تأثير ويژگي هاي زود يافت خاك بر پيش بيني ظرفيت تبادل كاتيوني (CEC) با استفاده از شبكه هاي عصبي مصنوعي در بخش دوربن شهرستان خاش

اندازه گيري ظرفيت تبادل كاتيوني خاك در سطوح وسيع بسيار وقت گير و پرهزينه است. بنابراين، محققان به دنبال روش ها و روابطي هستند كه بتوان اين قبيل خصوصيات خاك (خواص ديريافت) را از روي ويژگي هايي كه به طور ساده به دست مي آيند (خواص زوديافت)، تخمين بزنند. پژوهش حاضر به منظور تخمين ظرفيت تبادل كاتيوني (CEC) با استفاده از ويژگي هاي زوديافت خاك و به كمك هوش مصنوعي صورت خواهد گرفت. نمونه برداري در 143 نقطه در سطح بخش دوربن شهرستان خاش شامل قسمت هاي بياباني، باغ ها و اراضي كشاورزي به گونه اي انجام خواهد شد كه حتي الامكان توزيع ويژگي هاي مختلف خاك را پوشش دهد. در هر نقطه انتخابي، يك نمونه از عمق صفر تا 30 سانتي متري خاك برداشته و به آزمايشگاه منتقل مي گردد. نمونه هاي جمع آوري شده، توسط هوا خشك و كوبيده شده سپس از الك 2 ميلي متري عبور داده خواهند شد و به دنبال آن تعدادي از خصوصيات فيزيكي و شيميايي خاك از جمله بافت خاك، ظرفيت تبادل كاتيوني، درصد كربن آلي، اسيديته در گل اشباع و درصد كربنات كلسيم (آهك) در اين بخش اندازه گيري خواهند شد. شبكه مورد استفاده در مدل شبكه عصبي، شبكه پرسپترون چند لايه و شبكه پيشخور تعميم يافته با توابع انتقال مختلف و مؤثر خواهد بود، كه تعداد مناسب لايه و نرون هاي پنهان به روش آزمون و خطا انتخاب مي‌شود. هم چنين، آناليز حساسيت به منظور تشخيص مؤثرترين ورودي‏ها (ويژگي‏هاي زوديافت) در برآورد ظرفيت تبادل كاتيوني (ويژگي ديريافت) توسط نرم افزار 5 Neurosolution انجام خواهد شد.