فرزاد مرادی - Dept. of Soil Sci., Khozestan-Ramin Univ.of Agric. and Natur.Res., Iran
بیژن خلیلی مقدم - Dept. of Soil Sci., Khozestan-Ramin Univ.of Agric. and Natur.Res., Iran
سیروس جعفری - Dept. of Soil Sci., Khozestan-Ramin Univ.of Agric. and Natur.Res., Iran
شجاع قربانی دشتکی - Dept. of Soil Sci., Shahrekord Univ., Iran

تکنیکهای محاسباتی نرم در سه دهه اخیر به طور وسیعی در تحقیقات علمی و مسائل مهندسی مطالعه و به کار برده شدهاند. هدف از این پژوهش، بررسی توانایی شبکه عصبی پرسپترون چند لایه (MLP) و عصبی- فازی (NF) در برآورد پارامتریک منحنی نگهداشت رطوبتی خاک (SWRC) با استفاده از دادههای کشت و صنعتهای استان خوزستان بود. آنالیز حساسیت نیز جهت انتخاب ترکیب بهینه ورودیها به کار برده شد. در تحقیق حاضر معادلههای ونگنوختن و فردلند و زینگ جهت برآورد پارامتریک SWRC استفاده شد. ویژگیهای اندازهگیری شده شامل توزیع اندازه ذرات خاک، ماده آلی، چگالی ظاهری، کربنات کلسیم معادل، نسبت جذب سدیم، هدایت الکتریکی عصاره اشباع، اسیدیته خاک، میانگین وزنی قطر خاکدانهها، حدود خمیری و روانی، مقاومت نفوذی، درصد رطوبت اشباع و محتوی رطوبتی در مکشهای ۳۳،۱۰۰، ۵۰۰ و ۱۵۰۰ کیلوپاسکال بودند. نتایج این پژوهش بر پایه شاخصهای ارزیابی عملکرد نشان داد که هر دو مدل MLP و NF برآوردهای مناسبی از SWRC ارائه دادند در حالیکه شبکه عصبی برآوردهای بهتری از مدل عصبی- فازی فراهم کرد. به عنوان مثال مقادیر آماره NMSE در برآورد Sθ، rθ، α، n و m در معادله فردلند و زینگ با استفاده از مدلهای MLP و NF به ترتیب برابر (۰۵۹/۰، ۰۶۱/۰)، (۱۵۴/۰، ۱۶۲/۰)، (۱۰۹/۰، ۱۱۷/۰)، (۱۲۵/۰، ۱۳۵/۰) و (۱۲۹/۰، ۱۴۵/۰) بودند. به علاوه پارامترهای α و n در عمق اول و rθ و α در عمق دوم در معادله فردلند و زینگ با دقت بیشتری نسبت به معادله ونگنوختن برآورد شدند.

Soil-water retention curve, Soft computing technique, Parametric estimation, Sensitivity analysis, منحنی نگهداشت رطوبتی خاک, تکنیکهای محاسباتی نرم, برآورد پارامتریک, آنالیز حساسیت