مدل سازي قابليت پراكنده شدن رس با استفاده از روش هاي زمين آمار،شبكه ي عصبي مصنوعي وANFIS

كارشناسي ارشد

ارشد

پراكنده شدن رس، يكي از اساسي¬ترين دلايل نامطلوب شدن ويژگي¬هاي فيزيكي خاك در اثر وجود سديم مازاد در آن مي¬باشد. هدف اصلي پژوهش حاضر، پهنه‌بندي قابليت پراكنده شدن رس در خاك¬ها¬ي منطقه¬ي بياض از طريق به‌كارگيري تخمينگر كريجينگ و مقايسه‌ي نتايج روش‌هاي شبكه¬ي عصبي مصنوعي و سامانه‌ي استنتاج فازي عصبي تطبيقي (ANFIS) در رابطه با تعيين اهميت ويژگي‌هاي خاكي مؤثر بر قابليت پراكنده شدن رس مي‌باشد. پس از برداشت نمونه‌ها از دو عمق صفر تا 40 و 40 تا 80 سانتي¬متري، قابليت پراكنده شدن رس به دو روش خودبه‌خودي و مكانيكي و در هر روش، به دو شيوه‌ي توزين و كدورت‌سنجي اندازه‌گيري شد. سپس با انجام مرحله¬ي واريوگرافي در نرم¬افزار وريووين، ترسيم نقشه¬هاي كريجينگ در نرم‌افزار سورفر انجام شد. براي تعيين درجه‌ي اهميت ويژگي‌هاي خاكي مؤثر بر قابليت پراكنده شدن رس، ابتدا آموزش شبكه¬هاي عصبي مصنوعي و ANFIS در نرم‌افزار متلب با به‌كارگيري تمام متغيرهاي مطالعاتي انجام شد. پس از تعيين ويژگي‌هاي كم¬اثر و حذف آن¬ها، شبكه¬هاي مزبور با تعداد متغيرهاي باقي¬مانده شامل درصد رس، درصد شن، واكنش خاك، قابليت هدايت الكتريكي و نسبت جذب سطحي سديم، مورد آموزش قرار گرفتند و درجه‌ي اهميت هر متغير بر ميزان رس قابل ¬پراكنش تعيين شد. در نهايت، نتايج شبكه¬هاي عصبي مصنوعي و ANFIS با محاسبه¬ي شاخص‌هاي اعتبارسنجي مقايسه شدند. نتايج نشان دادند كه تمامي ويژگي‌هاي خاك، داراي كلاس هم‌بستگي مكاني متوسط بودند، البته به¬جز نسبت جذب سطحي سديم عمق اول كه داراي كلاس هم¬بستگي مكاني قوي بود. وجود ضريب همبستگي بالا بين مقادير عددي محاسبه‌شده براي روش‌هاي توزين و كدورت-سنجي، حاكي از رابطه¬ي خطي بين اين دو روش بود. به‌طور كلي، در هر دو عمق و براي هر دو روش توزين و كدورت¬سنجي، ميزان حساسيت قابليت پراكنده شدن رس به درصد رس و شن و نسبت جذب سطحي سديم، بيش¬تر از ساير متغيرها بود. هرچند نتايج حاصل از محاسبه‌ي آماره¬هاي اعتبارسنجي، بيانگر دقت بالاي هر دو مدل شبكه¬ي عصبي مصنوعي و ANFIS بودند؛ اما مدل ANFIS در مقايسه با مدل شبكه¬ي عصبي مصنوعي از نتايج نسبتاً بهتري برخوردار بود.

47956

دانشگاه وليعصر رفسنجان

حسين شيراني،اردوان كمالي

علوم خاك

عيسي اسفندرياپور بروجني