ارزیابی دقت پارامترهای سطح زمین در تخمین ظرفیت تبادل کاتیونی خاک

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 380

فایل این مقاله در 8 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:

ICDAT01_066

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

ظرفیت تبادل کاتیونی CEC یکی از مهمترین ویژگیهای شیمیایی خاک است که در جذب و رهاسازی اغلب عناصر غذایی مورد نیاز گیاه و برآورد پتانسیل خطر فلزات سنگین نقش موثری دارد. اگرچه ظرفیت تبادل کاتیونی را میتوان به روش مستقیم اندازهگیری نمود ولی این اندازهگیری همراه با خطا، بسیار پرهزینه و وقتگیر می باشد. بنابراین استفاده از روشهای غیر مستقیم که به کمک آنها بتوان با صرفهجویی در زمان و هزینه و با دقت مناسب CEC را از سایر خصوصیاتی که به آسانی قابل اندازه گیری اند برآورد نمود، ضروری به نظر می رسد. هدف از انجام این تحقیق ارزیابی دقت داده های پستی و بلندی زمین در تخمین ظرفیت تبادل کاتیونی خاک با استفاده از مدل رگرسیون خطی و شبکه عصبی مصنوعی است. نتایج بیانگر آن است که ویژگی های توپوگرافی می تواند تا حد قابل قبولی تغییرپذیری در CEC را توجیه کند که البته در روش شبکه عصبی این امر بسیار بارزتر می باشد و تاکیدی است بر عملکرد بهتر مدل های شبکه عصبی در هنگام مواجه با پیچیدگی بیشتر مسائل. نتایج آنالیز حساسیت شبکه عصبی همچنین بیانگر این بود که از میان پارامتر های توپوگرافی وارد شده به مدل شبکه عصبی، 3 پارامتر شاخص رطوبتی، شیب و انحنای سطح زمین بیشترین درصد اهمیت ورودی ها را به خود اختصاص داده اند.

نویسندگان

اسماء شعبانی

مربی، گروه مهندسی علوم خاک، دانشکده آب و خاک، دانشگاه زابل

مجتبی نوروزی

استادیار، گروه مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه شهید چمران اهواز

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 :
  • ایوبی، ش.، حسین علیزاده، م. برآورد خصوصیات افق سطحی خاک ...
  • زارع چاهوکی، م. تجزیه و تحلیل داده‌ها _ پژوهش‌های منابع ...
  • Alexander M Aging, bioavailability, and overestimation of risk from environmentl ...
  • Keller A, von Steiger B, Van der Zee S.T, Schuline ...
  • Amini M, Abbaspour K .C, Khademi H, Fathianpour N, Afyuni ...
  • Minasny B, Hopman J, Harter W.T, Eching S.O, Toli A, ...
  • Ballabio C. Spatial prediction of soil properties in temperate mountain ...
  • Behrens T. Digital soil mapping using artificial neural networks. Journal ...
  • Ongsomwang S, Rattanakom . Spatial modeling for soil properties prediction ...
  • Keshavarzi A, Sarmadian F, Labbafi R, Rajabi Vandekhali M. Modeling ...
  • Ghorbani H, Kashi H, Hafezi Moghadas N, E mamg holizadeh ...
  • Chapman H.D. Cation exchange capacity. In Black, C.A (ed.), Methods ...
  • Wilson J P, Gallant J.C. Terrain Analysis. Wiley, New York; ...
  • Haykin S. Neural networks: A comprehensive foundation, Prentice-Hal Inc. New ...
  • Kumar M, Raghuwanshi N. S, Singh R, Wallender W.W, Pruitt ...
  • Chen F, West L.T, Kissel D.E, Clark R, Addkins W. ...
  • Guo P.T, Liu H.B, Wu W. Spatial prediction of soil ...
  • Pei T, Qin, C, Zhu, A, Yang, L, Luo, M, ...
  • Kravchenko A.N, Bullock D.G Correlation of corn and soybean grain ...
  • Johnson C.E, Ruiz-Mender J.J, Lawrence G.BForest sol chemistry and terrain ...
  • Internationl Conference On Sustainable Development With a focus _ Agriculture, ...
  • Hill MC. Methods and Guidelines for Effective Models Calibration. U.S ...
  • نمایش کامل مراجع