تخمین منحنی مشخصه آب خاک با استفاده از توابع انتقالی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 621
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ASECONF01_060
تاریخ نمایه سازی: 30 بهمن 1394
چکیده مقاله:
منحنی مشخصه آب خاک نشان دهنده تغییرات رطوبت در برابر مکش آب خاک است و اهمیت زیادی در فیزیک خاک دارد.به دلیل تغییرپذیری بالا و پیچیدگی خاک، به دست آوردن این منحنی به گونه مستقیم دشوار، زمانبر و هزینه بر است. بنابراین میتوان به روشهای غیر مستقیم مانند توابع انتقالی این منحنی را بدست آورد. در این مطالعه قابلیت کاربرد 16 سری توابع انتقالی ایجاد شده توسط محققان مختلف بر روی 75 نمونه خاک از استانهای مازندران و تبریز مورد بررسی قرار گرفت. درصد رس، شن، سیلت، جرم مخصوص ظاهری و حقیقی، درصد کربن آلی، عمق نمونه برداری به عنوان پارامترهای زودیافت و مقدار رطوبت در مکشهای مختلف و پارامترهای مدل ونگنوختن و بروکس و کوری به عنوان پارامتر دیریافت خاک در نظر گرفته شدند. در نهایت، مقادیر اندازه گیری شده و برآورد شده رطوبت در مکشهای مختلف با همدیگر مقایسه و توانایی هر تابع انتقالی توسط شاخصهای آماری ارزیابی گردید. تابع 1992 Campbell and Shiosawa که تابع انتقالی پارامتریک با متغییرهای ورودی درصد رس، شن و جرم مخصوص ظاهری با انتگرال مجذور میانگین مربعات خطا IRMSE و معیار اطلاعات آکایک و تابع انتقالی پارامتریک and Jarvice, 1999) متغییرهای ورودی درصد شن، رس، سیلت، کربن آلی و جرم مخصوص ظاهری با IRMSE دست آمده است. هدف اصلی از این پژوهش مقایسه و ارزیابی تعدادی از توابع انتقالی برای 57 نمونه خاک با بافت های مختلف در استانهای مازندران و تبریز تا بتوان تابع مناسب را برای بافتهای مورد بررسی تعیین نمود.
کلیدواژه ها:
نویسندگان
سیران مجیدی گنجی
دانشجوی کارشناسی ارشد دانشگاه بوعلی سینا همدان
حسین بیات
استادیار گروه خاکشناسی دانشگاه بوعلی سینا همدان
آزاده صداقت
دانشجوی سابق کارشناسی ارشد دانشگاه بوعلی سینا همدان
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 :