مدل‌سازي خصوصيات فيزيكي خاك و پراكنش رس در خاك‌هاي بخشي از مناطق جيرفت و عنبر آباد

94/12/19

چكيده بررسي تاثير نوع كاربري اراضي بر نحوه عملكرد خاك در اكوسيستم، از طريق مطالعه و ارزيابي تغييرات شاخص‌هاي كيفيت خاك امكان پذير است. اين‌گونه مطالعات كه با هدف ايجاد تعادل بين ميزان توليد و حفظ و بهبود كيفيت منابع اراضي انجام مي‌گيرند امكان شناسايي مديريت‌هاي پايدار و به تبع آن پيشگيري از تخريب فزاينده‌ي خاك را فراهم مي‌سازد. يكي از مهم‌ترين پيامدهاي كاهش كيفيت خاك، كاهش پايداري فيزيكي و افزايشآسيب پذيري در برابر فرسايش خاك مي‌باشد. در اين پژوهش با هدف بررسي تاثير كاربري‌هاي مختلف بر شاخص‌هاي فيزيكي خاك و پراكنش رس و نيز كيفيت خاك تعداد 106 نمونه (دست خورده و دست نخوردهاز عمق 0 تا 20 سانتي‌متر) از پنج كاربري گلخانه، باغ، زمين زراعي، مراتع و زمين باير در منطقه جيرفت و عنبرآباد واقع در استان كرمان تهيه شد. پس از انجام آزمايش‌هاي فيزيكو شيميايي،11 خصوصيت شامل خصوصيت‌هايواكنش خاك، قابليت هدايت الكتريكي، درصد شن، درصد سيلت، درصد رس، درصد آهك، چگالي ظاهري، چگالي حقيقي، تخلخل، ماده آلي و نسبت جذب سطحي سديم اندازه‌گيري شد و چهار شاخص ظرفيت زراعي، ظرفيت نسبي مزرعه، پراكنش رس و شاخص پايداري ساختمان خاك به عنوان شاخص‌هاي فيزيكي كيفيت خاك محاسبه شدند. نتايج تجزيه واريانس داده‌ها و مقايسه ميانگين داده‌ها نشان داد كه كاربري باغ باعث بهبود كيفيت خاك در منطقه شده است. سپس با استفاده از الگوريتم ژنتيك – شبكه عصبي انتخاب خصوصيت صورت گرفت و بهترين مجموعه داده‌هايي كه بر روي شاخص‌هاي كيفيت فيزيكي خاك تاثير داشتند انتخاب گرديد. و بعد از انتخاب خصوصيت با استفاده از شبكه عصبي مصنوعي،سيستم استنتاج فازي– عصبي تطبيقي (ANFIS) و رگرسيون خطي مدل‌سازي انجام شد.نتايج الگوريتم انتخاب ويژگي نشان داد در مورد شاخص تخلخل تهويه‌اي مجموعه ويژگي‌هاي چگالي حقيقي، درصد ماده آلي، قابليتهدايتالكتريكي،درصدشن،درصدسيلت و تخلخل انتخاب شدند. شاخص ظرفيت نسبي مزرعه نيز شامل مجموعه ويژگي‌هايچگاليظاهري،درصدآهك،درصدمادهآلي،قابليتهدايتالكتريكي،درصدشن،تخلخل،چگاليحقيقيوواكنشخاكبود. و همچنين نتايج الگوريتم انتخاب ويژگي براي شاخص پراكنش رس شامل مجوعه ويژگي‌هايچگالي حقيقي، درصد ماده آلي وقابليتهدايتالكتريكي بود. نتايجاعتبارسنجيمدل‌هاحاكي بر اين بود كه مدل شبكه عصبي مصنوعي بهترين برازش روي داده‌ها داشته و از توانايي بالاتري جهت مدل‌سازي نسبت به مدل ANFIS و رگرسيون چند متغيره خطي برخوردار است. همچنين به دليل غير خطي بودن داده‌هاي ورودي مدل رگرسيون دقت بسيار پاييني جهت مدل‌سازي داده‌ها داشته و از اعتماد كافي برخوردار نمي‌باشند. با وجود اينكه مدل ANFIS نيز توانايي بالايي جهت برازش داده‌هاي غيرخطي دارد اما در اين تحقيق دقت كمتري نسبت به شبكه عصبي مصنوعي در مدل‌سازي و برازش داده‌ها داشت. همچنين نتايجآناليزحساسيت مدل شبكه عصبي مصنوعي نشاندادكهميزانحساسيتتخلخل تهويه‌ايبه شن،ظرفيتنسبيزراعيو پراكنش رسهردو به چگالي حقيقيبيشترازسايرمتغيرهابود. درحاليكهنتايجآناليزحساسيتدرمدلANFISنشاندادكهميزانحساسيتتخلخل تهويه‌اي،ظرفيتنسبيزراعيو پراكنش رس به ترتيب به سيلت، شن و هدايت الكتريكي بيشتر از ساير متغيرهابود. واژگان كليدي: كيفيت خاك، شاخص‌هاي كيفي، شبكه عصبي مصنوعي، سيستم استناج فازي، رگرسيون چند متغيره خطي

231591

دانشگاه جيرفت

سنجري،صالح

برومند،ناصر و شكفته،حسين