ارزیابی سطوح مختلف ورودی نرم افزار Rosetta در برآورد برخی ویژگی های هیدرولیکی خاک

چکیده: ظرفیت مزرعه (FC) و نقطه پژمردگی دائم گیاه (PWP) از جمله مهمترین نقاط در منحنی مشخصه رطوبتی خاک هستند. این پارامترها از اهمیت زیادی در مدیریت، برنامه ریزی و طراحی سیستم های مختلف آبیاری و مدیریت کشاورزی برخوردار می باشند. روش های مستقیم اندازه گیری این پارامترها بسیار دشوار و زمان بر استRosettaیکی از انواع توابع انتقالی بر اساس شبکه های عصبی مصنوعی (ANN) است که امکان تخمین پارامترهای هیدرولیکی معادله ون گن اختن و عدم قطعیت آنها را فراهم می کند. از آنجا که این نرم افزار در بسیاری از نرم افزارهای متداول بررسی ویژگی های هیدرولیکی خاک از جمله هایدروس، دیسک و ... برای برآورد اولیه مورد استفاده قرار می گیرد، این تحقیق با هدف بررسی میزان دقت سطوح مختلف ورودی نرم افزار ROSETTA در تخمینFC و PWP انجام شد. روش پژوهش: برای انجام پژوهش حاضر از داده های مربوط به ویژگی های فیزیکی حدود ۲۸۰ نمونه خاک از مناطق مختلف استان اصفهان استفاده شد. خاک های مورد مطالعه در ۹ کلاس بافتی شامل لوم رسی، لوم رسی سیلتی، رس سیلتی، لوم شنی، لوم، رسی، لوم سیلتی، لوم شنی و لوم رسی شنی طبقه بندی شدند. به منظور تخمین پارامترهای معادله ون گنوختن سه سطح از ورودی نرم افزار Rosetta شامل ۱) استفاده از کلاس بافتی(TC)، ۲) درصد ذرات شن، رس و سیلت (SSC) و ۳) درصد شن و رس و سیلت به علاوه چگالی ظاهری خاک (SSC+BD) استفاده شد. مقادیرFC و PWP با استفاده از پارامترهای هیدرولیکی تخمین زده شده توسط ROSETTA، از طریق معادله ون گنوختن محاسبه و با مقادیر اندازه گیری شده در آزمایشگاه به کمک دستگاه صفحات فشاری، مقایسه شدند.ب رای ارزیابی آماری میزان دقت پارامترهای برآورد شده ازشاخص های آماری متفاوتی مانند جذر میانگین مربعات خطا (RMSE)، جذر میانگین مربعات خطای نرمال شده (NRMSE)خطای بایاس میانگین(MBE)، ضریب کارآیی اصلاح شده(&#۰۳۹;E) و شاخص مطابقت اصلاح شده (&#۰۳۹;d) استفاده شد. یافته ها: نتایج نشان داد که در خاک های با بافت ریز مانند رس (C)، رس سیلتی (SiC) و لوم رسی سیلتی (SiCL)، سطح اول ورودی ها (TC) دقیق تر از دو سطح دیگر بود و مقادیرFC با خطای کمتری برآورد شد. به نظر می رسد وجود مقادیر بالای درصد رس در این بافت خاک سبب ایجاد خطا در اندازه گیری درصد ذرات رس، سیلت و شن می شود؛ به گونه ای که در این بافت ها استفاده از کلاس بافتی از دقت بالاتری نسبت به استفاده از درصد ذرات تشکیل دهنده بافت خاک (سطح دوم) در برآورد ویژگی های هیدرولیکی خاک برخوردار بوده است. از سوی دیگر، در بافت های درشت شن لومی (LS) و لوم شنی (SL)، سطح سوم (SSC+BD) بیشترین دقت را در تخمین پارامترهای مدل ون گنوختن داشت. در مورد بقیه بافت های خاک، سطح دوم (SSC) بیشترین دقت را در برآورد FC داشت. از نظر مقادیر ضرایب همبستگی بین مقادیرFC اندازه گیری شده و برآورد شده، به ترتیب، سطح دوم(SSC) (R۲=۰.۴۹۲۷)، سطح اول(TC) (R۲=۰.۳۹۹۲) و سطح سوم(SSC+BD) R۲=(۰.۳۷۱۵) قرار گرفتند. بر خلاف (vv-۱)FC، مقادیر (vv-۱) PWP برآورد شده توسط نرم افزار در سطوح مختلف مورد مطالعه در بافت های مختلف از روند مشخصی تبعیت نکرد، اما در اکثر بافت های خاک مورد مطالعه، بیشترین ضریب همبستگی بین مقادیرPWP اندازه گیری شده و برآورد شده توسط نرم افزار ROSETTA در سطح دوم (SSC) مشاهده شد (R۲=۰.۴۷۵۸) و به دنبال آن سطح سوم(SSC+BD) (R۲=۰.۴۴۵۸) و سطح اول(TC) (R۲=۰.۴۳۸۲) قرار گرفتند. نتایج: به طور کلی در اکثر خاک های مورد مطالعه استفاده از سطح دوم یعنی درصد ذرات ماسه، رس و سیلت (SSC) به عنوان ورودیROSETTA کمترین میزان خطا را در تخمین پارامترهای معادله ون گنوختن داشت. بنابراین، (vv-۱)FC و (vv-۱) PWP برآورد شده با استفاده از سطح دوم (SSC) در مقایسه با مقادیر اندازه گیری شده شان از دقت قابل قبولی برخوردار بودند.

Keywords:

ظرفیت زراعی , مدل سازی , نقطه پژمردگی , ROSETTA