مهندسی آبیاری و آب ایران، جلد ۱، شماره ۱، صفحات ۶۹-۸۲
عنوان فارسی مدل‌سازی منحنی مشخصه رطوبتی برخی خاک‌های ایران با استفاده از توابع انتقالی شبه پارامتریک شبکه عصبی
چکیده فارسی مقاله مدل­سازی جریان آب و انتقال املاح در منطقه غیر اشباع نیازمند آگاهی از خصوصیات هیدرولیک خاک از جمله منحنی نگهداشت آب است. تخمین غیر مستقیم این توابع با استفاده از خصوصیات پایه خاک در قالب توابع انتقالی توجه کارشناسان رشته­های مختلفی را به خود جلب کرده است. امروزه، استفاده از مدل­های شبکه­های عصبی برای اشتقاق توابع انتقالی بسیار معمول است. در این پژوهش، توابع جدید شبه پارامتریک شبکه عصبی معرفی و ارزیابی شد و عملکرد آن­ها با توابع مرسوم نقطه­ای و پارامتریک مقایسه شد. همچنین، تاثیر دو روش متفاوت آموزش مستقیم و غیر مستقیم مورد ارزیابی قرار گرفت. تمامی تحلیل­ها بر روی 122 نمونه خاک از شمال و شمال شرق ایران (آمل و بابل، کرج و بجنورد) انجام شد که به صورت تصادفی انتخاب شده بودند. به طورکلی، نتایج توابع پارامتریک نسبت به نقطه­ای بهتر بودند، به طوری که میانگین نمایه­های r و RMSE در توابع پارامتریک به ترتیب 93/0 و 032/0 و در توابع نقطه­ای به ترتیب 76/0 و 034/0 می­باشد.از طرف دیگر، توابع شبه پارامتریک توانستند با استفاده از اطلاعاتی مشابه برای آموزش، نتایج توابع نقطه­ای را بهبود بخشند. میانگین نمایه­های r و RMSE در توابع شبه پارامتریک به ترتیب برابر با 95/0 و 026/0 بود. به نظر می­رسد افزایش نمونه­ها در فاز آزمایش و انتخاب پتانسیل ماتریک به عنوان ورودی، مهم­ترین دلایل موفقیت توابع شبه پارامتریکباشد. همچنین نتایج نشان دادند که اشتقاق توابع انتقالی با داده­های محلی (آموزش مستقیم) نتایج بهتری نسبت به اشتقاق داده­ها با استفاده از پایگاه داده­های جهانی (آموزش غیر مستقیم) دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Modeling water retention curve of some Iranian soils using pseudo parametric neural network pedotransfer functions
چکیده انگلیسی مقاله Modeling water flow and solute transport in unsaturated zone requires knowledge of soil hydraulic properties such as water retention curve. Indirect determination of these functions from basic soil properties using pedotransfer functions (PTFs) has attracted the attention of researchers in a variety of fields. Nowadays using of ANNs models for PTFs deriving is very usual. In this research we introduced and evaluated new pseudo pedotransfer functions and compared with point and parametric pedotransfer function. Also impact of two different method of training, direct and indirect was calculated. All the calculation is done on 122 soil samples of north and north east of Iran that were selected randomly. Generally result of parametric functions was better than point functions. The average of r and RMSE indicators in parametric functions are 0.93 and 0.032 and in point functions are 0.76 and 0.034. On the other hand pseudo parametric functions improved the results of point functions with using the same information's for training. The average of r and RMSE indicators in pseudo parametric functions are 0.95 and 0.026. It seems that increasing of samples in training phase and select the matric potentials as input are the most important factors in pseudo parametric functions success. Also results show that using local data for deriving pedotransfer functions (direct training) is better than using universal data base (indirect training).
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله امیر حق وردی |
دانشجوی دکتری علوم و مهندسی آبیاری، دانشکده کشاورزی، دانشگاه فردوسی مشهد

بیژن قهرمان |
استاد دانشکده کشاورزی، دانشگاه فردوسی مشهد

محمد جلینی |
استادیار پژوهش، مرکز تحقیقات کشاورزی خراسان رضوی

علی اصغر خشنود یزدی |
مربی آموزشکده کشاورزی، دانشگاه فردوسی مشهد

زهرا عربی |
کارشناس ارشد خاکشناسی، دستیار تحقیق

نشانی اینترنتی http://www.waterjournal.ir/article_69850_ca899465929f3b786543be8301213c1d.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1222/article-1222-977622.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات