برآورد نفوذ تجمعی آب به خاک با استفاده از شبکه های عصبی مصنوعی در خاک های آهکی

سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 183

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSW-24-3_010

تاریخ نمایه سازی: 14 بهمن 1400

چکیده مقاله:

چکیده فرآیند نفوذ آب به خاک یکی از مهمترین اجزای چرخه ی آبی در طبیعت است. از سوی دیگر، اندازه گیری آن دشوار، زمان بر و پرهزینه می باشد. در پژوهش حاضر، امکان برآورد نفوذ تجمعی آب به خاک، در زمانهایی مشخص از آغاز فرآیند نفوذ با استفاده از ویژگی های زودیافت خاک و به کمک شبکه های عصبی مصنوعی مورد بررسی قرار گرفت. برای این منظور، داده های حاصل از آزمایش های نفوذپذیری به روش استوانههای مضاعف در ۲۱۰ نقطه از مناطق مختلف کشور، جمع آوری شد. همچنین، با حفر پروفیل در نزدیکی نقاط اندازه گیری نفوذ آب به خاک، لایه های پدوژنیک خاک مشخص و از دو افق بالایی نمونه برداری و ویژگی های رطوبت اولیه، جرم ویژه ی ظاهری خاک، فراوانی نسبی ذرات، میزان ماده ی آلی، درصد سنگریزه (قطر ذرات بزرگتر از ۲ میلی متر)، میزان آهک، رطوبت ظرفیت زراعی و رطوبت پژمردگی دایم اندازه گیری شد. به منظور برآورد نفوذ تجمعی در زمان های ۵، ۱۰، ۱۵، ۲۰، ۳۰، ۴۵، ۶۰، ۹۰، ۱۲۰، ۱۵۰، ۱۸۰، ۲۱۰، ۲۴۰، ۲۷۰ دقیقه پس از شروع نفوذ آب به خاک و زمان نفوذ پایه از شبکه های عصبی مصنوعی پرسپترون چندلایه استفاده گردید. در این پژوهش، دو گونه شبکه عصبی پی ریزی شد. در شبکه های عصبی گونه ی نخست، ویژگی های افق سطحی، به صورت سلسله مراتبی، به عنوان متغیرهای ورودی مورد استفاده قرار گرفت. در شبکه های عصبی گونه ی دوم، از ویژگی های دو افق پدوژنیکی و به روش تحلیل مولفه های اصلی به عنوان متغیرهای ورودی استفاده گردید. نتایج ارزیابی اعتبار شبکه های مورد استفاده حاکی از آن بود که شبکه های گونه ی نخست با مقادیر آماره ی RMSE بین ۱۳۶/۱ تا ۳۱۲/۹ سانتی متر، بهترین عملکرد را در برآورد نفوذ تجمعی در تمامی زمان های مورد بررسی داشتند. همین طور، شبکه های عصبی گونه ی نخست با میانگین RMSD معادل با ۳۰۷/۶ سانتی متر بهترین عملکرد را در برآورد منحنی نفوذ تجمعی داشتند. واژه های کلیدی: پرسپترون چند لایه، شبکه های عصبی مصنوعی، فرآیند نفوذ، نفوذ تجمعی