پیش بینی سرعت نفوذ نهایی آب به خاک بوسیله شبکه عصبی مصنوعی

اندازه گیری مستقیم ویژگی های هیدرولیکی خاک مانند سرعت نفوذ نهایی آب به خاک وقت گیر و پر هزینه بوده و تا حدی به علت غیرهمگن بودن خاک و خطاهای آزمایشگاهی غیر قابل اعتماد است. در عوض ویژگی های هیدرولیکی می تواند از جایگزینی داده های زودیافتی مثل بافت خاک، جرم مخصوص ظاهری وغیره با استفاده از توابع انتقالی خاک بدست آید. شبکه های عصبی مصنوعی از جمله روش هایی هستند که برای تخمین توابع انتقالی استفاده می شوند. در این پژوهش از داده های 150پروفیل خاک مربوط به مطالعات خاکشناسی و اصلاح اراضی موجود در سازمان آب و برق خوزستان استفاده شد. داده های زودیافت مورد استفاده برای تعیین سرعت نفوذ نهایی آب به خاک شامل درصد توزیع اندازه ذرات، وزن مخصوص ظاهری، تخلخل کل، رطوبت در نقطه ظرفیت مزرعه و رطوبت در نقطه پژمردگی دائم می باشد. نتایج نشان داد که کارائی شبکه های عصبی RBF بالاتر از شبکه های MLP در تخمین سرعت نفوذ نهایی آب به خاک است

کلیدواژه ها:

توابع انتقالی خاک ، سرعت نفوذ نهایی آب به خاک و شبکه های عصبی مصنوعی