توسعه توابع انتقالی با دو روش رگرسیونی و شبکه عصبی برای پیش بینی ظرفیت زراعی و نقطه پژمردگی دایم در منطقه سد سیستان

آگاهی از گنجایش زراعی و نقطه پژمردگی دایم، برای مطالعات آبیاری در مزرعه بسایر مهم و ضروری می باشد اما اندازه گیری آنها به روش مستقیم بسیار پر هزیه و وقت گیر است. توابع انتقالی می تواند روش مناسبی برای تخمین این پارامترها باشد. تحقیق حاضر به برآورد نقاط مهم رطوبتی شامل ظرفیت زراعی و نقطه پژمردگی دایم به وسیله پارامترهای زودیافت شامل درصد (رس، شن و سیلت) چگالی ظاهری و مواد آلی با دو روش شبکه عصبی و رگرسیون خطی چند متغیره در منطقه سیستان پرداخته است. بدین منظور 110 نقطه با میانگین فاصله حدود 80 متر از یکدیگر در سطح مزرعه سد سیستان مشخص گردید. سپس از عمق سطحی (15-0 سانتی متر) نمونه های دست خورده و دست نخورده خاک جمع آوری شد و برای اندازه گیری خوصیات فیزیکو شیمیایی و هیدرولیکی خاک به آزمایشگاه منتقل گشت و خصوصیات زودیافت خاک شامل بافت خاک (درصد سلت، شن و رس)، جرم مخصوص ظاهری و مواد آلی خاک اندازه گیری شد. ظرفیت زراعی و نقطه پژمردگی دایم با استفاده از دستگاه صفحات فشاری به دست آمد. پس از جمع آوری دادههای موردنظر جدول همبستگی متغیرهای ورودی احتمالی با خروجی های مورد نظر تشکیل شد و معنی داری همبستگی متغیرهای ورودی و خروجی از نظر آماری بررسی گردید. سپس مدل سازی با دو روش شبکه عصبی و رگرسیونی انجام و نتایج مورد ارزیابی قرار گرفت. نتایج نشان داد که شبکه های عصبی مصنوعی کارایی بهتری نسبت به روش سنتی رگرسیون خطی چند متغیره ی دارد. مقادیر NRMSE، R2 و NS در بهترین مدل ها برای شبکه عصبی و رگرسیون به ترتیب برابر 0/68، 8/79، 0/65 و 0/41، 10/09، 0/34 برای ظرفیت زراعی و 0/58، 8/56، 0/46، 0/39 و 0/39، 11/38، 0/32 برای نقطه پژمردگی دایم بدست آمده است.

کلیدواژه ها:

توابع انتقالی ، رگرسیون خطی ، شبکه های عصبی مصنوعی ، ظرفیت زراعی ، نقطه پژمردگی دایم ، بافت خاک