ارائه مدلی غیرپارامتریک برای برآورد هدایت هیدرولیکی اشباع خاک با استفاده از روش k- نزدیکترین همسایه

هدایت هیدرولیکی خاک در بسیاری از مطالعات مربوط به حرکت آب و انتقال املاح موردنیاز می باشد، لیکن در بیشتر موارد به علت محدودیت-های عملی و یا هزینه ای، اندازه گیری آن با دشواری همراه است. رویکردهای غیرپارامتریک از جنبه های مختلفی برای تخمین متغیرهای پیوسته بکار رفته اند. در این پژوهش نوعی از الگوریتم های غیرپارامتریک از نوع یادگیرنده های تنبل موسوم به k - نزدیکترین همسایه، برای تخمین هدایت هیدرولیکی اشباع خاک با استفاده از دیگر ویژگی های کمکی خاک شامل توزیع اندازه ذرات، هدایت الکتریکی عصاره اشباع (ECe)، رطوبت اشباع (sθ)، درصد کربن آلی (OC)، مقدار مواد خنثی شونده (TNV) و جرم ویژه حقیقی و ظاهری بکار گرفته شد. بر اساس تکنیک ارزیابی تقاطعی برای تخمین هدایت هیدرولیکی اشباع هر نمونه خاک هدف، تعداد 10 نمونه خاک که حداکثر تشابه با خاک هدف را داشتند، از بانک مرجع که حاوی 151 نمونه خاک بود، انتخاب و مقدار هدایت هیدرولیکی اشباع آنها برآورد گردید. استفاده از آماره های ضریب همبستگی پیرسون(801/0=r)، خطای ماکزیمم (4/120=ME)، ریشه میانگین مربعات خطا (5/71=RMSE)، ضریب تبیین (32/1=CD)، کارآیی مدل (65/0=EF) و ضریب جرم باقیمانده (046/0-=CRM) نشان داد که در بیشتر موارد، این تکنیک بصورتی قابل قبول توانایی تخمین کمیت موردنظر را دارد. بر این اساس، می توان نتیجه گیری کرد که استفاده از این تکنیک به عنوان روشی جایگزین برای اشتقاق توابع انتقالی خاک، به ویژه هنگامی که فراهمی داده های جدید؛ نیاز به اشتقاق مجدد این توابع را الزام آور می کند، می تواند بکار رود.