مقایسه شبکههای عصبی مصنوعی و توابع انتقالی رگرسیونی برای تخمین ظرفیت تبادل کاتیونی خاک در شمال غرب ایران
نویسندگان
1 گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، ایران
2 عضو هیئت علمی دانشگاه زنجان
3 گروه مهندسی آب، دانشکده کشاورزی دانشگاه زنجان ایران
doi
چکیده
ظرفیت تبادل کاتیونی خاک میزان بار مثبتی است که در واحد جرم خاک قابل تبادل است. مدلسازی و تخمین ظرفیت تبادل کاتیونی شاخصی مفید از حاصلخیزی خاک میباشد. ارزیابی و طراحی سناریوهای مختلف مدیریتی احتیاج به داشتن اطلاعات دقیق بانک اطلاعات خاک دارد. بدین منظور برای برآورد ظرفیت تبادل کاتیونی خاک، 32 نیمرخ در دشت تبریز حفر گردید و جهت انجام آزمایشهای فیزیکی و شیمیایی مانند توزیع اندازه ذرات، کربن آلی، pH و ظرفیت تبادل کاتیونی خاک، 131 نمونه خاک از عمقهای مختلف جمعآوری گردید. سپس 7 مدل رگرسیونی که براساس مطالعات پیشین انتخاب شده بودند برای منطقه مورد مطالعه کالیبره شده و مورد ارزیابی قرار گرفتند. همچنین بر اساس ضرایب موجود در مدلهای رگرسیونی، 7 معماری متفاوت شبکههای عصبی مصنوعی جهت پیشبینی ظرفیت تبادل کاتیونی خاک طراحی گردید و نتایج حاصل از شبکههای عصبی مصنوعی و مدلهای رگرسیونی چند متغیره با استفاده از پارامترهای ضریب همبستگی (R2)، جذر میانگین مربعات خطا (RMSE) و شیب بهترین معادله خط برازش داده شده بین نقاط پیشبینی و اندازهگیری شده (a) مورد ارزیابی قرار گرفت. نتایج نشان داد که معماری طراحی شده با شبکه عصبی مصنوعی با ضریب تبیین 86/0، RMSE برابر با 14/2 و شیب خط برابر با 87/0دارای کارایی بالاتری بود که احتمالاً به دلیل وجود روابط غیر خطی میان ویژگی های زودیافت خاک (متغیرهای مستقل) و ظرفیت تبادل کاتیونی (متغیر وابسته) بود.