برآورد هدايت هيدروليكي اشباع خاك با استفاده از شبكه عصبي مصنوعي

Estimate Saturated Hydraulic Conductivity Using Artificial Neural Networks

هدايت هيدروليكي اشباع خاك يكي از مهم­ترين ويژگي­هاي هيدروليكي خاك است كه به شدت با مكان تغيير مي­كند. هدف از اين مطالعه بهره­گيري از شبكه عصبي مصنوعي در تخمين هدايت هيدروليكي اشباع بود. منطقۀ مورد مطالعه در دشت قروه در استان كردستان واقع شده است. نمونه­برداري به روش سيستماتيك با فواصل 1000×1000 متر در 40 نقطه انجام گرفت. هدايت هيدروليكي افق سطحي خاك­ها در هر نقطه با استفاده از نفوذسنج گلف به روش بار مضاعف ( cm5 وcm 10) اندازه­گيري شد. با استفاده از شبكه عصبي مصنوعي مدل­هاي گوناگون طراحي شدند. سپس بهترين مدل بر مبناي كمترين ميانگين مجموع مربعات خطا و بيشترين ضريب همبستگي انتخاب شد. نتايج نهايي مقايسه مدل­ها نشان داد كه بهترين مدل از نظر دقت و سرعت تخمين هدايت هيدروليكي اشباع مدلي بود كه از پارامترهاي ورودي رس، شن و سنگريزه استفاده شد.