الناز رضائی آباجلو - دانشجوی کارشناسی ارشد آبیاری و زهکشی دانشگاه ارومیه
جواد بهمنش - گروه مهندسی آب دانشگاه ارومیه
بایرامعلی محمد نژاد - استاد یار گروه مهندسی آب دانشگاه ارومیه
کامران زینال زاده - استاد یار گروه مهندسی آب دانشگاه ارومیه
بهنام حبیب زاده آذر

برآورد منحنی رطوبتی خاک نقش مهمی در مدل­سازی حرکت آب و املاح در خاک­ها دارد. رطوبت اشباع خاک یکی ازپارامتر­های مهم در مطالعات خاک است که به منظور برآورد منحنی رطوبتی خاک و هدایت هیدرولیکی غیر اشباع خاک مورد استفاده قرار     می­گیرد. توابع انتقالی به عنوان روشی غیر مستقیم مطرح بوده که پارامتر­های دیر­یافت خاک را از روی پارامتر­های زود­یافت برآورد می­نماید. جهت توسعه توابع انتقالی، روش­های رگرسیون چند­گانه خطی و شبکه عصبی­مصنوعی بکار گرفته می­شوند. در این تحقیق، بافت خاک، جرم مخصوص ظاهری، جرم مخصوص حقیقی، درصد مواد آلی و مقدار آهک به عنوان پارامتر­های زود­یافت و مقدار رطوبت اشباع به عنوان پارامتر دیر­یافت خاک در نظر گرفته­ شدند. در این مطالعه، با استفاده از پارامتر­های زود­یافت در ۱۳۶ نمونه خاک، ۱۴ مدل توابع رگرسیونی و ۶ مدل شبکه عصبی­مصنوعی به منظور برآورد رطوبت اشباع خاک مورد ارزیابی قرار گرفتند. در نهایت، مقادیر اندازه­گیری­شده و برآورد­شده رطوبت اشباع خاک با همدیگر مقایسه و توانایی هر مدل توسط شاخص­های آماری ارزیابی گردید. شاخص­های نسبت خطای میانگین هندسی (GMER)، معیار آکائیک (AIC) و ریشه میانگین مربعات خطا (RMSE) نشان دادند که شینوست و همکاران (به ترتیب با مقادیر ۱/۱، ۸/۶۱۰-  و  ۱۰۴/۰m۳/m۳ ) و مدل­های میناسنی و همکاران (به ترتیب با مقادیر ۱، ۶/۵۶۳-  و  ۱۲۴/۰m۳/m۳ ) برآورد بهتری از رطوبت اشباع خاک داشتند. نتایج نشان داد که مقدار کم مواد آلی تاثیر معنی­داری بر روی دقت برآورد مدل­های شبکه عصبی داشت ولی درصد آهک تاثیر معنی­دار بر روی توابع مذکور ایجاد نکرد.

توابع انتقالی, خاک آهکی, شبکه عصبی مصنوعی, رطوبت اشباع