ارائه مدلهای عصبی فازی برای دمای خاک با استفاده از داده های هواشناسی در دو اقلیم متفاوت

هدف تحقیق حاضر ارائه مدلی جهت تعیین دمای خاک در عمق های ۵، ۱۰، ۲۰، ۳۰، ۵۰ و ۱۰۰ سانتی متری توسط روش شبکه فازی عصبی در شهرهای اراک و رشت می باشد. در این تحقیق تلاش شده است دمای عمق های مختلف خاک با استفاده از داده های هواشناسی مدل سازی شود. یکی از مشکلات حوزه کشاورزی اندازه گیری دمای عمق های مختلف خاک به منظور استفاده در تصمیم ها و بررسی های کشاورزی، هواشناسی و خاکشناسی می باشد. متغیرهای مستقل شامل دمای هوای خشک، دمای هوای مرطوب، رطوبت، نقطه شبنم، فشار بخار، فشار، روز و ساعت نمونه برداری، میزان بارش، انرژی تابشی و دمای هوای سطح زمین بود. بعد از تعیین داده ها برای هر عمق خاک، در هر شهرستان به صورت جداگانه نوع موتور استنتاج و پارامترهای آن مشخص شده و موتور ساخته شد. مقایسه میزان خطای مدل با تلاش های مشابه و همچنین روش رگرسیون نشان از کاهش خطای مدل سازی دارد. میزان خطای مدل در عمق های ۵، ۱۰، ۲۰، ۳۰، ۵۰ و ۱۰۰ سانتی متری در شهر رشت به ترتیب ۳۶/۱، ۱۹/۱، ۲۲/۱، ۱۷/۱، ۶۰/۱ و ۳۳/۱ درجه سانتی گراد و در شهر اراک به ترتیب ۰۲/۳، ۹۰/۱، ۶۱/۱، ۵۳/۱، ۴۴/۱ و ۰۶/۱ درجه سانتی گراد بود. نتایج نشان داد که اقلیم به ویژه در سطوح ابتدایی خاک می تواند بر خطای شبیه سازی مدل فازی عصبی تاثیرگذار باشد و همچنین مدل های ساخته شده دمای سطح خاک برای عمق های ۵ تا ۳۰ سانتی متر در شهر رشت دقیق تر از شهر اراک است. توجیه این نتیجه این است که اقلیم رشت، مرطوب است در نتیجه سرعت بیشتر انتقال دما در خاک مرطوب، پارامترهای هواشناسی سریع تر و موثرتر در دمای خاک تاثیر می گذارند؛ اما در عمق های ۵۰ و ۱۰۰ سانتی متری در هر دو شهر با اختلاف کمی دقت مشابه ا ی دارند. این امر نشان می دهد که اعماق خاک کمتر تحت تاثیر اقلیم سطحی زمین قرار می گیرد و نوع اقلیم بر شبیه سازی خاک در اعماق بیشتر تاثیرگذار نبوده است.

کلیدواژه ها:

اقلیم خشک ، اقلیم مرطوب ، دمای خاک ، مدل سازی ، مدل سازی عصبی فازی