مقالات آب و خاك (علوم و صنايع كشاورزي)

ميزان رطوبت خاك در مكش هاي گوناگون، يكي از مهم ترين نمايه هاي ورودي در بيش تر مدل هاي مرتبط با علوم كشاورزي، آب و خاك است. توابع انتقالي، خصوصيات ديريافت را با استفاده از خصوصيات پايه خاك پيش بيني مي كنند و بنابراين برتري عمده آن ها، ارزان بودن و اشتقاق آسان مي باشد. دو هدف عمده در اين پژوهش مطرح است. هدف اول سنجش عملكرد شبكه هاي عصبي-فازي و عصبي-ژنتيك در اشتقاق توابع انتقالي به منظور تعيين ميزان رطوبت در نقاط پتانسيلي مشخص در مقايسه با مدل هاي شبكه هاي عصبي مرسوم هم چون پرسپترون هاي چندلايه مي باشد. دومين هدف از انجام اين پژوهش، معرفي و اعتبارسنجي توابع جديد شبه پارامتريك و مقايسه كاركرد اين توابع در مدل سازي منحني مشخصه رطوبتي در مقايسه با توابع نقطه اي و پارامتريك است. براي نيل به اين مقصود، 122 نمونه خاك از شمال و شمال شرق ايران با گستره اي از بافت خاك ها شامل لوم، رسي، لوم رسي و لوم شني انتخاب شد و نتايج به دست آمده از مدل سازي توسط شبكه هاي مختلف با يكديگر مقايسه شدند. نتايج نشان از توفيق مدل هاي شبكه عصبي مصنوعي در اشتقاق توابع انتقالي مختلف داشت به گونه اي كه ميانگين كلي آماره هاي RMSE و R² به ترتيب برابر با 0.0316 و 0.842 بود. بهترين و ضعيف ترين نتايج به ترتيب مربوط به توابع شبه پارامتريك (با آماره هاي RMSE و R² به ترتيب برابر 0.022 و 0.92) و پارامتريك (با آماره هاي RMSE و R² به ترتيب برابر 0.044 و 0.72) بود. همچنين با توجه به نتايج به دست آمده از مدل سازي، مي توان گفت که استفاده از شبكه هاي عصبي-فازي منجر به بهبود نتايج به دست آمده از شبكه هاي پرسپترون نمي شود، ولي استفاده از الگوريتم ژنتيك در ساختار شبكه هاي عصبي مي تواند منجر به بهبود نتايج گردد.

 نسخه قابل چاپ