ارزیابی روش های یادگیری نظارتی هوشمند و سطح پاسخ برای بهینه سازی عوامل موثر بر فرسایش خاک (مطالعه ی موردی حوزه آبخیز امامزاده عبدالله باغملک)
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 169
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJSWR-51-7_004
تاریخ نمایه سازی: 2 خرداد 1402
Abstract:
ارزیابی عوامل موثر بر کنترل فرسایش خاک در قالب شیوههای مدیریتی از اهمیت شایانی برخوردار است. در این پژوهش تاثیرات شیوههای مدیریتی غیر سازه ای شامل قرق و اصلاح پوشش گیاهی توسط مدل WEPP در حوزه آبخیز امامزاده عبدالله باغملک واقع در شمال شرقی استان خوزستان، شبیهسازی شد. بهینهسازی متغیرهای فیزیکی و هیدرولیکی موثر بر فرسایش شامل بافت خاک و اجزاء معادله ونگنوختن توسط روشهای سطح پاسخ (RSM)، جنگل تصادفی (RF)، ماشین بردار پشتیبان (SVM) و شبکهی عصبی مصنوعی (ANN) صورت پذیرفت. همچنین مقدار فرسایش خاک قبل از اعمال شیوههای مدیریتی به عنوان پاسخ اول (R۱) و مقدار فرسایش خاک پس از اعمال شیوههای مدیریتی تحت عنوان پاسخ دوم (R۲) تعریف شد. نتایج بهینهسازی توسط نرمافزار Orange شامل روشهای جنگل تصادفی، ماشین بردار پشتیبان و شبکه عصبی مصنوعی نشان داد که روش جنگل تصادفی با MSE، RMSE و R۲ به ترتیب برابر ۹۹۱/۰، ۹۹۵/۰ و ۹۶۳/۰ برای پاسخ اول و برای پاسخ دوم به ترتیب برابر ۰۹۵/۰، ۳۰۷/۰ و ۹۷۴/۰، به عنوان مناسب ترین روش است. همچنین بهینه سازی به روش سطح پاسخ با نتایج آماری MSE، RMSE و R۲ برای پاسخ اول به ترتیب ۷/۲۸، ۳۷/۵ و ۹۹۹/۰ و برای پاسخ دوم به ترتیب برابر ۱۶/۴، ۰۳/۲ و ۹۹۸/۰، مناسب ترین روش محسوب میشود. در مجموع استفاده از روشهای بهینهسازی، ابزاری مناسب برای ارزیابی شیوههای مدیریتی و در نهایت انتخاب بهترین آن ها در مناطق بحرانی میباشد. متناسب بودن شیوههای مدیریتی بر پایهی شرایط بهینه، منجر به کاهش هدررفت منابع آب و خاک میشود.
Keywords:
Authors
مجتبی شیرازی
shahid chamran university of ahvaz
عطااله خادم الرسول
استادیار گروه خاکشناسی، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، ایران
سید محمد صفی الدین اردبیلی
Department of Biosystem Faculty of Agriculture Shahid Chamran University of Ahvaz
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :