آمار
| تعداد نشریات | 50 |
| تعداد شمارهها | 2,232 |
| تعداد مقالات | 20,475 |
| تعداد مشاهده مقاله | 25,241,711 |
| تعداد دریافت فایل اصل مقاله | 22,893,265 |
پیشبینی بافت خاک با استفاده از شبکههای عصبی مصنوعی | ||
| حفاظت منابع آب و خاک (علمی - پژوهشی) | ||
| مقاله 1، دوره 8، شماره 1، آذر 1397، صفحه 1-10 اصل مقاله (694.97 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
علی محمدی ترکاشوند  1؛ الناز خانباباخانی2؛ محمدعلی محمودی3
| ||
| 1Science and Research Branch, Islamic Azad University, Tehran | ||
| 2دانشجوی کارشناسی ارشد خاکشناسی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران | ||
| 3استادیارگروه خاکشناسی، دانشکده کشاورزی، دانشگاه کردستان | ||
| چکیده | ||
| بافت خاک یکی از مهمترین ویژگیهای خاک است که بر روی بسیاری از خصوصیات فیزیکی و شیمیایی مانند ظرفیت نگهداری آب، ظرفیت تبادل کاتیونی، حاصلخیزی خاک و تهویه خاک اثر میگذارد. امروزه از فناوری هوش مصنوعی مانند شبکههای عصبی و عصبی فازی برای حل مسائل مربوط به مدلسازی سیستمها و فرآیندها استفاده میشود. در این پژوهش کارآیی شبکههای عصبی مصنوعی در پیشبینی بافت خاک بررسی شد. بدینمنظور 150 نمونه خاک از عمق 15- 0 سانتیمتری از حوزه آبخیز سد گاوشان در استان کردستان جمعآوری گردید. موقعیت جغرافیایی، ارتفاع و درصد شیب در هر نقطه ثبت شد. بافت خاک در آزمایشگاه بهروش هیدرومتری اندازهگیری شد. با استفاده از شبکههای عصبی مصنوعی رابطه بین طول و عرض جغرافیایی، ارتفاع و شیب و درصد هر کدام از گروههای ذرات خاک با استفاده از نرمافزار MATLAB بهدست آمد. دقت شبکه ساخته شده با استفاده از شاخصهای آماری مانند شاخص ریشه میانگین مربعات خطا (RMSE)، شاخص نسبت خطای متوسط هندسی (GMER) و ضریب همبستگی (R) ارزیابی گردید. نتایج بهدست آمده نشان داد که کارآیی روش استفاده شده برای برآورد مقدار شن و رس خاک نسبتاً یکسان و برای برآورد مقدار سیلت کمتر بود؛ با این حال در سطح برآورد بافت خاک روش استفاده شده از کارآیی بالایی برخوردار نبود. | ||
| کلیدواژهها | ||
| بافت خاک؛ رس؛ سیلت؛ شبکه عصبی مصنوعی؛ شن | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 428 تعداد دریافت فایل اصل مقاله: 461 |
||
