شبيه‌سازي عمقي شوري خاك با استفاده از زنجيره ماركف در باغات پسته اردكان

Vertical simulation of soil salinity using Markov chain in Ardakan pistachio gardens

در اين تحقيق با استفاده از زنجيره ماركف مرتبه اول اقدام به شبيه‌سازي مقادير شوري در نه عمق و ده كلاس شوري در پسته‌زارهاي شهرستان اردكان گرديد. با استفاده از ماتريس احتمال انتقال، توزيع يكنواخت و تابع كرنل اقدام به شبيه‌سازي 500000 هزار پروفيل گرديد. نتايج نشان داد در حالتي كه از تابع كرنل براي شبيه‌سازي استفاده گرديد نسبت به حالتي كه از توزيع يكنواخت جهت توليد داده‌هاي مصنوعي استفاده گرديد خصوصيات آماري (از قبيل ميانگين، انحراف معيار، كشيدگي و چولگي) داده‌هاي شبيه‌سازي‌شده بيشتر شبيه داده‌هاي مشاهداتي بودند. همچنين در حالتي كه شبيه‌سازي از عمق به سطح نسبت به حالتي كه شبيه‌سازي از سطح به عمق صورت گرفت عملكرد مدل بهتر مي‌باشد. به‌طوركلي رويكرد شبيه‌سازي با استفاده از زنجيره ماركف قادر است روابط بين كلاس‌هاي مختلف را به‌خوبي در شبيه‌سازي در نظر بگيرد.

In this research, a first order Markov chain model was applied to simulate soil salinity in nine standard depths and 10 classes in the cultivated pistachio areas of Ardakan city. Transition probability matrix, kernel and uniform distribution were used to simulate 500000 soil profiles. Results indicate kernel function could reproduce soil salinity values with statistical criteria (i.e. mean, standard deviation, skewness and kurtosis) more closely to the observed data when compared to data simulated by uniform function. Moreover, simulation processes from downup is more accurate than that of updown method. Overall, Makov simulation technique is able to consider the relationship between different classes.