مطالعه آزمایشگاهی استخراج توابع انتقالی رگرسیونی و شبکه عصبی GMDH برای برآورد نفوذ در آبیاری سطحی
محل انتشار: نشریه آبیاری و زهکشی ایران، دوره: 11، شماره: 2
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 118
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-11-2_016
تاریخ نمایه سازی: 25 اردیبهشت 1400
چکیده مقاله:
نفوذ یکی از مهم ترین ویژگی هیدرولیکی خاک است که در مطالعات منابع آب و خاک نقش موثری دارد. اندازه گیری نفوذ به روش های صحرایی وقت گیر و هزینه بر است از این رو روش های غیرمستقیم برآورد آن مانند روش توابع انتقالی مورد توجه است. هدف این پژوهش استخراج توابع انتقالی نفوذ در آبیاری سطحی به روش های رگرسیونی و شبکه عصبی GMDH با استفاده از شاخصه های شیمیایی آب و خاک است. برای این منظور ۱۷ نمونه خاک از دشت فومنات استان گیلان برداشت شد. برخی خصوصیات فیزیکی و شیمیایی خاک شامل بافت و دانه بندی خاک، جرم مخصوص حقیقی، جرم مخصوص ظاهری، منحنی رطوبتی، هدایت الکتریکی، نسبت جذب سدیم، مقدار ماده آلی و pH اندازه گیری شدند و آزمایش های نفوذ به منظور بررسی اثر پارامترهای فیزیکی و شیمیایی آب و خاک بر نفوذ شامل سه تیمار ارتفاع ۳، ۵ و ۷ سانتی متری آب روی سطح خاک و سه تیمار نسبت جذب سدیم (۷/۱، ۵/۲ و ۹) در سه تکرار در مدل فیزیکی که برای این منظور ساخته شده بود، انجام شد. نتایج نشان داد که روش شبکه عصبی GMDH (۸۲/۰R۲=) نسبت به روش رگرسیونی (۷۵/۰R۲=) دقت بالاتری در برآورد نفوذ داشت. معادله رگرسیونی نشان داد که نفوذ به پارامترهای هیدرولیکی آبیاری شامل ارتفاع آب روی سطح خاک و سطح تماس آب با خاک بیش تر از خصوصیات شیمیایی آب و خاک تاثیر دارد. ساختار بهینه شبکه عصبی GMDH، پارامترهای نسبت جذب سدیم منبع آب، درصد شن و رطوبت خاک در مکش ۱۰۰ سانتی متر را موثرتر از سایر پارامترها تشخیص داد.
کلیدواژه ها:
نویسندگان
مریم نوابیان
استادیار گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان، رشت، ایران
امیر شهریاری
دانشجوی کارشناسی ارشد آبیاری و زهکشی گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان
مهدی اسمعیلی ورکی
دانشیار گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :