فهرست نشریات علمی دسترسی آزاد ایران

هدایت هیدرولیکی اشباع (Ks) خاک نقش کلیدی در انتقال آب، عناصر غذایی و آلاینده­­ها در خاک دارد. اندازه­گیری مستقیم Ks در خاک به زمان و هزینه زیادی نیاز داشته و نتایج به­دست آمده به­دلیل غیریکنواختی خاک و بروز خطا ممکن است چندان قابل اعتماد نباشد. بنابراین از روش­های غیر مستقیم مانند توابع انتقالی رگرسیونی و مدل­های هوشمند برای تخمین این متغیر دیریافت خاک استفاده گردیده است. هدف از این پژوهش، مقایسه عملکرد سه مدل­ هوشمند نرو-فازی (NF)، برنامه­ریزی بیان ژن (GEP) و جنگل تصادفی (RF) در برآورد Ks از روی ویژگی­های زودیافت خاک بود. برای این منظور، از اطلاعات مربوط به 102 نمونه خاک منتخب از اراضی زراعی دشت اردبیل شامل شن، سیلت، رس، میانگین و انحراف معیار هندسی قطر ذرات، جرم مخصوص ظاهری و حقیقی، کربن آلی، آهک و Ks استفاده شد. تعداد 82 داده برای آموزش و 20 داده برای آزمون مدل­های هوشمند به کار گرفته شد. پنج ترکیب مختلف از متغیرهای خاک به­عنوان ورودی مدل برای برآورد Ks توسط سه مدل NF، GEP و RF انتخاب شدند. نتایج هر سه روش هوشمند به­کار رفته در تحقیق گویای آن بود که با ترکیب دو متغیر ورودی رس و جرم مخصوص ظاهری خاک، بالاترین دقت بدست آمد. مقادیر آماره­های ضریب تبیین (R2)، ریشه میانگین مربعات خطای نرمال شده (NRMSE)، میانگین خطا (ME) و ضریب نش-ساتکلیف (NS) براساس داده­های آزمونی برابر 83/0، 118/0،  cm min-1 002/0، 81/0 و 83/0، 145/0،  cm min-1 020/0،71/0و 74/0، 151/0،  cm min-1 020/0 و 69/0 به­ترتیب برای بهترین مدل­­ NF، GEP و RF در برآورد Ks محاسبه گردید. نتایج نشان داد که مدل NF در مقایسه با دو مدل هوشمند دیگر به دلیل برخورداری از NRMSE پایین و NS بالا توانست Ks را با دقت بالایی در منطقه مورد مطالعه برآورد نماید.