برآورد فرسایش پذیری خاک با استفاده از توابع انتقالی شبکه عصبی مصنوعی و رگرسیونی

امروزه فرسایش خاک یکی از مشکلات جدی زیست محیطی به شمار می آید. فرسایش یک مشکل جهانی هست که منابع آب و خاک را به خطر می اندازد. هدف از این مطالعه برآورد فاکتور فرسایش پذیری خاک با استفاده از توابع انتقالی شبکه عصبی مصنوعی و رگرسیونی هست. در این مطالعه 100 نمونه خاک از حوزه آبخیز ملااحمد اردبیل به منطور اندازهگیری ضریب فرسایش پذیری خاک از روی خصوصیات زودیافت خاک برداشته شد. مقادیر ضریب تبیین (R2) و مجذور میانگین مربعات خطا (RMSE) در تخمین ضریب فرسایش پذیری به ترتیب برابر 0/87و0/01 برای بهترین مدل رگرسیونی با متغیرهای ورودی کربن آلی، سیلت و به ترتیب برابر 0/98 و 0/04 برای بهترین مدل شبکه عصبی مصنوعی با متغیرهای ورودی سیلت، کربن آلی به دست آمد. نتایج بیانگر آن است که هر دو تابع از دقت خوبی برخوردار بودند ولی شبکه عصبی به علت داشتن R2 بالا کارایی بالایی نسبت به توابع رگرسیونی داشتند.

کلیدواژه ها:

فرسایش پذیری خاک ، شبکه عصبی مصنوعی ، توابع رگرسیونی