ارائه مدلی غیرپارامتریک با استفاده از تکنیک k- نزدیک ترین همسایه در برآورد جرم مخصوص ظاهری خاک

نویسندگان

وحیدرضا جلالی

v. r. jalali مهدی همایی

m. homaee

چکیده

در مدل هایی که به پیش بینی فرآیندهای حاکم در محیط خاک می پردازند، دانستن جرم ویژه ظاهری خاک به عنوان یک پارامتر ورودی، لازم است. رویکردهای غیرپارامتریک در جنبه های مختلفی برای تخمین متغیرهای پیوسته به کار رفته اند. در این پژوهش نوعی از الگوریتم های غیرپارامتریک از نوع یادگیرنده های تنبل موسوم به k- نزدیک ترین همسایه، برای تخمین جرم ویژه ظاهری خاک با استفاده از دیگر ویژگی های کمکی آن شامل توزیع اندازه ذرات خاک، ph خاک، هدایت الکتریکی عصاره اشباع خاک (ec)، درصد اشباع خاک (sp)، درصد کربن آلی خاک (oc) و مقدار آهک به کار گرفته شد. بر اساس تکنیکcross validation برای تخمین جرم ویژه ظاهری هر نمونه خاک هدف، هشت نمونه خاک که حداکثر تشابه به خاک هدف را داشتند، از بانک مرجع که حاوی 136 نمونه خاک بود، انتخاب و مقدار جرم ویژه ظاهری آنها برآورد شد. استفاده از آماره های ضریب هم بستگی پیرسون (86/0=r)، خطای ماکزیمم (15/0=me)، ریشه میانگین مربعات خطا (5/2=rmse)، ضریب تبیین (3/1=cd)، کارآیی مدل (75/0=ef) و ضریب جرم باقی مانده (001/0=crm) نشان داد که در اکثر موارد این تکنیک به صورت قابل قبول توانمند است. بر این اساس، می توان نتیجه گیری کرد که استفاده از این تکنیک به عنوان روشی جایگزین برای اشتقاق توابع انتقالی خاک، به ویژه زمانی که فراهمی داده های جدید؛ نیاز به اشتقاق مجدد این توابع را الزام آور می کند، می تواند به کار رود.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ارائه مدلی غیرپارامتریک با استفاده از تکنیک k- نزدیک‌ترین همسایه در برآورد جرم مخصوص ظاهری خاک

Soil bulk density measurements are often required as an input parameter for models that predict soil processes. Nonparametric approaches are being used in various fields to estimate continuous variables. One type of the nonparametric lazy learning algorithms, a k-nearest neighbor (k-NN) algorithm was introduced and tested to estimate soil bulk density from other soil properties, including soil ...

متن کامل

تشخیص و کلاسه بندی برخط خطا در یک مزرعه خورشیدی با استفاده از روش بیزین و k نزدیک ترین همسایه

Nowadays, Distributed Generation (DG), especially PV systems as a new source of power absorbed a high percentage of investment. Fault Detection and analysis in solar photovoltaic (PV) arrays are important issues to increase reliability, efficiency and safety in PV arrays. Due to PV’s non-linear characteristics, current-limiting nature, high fault impedances, low irradiance condi...

متن کامل

تابع مفصل و کاربرد آن در برآورد تغییرات مکانی شن و جرم مخصوص ظاهری خاک

چکیده سابقه و هدف: ویژگی‌های خاک دارای تغییرات مکانی و زمانی در مقیاس‌های کوچک و بزرگ می‌باشند. مطالعه این تغییرات، در سطح وسیع بسیار وقت‌گیر و هزینه‌بر است. به منظور تعیین سریع و قابل اعتماد ویژگی‌های خاک، تکنیک‌های درون‌یابی مختلفی توسعه و به‌کار گرفته شده است. از تکنیک‌های درون‌یابی که به طور گسترده در علوم مختلف به‌کار رفته است، می‌توان به انواع کریجینگ اشاره کرد. تابع مفصل، یکی از تک...

متن کامل

تعیین مناسب ترین مقیاس مطالعه در برآورد کربن آلی و جرم مخصوص ظاهری خاک در اراضی شالیزاری

دقت اظهارنظر در مورد خصوصیات خاک در هر منطقه، به مقدار زیادی به تغییرات خاک و چگونگی قرار گرفتن آنها در گستره های مکانی در منطقه نمونه برداری شده بستگی دارد. بنابراین، پردازش و تجزیه و تحلیل این گونه داده ها می بایستی با در نظر گرفتن موقعیت مکانی آنها نسبت به یکدیگر انجام گیرد زیرا  قابلیت تغییر خواص خاک برآمده از فرآیندهای متعددی است که هریک در مقیاس فضایی و زمانی متفاوتی عمل می نمایند. در تحق...

متن کامل

ارزیابی روش غیرپارامتریک k- نزدیکترین همسایه و سیستم‌های شبکه عصبی مصنوعی برای برآورد هدایت هیدرولیکی اشباع خاک

هدایت هیدرولیکی اشباع خاک از مهم ترین ویژگی های فیزیکی خاک است لیکن در بیشتر موارد به علت محدودیت‌های عملی و یا هزینه‌ای، اندازه‌گیری آن با دشواری همراه است. در این پژوهش مدل‌های مختلف شبکه های عصبی مصنوعی با نوعی از الگوریتم‌های غیرپارامتریک از نوع یادگیرنده‌های تنبل موسوم به k-نزدیکترین همسایه، برای تخمین هدایت هیدرولیکی اشباع خاک از روی داده‌های سهل‌الوصول خاک، مورد مقایسه قرار گرفت. در این ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
علوم آب و خاک

جلد ۱۵، شماره ۵۶، صفحات ۱۸۱-۱۹۱

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023