تخمین میزان نفوذپذیری خاک در اراضی آبیاری شده با فاضلاب تصفیه شده با استفاده از هوش مصنوعی

کیفیت آب کاربردی از جمله مهم¬ترین عوامل موثر بر میزان نفوذپذیری خاک می¬باشد. نظر به استفاده گسترده از پساب¬های شهری در کشاورزی آبی در سال¬های اخیر، تخمین میزان نفوذپذیری در مزارع آبیاری شده با این قبیل منابع آبی، امری ضروری در راستای اعمال صحیح مدیریت آبیاری می¬باشد. لذا در این پژوهش، معادله¬های فیلیپ، کاستیاکف، کاستیاکف-لوئیس، گرین امپت، هورتن، سازمان حفاظت خاک آمریکا (scs) و مدل¬های رگرسیون خطی در تخمین میزان نفوذپذیری ارزیابی شد. آزمایش¬های لازم در 190 هکتار از اراضی تحت کشت گندم در مجاورت تصفیه¬خانه شهری زابل با شش کلاس بافت خاک رس¬سیلتی، لوم¬رسی، لوم¬شنی، لوم، شن¬لومی و لوم¬رسی¬سیلتی انجام شد. آبیاری در این اراضی با استفاده از پساب تصفیه شده با قدمتی فراتر از 10 سال انجام می¬شود. کل منطقه به پیکسل¬هایی با ابعاد 150 در 150 مترمربع تقسیم شد و میزان نفوذ تجمعی با استفاده از استوانه¬های مضاعف تعیین و با نمونه¬برداری از لایه خاک سطحی در مرکز هر پیکسل، برخی خصوصیات فیزیکوشیمیایی آن در آزمایشگاه تعیین گردید. توابع انتقالی استخراج شده 6 متغیره در کل منطقه، بهتربن عملکرد را در تخمین میزان نفوذپذیری داشته است. مدل کاستیاکف و هورتن بهترین عملکرد را در بافت رس¬سیلتی داشتند؛ در حالی¬که سایر مدل¬ها، مقادیر واقع¬بینانه¬تر برای میزان نفوذ تجمعی را در بافت لوم¬رسی¬سیلتی ارایه دادند. مدل گرین-امپت و کاستیاکف با مجذور مربعات خطا و خطای انحراف به ترتیب برابر با 16/0 و 57/0 سانتی¬متر و 03/0- و 04/0 سانتی¬متر و ضریب کارایی به¬ترتیب برابر با 74/0 و 78/0، بیش¬ترین انطباق را با داده¬های مشاهده¬ای نفوذ تجمعی داشتند. همچنین شبکه عصبی پی¬ریزی شده پنج متغیره بیشترین ضریب همبستگی را در برآورد میزان نفوذپذیری از خود نشان داده به¬طوری که دارای ضریب همبستگی و مجذور مربعات خطای به ترتیب 98/0 و 083/0 بوده است. براساس نتایج، استفاده درازمدت از فاضلاب تصفیه¬شده، موجب تجمع بیش¬ از حد مجاز نمک و سدیم در لایه¬های سطحی خاک و در نتیجه، کاهش چشم¬گیر نفوذپذیری در تمام بافت¬های مورد بررسی شد.