تخمین سرعت نفوذپذیری پایه با استفاده از مدل‌های نروفازی، شبکه عصبی و رگرسیون خطی چندمتغیره

نویسندگان

1 هیات علمی

2 هیات علمی دانشگاه اردکان

3 کارشناس گروه خاک دانشکاه کردستان

4 هیات علمی

doi
چکیده

ننفوذ یکی از مهم‌ترین مشخصه‌های فیزیکی خاک است که اندازه‌گیری مستقیم آن دشوار، زمان‌بر و پرهزینه می‌باشد. هدف از این پژوهش تخمین سرعت نفوذپذیری پایه با استفاده مدل‌های نروفازی، شبکة مصنوعی و رگرسیون خطی چند متغیره است. بدین منظور، در 100 نقطه در منطقه دهگلان استان کردستان سرعت نفوذپذیری پایه با استفاده از استوانه مضاعف اندازه‌گیری شد. ویژگی‌های فیزیکی خاک (تخلخل، جرم ویژه ظاهری، شن، سیلت و رس) و توپوگرافی به عنوان ویژگی‌های زودیافت اندازه‌گیری شده و برای برآورد نفوذپذیری خاک استفاده شدند. داده‌ها به دو سری آموزشی (70 درصد داده‌ها) و آزمون (30 درصد داده ها) تقسیم شدند. مدل‌ها بر اساس نوع ورودی به نوع 1 (ویژگی‌های فیزیکی خاک) و 2 (ویژگی‌های فیزیکی خاک و توپوگرافی) طبقه بندی شدند. نتایج ارزیابی مدل‌ها بر اساس شاخص‌های ریشة میانگین انحراف خطا، مربعات خطا، میانگین خطا، خطای استاندارد نسبی و بهبود نسبی نشان داد که مدل نروفازی نوع 1 به ترتیب با آماره‌های 0.24، 1.3، 1.69، 0.25 و 65.41 و نوع 2 به ترتیب با آماره-های 0.1-، 0.95، 0.84، 0.18 و 71.52، دارای بالاترین دقت در تخمین سرعت نفوذپذیری پایه می‌باشد. همچنین مشاهده شد که استفاده از داده‌های توپوگرافی به عنوان ورودی همراه با ویژگی‌های فیزیکی خاک می‌تواند منجر به بهبود دقت تخمین سرعت نفوذپذیری پایه شود.