• شماره ركورد
    1380243
  • عنوان مقاله

    مقايسه توابع انتقالي مبتني بر روش‌هاي يادگيري ماشين براي تخمين رطوبت در ظرفيت‌زراعي و پژمردگي (مطالعه موردي: منطقه روانسر كرمانشاه)

  • پديد آورندگان

    شجاعي ، سحر دانشگاه رازي - دانشكده كشاورزي - گروه مهندسي آب , فرهادي بانسوله ، بهمن دانشگاه رازي - دانشكده كشاورزي - گروه مهندسي آب , فاتحي ، شاهرخ سازمان تحقيقات، آموزش و ترويج كشاورزي - مركز تحقيقات و آموزش كشاورزي و منابع طبيعي استان كرمانشاه - بخش تحقيقات خاك و آب , رحماني ، مهسا دانشگاه رازي - دانشكده كشاورزي - گروه مهندسي آب

  • از صفحه
    27
  • تا صفحه
    47
  • كليدواژه
    خصوصيات فيزيكي خاك , مدل جنگل تصادفي , مدل كوبيست , مدل ماشين بردار پشتيبان
  • چكيده فارسي
    سابقه و هدف: خصوصيات فيزيكي دير‌يافت خاك نقش مهمي در طراحي‌ سامانه‌هاي آبياري و زهكشي دارند. ازآنجاكه اندازه‌گيري مستقيم اين خصوصيات زمان‌بر و پر‌هزينه است، بيشتر محققان براي تخمين اين پارامتر‌ها از روش‌هاي غير‌مستقيم مانند توابع انتقالي استفاده مي‌نمايند. هدف از اين پژوهش بررسي و تعيين بهترين مدل براي برآورد رطوبت ظرفيت زراعي (FC) و نقطه پژمردگي دائم (PWP) با استفاده از خصوصيات زود ‌يافت خاك و توابع انتقالي در محيط نرم‌افزار R و همچنين انتخاب مناسب‌ترين تابع براي خاك‌‌هاي منطقه روانسر در استان كرمانشاه است. مواد و روش‌ها: در اين پژوهش از خصوصيات زود‌يافت خاك به‌عنوان متغير‌هاي ورودي براي پنج تابع انتقالي خطي چند‌متغيره ، شبكه عصبي مصنوعي ، كيوبيست ، جنگل تصادفي و ماشين‌بردار‌پشتيبان استفاده شد. در ابتدا در منطقه موردمطالعه با روش ابر مكعب لاتين موقعيت مكاني 120 خاكرخ تعيين شد. در اين نقاط مشاهداتي خاكرخ‌ها حفر و از افق‌هاي آن نمونه‌برداري صورت گرفت. پس از تجزيه‌هاي آزمايشگاهي بر روي نمونه‌هاي خاك شامل اندازه‌گيري هدايت الكتريكي عصاره‌ي اشباع، واكنش خاك، كربنات كلسيم معادل، كربن آلي، درصد شن، سيلت و رس خاك، بر اساس دامنه تغييرات اين ويژگي‌ها به‌ويژه اجزا بافتي خاك به ترتيب 75 نمونه خاك سطحي و 33 نمونه خاك از ده خاكرخ مختلف انتخاب گرديدند. اندازه‌گيري PWP بر روي 33 نمونه و اندازه‌گيري FC بر روي مجموع نمونه‌هاي سطحي و عمقي يعني 108 نمونه انجام شد و در مرحله بعد عمليات مدل‌سازي‌ بر روي آنها اجرا شد. براي ارزيابي مدل‌‌ها از شاخص‌‌هاي ريشه ميانگين مربعات خطا (RMSE)، ميانگين خطاي مطلق (MAE) و ضريب تبيين (R2) استفاده شد. يافته‌ها: نتايج نشان داد كه دقت توابع انتقالي در برآورد رطوبت PWP بيشتر از FC است (مقدارR2 و RMSE مدل كيوبيست براي PWP به ترتيب برابر 813/0 و 054/ و براي FC برابر 53/0 و 085/0 بود). همچنين نتايج برآورد رطوبت FC نشان داد كه مدل كيوبيست و شبكه عصبي مصنوعي به ترتيب داراي MAE (066/0 و 068/0) و RMSE (085/0) كمتر و R2 (53/0 و 54/0) بيشتري نسبت به ساير مدل‌ها هستند. نتيجه‌گيري: نتايج كلي نشان داد كه مدل‌هاي كيوبيست و شبكه عصبي مصنوعي و پس از آن مدل جنگل تصادفي با خطاي كمتر و ضريب تبيين بالاتر نسبت به ساير مدل‌ها از كارايي مناسبي براي برآورد رطوبت ظرفيت زراعي برخوردارند. نتايج مربوط به رطوبت PWP نشان داد كه مدل كيوبيست و پس از آن مدل جنگل تصادفي از نظر مقايسه ضريب تبيين بهترين مدل‌ها براي برآورد رطوبت PWP هستند. اين پژوهش اهميت استفاده از روش‌هاي نوين يادگيري ماشين در مطالعات مربوط به توابع انتقالي خاك براي برآورد خصوصيات دير‌يافت خاك را نشان داد. همچنين نتايج اين پژوهش براي دامنه وسيعي از دشت‌هاي استان كرمانشاه كه شرايط تشكيل خاك مشابه با منطقه روانسر را دارند، قابل‌قبول هست.
  • عنوان نشريه
    پژوهش هاي حفاظت آب و خاك
  • عنوان نشريه
    پژوهش هاي حفاظت آب و خاك