ارزيابي مدل‌هاي رگرسيوني و عصبي- فازي در برآورد هدايت هيدروليكي اشباع خاك

آب و خاک  

دوره 28 - شماره 6

نوع مقاله: Original Article
چكيده: مطالعه خصوصيات هيدروليكي خاك از جمله هدايت هيدروليكي اشباع خاك در بررسي‌هاي زيست محيطي ضروري مي‌باشد. با وجود پژوهش‌هاي بي‌شمار كه پيرامون اندازه‌گيري مستقيم هدايت هيدروليكي اشباع صورت گرفته است، اين روش‌ها هم‌چنان پر‌هزينه، زمان‌بر و تخصصي هستند. از اين رو برآورد هدايت هيدروليكي اشباع خاك با استفاده از روش‌هايي سريع، كم هزينه و با دقت قابل قبول مانند توابع انتقالي خاك توسعه يافته است. هدف اصلي اين تحقيق، مقايسه و ارزيابي ۱۱ تابع انتقالي رگرسيوني و سامانه استنتاج تطبيقي عصبي- فازي به منظور برآورد هدايت هيدروليكي اشباع خاك مي‌باشد. لذا آزمايشات مربوط به محاسبه هدايت هيدروليكي اشباع و محاسبه خصوصيات فيزيكي خاك در ۴۰ نقطه از شهرستان اروميه صورت گرفت. در هر موقعيت انتخابي، چاهكي تا عمق ۳۰ سانتي‌متر حفر گشت. هدايت هيدروليكي اشباع خاك با روش پرمامتر گلف در محل هر چاهك اندازه‌گيري شد. خاك حاصل از حفر هر چاهك نيز براي تعيين ويژگي‌هاي زود‌يافت خاك در آزمايشگاه استفاده شد. نتايج نشان داد كه در بين مدل‌هاي رگرسيوني موجود، مدل آيمرون و همكاران با كمترين مقدار خطا براي پارامترهاي RMSE و MAE  و(0.174 و 0.028 متر در روز) بهترين برآورد هدايت هيدروليكي اشباع را در اراضي مورد مطالعه داشت. نتايج اين تحقيق بر اهميت كاربرد تخلخل مؤثر به عنوان يك پارامتر زوديافت مهم به منظور افزايش دقت توابع انتقالي رگرسيوني تأكيد دارد. در شبكه استنتاج تطبيقي عصبي- فازي از ميان ۵۶۱ مدل با لايه‌هاي ورودي مختلف‏، پارامتر‌هاي درصد شن، سيلت، چگالي مخصوص ظاهري و چگالي مخصوص حقيقي به عنوان ورودي انتخاب شدند. در مدل عصبي- فازي ارائه شده در اين تحقيق، مقادير R۲ و RMSE در مرحله آموزش برابر با ۱ و ۷-۱۰×1.2 و در مرحله آزمون برابر با 0.98 و 0.0006 به دست آمد. مقايسه نتايج توابع رگرسيوني و مدل‌هاي عصبي- فازي بيانگر برتري سامانه عصبي- فازي نسبت به تابع رگرسيوني است. همچنين سيستم استنتاج عصبي- فازي قادر است در بافت‌هاي خاك مختلف قدرت برآورد خود را با دقت بالا حفظ نمايد.
Evaluation of Regression and Neuro_Fuzzy Models in Estimating Saturated Hydraulic Conductivity
Article Type: Original Article
Abstract: Study of soil hydraulic properties such as saturated and unsaturated hydraulic conductivity is required in the environmental investigations. Despite numerous research, measuring saturated hydraulic conductivity using by direct methods are still costly, time consuming and professional. Therefore estimating saturated hydraulic conductivity using rapid and low cost methods such as pedo-transfer functions with acceptable accuracy was developed. The purpose of this research was to compare and evaluate 11 pedo-transfer functions and Adaptive Neuro-Fuzzy Inference System (ANFIS) to estimate saturated hydraulic conductivity of soil. In this direct, saturated hydraulic conductivity and physical properties in 40 points of Urmia were calculated. The soil excavated was used in the lab to determine its easily accessible parameters. The results showed that among existing models, Aimrun et al model had the best estimation for soil saturated hydraulic conductivity. For mentioned model, the Root Mean Square Error and Mean Absolute Error parameters were 0.174 and 0.028 m/day respectively. The results of the present research, emphasises the importance of effective porosity application as an important accessible parameter in accuracy of pedo-transfer functions. sand and silt percent, bulk density and soil particle density were selected to apply in 561 ANFIS models. In training phase of best ANFIS model, the R2 and RMSE were calculated 1 and 1.2×10-7 respectively. These amounts in the test phase were 0.98 and 0.0006 respectively. Comparison of regression and ANFIS models showed that the ANFIS model had better results than regression functions. Also Nuro-Fuzzy Inference System had capability to estimatae with high accuracy in various soil textures
قیمت : 20,000 ريال