تخمین نفوذپذیری نهایی خاک با استفاده از فاکتورهای فیزیکی و شیمیایی خاک توسط مدل شبکه عصبی مصنوعی

نفوذ پذیری یکی از مهم ترین پارامترهای فیزیکی خاکها و از داده های بنیادی طرحهای آبیاری و زهکشی است. با وجود روابط مختلف تئوری و تجربی ولی هنوز امکان کاربرد علوم جدید نظیر مدل شبکه عصبی مصنوعی در پیش بینی این پدیده وجود دارد. در روشهای معمول اندازه گیری نفوذپذیری نیاز به وقت و هزینه زیادی وجود دارد همچنین در بعضی از مناطق صعب العبور امکان اندازه گیری مستقیم آن وجود ندارد یا این که با مشکلات بسیار زیادی همراه است. از طرفی وجود عبارات غیرخطی در روابط نفوذپذیری مدل سازی آنها را با مشکل همراه کرده است. امروزه روش شبکه عصبی مصنوعی با کارایی بالا در مدل سازی مسایل غیر خطی کاربرد روز افزون آن را سبب شده است. در این تحقیق با اندازه گیری چند پارامتر فیزیکی و شیمیایی خاک شامل ماده آلی ، شوری و نسبت جذب به عنوان پارامترهای ورودی و نفوذپذیری به عنوان پارامتر خروجی ، سعی در ایجاد مدل مناسب برای تخمین نفوذپذیری با ضریب همبستگی بالا شد. بدین منظور تعداد 50 نمونه از زمینهای بکر و تعداد 50 نمونه از زمینهای کشاورزی منطقه قوشه واقع در شهرستان دامغان به مساحت 30هکتار اندازه گیری شد. نتایج حاصل از اجرای مدل شبکه عصبی مصنوعی نشان دهنده قابلیت نسبتا بالای این شبکه در پیش بینی نفوذپذیری خاک بود. نتایج حاصل از مدل شبکه عصبی مصنوعی با روابط رگرسیونی نیز مورد بررسی قرار گرفت که نتایج به دست آمده نشان دهنده کارایی بهتر مدل شبکه عصبی نسبت به مدل آماری بود.

Keywords:

پارامترهای فیزیکی و شیمیایی خاک , مدل شبکه عصبی مصنوعی , نفوذپذیری نهایی , مدل آماری