برآورد فرسایش پذیری خاک با استفاده از توابع انتقالی شبکه عصبی مصنوعی و رگرسیونی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 596
فایل این مقاله در 15 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:
CONFMT01_155
تاریخ نمایه سازی: 2 تیر 1397
چکیده مقاله:
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:
نویسندگان
محمد به نژاد
دانشجوی کارشناسی ارشد، گروه علوم و مهندسی خاک، دانشگاه محقق اردبیلی
شکراله اصغری
دانشیار، گروه علوم و مهندسی خاک، دانشگاه محقق اردبیلی
حسین شهاب آرخازلو
استادیار، گروه علوم و مهندسی خاک، دانشگاه محقق اردبیلی
ترحم مصری گندیشمین
دانشیار، گروه مکانیک ماشینهای کشاورزی، دانشگاه محقق اردبیلی