اشتقاق توابع انتقالی مناسب برای برآورد برخی ویژگی های دیریافت خاک
نویسنده:
چکیده:
سابقه و هدف
اندازهگیری مستقیم برخی خواص خاک ممکن است مشکل، هزینهبر و وقتگیر باشد. بنابراین این خواص میتوانند به اسانی از داده های زودیافت تخمین زده شوند. ظرفیت تبادل کاتیونی یک شاخص مهم حاصلخیزی و ظرفیت ذخیره آلاینده ها در خاک میباشد. ویژگی های هیدرودینامیکی خاک تعیین کننده جریان آب در خاک-گیاه- اتمسفر بوده که کنترل کننده فرآیندهایی مانند تغذیه آبی و جریان عناصر مغذی بین خاک و پوشش گیاهی میباشد. شناخت خواص هیدرودینامیک خاک برای مدلسازی فرآیندهای فیزیکی مربوط به ذخیره رطوبت خاک دارای اهمیت است. علیرغم پیشرفتهای زیاد در روشهای اندازهگیری، تعیین دقیق خواص هیدرولیکی خاک بخصوص برای خاکهای دستنخورده و در محدوده خشک منحنی رطوبتی همچنان مشکل است. همچنین اندازهگیری خواص هیدرولیکی و ظرفیت تبادل کاتیونی خاک زمانبر، مشکل و پرهزینه است. به همین دلیل، این مطالعه سعی در توسعه توابع انتقالی مناسب برای تخمین رطوبت ظرفیت زراعی، نقطه پژمردگی دایم و ظرفیت تبادل کاتیونی خاکهای نواحی جنوب استان گیلان دارد.مواد و روشها: محدوده مورد مطالعه درمنطقه گیلوان در جنوب استان گیلان واقع شده است. اقلیم منطقه اریدیک بوده، بارندگی سالیانه 245 میلیمتر و میانگین درجه حرارت 18 درجه سانتیگراد است. 240 نمونه خاک از لایه 0 تا 30 سانتیمتری جمع آوری شد. سپس خواصی چون رس، شن و سیلت، آهک، مواد آلی، جرم مخصوص ظاهری و گچ اندازهگیری شدند. اولین مرحله در مطالعات آماری بررسی نرمال بودن داده ها است. برای تعیین نرمال بودن داده ها ازآزمون کولموگروف-اسمیرنوف استفاده شد. داده ها به دو دسته آزمون (25%) و آموزش (75%) تقسیم شدند. این تقسیمبندی به گونهای انجام گرفت که ویژگی های آماری هر دو گروه مثل حداقل، حداکثر، انحراف معیار و... یکسان باشند. سپس مدلهای رگرسیون و شبکه عصبی بر داده های آموزش اعمال شد. برای جلوگیری از خطا در فرآیندهای شبکه عصبی، داده ها به مقیاس استاندارد از 1/0 تا 9/0 تبدیل شد. توابع پرسپترون چند لایه، پس انتشار، و لونبرگ-مارکواردت برای توسعه شبکه های عصبی مصنوعی توسعه یافت. برای ارزیابی مدلها از معیارهای RMSE، R2، و MEF استفاده شد.
یافته ها: در تجزیه رگرسیون، برای ظرفیت تبادل کاتیونی، درصد رس و مادهآلی، برای مقدار ظرفیت زراعی، رس، سیلت و جرم مخصوص ظاهری و برای نقطه پژمردگی دایم، درصد رس دارای تاثیر معنادار در مدلهای توسعه یافته بودند. ضرایب تبیین در مدلهای رگرسیون ایجاد شده برای ظرفیت تبادل کاتیونی، ظرفیت زراعی و نقطه پژمردگی دایم به ترتیب برای خطی 72/0، 84/0 و 73/0 و غیرخطی 78/0، 87/0 و 74/0 بودند. بهترین توابع انتقالی توسعه یافته برای خواص دیر یافت در شبکه عصبی مصنوعی از مدل پرسپترون چندلایه با 2 لایه پنهان، 8 نرون برای ظرفیت زراعی و پژمردگی و 6 نرون برای ظرفیت تبادل کاتیونی با در نظر گرفتن همه ورودی ها بدست آمد. ضریب تبیین برای ظرفیت تبادل کاتیونی 98/0، رطوبت ظرفیت زراعی 99/0 و رطوبت نقطه پژمردگی دائم 98/0 بود. مدلهای شبکه عصبی برای تعیین خواص دیریافت با ورودی از داده های زودیافت که دارای بیشترین ضریب حساسیت بودند، طراحی شدند. نتایج این مدلها شبیه به مدلهای رگرسیون غیرخطی بود. نتایج در استفاده از داده های آزمون، نشان داد که مدلهای بدست آمده از شبکه های عصبی با ورودی شامل همه داده های زودیافت دقیقتر از مدلهای رگرسیون بود.
نتیجه گیری: در روش رگرسیون، مدلهای غیرخطی برای پیشبینی خواص دیریافت دقیقتر از مدلهای خطی بودند. در شبکه های عصبی مصنوعی مدلهایی با تمام ورودی های زودیافت دقیقتر از مدلهایی بودند که شامل ورودی های زودیافت که دارای بیشترین ضریب حساسیت بودند. در صورتیکه تعداد داده های زودیافت ورودی کافی نباشند مدلهای رگرسیونی میتوانند دقت قابل قبولی داشته باشند. اما اگر این داده ها کافی باشند شبکه های عصبی مصنوعی دقت بیشتری خواهند داشت. دقت شبکه های عصبی با کاهش پارامترهای ورودی کاهش مییابد.
کلیدواژگان:
زبان:
فارسی
صفحات:
203 تا 217
لینک کوتاه:
magiran.com/p1630118
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!