مدلسازی سرعت آستانه فرسایش بادی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: منطقه جزینک، دشت سیستان)
عنوان مقاله: مدلسازی سرعت آستانه فرسایش بادی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: منطقه جزینک، دشت سیستان)
شناسه ملی مقاله: DUSTSTORM01_081
منتشر شده در کنفرانس بین المللی گرد و غبار در جنوب غرب آسیا در سال 1398
شناسه ملی مقاله: DUSTSTORM01_081
منتشر شده در کنفرانس بین المللی گرد و غبار در جنوب غرب آسیا در سال 1398
مشخصات نویسندگان مقاله:
حسین پیری صحراگرد - استادیار، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
احمد پهلوانروی - دانشیار، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
منیژه ارباب - دانش آموخته رشته بیابانزدایی، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
خلاصه مقاله:
حسین پیری صحراگرد - استادیار، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
احمد پهلوانروی - دانشیار، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
منیژه ارباب - دانش آموخته رشته بیابانزدایی، گروه مرتع و آبخیزداری، دانشگاه زابل، شهر زابل، ایران
آگاهی از تغییرات مکانی سرعت آستانه فرسایش بادی با بهره گیری از روش های دقیق و کم هزینه اهمیت زیادی در انجام فعالیت های بیابانزدایی دارد. پژوهش حاضر با هدف برآورد سرعت آستانه فرسایش بادی و شناخت متغیرهای دارای اهمیت بیشتر با استفاده ار روش شبکه عصبی مصنوعی در بخش جزینک، دشت سیستان انجام شد. برای این منظور، علاوه بر اندازه گیری سرعت آستانه فرسایش بادی با روش تونل باد در60 نقطه از خاک سطحی، نمونه برداری از خاک نیز در همین نقاط انجام شد. بعد از اندازه گیری خصوصیات خاک در آزمایشگاه و استاندارد سازی داده ها و تعیین معماری مدل با استفاده از آزمون و خطا، مدل پرسپترون چندلایه اجرا و ارزیابی نتایج حاصل با استفاده آماره های جذر میانگین مربعات خطا و ضریب تبیین انجام شد. بر اساس نتایج تحلیل حساسیت ترکیب بهینه داده های ورودی برای مدل شبکه عصبی شامل درصد رس، درصد سیلت، درصد ماسه، اسیدیته، شوری، درصد ماده آلی، میانگین وزنی قطر خاکدانه ها و درصد سنگریزه می باشد که منجر به دقیق ترین برآورد سرعت باد شد (0/07 RMSE= و MAE=0/05). ارزیابی کلی نیز نشان داد که دقیق ترین برآورد از سرعت آستانه فرسایش بادی توسط مدل پرسپترون چند لایه با سه لایه مخفی و سه نرون در هر لایه انجام شده است ( R2=0/98 و RMSE=0/07).
کلمات کلیدی: دشت سیستان، سرعت آستانه فرسایش بادی، شبکه عصبی مصنوعی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/894695/