فهرست نشریات علمی دسترسی آزاد ایران

فرسایش بادی به‌ عنوان یک پدیده طبیعی مؤثر در تخریب سرزمین و بیابان‌زایی در مناطق خشک و نیمه‌خشک جهان، تحت تأثیر مؤلفه‌های گوناگونی قرار دارد، به‌ گونه‌ای که درک ما از فرآیند فرسایش بادی اغلب به ­سبب تعدد و پیچیدگی عامل‌های مؤثر بر آن محدود می‌شود. پژوهش حاضر در راستای شناسایی مهم‌ترین مؤلفه‌های مؤثر بر شدت فرسایش بادی با استفاده از الگوریتم ترکیبی الگوریتم ژنتیک- شبکه عصبی مصنوعی (GA-ANN) و الگوریتم ژنتیک با مرتب‌سازی نامغلوب (NSGA-II) انجام شده است. به­ منظور دستیابی به یک مجموعه داده مناسب و قابل اطمینان، با طرح­ریزی یک الگوی تصادفی نظارت­شده، نمونه‌های خاک از 51 نقطه مشاهداتی در بخشی از دشت نرماشیر استان کرمان جمع‌آوری و ویژگی­های مختلف خاک اندازه‌گیری شد. علاوه بر آن، در هر نقطه مورد مطالعه، شدت فرسایش بادی با استفاده از یک دستگاه تونل باد قابل حمل تعیین شد. بر اساس نتایج حاصل از اجرای الگوریتم GA-ANN، ویژگی­های شن، رس، پوشش سنگریزه‌ای، پایداری خاکدانه‌ها، مقاومت سله سطحی، رطوبت و ماده آلی به ‌عنوان مؤثرترین مؤلفه‌ها در ارتباط با تغییرات مکانی شدت فرسایش بادی تشخیص داده شدند. در مقابل، زیرمجموعه انتخاب­شده توسط الگوریتم NSGA-II، ویژگی­های شن، پوشش سنگریزه‌ای، پایداری خاکدانه‌ها، مقاومت سله سطحی و رطوبت را به ­عنوان مؤثرترین متغیر‌ها معرفی نمود. میزان خطای محاسبه ­شده برای الگوریتم GA-ANN برابر با 58/3 درصد بود؛ در حالی که میزان این خطا برای الگوریتم NSGA-II برابر با 70/1 درصد بود. با توجه به نتایج به‌دست آمده، هر دو الگوریتم، عملکرد قابل قبولی در راستای دستیابی به هدف پژوهش حاضر نشان دادند. بنابراین، الگوریتم‌های توسعه داده شده در این پژوهش می‌توانند در راستای شناسایی مهم‌ترین عوامل مؤثر بر شدت فرسایش بادی در سایر مناطق با چالش‌های مشابه، مورد استفاده قرار گیرند.