كاربرد پارامترهاي فراكتالي توزيع اندازه ذرات و خاكدانه هاي ريز در برآورد هدايت هيدروليكي اشباع خاك‌هاي استان گيلان

Use of Fractal Parameters of Particles and Micro-Aggregate Size Distributions for Estimation of Saturated Hydraulic Conductivity in Soils of Guilan Province

هدايت هيدروليكي اشباع خاك(Ks) يكي از مهمترين پارامترهاي فيزيكي خاك بوده كه اندازه‌گيري مستقيم آن به علت تغييرات مكاني و زماني بسيار دشوار، هزينه بر و زمان بر است. از اين رو از توابع انتقالي براي برآورد Ks بهره‌گيري مي شود. يافتن متغيرهايي كه موجب بهبود برآوردKs شوند داراي اهميت زيادي است. هدف از اين پژوهش بررسي بهبود برآورد Ks با وارد كردن پارامترهاي فراكتالي توزيع اندازه ذرات و خاكدانه هاي ريز در توابع انتقالي در گام‌هاي مختلف بود. در هر گام يك تابع انتقالي با ورودي‌هاي متفاوت و مجموعاً 6 تابع ايجاد شد. براي انجام اين پژوهش تعداد 260 نمونه خاك از اراضي استان گيلان جمع آوري شد. توزيع اندازه ذرات (2-0 ميلي متر) و خاكدانه هاي ريز (2-0 ميلي متر) اندازه‌گيري شده و مدل فراكتالي بيرد و پرير (2003) بر اين توزيع‌ها برازش شد و پارامترهاي مدل به‌دست آمد. تجزيه و تحليل داده ها نشان داد كه از ديدگاه آماري بين Ks و پارامترهاي فراكتالي توزيع اندازه ذرات همبستگي معني دار (01/0 > P) وجود داشت. با وارد كردن پارامترهاي فراكتالي ذرات و خاكدانه‌هاي ريز در توابع انتقالي به ترتيب در گام-هاي دوم و سوم براي برآورد Ks، ريشه ميانگين مربعات خطا (RMSE)به‌طور معني دار كاهش يافت. همچنين در گام چهارم افزايش ميانگين هندسي قطر خاكدانه ها اثر معني دار بر برآورد Ks نشان داد. ولي در گام پنجم افزايش ميانگين و انحراف استاندارد هندسي قطر ذرات اثر معني دار بر برآورد Ks نداشت. در گام ششم با افزايش همزمان پارامترهاي فراكتالي توزيع اندازه ذرات و خاكدانه‌هاي ريز نسبت به گام هاي پيشين RMSE كاهش بسياري نشان داد و بيشترين اثر را در برآورد Ks داشتند. روي هم رفته پارامترهاي فراكتالي مي‌توانند به‌عنوان متغير‌هاي ورودي مناسب در توابع انتقالي بهره گيري شده و باعث بهبود برآورد Ks شوند.

Soil saturated hydraulic conductivity (Ks) is one of the most important soil physical properties. Its direct measurements is difficult, expensive, and time consuming because of spatial and temporal variability. Therefore, pedotransfer functions have been used to estimate Ks. The purpose of this study was to improve the estimation of Ks using fractal parameters of particle and micro-aggregate size distributions and to compare their efficiency with the structural parameters at six stages in the estimation of Ks. As a matter of fact, one pedotransfer function was developed in each stage with different input variables. In this study, 260 soil samples were taken from different parts of Guilan province, Iran. Particle and micro-aggregate size distributions (0-2 mm) were measured and fractal model of Bird and Perrier (2003) was fitted to them and their parameters were calculated. Significant correlations (P < 0.01) were found between Ks and fractal parameters of particles and micro-aggregates. Estimation of Ks was improved and root mean square error (RMSE) decreased significantly by using fractal parameters of soil particles and micro-aggregates as predictors. Using geometric mean diameters of soil aggregates at the stage four improved Ks estimations significantly, but, using geometric mean and standard deviation of soil particles at the stage five did not improve Ks estimations significantly. Using fractal parameters of particles and micro-aggregates, simultaneously, at the stage six, decreased RMSE considerably and had the highest effect on the estimation of Ks. Generally, fractal parameters may be successfully used as input parameters to improve the estimates of Ks by the pedotransfer functions.