کاربرد روش‏های رگرسیونی و شبکه‏های عصبی به منظور تخمین هدایت هیدرولیکی اشباع خاک منطقه زاگرس مرکزی

Authors

بیژن خلیلی مقدم

b. khalili moghadam dept of soil sci. ramin agric. and natur. resour. univ. of khozestan, ahvaz, iran.گروه خاک شناسی، دانشکده کشاورزی و منابع طبیعی رامین خوزستان مجید افیونی

m. afyuni dept of soil sci. college of agric. isfahan univ. of technol. isfahan, iran.گروه خاک شناسی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان احمد جلالیان

a. jalalian dept of soil sci. college of agric. isfahan univ. of technol. isfahan, iran.گروه خاک شناسی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان کریم عباسپور

k. c. abbaspour swiss federal institute for environ. sci. and technol. eawag, 8600 dübendorf, switzerland.گروه علوم و تکنولوژی آب مؤسسه تحقیقاتی ewag سوئیس امیر احمد دهقانی

abstract

در سال های اخیر با ظهور سامانه اطلاعات جغرافیایی و تکنولوژی سنجش از دور، ویژگی‏های توپوگرافیکی (ارتفاع، شیب و جهت شیب) و ویژگی‏های پوشش گیاهی به راحتی به وسیله مدل‏های رقومی ارتفاع و شاخص پوشش گیاهی (ndvi) در مقیاس‏های مختلف (حوزه‏ای و منطقه‏ای) قابل دسترس می‏باشد. هدف از انجام این پژوهش، بررسی امکان استفاده از ویژگی‏های توپوگرافیکی و پوشش گیاهی به همراه ویژگی‏های خاک به عنوان ویژگی‏های زود یافت برای تخمین هدایت هیدرولیکی اشباع خاک است. برای این کار توزیع اندازه ذرات خاک، کربن آلی، کربنات کلسیم و چگالی ظاهری در افق‏های رویین و زیرین و ویژگی‏های توپوگرافیکی و ndvi از افق رویین خاک اندازه‏گیری شدند. سه ساختار شبکه عصبی پرسپترون برای مقایسه با رگرسیون چند متغیره خطی مورد استفاده قرار گرفتند. کارایی توابع انتقالی خاک و توابع پیش‏بینی مکانی خاک به وسیله ضریب همبستگی اسپیرمن (r)، میانگین مربعات خطای نرمال شده (nmse) و میانگین خطای مطلق(mae) بین مقادیر اندازه‏گیری شده و مشاهده شده مورد ارزیابی قرار گرفت. نتایج نشان داد که ویژگی‏های توپوگرافیکی و پوشش گیاهی از متغیر‏های حساس در تخمین هدایت هیدرولیکی اشباع خاک در مراتع زاگرس مرکزی می‏باشند. به طور کلی شبکه‏های عصبی (87/0=r) داری کارایی بهتری از رگرسیون چند متغیره خطی (69/0=r) در تخمین هدایت هیدرولیکی اشباع خاک هستند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد روش‏های رگرسیونی و شبکه‏های عصبی به‌ منظور تخمین هدایت هیدرولیکی اشباع خاک منطقه زاگرس مرکزی

With the advent of advanced geographical informational systems (GIS) and remote sensing technologies in recent years, topographic (elevation, slope, and aspect) and vegetation attributes are routinely available from digital elevation models (DEMs) and normalized difference vegetation index (NDVI) at different spatial (watershed, regional) scales. This study explores the use of topographic and v...

full text

تخمین هدایت هیدرولیکی اشباع در برخی از خاکهای استان ایلام با استفاده از شبکههای عصبی مصنوعی و روشهای رگرسیونی

هدایت هیدرولیکی اشباع ) Ks ( یکی از ورودیهای مهم در مدلسازی جریان آب و انتقال آلایندهها در خاک، طراحی سیستمهای آبیاری و زهکشی، مدلسازی آبهایزیرزمینی و فرایندهای زیستمحیطی است. اندازهگیری مستقیم Ks در مزرعه و آزمایشگاه میسّر میباشد؛ لیکن، معمولاً زمانبر، پرهزینه و دشوار بوده و در سطوحبزرگ نیز غیرعملی است. افزون بر این، بهدلیل غیرهمگن بودن خاک و خطاهای آزمایشگاهی، تا حدودی این اندازهگیریها غیرقابل ...

full text

ارزیابی مدل‌های رگرسیونی و شبکه عصبی مصنوعی در تخمین هدایت هیدرولیکی اشباع خاک در مازندران

هدایت هیدرولیکی اشباع یکی از خصوصیات مهم هیدرولیکی در علوم مرتبط با آب، خاک و کشاورزی می­باشد که در مدلسازی حرکت املاح و آب در خاک بسیار اهمیت دارد.اندازه­گیری آزمایشگاهی و صحرایی آن دشوار، وقت‌گیر و پرهزینه بوده و امکان شناسایی تغییرپذیری مکانی و زمانی آن در مقیاس وسیع عملا وجود ندارد.امروزه با استفاده از روش­های غیرمستقیم مانند توابع انتقالی می­توان آن را با دقت بالایی برآورد نمود. پژوهش حاضر...

full text

بررسی یک معادله جدید تخمین هدایت هیدرولیکی غیر اشباع خاک

یکی از خواص بسیار مهم حاکم بر انتقال آب ومحلولها در خاک هدایت هیدرولیکی (ضریب آبگذری) غیر اشباع خاک است که تعیین آن در صحرا و در آزمایشگاه علاوه بر وقت گیر بودن بسیار گران تمام می شود. مضافا آنکه به لحاظ تغییرات مکانی وزمانی‘ مفید بودن نتایج محدودو اغلب پراکنده در مسائل عملی قابل تردید است. از اینرو روشهای بسیاری برای تخمین هدایت هیدرولیکی غیر اشباع خاک با استفاده از پاره ای ازخواص خاک که انداز...

full text

کاربرد شبکه عصبی مصنوعی در پیش‌بینی هدایت هیدرولیکی اشباع با استفاده از پارامترهای فیزیکی خاک

ویژگی­های هیدرولیکی خاک همچون هدایت هیدرولیکی اشباع و غیراشباع در مطالعات زیست محیطی نقش مهمی را ایفا می­نمایند.  از آنجائی­که اندازه­گیری مستقیم این قبیل ویژگی­های هیدرولیکی خاک امری وقت­گیر و هزینه­بر است روش­های غیرمستقیمی چون توابع انتقالی و شبکه­های عصبی مصنوعی بر مبنای پارامترهای سهل الوصول خاک توسعه یافته­اند.  در این خصوص در این مطالعه، از شبکه عصبی مصنوعی به­ منظور تخمین هدایت هیدرولیک...

full text

مقایسه روش‌های شبکه عصبی مصنوعی و رگرسیونی برای پیش‌بینی هدایت هیدرولیکی اشباع خاک‌های استان خوزستان

Direct measurement of soil hydraulic characteristics is costly and time-consuming. Also, the method is partly unreliable due to soil heterogeneity and laboratory errors. Instead, soil hydraulic characteristics can be predicted using readily available data such as soil texture and bulk density using pedotransfer functions (PTFs). Artificial neural networks (ANNs) and statistical regression are t...

full text

My Resources

Save resource for easier access later


Journal title:
علوم آب و خاک

جلد ۱۹، شماره ۷۱، صفحات ۲۱۷-۲۲۸

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023