پیشبینی ظرفیت تبادل کاتیونی خاک به کمک شبکه های عصبی مصنوعی در منطقه قرقری شهرستان هیرمند

در این تحقیق از مدل های شبکه عصبی پرسپترون چند لایه ( MLP ) و سیستم عصبی-فازی ( ANFIS ) برای پیش بینی ظرفیت تبادل کاتیونی یکی از مهمترین خصوصیات شیمیایی و دیر یافت خاک که اندازه گیری آن وقتگیر و پرهزینه می باشد درمنطقه قرقری شهرستان هیرمند استفاده شد. بدین منظورابتدا تعداد 130 نمونه خاک از اراضی منطقه با پراکنش منظم با فاصله 1/5*1/5 کیلومتر تهیه گردید و برخی ویژگیهای خاک ازجمله بافت، ماده آلی، کربنات کلسیم، اسیدیته، هدایت الکتریکی و ظرفیت تبادل کاتیونی آنها اندازه گیری و پس از مدلسازی با شبکه های مورد نظر عملکرد مدل ها با استفاده از شاخص های ضریب تبیین ( R2) و مجذور میانگین مربعات خطا ( RMSE ) ارزیابی شدند. نتایج بیانگر آن است که روش شبکه عصبی ( MLP ) در مقایسه با سیستم عصبی فازی دارای دقت بالاتری می باشد،به گونهای که شبکه عصبی پرسپترون چند لایه با آرایش 7 -10-1توانست با (R2=0/96 , RMSE=0/06) با استفاده از برخی ویژگی های خاک شامل ( بافت، ماده آلی، کربنات کلسیم، اسیدیته و هدایت الکتریکی ) نسبت به روش شبکه عصبی فازی با (R2=0/70 , RMSE=1/95) به مراتب بهتر تغییرات ظرفیت تبادل کاتیونی در منطقه مورد نظر را توجیه نماید. همچنین آنالیز حساسیت داده ها با استفاده از مدل توسعه یافته شبکه عصبی ( MLP ) نشان داد که درصد رس، ماده آلی،درصد سیلت، اسیدیته و هدایت الکتریکی به ترتیب مهمترین فاکتورهای موثر بر ظرفیت تبادل کاتیونی خاک در منطقه مورد نظر می باشند.

Keywords:

شبکه های عصبی مصنوعی , آنالیز حساسیت , منطقه قرقری , درصد رس