تعیین شدت بارندگی با استفاده از تجزیه و تحلیل فرکانس‎های صوتی حاصل از صدای برخورد قطرات باران

نویسندگان

1 گروه علوم خاک، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

2 عضو هیات علمی گروه علوم خاک، دانشکده کشاورزی، دانشگاه تبریز، ایران

3 عضو هیات علمی گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران

doi
10.22059/ijswr.2023.348946.669367
چکیده

اطلاع از شدت و مدت بارندگی می‌تواند در بسیاری از تحلیل‌های زیست محیطی از جمله برآورد فرسایندگی باران و فرسایش خاک مفید باشد. دستگاه‎های مختلفی برای ثبت شدت و مدت بارندگی وجود دارد. اما خرید و نگهداری آن‌ها هزینه‌بر بوده و اغلب نیاز به متصدی جهت مراقبت از آن‌ها دارد. تحقیق حاضر به امکان‌سنجی استفاده از تحلیل سیگنال‌های صوتی ناشی از برخورد قطرات با سطوح و اجسام موجود در طبیعت برای تعیین ثبت شدت و مدت بارندگی پرداخته است. برای این منظور در آزمایشگاه گروه علوم خاک دانشکده کشاورزی دانشگاه تبریز در سال 1400، باران‌سازهایی طراحی شد که باران‌هایی با شدت‌های متفاوت ایجاد نماید. سپس سیگنال‌های صوتی ناشی از برخورد قطرات باران با سینی فلزی که در زیر باران قرار داده شد، توسط رکودر ضبط و جهت پردازش به رایانه انتقال داده شد. سپس در نرم افزار MATLAB، اندازه فرکانسی فایل‌های صوتی استخراج گردید. نتایج نشان داد که با افزایش شدت بارندگی، دامنه صوتی و اندازه فرکانسی سیگنال‌های صوتی افزایش یافت. سپس اندازه‌های فرکانسی در نرم‌افزار SPSS به روش خوشه‌بندی دو مرحله‌ای به‌طور خودکار در دو خوشه قرار گرفته شد. سپس میانگین و انحراف معیار هر خوشه محاسبه شده و با توجه به همبستگی هر کدام با یکدیگر و با شدت بارندگی، و جهت جلوگیری از پدیده چند هم‌خطی شدن تنها از میانگین خوشه دوم به عنوان ورودی مدل‌های برنامه‌ریزی بیان ژن و رگرسیون خطی استفاده شد. جهت آزمون دقت و صحت نتایج حاصل از مدل‌ها، از آماره‌های ضریب تبیین (R2)، ریشه میانگین مربعات خطا (RMSE)، میانگین هندسی نسبت خطا (GMER) و انحراف استاندارد هندسی نسبت خطا (GSDER) استفاده شد. مقادیر R2، RMSE (mm/h)، GMER (mm/h) و GSDER (mm/h) برای مدل برنامه‌ریزی بیان ژن در داده‌های سری آموزش به ترتیب برابر 97/0، 85/1، 11/1 و 09/1 و برای داده‌های سری اعتبارسنجی به ترتیب برابر 96/0، 05/2، 14/1 و 12/1 بدست آمد. در حالی که مقادیر معیارهای فوق در مدل رگرسیونی، برای داده‌های سری آموزش به ترتیب برابر 94/0، 74/2، 25/1 و 34/1 و برای داده‌های سری اعتبارسنجی به ترتیب برابر 92/0، 91/2، 28/1 و 37/1 بدست آمد. نتایج آماره‌های فوق حاکی از دقت و صحت نسبتا بیشتر مدل برنامه‌ریزی بیان ژن نسبت به مدل رگرسیونی و بیش‌برآوردی و پخشیدگی نسبتا زیادتر داده‌های تخمینی مدل رگرسیونی نسبت به مدل برنامه‌ریزی بیان ژن می‌باشد.