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

Authors

Abstract:

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 با هدف استفاده از روش‌های رگرسیونی و شبکه عصبی مصنوعی به عنوان دو روش کارآمد از توابع انتقالی، در برآورد هدایت هیدرولیکی اشباع انجام شد. در این مطالعه هدایت هیدرولیکی اشباع80 نمونه خاک با سه تکرار به روش آزمایشگاهی بررسی شد. خصوصیات زودیافت خاک (بافت، میانگین هندسی قطر ذرات و انحراف معیار آن، جرم مخصوص ظاهری و حقیقی، هدایت الکتریکی، pH، ماده آلی و کربنات کلسیم) که به عنوان ورودی در توابع استفاده شد به دو دسته آموزش (80%) و آزمون (20%) تقسیم شدند. به منظور مدل‌سازی هدایت هیدرولیکی اشباع از مدلهای رگرسیون چند متغیرهخطی (MLR)، شبکه عصبی پرسپترون چندلایه(MLP)  و شبکه عصبی تابع پایه شعاعی (RBF) استفاده شد. همچنین برای ارزیابی اعتبار توابع توسعه یافته از شاخصهای ضریب تبیین (R2)، میانگین مجذور مربعات خطا (RMSE) و ضریب همبستگی همگام (CCC) استفاده شد. نتایج نشان از برتری مدل پرسپترون شبکه عصبی با دو لایه مخفی با تابع فعال‌سازی سیکموئیدی با R2، RMSEو CCCبه ترتیب معادل 871/0، 02/1(cm/h) و 869/0 نسبت به سایر مدل‏ها در منطقه مورد مطالعه داشته است. با توجه به نتایج آنالیز حساسیت، مدل بهینه دارای بالاترین حساسیت نسبت به تغییرات پارامترهای جرم مخصوص ظاهری، pH و تخلخل دارد و در مقابل نسبت به پارامتر شوری کمترین حساسیت را نشان داد. به نظر میرسد که استفاده از شبکه عصبی پرسپترون با دو لایه مخفی روش کارآمدی برای تعیین هدایت هیدرولیکی اشباع در منطقه باشدو بتواند با صرفه جویی در زمان و هزینه، هدایت هیدرولیکی اشباع خاک را برآورد کند. نتایج این تحقیق به علت کمبود تعداد نمونه ها اعتبارکافی را نداشته، لذا می­تواند به عنوان شروعی برای انجام تحقیقات بعدی استفاده شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

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

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

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

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

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

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 یاف...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 31  issue 1

pages  75- 87

publication date 2017-05-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023