برآوردپایداری خاکدانه بااستفاده ازخصوصیات خاک درمناطق تحت کشت محمدآبادسیستان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 387

فایل این مقاله در 9 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:

ASESNR02_022

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

یک مطالعه مقایسه ای باهدف بررسی کارایی شبکه عصبی مصنوعی ANNو رگرسیون خطی چندمتغیره MLR برای پیش بینی پایداری خاکدانه های بزرگتر از0/25 میلیمتر درروش الک تر WSA>250 درکاربری کشاورزی منطقه محمدآبادسیستان انجام شد بدین منظور تعداد 73نمونه خاک اازاراضی کشاورزی منطقه تهیه و برخی ویژگیهای خاک ازجمله بافت کربن الی کربنات کلسیم سدیممحلول کلسیم ومنیزیم محلول اسیدیته هدایت الکتریکی و شاخص پایداری خاکدانه درآنها اندازه گیری شد درتوابع انتقالی رگرسیونی ازروش گام به گام ودرشبکه عصبی مصنوعی ازساختار پرسپترون چندلایه استفاده شد نتایج نشان داد که شبکه های عصبی مصنوعی با ضریب تبیین وبرتری نسبی بالاتر و میانگین مربعا ت خطای کمتر نسبت به توابع انتقالی رگرسیونی ازدقت بیشتری دربراورد پایداری خاکدانه دارند همچنین نتایج نشان میدهد که ماده الی بیشترین تاثیر را برشاخص پایداری خاکدانه دارد و بعدازماده آلی به ترتیب کربنات کلسیم وهدایت هیدرولیکی تاثیر گذارند

نویسندگان

شبنم رحمانی زاده

دانشجوی کارشناسی ارشد گروه علوم خاک دانشکده مهندسی آب و خاک دانشگاه زابل

احمد غلامعلی زاده آهنگر

دانشیارگروه مهندسی علوم خاک دانشگاه زابل

اسما شعبانی

مربی گروه مهندسی علوم خاک دانشگاه زابل

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 :
  • برآورد برخی ویژگی های فیزیکی و مکانیکی خاک با استفاده از شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • Angers, D. A. (1998). Water-stable aggregation of Quebec silty clay ...
  • Barthes, B. G., Kouakoua, E., Larre-Larrouy, M. C., Razafimbelo, T. ...
  • Barzegar, A. R., Nelson, P. N., Oades, J. M., & ...
  • Besalatpour, A. A., Ayoubi, S., Hajabbasi, M. A, Mosaddeghi, M. ...
  • Bouajila, A., & Gallali, T. (2008). Soil organic carbon fractions ...
  • Bouyoucos, G. J. (1962). Hydrometer method improved for making particle ...
  • Bower, C. A, Reitemeier, R. F., & Fireman, M. (1952). ...
  • Canasveras, J. C., Barron, V., Del Campillo, M. C., Torrent, ...
  • Denef, K., Six, J., Paustian, K., & Merckx, R. (2001). ...
  • Etminan, S. Kiani, F., Khormali, F. & Habashi, H. (2011). ...
  • Hajabbasi, M. A, Basalatpour, A. & Maleki, A. R. (2007). ...
  • Hattab, N., Hambli, R., Mo telica-Heino _ M., Bourrat, X., ...
  • Haykin, S. (1994). Neural Networks: A Comprehensive Foundation. Macmillan, New ...
  • Holland, J. M. (2004). The environmentl consequence of adopting conservation ...
  • Kemper, W. D. and Rosenau, R. C. (1986). Aggregate Stability ...
  • Lal, R., Reicosky, D. C., & Hanson, J. D. (2007). ...
  • Mohammadi, j. (2002). Testing an artificial neural network for predicting ...
  • Nelson, R. E. (1982). Carbonate and gypsum. In Page, A.L. ...
  • Nikpur, M., Mahboubi, A. A, Mosaddeghi, M. R. & Safadoust, ...
  • Opara, C. C. (2009). Soil micro aggregates stability under differet ...
  • Page, A. L. (1982). Methods of soil analysis. Part 2. ...
  • Rousta, M. J., Golchin, A., Siadat, H. & Salehrastin, N. ...
  • Six, J., Elliott, E. T., & Paustian, K. (2000). Soil ...
  • Shrestha, B. M., Singh, B. R., Sitaula, B. K., Lal, ...
  • Tajik, F. Rahimi, H., & Pazira, E. (2003). Effects of ...
  • Walkley, A., & Black, I. A. (1934). An examination of ...
  • Yoder, R. E. (1936). A direct method of aggregate analysis ...
  • Yousofi, M., Shariatmadari, J. & Hajabbasi, M. A. (2007). Measuremet ...
  • نمایش کامل مراجع