آمار
| تعداد نشریات | 14 |
| تعداد شمارهها | 190 |
| تعداد مقالات | 1,817 |
| تعداد مشاهده مقاله | 3,100,601 |
| تعداد دریافت فایل اصل مقاله | 2,521,592 |
مدل سازی هدایت هیدرولیکی اشباع خاک با استفاده از روش های هوشمند | ||
| تحقیقات کاربردی خاک | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 24 فروردین 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.30466/asr.2026.56168.1885 | ||
| نویسندگان | ||
| شکراله اصغری* 1؛ مهسا حسنپور کاشانی2 | ||
| 1فیزیک خاک، گروه علوم و مهندسی خاک، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 2گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| چکیده | ||
| هدایت هیدرولیکی اشباع (Ks) خاک نقش کلیدی در انتقال آب، عناصر غذایی و آلایندهها در خاک دارد. اندازهگیری مستقیم Ks در خاک به زمان و هزینه زیادی نیاز داشته و بهدلیل غیریکنواختی خاک و بروز خطا ممکن است نتایج بهدست آمده چندان قابل اعتماد نباشد. بنابراین از روشهای غیر مستقیم مانند توابع انتقالی رگرسیونی و مدلهای هوشمند برای تخمین این متغیر دیریافت خاک استفاده گردیده است. هدف از این پژوهش، مقایسه عملکرد سه مدل هوشمند نروفازی (NF)، برنامهریزی بیان ژن (GEP) و جنگل تصادفی (RF) در برآورد Ks از روی ویژگیهای زودیافت خاک بود. برای این منظور، از اطلاعات مربوط به 102 نمونه خاک منتخب از اراضی زراعی دشت اردبیل شامل شن، سیلت، رس، میانگین و انحراف معیار هندسی قطر ذرات، جرم مخصوص ظاهری و حقیقی، کربن آلی، آهک و Ks استفاده شد. از 82 داده برای آموزش و 20 داده برای آزمون مدلهای هوشمند استفاده گردید. پنج ترکیب مختلف از متغیرهای زودیافت خاک بهعنوان ورودی مدل برای برآورد Ks توسط سه مدل NF، GEP و RF انتخاب شدند. نتایج هر سه روش هوشمند بهکار رفته در تحقیق گویای آن بود که ترکیب با دو متغیر ورودی رس و جرم مخصوص ظاهری خاک دارای بالاترین دقت و بهترین مدل در برآورد Ks بود. مقادیر آمارههای ضریب تبیین (R2)، ریشه میانگین مربعات خطای نرمال شده (NRMSE)، میانگین خطا (ME) و ضریب نش-ساتکلیف (NS) براساس دادههای آزمونی برابر 83/0، 118/0، cm min-1 002/0 ، 81/0 و 83/0، 145/0 ، cm min-1 020/0 ،71/0و 74/0، 151/0 ، cm min-1 020/0 و 69/0 بهترتیب برای بهترین مدل NF، GEP و RF در برآورد Ks محاسبه گردید. نتایج نشان داد که مدل NF در مقایسه با دو مدل هوشمند دیگر به دلیل برخورداری از NRMSE پایین و NS بالا توانست Ks را با دقت بالایی در منطقه مورد مطالعه برآورد نماید. | ||
| کلیدواژهها | ||
| تخمین؛ بیان ژن؛ جنگل تصادفی؛ نروفازی؛ هدایت هیدرولیکی خاک | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2 |
||