تعداد نشریات | 13 |
تعداد شمارهها | 144 |
تعداد مقالات | 1,440 |
تعداد مشاهده مقاله | 2,156,769 |
تعداد دریافت فایل اصل مقاله | 1,797,159 |
برآورد سرعت نفوذ نهایی خاک با استفاده از الگوریتم خوشهبندی فازی، روش نرو-فازی (ANFIS) و نظام استنتاج فازی (FIS) | ||
تحقیقات کاربردی خاک | ||
مقاله 5، دوره 4، شماره 2، بهمن 1395، صفحه 47-59 اصل مقاله (958.06 K) | ||
نوع مقاله: مقاله پژوهشی | ||
نویسندگان | ||
ایمان صالح1؛ عطاءاله کاویان* 2؛ زینب جعفریان2؛ رضا احمدی3 | ||
1دانشجوی دکتری | ||
2دانشیار دانشکده منابع طبیعی دانشگاه علوم کشاورزی و منابع طبیعی ساری | ||
3فارغ التحصیل کارشناسی ارشد آبخیزداری، دانشکده منابع طبیعی دانشگاه علوم کشاورزی و منابع طبیعی ساری | ||
چکیده | ||
نفوذ در هیدرولوژی سطحی و زیر سطحی نقش مهمی ایفا کرده و عامل کلیدی در معادلات بارش و رواناب است. استفاده از روشهایی که محدودیتهای روشهای تئوری و تجربی متداول تعیین روابط نفوذ را نداشته باشد، لزوم انجام آزمایشهای پرهزینه و زمانبر تعیین مقادیر نفوذپذیری را به حداقل رسانده و تخمین مقادیر کاربردی آن را ممکن خواهد ساخت. در همین راستا در این تحقیق، میزان نفوذپذیری خاک در دشت ساحلی بهشهر-گلوگاه واقع در استان مازندران با استفاده از روش فازی، الگوریتم خوشهبندی فازی و همچنین شبکه عصبی-فازی انطباقی (نرو-فازی) برآورد گردید بهطوریکه درصد رطوبت وزنی پیشین خاک، درصد مواد آلی خاک و درصد آهک خاک به عنوان پارامترهای ورودی و سرعت نفوذ نهایی خاک به عنوان پارامتر خروجی مدلها در نظر گرفته شدند و نتایج بهدست آمده از این سه روش با مقادیر مشاهدهای نفوذ نهایی به روش تک استوانه مورد مقایسه قرار گرفت. بر اساس نتایج بهدست آمده، روش نرو-فازی با میانگین انحراف 0042/0سانتیمتر در دقیقه، میانگین اختلاف 67/0 سانتیمتر در دقیقه، ریشه میانگین مربعات خطای 21/1 سانتیمتر در دقیقه و ضریب همبستگی 92/0 بهترین عملکرد را در تخمین سرعت نفوذ نهایی خاک در بین مدلهای مورد مطالعه نشان داد، در حالیکه الگوریتم خوشهبندی فازی با میانگین انحراف 0075/0، میانگین اختلاف 12/2، ریشه میانگین مربعات خطای 02/2 و ضریب همبستگی 88/0 و سیستم استنتاج فازی با میانگین انحراف 016/0، میانگین اختلاف50/2، ریشه میانگین مربعات خطای 45/2 و ضریب همبستگی 82/0 به ترتیب در رتبههای بعد قرار گرفتند. همچنین بیشترین همبستگی میان مقادیر مشاهدهای و برآورد شده در مدل نرو-فازی (85/0=R2) مشاهده گردید و پس از آن، مدلهای الگوریتم خوشهبندی فازی (77/0=R2) و سیستم استنتاج فازی (66/0=R2) قرار گرفتند. در پایان این تحقیق پیشنهاد گردیده است تا با تهیه دادههای بیشتر از مشخصات فیزیکی و شیمیایی خاکها و مقادیر نفوذپذیری محدوده مطالعات زمینه تخمین و مقایسه دقیقتر مدلهای مورد مطالعه فراهم گردد. | ||
کلیدواژهها | ||
نفوذپذیری؛ رطوبت وزنی خاک؛ ماده آلی؛ درصد آهک خاک؛ بهشهر-گلوگاه | ||
مراجع | ||
Aboukarima A.W.M., El Marazky M.S.A., and Guirguis A.E. 2007. Fuzzy system for determining water infiltration affected by field practices. Misr Journal of Agricultural Engineering, 24 (4): 903-922.
