برآورد برخی ویژگیهای دیریافت خاکهای استان کرمان با استفاده از توابع انتقالی رگرسیونی و شبکه عصبی مصنوعی
نویسندگان
1 استادیار گروه علوم خاک دانشگاه ولی عصر (عج) رفسنجان
2 دانشجوی سابق کارشناسی ارشد علوم خاک دانشگاه ولی عصر (عج) رفسنجان
doi
10.22092/ijsr.2012.126517چکیده
اندازهگیری برخی از ویژگیهای مهم خاک، ممکن است دشوار، بسیار وقتگیر و پرهزینه باشد. بنابراین، تخمین این گونه از ویژگیهای خاک با استفاده از ویژگیهای زودیافت خاک، میتواند مفید باشد. به این روابط، توابع انتقالی خاک (PTFs) میگویند. این پژوهش بهمنظور ایجاد توابع انتقالی خاک برای برآورد گنجایش زراعی (FC)، نقطه پژمردگی دائم (PWP) و گنجایش تبادل کاتیونی خاک (CEC) برای خاکهای استان کرمان انجام شد. بنابراین، تعداد 100 نمونه خاک از مناطق مختلف استان کرمان (کرمان، بردسیر، رفسنجان، شهربابک، سیرجان و ارزوئیه بافت) و از لایه صفر تا 30 سانتیمتر گرفته شد. سپس ویژگیهای دیریافت (FC ، PWP و CEC) و زودیافت (درصد رس، سیلت، شن، آهک، ماده آلی و گچ) خاکها اندازهگیری گردید. در روش رگرسیون، برای FC درصد رس، شن و گچ، برای PWP درصد رس و برای CEC درصد رس و ماده آلی، اثرات معنیداری در مدلهای ایجادشده نشان دادند. ضرایب تبیین (R2) بهترتیب برای FC، PWP و CEC برابر 86/0، 45/0 و 94/0 محاسبه شدند. بهترین PTFs ها توسط شبکه عصبی مصنوعی برای FC، PWP و CEC با 6 لایهی پنهان و در نظر گرفتن تمامی ورودیها بهدست آمد (ضریب تبیین بهترتیب برابر 98/0، 93/0 و 99/0). دقت در روش شبکه عصبی نسبت به روش رگرسیون بیشتر بود. نتایج نشان داد که اگر تعداد ویژگیهای زودیافت اندازهگیریشده زیاد نباشند، میتوان از مدلهای رگرسیونی با دقت قابل قبولی استفاده کرد. اگر تعداد ویژگیهای زودیافت اندازهگیریشده زیاد بود، آنگاه مدل شبکه عصبی، نتایج بسیار دقیقتری ارائه مینماید. دقت مدل شبکه عصبی با کاهش تعداد پارامترهای زودیافت (ورودیها)، کاهش یافت.