دوره 12، شماره 3 - ( 9-1400 )                   جلد 12 شماره 3 صفحات 114-101 | برگشت به فهرست نسخه ها


XML English Abstract Print


گروه علوم خاک، دانشکده کشاورزی، دانشگاه آزاد اسلامی واحد اصفهان (خوراسگان)، اصفهان، ایران
چکیده:   (1078 مشاهده)
برآورد سریع و صحیح آب فراهم خاک به‌عنوان یکی از مهم‌ترین شاخص‌های کیفیت خاک نقش اساسی در مدیریت منابع آب کشاورزی دارد. در پژوهش حاضر با استفاده از روش هوش مصنوعی (ترکیب شبکه عصبی و الگوریتم ژنتیک) و بهره‌گیری از ویژگی‌های زود‌یافت خاک، مقدار دامنه رطوبتی با حداقل محدودیت (LLWR) در 250 نمونه خاک برداشت شده از دشت خان‌میرزا در استان چهارمحال و بختیاری برآورد شد. در این مدل‌ها، 9 متغیر شامل درصد شن، سیلت، رس، درصد کربن آلی، چگالی ظاهری (BD)، چگالی حقیقی (PD)، pH، رسانایی الکتریکی (EC) و کربنات کلسیم معادل (CCE)، به‌عنوان پارامترهای ورودی و مقدار LLWR به‌عنوان تابع خروجی در نظر گرفته شده است. از تعداد کل 250 داده، 200 عدد برای آموزش و 50 داده برای آزمون مدل استفاده شد. بررسی نتایج شاخص‌های آماری نشان داد که شبکه عصبی به‌خوبی قادر به برآورد LLWR با ضریب تبیین 0/93 است. در نهایت مشخص شد که مدل تلفیقی شبکه عصبی مصنوعی-الگوریتم ژنتیک با بیش‌ترین ضریب تبیین (0/96 = R2) برای برآورد LLWR مناسب‌ترین مدل است. به‌طور کلی دو مدل شبکه عصبی مصنوعی و الگوریتم ژنتیک نسبت به معادلات رگرسیونی کارایی مناسب‌تری برای برآورد LLWR را نشان دادند.
متن کامل [PDF 1487 kb]   (488 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مدل‌سازی روابط آب-خاک-گیاه و جذب آب توسط ريشه
دریافت: 1400/5/3 | پذیرش: 1400/9/2 | انتشار: 1400/9/30

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله روابط خاک و گیاه - Isfahan University of Technology می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق