مقایسه مدل های درخت تصمیم و یادگیری برپایه نمونه در برآورد هدایت هیدرولیکی اشباع خاک

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 409

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWSC-25-5_009

تاریخ نمایه سازی: 11 آبان 1398

چکیده مقاله:

سابقه و هدف: هدایت هیدرولیکی اشباع خاک یکی از مهمترین خصوصیات هیدرولیکی خاک است که بر حرکت آب در خاک موثر است. شناخت این ویژگی می تواند به درک بسیاری از مشکلات زیست محیطی کمک کند. از طرفی اندازه گیری این ویژگی با روش های مستقیم مزرعه ای و آزمایشگاهی دشوار، زمانبر و هزینه بر است و استفاده از روش های جایگزینی را می طلبد که بتوان با صرف وقت، هزینه و زمان کمتری آن را از روی داده های زودیافت خاک تخمین زد. روش های ناپارامتریک از جمله روش های غیرمستقیم و نوین برآورد خصوصیات هیدرولیکی خاک از جمله هدایت هیدرولیکی اشباع می باشند. هدف از این پژوهش مقایسه روش درخت تصمیم و یک روش یادگیری برپایه نمونه ( IBk) که یک رده بند با k همسایه نزدیک است در برآورد هدایت هیدرولیکی اشباع خاک، از روی خصوصیات زودیافت آن است. مواد و روش ها: در این پژوهش، از مجموعه داده ای با اطلاعات خاک شناسی 151 نمونه خاک که از منطقه ای در بجنورد گردآوری شده بود استفاده شد. خصوصیات زودیافت خاک شامل درصد شن، سیلت، رس، جرم مخصوص ظاهری، جرم مخصوص حقیقی، هدایت الکتریکی، درصد کربن آلی، درصد مواد خنثی شونده، رطوبت اشباع و اسیدیته بود. هدایت هیدرولیکی اشباع نمونه ها با استفاده از دستگاه نفوذسنج گلف اندازه گیری شده بود. برای تعیین مهمترین پارامترها در پیش بینی و مدل سازی هدایت هیدرولیکی اشباع، از آزمون گاما استفاده شد. ترکیبات مختلف از پارامترهای موجود در بانک داده بر اساس مقدار گاما با یکدیگر مقایسه شدند و ترکیب بهینه برای مدل سازی معین شد. مدل سازی با استفاده از دو روش ناپارامتریک یعنی درخت تصمیم با بهره گیری از الگوریتم M5P و روش یادگیری برپایه نمونه با بهره گیری از الگوریتم IBk با استفاده از ترکیب بهینه پارامترها که کمترین مقدار گاما را داشت صورت گرفت. برای بهبود عملکرد IBk دو نوع تابع وزن دهی فاصله استفاده شد. در آخر معیارهای ارزیابی مدل ها شامل ضریب تعیین (R2)، جذر میانگین مربعات خطا (RMSE)، میانگین قدر مطلق خطا (MAE) و درصد میانگین قدر مطلق خطا (MAPE) محاسبه شدند. یافته ها: ترکیب بهینه ای که از آزمون گاما به دست آمد برای مدل سازی هر دو روش استفاده شد. این ترکیب شامل پارامترهای درصد شن، سیلت، رس، درصد مواد خنثی شونده، هدایت الکتریکی و جرم مخصوص ظاهری خاک بود. مدل M5P، پارامتر جرم مخصوص ظاهری خاک را به عنوان مهمترین متغیر دسته بندی کننده انتخاب کرد و سه رابطه خطی برای برآورد هدایت هیدرولیکی اشباع با توجه به مقدار جرم مخصوص ظاهری ایجاد کرد. معیارهای ارزیابی نشان دادند که این مدل با جذر میانگین مربعات خطای 89/23 سانتی متر بر روز و میانگین قدر مطلق خطای 50/20 درصد، دقت بالایی در پیش بینی هدایت هیدرولیکی اشباع نداشت. استفاده از دو نوع تابع وزن دهی تاثیری بر بهبود نتایج مدل IBk نداشتند. مدل IBk نیز با جذر میانگین مربعات خطای 23/31 سانتی متر بر روز و میانگین قدر مطلق خطای 24/23 درصد دقت بالایی نداشت. نتیجه گیری: برای برآورد هدایت هیدرولیکی اشباع، درخت تصمیم مدل مناسبتری نسبت به مدل یادگیری برپایه نمونه بود، همچنین این مدل اطلاعاتی از ساختار خاک تحت بررسی نیز به دست داد.

نویسندگان

مهنوش فرزادمهر

دانشجویی کارشاسی ارشد دانشگاه بیرجند

مهدی دستورانی

استادیار گروه مهندسی آب دانشگاه بیرجند

عباس خاشعی سیوکی

عضو هیات علمی دانشگاه بیرجند