Ahmadi H., Tahmooreth M., and Mohamad Asgari H. 2008. The use of Fuzzy Inference System in suspended sediment estimation (A case study: Taleqan Watershed). Iranian Journal of Watershed Sciences and Engineering, 2(5): 53-62. (In Persian)
Ahmadi H., Tahmoureth M., and Asgari H.M. 2008. The use of Fuzzy Inference System in estimation of suspended load (A case study: Taleqan Watershed). Iran-Watershed Management Science and Engineering, 2(5): 53-62. (In Persian)
Amini M., Afyuni M., Fathianpour N., Khademi H., and Fluchler H. 2005. Continuous soil pollution mapping using fuzzy logic and spatial interpolation. Geoderma, 124: 223-233.
Baker L., and Ellison D., 2008. Optimisation of pedotransfer functions using an artificial neural network ensemble method. Geoderma, 144: 212–224.
Baybordi M. 1983. Principles of Irrigation Engineering. Soil-Water Relationship, Tehran University Press, 633p. (In Persian)
Bezdek JC. 1981. Pattern recognition with fuzzy objective function algorithms. Plenum Press, New York.
Bouwer H. 1986. Intake Rate: Cylinder Infiltrometer. In: Methods of Soil Analysis, Part 1: Physical and Mineralogical Methods, Klute, A. (Eds.). Soil Science Society of America, Wisconsin, ISBN-10: 0891188118, pp. 825-844.
Canarache A., Motoc E., and Dumitriu R. 1968. Infiltration rate as related to hydraulic conductivity, moisture deficit and other soil properties. In: Rijtema P.E., Wassink H. (Eds.), Water in the Unsaturated Zone. Proceedings of the Wageningen Symposium, Vol. 1, pp. 392–401.
Chahinian N., Voltz M., Moussa R., and Trotoux G. 2006. Assessing the impact of hydraulic properties of a crusted soil on overland flow modelling at the field scale. Hydrological Processes 20(8): 1701-1722.
Dashtaki S.G., Homaee M. and Khodaverdiloo H. 2010. Derivation and validation of pedotransfer functions for estimating soil water retention curve using a variety of soil data. Soil Use and Management, 26(1): 68-74.
Ebrahimi K., and Nayeblouei F. 2009. Estimating final soil permeability using artificial neural network (A case study: Pards Aboureyhan field). Journal of Soil and Water Conservation Researches, 16 (1): 37-57. (In Persian)
Ghorbani Dashtaki Sh., Homaee M., and Mahdian MH. 2010. Effect of land use change on spatial variability of infiltration parameters. Iranian Journal of Irrigation and Drainage, 2(4): 206-221. (In Persian)
Ghorbani Dashtaki Sh., 2008. Estimating Soil Water Infiltration Parameters Using Pedotransfer Functions, Artificial Neural Networks and Geostatistics. Tarbiat Modares University, Iran, PhD Dissertation. (In Persian)
Ghorbani Dashtaki Sh., Homaee M., Mahdian M.H., and Kouchakzadeh, M. 2009. Site-Dependence Performance of Infiltration Models. Water Resources Management, 23(13): 2777–2790.
Haghverdi A., Cornelis W.M., and Ghahraman B. 2012. A pseudo-continuous neural network approach for developing water retention pedotransfer functions with limited data. Journal of Hydrology, 442–443: 46–54.
Hathaway R.J., and Bezdek J.C. 2001. Fuzzy c-means clustering of incomplete data. IEEE Transaction Systems, Man and Cybernetics, 31: 735– 744.
Hillel D. 1998. Environmental Soil Physics. Academic Press, San Diego, CA.
Hong Y.S., Rosen M.R., and Reeves R.R. 2002. Dynamic fuzzy modelling of storm water infiltration in urban fractured aquifers. Journal of Hydrologic Engineering, 7: 380-391.
Jang J.S.R. 1993. ANFIS: Adaptive-network-based fuzzy inference systems. IEEE Transaction Systems, Man and Cybernetics, 23:665-685.
Kashi H., Emamgholizadeh S., Ghorbani H., and Hashemi, S.A.A. 2011. Estimation of basic infiltration rate using physical and chemical characteristics of the soil by Artificial Neural Network. 11th National Conference of Irrigation and Evaporation Reduction.
Kashi H., Emamgholizadeh S., Qorbani H., and Hashemi S.A.A. 2011. Estimation of final soil permeability using soil physical and chemical characteristic by ANN. 11th Conference of Irrigation and Evaporation Reduction, Iran.
Kashi H., Emamqolizadeh S., Qorbani H., and Hashemi S.A.A. 2013. Estimation of soil infiltration using artificial neural network and linear regression in agricultural lands. Journal of Environmental Erosion Research, 3(9): 19-34. (In Persian)
Kumar C.P. 2006. Groundwater Flow and Contaminant Transport Models: An Overview. Journal of Applied Hydrology, Association of Hydrologists of India, 2: 94-110.
