طاهره شهبازی - دانشجوی کارشناسی ارشد مهندسی آبیاری و زهکشی، گروه مهندسی آبیاری و زهکشی، پردیس - ابوریحان، دانشگاه تهران
محمود مشعل - استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
جابر سلطانی - استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران
مریم وراوی پور - استادیار گروه مهندسی آبیاری و زهکشی، پردیس ابوریحان، دانشگاه تهران

بالا آمدن سطح آب زیرزمینی و به دنبال آن ماندابی شدن و شوری ثانویه خاک یک مشکل جدی در اراضی فاریاب مناطق خشک و نیمه خشک است. برای احیای خاک های شور و ماندابی تکینک متعارف زهکشی زیرسطحی است که نسبتاً گراناست و پساب زهکشی مضر تولید می کند. یک جایگزین مناسب برای تکنیک بالا می تواند زهکشی زیستی باشد. در این تحقیق به منظور بررسی کارایی مدل شبکه عصبی مصنوعی در خصوص پیش بینی رفتار سامانه های زهکشی زیستی درمناطق نیمه خشک، نتایج بدست آمده با نتایج حاصل از مدل SAHYSMOD مقایسه گردید. بدین منظور با استفاده از شبکهپرسپترون چند لایه (MLP) ، قانون یادگیری پس انتشار خطا (BP) ، الگوریتم لونبرگ مارکوارت - (LM) و معیارهای RMSE و R2 جهت کارایی مدل دو سناریو تعریف گردید. بررسی حالات مختلف نشان داد که بهترین مدل شبکه عصبیمصنوعی جهت شبیه سازی شوری خاک ، مدلی است با ساختار 11 نرون در لایه ی ورودی، 32 نرون در لایه پنهان و 1 نروندر لایه خروجی که حاکی از همبستگی بالا و معنی داری بین مقادیر هدف و مقادیر پیش بینی شده دارد. نتایج حاصل، توانایی بالای شبکه عصبی مصنوعی در مدل کردن شوری خاک و عملکرد سامانه های زهکشی زیستی در مناطق نیمه خشک را به خوبی نشان می دهد .

زهکشی زیستی، SAHYSMOD ، شبکه عصبی مصنوعی، شوری خاک