استفاده از خصوصيات هيدروليكي براي تخمين هدايت گرمايي خاك

Estimation of soil thermal conductivity using hydraulic properties

سابقه و هدف: ويژگي‌هاي گرمايي خاك در حوزه‌هاي مختلف كشاورزي، مهندسي و علوم خاك اهميت بالايي دارند. همچنين اين ويژگي‌ها از مهم‌ترين عوامل كنترل‌كننده انتشار گرما در خاك به‌شمار مي‌روند و براي مدل‌سازي انتقال گرما در خاك مورد نياز مي‌باشند. با اين وجود اندازه‌گيري مستقيم اين ويژگي‌ها امري دشوار، هزينه‌بر و وقت‌گير مي‌باشد و تغيير‌پذيري آن‌ها به‌طور اساسي بررسي نشده است. از اين‌رو در اين پژوهش سعي شد هدايت گرمايي به‌عنوان يكي از مهم‌ترين ويژگي‌هاي گرمايي خاك با استفاده از توابع انتقالي برآورد گردد. مواد و روش‌ها: در اين پژوهش هدايت گرمايي خاك با استفاده از 156 داده در 12 مرحله، با استفاده از روش رگرسيوني برآورد شد. به‌طوري‌كه در مرحله اول فقط از اجزاي بافت خاك و در مراحل بعدي از ويژگي‌هاي جرم مخصوص ظاهري، كربن آلي و خصوصيات هيدروليكي خاك شامل رطوبت باقي‌مانده، رطوبت اشباع، ظرفيت زراعي، هدايت هيدروليكي اشباع و ضرايب آلفا و n مدل ون‌گنوختن، به‌عنوان متغيرهاي ورودي براي برآورد هدايت گرمايي استفاده شد. دقت برآورد هدايت گرمايي در هر مرحله با استفاده از آماره‌هاي مجذور ميانگين مربعات خطا (RMSE)، ضريب تعيين (R2) و ديگر آماره‌ها ارزيابي شد. يافته‌ها: دقيق‌ترين مدل‌ها براي تخمين هدايت گرمايي مدل‌هاي 2 با ورودي‌هاي رس، نسبت سيلت به شن و جرم مخصوص ظاهري با مقدار RMSE و R2 به‌ترتيب برابر 186/0، 628/0 و 12 با ورودي‌هاي رطوبت اشباع و باقي‌مانده، ضرايب n و آلفا مدل ون‌گنوختن با مقدار RMSE و R2 به‌ترتيب برابر 235/0 و 319/0 در مرحله ارزيابي بودند. مقدار RI به‌دست آمده براي 2 مدل مذكور در فوق نيز بر صدق اين موضوع تاكيد دارد زيرا در مرحله ارزيابي مقدار RI مدل 2 و 12 به‌ترتيب برابر 4/42 و 0/27 درصد بود. مدل 7 با ورودي‌هاي رس، نسبت سيلت به شن و كربن آلي با مقدار RMSE و R2 به‌ترتيب برابر 326/0 و 064/0 ضعيف‌ترين مدل‌ بود. نتيجه‌گيري: نتايج به‌دست آمده نشان داد هدايت گرمايي به‌طور موفقيت‌آميزي با استفاده از خصوصيات هيدروليكي و ساير خصوصيات فيزيكي قابل تخمين مي‌باشد.

Background and Objectives: Thermal properties of soils are very important in different areas of agriculture, engineering and soil science. Also these properties are the most important factors controlling the diffusion of heat in the soil and are needed to model heat transfer in soil. Nevertheless their direct measurements are difficult, costly and time-consuming and their variability have not been studied basically. Thus, in this study thermal conductivity of the soil was estimated using pedotransfer functions. Materials and Methods: In this study 156 soil samples data were used to create pedotransfer functions in 12 steps by regression method for the estimation of thermal conductivity. At the first step, only the soil texture fractions were used as input variables. Later in other steps bulk density, organic carbon and hydraulic properties including residual and saturated soil water contents, field capacity, saturated hydraulic conductivity and n and alpha coefficients of van Genuchten model were applied to estimate thermal conductivity. Precision of the estimation of the hydraulic conductivity at different steps was evaluated using root mean square error (RMSE), coefficient of determination (R2) and other statistical criteria. Results: The model 2 using clay, silt/sand and bulk density as inputs and model 12 using the residual and saturated moisture contents, n and alpha parameters of van Genuchten model as inputs were the most accurate models. The model 2 showed RMSE and R2 values of 0.186 and 0.628, respectively, and the model 12 showed RMSE and R2 values of 0.235 and 0.319, respectively, in the evaluation step. Also relative improvement (RI) of 42.4% and 27.0% obtained for the models 2 and 12, respectively, confirmed their best predictions. The model 7, with the inputs of clay, silt/sand and organic carbon resulted in the RMSE and R2 values of 0.326 and 0.064, respectively, was the weakest model. Conclusion: The results showed that thermal conductivity was satisfactorily estimated using hydraulic and other physical properties as predictors.