Lange J.C., Leibundgut N., Greenbaum and Schick A.P. 1999. A noncalibrated rainfall-runoff model for large, arid catchments, Water Resources, 35(7): 2161-2172.
Lassabatere, L., Angulo-Jaramillo R., Goutaland D., Letellier L., Gaudet J.P., Winiarski T., and Delolme C., 2010. Effect of the settlement of sediments on water infiltration in two urban infiltration basins. Geoderma, 156: 316-325.
Machiwal D., Madan K., and Mal B.C. 2006. Modelling infiltration and quantifying spatial soil variability in a wasteland of Kharagpur, India Biosystems Engineering, 95(4): 569-582.
Mamdani E.H. 1976. Advances in linguistic synthesizes of fuzzy controllers. International Journal of Man-Machine Studies, 8: 669-678.
Mbagwu J.S.C., 1997. Quasi-steady infiltration rates of highly permeable tropical moist savannah soils in relation to landuse and pore size distribution. Soil Technology, 11: 185-195.
Mohammadi M.H., and Refahi H. 2005. Estimation of infiltration through soil physical characteristics. Iranian Journal of Agricultural Sciences, 36(6): 1391-1398. (In Persian)
Nimm J.R., Schmidt K.M., Perkins K.S., and Stock JD. 2009. Rapid measurement of field-saturated hydraulic conductivity for areal characterization. Vadose Zone Journal, 8(1): 142-149.
Noorzadeh M., Hashemi S.M., and Malakooti M.J. 2011. Continuous zoning of electrical soil conductivity-acidity based on fuzzy clustering for Qom plain. Journal of Science and Technology of Agriculture and Natural Resources, 57: 199-207. (In Persian)
Parchami-Araghi F., Mirlatifi S.M., Ghorbani Dashtaki S., and Mahdian M.H. 2013. Point estimation of soil water infiltration process using artificial neural networks for some calcareous soils. Journal of Hydrology, 481: 35-47.
Poostizadeh N., Samani J.M., and Koorepazan Dezfooli. 2008. River flow prediction using fuzzy inference system. Iranian Journal of Water Resources Research, 4(5): 23-34. (In Persian)
Poustizadeh N., Samani, J.M.V. and Dezfuli, AK. 2008. River flow forecasting using fuzzy inference system. Iranian Journal of Water Resources Research, 4 (2): 23-34. (In Persian)
Rao A.R., and Srinivas V.V. 2005. Regionalization of watersheds by fuzzy cluster analysis. Journal of Hydrology, 318: 57-79.
Rawls W.J., Brakensiek D.L., and Savabi, M.R. 1989. Infiltration parameters for rangeland soils. Journal of Rangeland Management, 42 (2): 139-142.
Ren M., Wang B., Liang Q., and Fu G. 2010. Classified real-time flood forecasting by coupling fuzzy clustering and neural network. International Journal of Sediment Research, 25: 134-148.
Reynolds W.D., Elrick D.E., and Youngs E.G. 2002. Ring or cylinder infiltrometers (vadose zone). In: Dane J.H., and Topp G.C. (Eds.), Methods of Soil Analysis: Part 4, Physical Methods. Soil Science Society of America, Inc. Madison, WI. pp: 818-820.
Schaap M.G., Leij, F.J., van Genuchten M.Th. 2001. Rosetta: a computer program for estimating soil hydraulic parameters with hierarchical pedotransfer functions. Journal of Hydrology, 251, 163–176.
Shu C., and Ouarda T.B.M.J. 2008. Regional flood frequency analysis at ungauged sites using the adaptive neuro-fuzzy inference system. Journal of Hydrology, 349: 31-43.
Singh V.P., ASCE F., Woolhiser D., and ASCE M. 2002. Mathematical modeling of watershed hydrology. Journal of Hydrologic Engineering, 7(4): 270-285.
Sohrabi T., and Paydar Z. 2005. Irrigation Systems Design. Tehran University Press.
Turner E.R. 2006. Comparison of infiltration equations and their field validation with rainfall simulation. M.Sc. Thesis, University of Maryland, USA, 202p.
Van De Genachte G., Mallants, D., Ramos J., Deckers A., and Feyen J., 1996. Estimating infiltration parameters from basic soil properties. Hydrological. Processes, 10: 687–701.
Vernieuwe H., Verhoest N.E.C., De Baets B., Hoeben R., and De Troch F.P. 2007. Cluster-based fuzzy models for groundwater flow in the unsaturated zone. Advances in Water Resources, 30: 701-714. | ||
آمار تعداد مشاهده مقاله: 2,904 تعداد دریافت فایل اصل مقاله: 2,038 |