برآورد سريع هدايت آبي اشباع خاك با استفاده از شبكه عصبي مصنوعي  Fulltext 

[ مريم نوابيان ] - دانشجوي دكتراي گروه آبياري و آباداني دانشكده كشاورزي دانشگاه تهران
[ عبدالمجيد لياقت ] - استاديار گروه آبي و آباداتي دانشكده كشاورزي دانشگاه تهران
[ مهدي همايي ] - استاديار گروه خاكشناسي دانشكده كشاورزي دانشگاه تربيت مدرس

خلاصه مقاله:

هدايت آبي اشباع مهمترين ويژگي فيزيكي خاك است كه در طراحي و امكان پذير بودن فني و اقتصادي پروژه هاي زهكشي زير زميني نقش عمده اي به عهده دارد. ليكن، اندازه گيري مستقيم اين ويژگي چه به صورت صحرايي و چه در آزمايشگاه بسيار وقت گير و پر هزينه مي باشد. همچنين، به دليل تغييرات زياد زماني – مكاني خاكها، اندازه گيري هاي نقطه اي نمي توانند نماينده واقعي اين ويژگي خاك باشند، مگر آن كه تعدادي بسيار زياد نمونه برداري صورت پذيرد. در سالهاي اخير استفاده از شبكه هاي عصبي مصنوعي به عنوان راهكاري كه ويژگي هاي فيزيكي خاك را از پارامترهاي زوديافت خاك برآورد مي كند، مورد توجه قرار گرفته است. شبكه عصبي مصنوعي از الگوي شبه عصبي انسان شبيه سازي شده است، به گونه اي كه مي تواند پس از آموزش، پارامترهاي خروجي مورد نظر را با اعمال پارامترهاي ورودي برآورد نمايد. در اين پژوهش، از ساختار شبكه عصبي پرسپترون با الگوريتم آموزشي ماركوآت لورنبرگ استفاده شد تا هدايت آبي اشباع از پارامترهاي زوديافت خاك همچون جرم ويژه ظاهري، تخليه موثر، ميانگين هندسي قطر ذرات و انحراف معيار آنها برآورد شود نتايج نشان داد كه نمونه هاي عصبي ايجاد شده قادرند هدايت آبي اشباع را با دقت بالا (R2=0/83) برآورد نمايند. همچنين، در مقايسه با معددلات رگرسيوني موجود، مدلهاي شبكه عصبي ارائه شده عملكردي مناسب تر دارند.

پارامترهاي زود يافت خاك ، شبكه عصبي مصنوعي ، هدايت آبي اشباع