پیش بینی رفتار انقباض پذیری خاک ها به کمک شبکه عصبی مصنوعی در مقیاس زمین نما در منطقه چلگرد استان چهارمحال و بختیاری

انبساط و انقباض¬ به ¬عنوان یکی از مهم ترین پدیده¬های فیزیکی و مکانیکی خاک محسوب می¬شوند که در ارتباط با پایداری سازه¬ها و هم¬چنین مباحث خاک¬ورزی و آبیاری در کشاورزی اهمیت دارند. در کشور ایران، پژوهش¬های اندکی در مورد انقباض و انبسا¬ط¬پذیری خاک¬ها و پیش¬بینی آن در مقیاس حوضه آب¬خیز انجام گرفته است. هدف از انجام این پژوهش اندازه-گیری و تخمین حدود آتربرگ و شاخص¬های پایداری و منحنی انقباض در خاک¬های بخشی از منطقه چلگرد استان چهارمحال و بختیاری بود. بدین منظور در 113 نقطه از منطقه مورد بررسی، در کاربری¬ها و موقعیت¬های مختلف توپوگرافی، از لایه 10-0 سانتی متری نمونه های خاک دست¬خورده و هم¬چنین کلوخه¬های دست نخورده برداشت شده و حدود آتربرگ، منحنی انقباض و برخی ویژگی¬های خاک اندازه¬گیری شد. ویژگی¬های توپوگرافی منطقه شامل مشخصه¬های اولیه و مرکب با استفاده از مدل رقومی ارتفاعی و شاخص نرمال¬شده پوشش گیاهی (ndvi) از روی تصاویر ماهواره¬ای etm+ محاسبه شدند. منحنی انقباض خاک با پوشش¬دادن کلوخه¬ها با رزین اکریلیکی (اندکی تراوا به بخار آب و ناتراوا به آب مایع) بر اساس قانون ارشمیدس اندازه¬گیری شد. سپس با ترسیم نسبت پوکی (e) در برابر نسبت حجم آب (ϑ)، منحنی انقباض خاک رسم شده و مدل پنگ و هورن (2005) بر آن برازش داده شد. با استفاده از مشتق¬های مدل پنگ-هورن و حل آن ها، کمّیت¬ها و شاخص¬های انقباض مرتبط با نواحی مختلف منحنی انقباض خاک استخراج گردید. به کمک داده های زودیافت، حدود و شاخص¬های پایداری خاک، پارامترهای برازش¬یافته (er، es، α، n و m) مدل پنگ-هورن و کمّیت¬ها و شاخص¬های تغییر حجم (نسبت پوکی) و نسبت رطوبت منحنی انقباض خاک با مدل¬های رگرسیون چند¬متغیره خطی (mlr) و شبکه عصبی مصنوعی (anns) پیش بینی شدند. نتایج مدل¬سازی حدود آتربرگ و شاخص¬های پایداری خاک نشان داد که توابع انتقالی خاکی (ptfs) رگرسیونی توانستند 28 تا 66 درصد از تغییرات آن ها را در منطقه مورد بررسی توجیه کنند، درحالی که استفاده از مدل¬های anns ضرایب تبیین (r2) را به حدود 78 تا 94 درصد بهبود بخشیدند. نتایج تجزیه و تحلیل حساسیت (sa) به روش statsoft نشان داد که مهم ترین ویژگی¬های موثر بر حدود آتربرگ و شاخص¬های پایداری خاک، ماده آلی (om)، درصد رس، درصد آهک (cce) و از متغیرهای محیطی مهم ترین پارامترها شیب، ارتفاع، شاخص خیسی (wi)، انحنای افقی (planc) و هم¬چنین شاخص ndvi بودند. نتایج برازش مدل پنگ-هورن بر داده¬های اندازه¬گیری¬شده منحنی انقباض خاک خیلی خوب بود (در تمامی موارد مقادیر r2 مدل بیش از 99 درصد بود). تجزیه هم¬بستگی اسپیرمن نشان داد که بین پارامترهای مدل پنگ-هورن هم¬بستگی درونی زیادی وجود دارد. در مدل سازی با ptfs رگرسیونی، تخمین اکثر متغیرهای انقباض خاک، به کمک داده های زودیافت، ضرایب تبیین مناسبی ایجاد نکردند ولی در برخی موارد افزودن متغیرهای کمکی توپوگرافی و شاخص ndvi به توابع پیش¬بینی فضایی خاک (sspfs) رگرسیونی، تا حدودی ضرایب تبیین را بهبود بخشید. نتایج مدل سازی به روش anns با توجه به مقادیر شاخص بهبود نسبی (ri) که برای تمامی متغیرها در دامنه 37 تا 72 درصد قرار گرفت، نشان داد که مدل¬های anns با در نظر گرفتن روابط غیرخطی و پیچیده بین پارامترهای مدل انقباض و ویژگی¬های زودیافت بسیار موفق¬تر عمل کرده¬اند. نتایج sa به روش statsoft نشان داد که در مورد پارامترهای مدل پنگ-هورن، مهم ترین ویژگی¬های مؤثر، توزیع اندازه ذرات (psd) خاک (dg) بود. به علاوه چگالی ظاهری (bd) و om خاک نیز بر پارامترهای er و es تأثیرگذار بودند. نتایج sa در مورد کمّیت¬ها و شاخص¬های بخش¬های مختلف منحنی انقباض خاک، نشان داد ویژگی¬های متفاوتی تأثیرگذار بودند. از جمله این که در ناحیه انقباض ساختمانی علاوه بر مقدار رس، om و bd نیز پارامترهای مهم شناخته شدند که مدل¬های رگرسیونی ptfs و sspfs نتوانستند آن ها را شناسایی کنند. در ناحیه انقباض بهنجار، مهم ترین پارامترهای خاکی مؤثر درصد رس، گنجایش تبادل کاتیونی (cec)، om و cce تشخیص داده شدند. در نواحی انقباض پس¬ماند و صفر، مهم ترین عوامل مؤثر درصد رس، cec و به میزان کم¬تری om و om/clay بودند. در مورد شاخص¬های رطوبتی %ϑss و %ϑps نیز توزیع اندازه ذرات، bd، om، نسبت om/clay و cce به عنوان فاکتورهای حساس شناخته شدند. درحالی که در نواحی انقباض پس¬ماند و صفر، ویژگی¬های رس و سیلت، cec و حتی sar پارامترهای حساس بودند. نتایج sa نشان داد که در مورد گنجایش انقباض و گنجایش انقباض نسبی، علاوه بر psd، cec، bd و نسبت cec/clay نقش مهمی ایفا کرده¬اند. در مجموع وجود رس سبب افزایش گنجایش انقباض و ماده آلی و آهک سبب تعدیل آن در خاک¬های مورد بررسی شدند. نتایج مدل سازی به کمک anns برای پارامترهای مدل پنگ-هورن و شاخص¬ها و کمّیت¬های انقباض خاک، نشان داد که این مدل¬ها قادرند بخش قابل توجهی از تغییرات آن ها را در منطقه مورد بررسی توجیه کنند.