بررسی کارایی الگوریتم های غیر خطی کریجینگ برای پایش تغییرپذیری مکانی رطوبت خاک

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 575

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MPSA03_075

تاریخ نمایه سازی: 20 دی 1394

چکیده مقاله:

در مسأله مدیریت آب در کشاورزی پایش مستقیم رطوبت خاک و استخراج داده های مربوط به آن، نه تنها فرآیندی پر هزینه وزمان بر است، بلکه در سطوح وسیع با مشکلات عملیاتی متعددی نیز همراه می باشد. لذا در این مقاله با هدف پایش تغییرات مکانیرطوبت قابل دسترس خاک (AWC) بر مبنای مشخصه های کیفیت فیزیکی از قبیل کربن آلی (SOC)، جرم مخصوص ظاهری(BD) و درصد توزیع اندازه ذرات خاک سعی بر آن است تا راهکاری مناسب برای مدیریت آب در سیستم های مرسوم کشاورزیارائه گردد. بدین منظور، قطعه زمینی تحت کشت چغندر قند به مساحت 16 هکتار در محدوده مطالعاتی شیروان در استان خراسانشمالی در نظر گرفته شد و خصوصیات مورد نظر در 100 نمونه مشاهداتی به صورت یک شبکه منظم 40x40 متر با استفاده ازروش های استاندارد مورد اندازه گیری قرار گرفتند. در ادامه، به کمک تست های آماری سری داده های به دست آمده از نظر نرمالبودن بررسی شده و نمونه های پرت حذف گردیدند. سپس مدل های رایج خطی، کروی، نمایی و هذلولی برای شبیه سازی واریوگرامهر سه خصوصیت خاک مورد ارزیابی قرار گرفتند و مدل با کوچکترین مقدار RSS برای بررسی وابستگی مکانی پارامترهایمختلف انتخاب شد. در نهایت، دقت پیش بینی و تخمین الگوریتم های غیر خطی کریجینگ بر مبنای روش های اعتبار سنجی شاملمیانگین خطای پیش بینی (Mean)، میانگین خطای استاندارد (ASE)، ریشه دوم میانگین خطا (RMSE) و ریشه دوم میانگینخطای استاندارد (RMSES) بررسی گردید. کربن آلی با رطوبت قابل دسترس خاک، همبستگی بالا (*r=0/87 و دامنهتغییرپذیری مکانی مشابهی داشت. لذا این خصوصیت را به عنوان پارامتری مؤثر در تغییرات مکانی رطوبت قابل دسترس جهتاجرای راهکارهای مدیریتی در منطقه مورد مطالعه می توان پیشنهاد نمود. نتایج حاصل از این تحقیق نشان داد که روش درون یابیمکانی Probability Kriging 1 با خطای 0/0029 برای پارامتر کربن آلی، Indicator Kriging با خطای 0/0041 برای درصدرس و Disjunctive Kriging با خطای 0/00023 برای رطوبت قابل دسترس، بر مبنای اختلاف بین مشخصه های آماری ASEو RMSE ، مطلوب ترین روش ها در تخمین این خصوصیات می باشند.

کلیدواژه ها:

رطوبت خاک ، الگوریتم غیر خطی کریجینگ ، میانگین خطا پیش بینی ، ریشه دوم میانگین خطا

نویسندگان

بهزاد باقری شیروان

دانشجوی کارشناسی ارشد مهندسی عمران- GIS دانشگاه فردوسی مشهد

روزبه شاد

استادیار گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

مرجان قائمی

استادیار گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد

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 :
  • بایبوردی، محمد (1380). اصول مهندسی آبیاری، روابط آب و خاک، ...
  • Armstrong, M. and Matheron, G. (1986b). Disjunctive kriging revisited: Part ...
  • Armstrong, M. and Matheron, G. (1986a). Disjunctive kriging revisited: Part ...
  • Davis, J.C. (1986). Statistics and Data Analysis in Geology, 2nd ...
  • Deutsch, C.V. (2002). Geostatistical reservoir modeling. Oxford University Press, pp ...
  • Deutsch, C.V. and Journel, A.G. (1998). GSLIB. Geostatistical software library ...
  • Flipo, N., Jeannee, N., Poulin, M., Even, S. and Ledoux, ...
  • Gee, G.W. and Bauder J.W. (1986). Particle Size Analysis. In: ...
  • Ghaemi, M., Astaraei, A.R., Emami, H., Nassiri Mahalati, M. and ...
  • Isaaks, E.H. and Srivastava, R.M. (1989). An introduction t applied ...
  • Lark, R.M. and Ferguson, R.B. (2004). Mapping risk of soil ...
  • Lee, M.D., Reynolds, W.D., Elrick, D.E. and Clothier, E. 1985. ...
  • Matheron, G. (1973). Le krigeage disjonctif Internal Note N-360: Center ...
  • Matheron, G. (1976). A simple substitute for conditional expectation: The ...
  • McBratney, A.B., MendocaS antos, M.L. and Minasny, B. (2003). On ...
  • Pringle, M.J., Romano, N., Minasny, B., Chirico, G.B. and Lark, ...
  • Sobieraj, J.A., Elsenbeer, H. and Cameron, G. (2004). Scale dependency ...
  • Sullivan, P. (1984). Conditional recovery estimation through probability kriging -Theory ...
  • Walkely, A.and Black, I.A. (1934). An examination of the Degtjareff ...
  • Webster, R. and Oliver, M.A. (2007). Geostatistics for environmentl scientists, ...
  • Wilding L.P. (1985). Spatial variability Its do cumentation, acc ommodation ...
  • Ying, Z. (2000). Iksim: A fast algorithm for indicator kriging ...
  • نمایش کامل مراجع