مقایسه شبکههای عصبی مصنوعی و توابع انتقالی رگرسیونی برای تخمین ظرفیت تبادل کاتیونی خاک در شمال غرب ایران
Authors
Abstract:
ظرفیت تبادل کاتیونی خاک میزان بار مثبتی است که در واحد جرم خاک قابل تبادل است. مدلسازی و تخمین ظرفیت تبادل کاتیونی شاخصی مفید از حاصلخیزی خاک میباشد. ارزیابی و طراحی سناریوهای مختلف مدیریتی احتیاج به داشتن اطلاعات دقیق بانک اطلاعات خاک دارد. بدین منظور برای برآورد ظرفیت تبادل کاتیونی خاک، 32 نیمرخ در دشت تبریز حفر گردید و جهت انجام آزمایشهای فیزیکی و شیمیایی مانند توزیع اندازه ذرات، کربن آلی، pH و ظرفیت تبادل کاتیونی خاک، 131 نمونه خاک از عمقهای مختلف جمعآوری گردید. سپس 7 مدل رگرسیونی که براساس مطالعات پیشین انتخاب شده بودند برای منطقه مورد مطالعه کالیبره شده و مورد ارزیابی قرار گرفتند. همچنین بر اساس ضرایب موجود در مدلهای رگرسیونی، 7 معماری متفاوت شبکههای عصبی مصنوعی جهت پیشبینی ظرفیت تبادل کاتیونی خاک طراحی گردید و نتایج حاصل از شبکههای عصبی مصنوعی و مدلهای رگرسیونی چند متغیره با استفاده از پارامترهای ضریب همبستگی (R2)، جذر میانگین مربعات خطا (RMSE) و شیب بهترین معادله خط برازش داده شده بین نقاط پیشبینی و اندازهگیری شده (a) مورد ارزیابی قرار گرفت. نتایج نشان داد که معماری طراحی شده با شبکه عصبی مصنوعی با ضریب تبیین 86/0، RMSE برابر با 14/2 و شیب خط برابر با 87/0دارای کارایی بالاتری بود که احتمالاً به دلیل وجود روابط غیر خطی میان ویژگی های زودیافت خاک (متغیرهای مستقل) و ظرفیت تبادل کاتیونی (متغیر وابسته) بود.
similar resources
استفاده از سطح ویژه برای بهبود تخمین ظرفیت تبادل کاتیونی خاک از طریق شبکههای عصبی مصنوعی
ظرفیت تبادل کاتیونی (CEC) یکی از خصوصیات مهم خاک است که اندازهگیری مستقیم آن مشکل، وقت گیر و پر هزینه است. علی رغم تحقیقات زیاد در مورد تخمین CEC، چگونگی بهبود تخمینها با معرفی متغیرهای جدید مورد بررسی کافی قرار نگرفته است. بر پایه بررسی انجام شده از منابع علمی داخلی و خارجی در هیچ تحقیقی از متغیر کمکی سطح ویژه برای تخمین CEC استفاده نشده است. در این تحقیق 1662 نمونه خاک از نقاط مختلف...
full textاستفاده از سطح ویژه برای بهبود تخمین ظرفیت تبادل کاتیونی خاک از طریق شبکههای عصبی مصنوعی
ظرفیت تبادل کاتیونی (CEC) یکی از خصوصیات مهم خاک است که اندازهگیری مستقیم آن مشکل، وقت گیر و پر هزینه است. علی رغم تحقیقات زیاد در مورد تخمین CEC، چگونگی بهبود تخمینها با معرفی متغیرهای جدید مورد بررسی کافی قرار نگرفته است. بر پایه بررسی انجام شده از منابع علمی داخلی و خارجی در هیچ تحقیقی از متغیر کمکی سطح ویژه برای تخمین CEC استفاده نشده است. در این تحقیق 1662 نمونه خاک از نقاط مختلف است...
full textایجاد، ارزیابی و مقایسه توابع انتقالی کلاسی و پیوسته برای برآورد ظرفیت تبادل کاتیونی خاک در چند کلاس بافتی
Cation exchange capacity (CEC) is one of the important indices in soil fertility. Direct measurement of CEC is time consuming and expensive, especially in aridisols containing high amounts of carbonates and gypsum. Alternatively, CEC could be indirectly predicted through pedotransfer functions (PTF). The objective of this study was to predict CEC using class and continuous PTFs.A data set (n = ...
full textتخمین پایداری خاکدانه در خاکهای جنگلی استان گیلان بوسیله شبکه عصبی مصنوعی و توابع انتقالی رگرسیونی
استفاده از شبکههای عصبی مصنوعی و توابع انتقالی رگرسیونی در برآورد ویژگیهای دیریافت خاک از جمله پایداری خاکدانهها، هزینه و زمان لازم برای اندازهگیری مستقیم این ویژگیها را کاهش میدهد. در این پژوهش 100 نمونه خاک از جنگلهای استان گیلان تهیه شد. ماده آلی، جرم ویژه ظاهری، کربنات کلسیم معادل، جرم ویژه حقیقی، تخلخل، مقاومت مکانیکی خاک، رس، شن، سیلت، pH و هدایت الکتریکی به عنوان متغیرهای مستقل و ...
full textایجاد، ارزیابی و مقایسه توابع انتقالی کلاسی و پیوسته برای برآورد ظرفیت تبادل کاتیونی خاک در چند کلاس بافتی
ظرفیت تبادل کاتیونی (cec) از ویژگی های مهم خاک است. اندازه گیری مستقیم cec، به ویژه در خاک های اریدی سول بدلیل مقادیر بالای کربنات و گچ، دشوار، زمان بر و پرهزینه است. از دیگر سوی، cec خاک را می توان با روش های غیرمستقیم مانند توابع انتقالی خاک (ptfs) برآورد نمود. هدف از این مطالعه برآورد cec با استفاده از توابع انتقالی کلاسی و پیوسته بود. یک مجموعه داده (977n =) پس از گروه بندی بر اساس کلاس باف...
full textMy Resources
Journal title
volume 8 issue 1
pages 174- 186
publication date 2020-04-20
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023