برآورد پارامتر¬های سه مدل منحنی نگهداری آب خاک (کاسوگی، فردلوند- ژینگ و گرونولت- گرانت) با استفاده از توابع انتقالی

خصوصیات رطوبتی خاک با روابط متعددی بین محتوای آب (?) و مکش خاک (h) ارائه شده است. این رابطه تحت عنوان منحنی نگهداری آب خاک (swrc) توصیف شده¬ و نمودی از توزیع اندازه منافذ است. به دلیل پرهزینه و وقت¬گیر بودن استفاده از روش¬های مستقیم، تعیین این منحنی غالباً توسط روش¬های غیر¬مستقیم که سرعت عمل بالایی داشته و معایب روش¬های ¬مستقیم را ندارد صورت می¬گیرد. در تحقیق جاری مدل-های ارائه شده توسط کاسوگی(1994)، فردلوند¬-ژینگ ¬(1994) و گرونولت- گرانت (2004) برای توصیف swrc مطالعه گردید. هر سه مدل دارای چندین پارامتر است. ادعا شده که این مدل¬¬ها از توانمندی یا قابلیت بالاتری در برازش به داده¬های تجربی برخوردارند اما، بررسی کافی در مورد کارایی آن¬ها صورت نگرفته است. هدف این مطالعه بررسی میزان توانمندی مذکور در سه مدل و بخصوص مقایسه با مدل¬های متداول بروکس-کوری(1964) و ونگنوختن(1980) است. بررسی سهولت و صحت تخمین پارامترهای این مدل¬ها با استفاده از سه روش رگرسیون خطی چند متغیره، شبکه عصبی مصنوعی و برنامه ریزی بیان ژنی از روی خصوصیات زودیافت خاک در تعیین swrcهدف دیگر تحقیق بود. به این منظور، تعداد 24 نمونه خاک از مناطق مختلف شهرستان میانه واقع در استان آذربایجان¬شرقی انتخاب شد. در نمونه¬های دست نخورده(2mm>) خصوصیات عمودی شامل بافت، جرم مخصوص حقیقی، ماده آلی و ظرفیت تبادل کاتیونی و در نمونه¬های دست نخورده رطوبت(?) در مکش¬های(h) 1 تا 1500کیلو پاسکال بوسیله دستگاه ستون آب آویزان و یا صفحات فشار اندازه¬گیری شد. از داده¬های (h,?) حاصله، میزان نکویی برازش سه مدل انتخاب شده اندازه¬گیری گردید. در ایجاد توابع انتقالی برای تخمین پارامترهای سه مدل به منظور بالا بردن صحت و اعتبار تخمین، علاوه بر 24 خاک انتخاب شده، داده¬های مشابه(منحنی رطوبتی و خصوصیات خاک) 62 خاک دیگر گزارش شده در پایان¬نامه کاظمی(1388) و محمدی(1390) نیز استفاده شد. نتایج نشان داد که مدل ون¬گنوختن(1980) در مقایسه با چهار مدل دیگر به دلیل داشتن بالاترین نکویی برازش(r2) و کمترین جذر میانگین مربعات خطا (rmse) از توان برازش بالاتری به داده¬های تجربی برخوردار است. از این لحاظ مدل فردلوند-ژینگ (1994) تقریبا هم تراز با مدل ونگنوختن(1980) عمل کرد و مدل¬های گرونولت-گرانت(2004) و کاسوگی(1994) در رتبه¬های بعدی قرار گرفته و مدل بروکس-کوری(1964) نازلترین رتبه را داشت. اعتبارسنجی توابع انتقالی ایجاد شده به روش¬های رگرسیونی، شبکه¬های عصبی مصنوعی و برنامه ریزی بیان ژنی نشان داد که هر کدام از این سه روش¬ پارامترهای مدل فردلوند-ژینگ(1994) را با دقت و صحت بالاتری نسبت به دو مدل¬ دیگر تخمین می¬زند. در بین سه روش نیز روش برنامه ریزی بیان ژنی در رتبه اول و روش¬های شبکه های عصبی مصنوعی و رگرسیون خطی چند متغیره به ترتیب در رتبه¬های دوم و سوم قرار گرفتند. مدل فردلوند-ژینگ کمترین میزان میانگین جذر مربعات خطای استاندارد شده (rrmse) را با مقدار 26/0، 02/0 و 00/0 به ترتیب برای سه روش رگرسیونی، شبکه¬های عصبی مصنوعی و برنامه ریزی بیان ژنی به خود اختصاص داد و به عنوان بهترین مدل جهت برآورد swrc از خصوصیات خاک شناخته شد. برای هیچ کدام از سه مدل¬ swrc ، روش رگرسیونی روش مناسبی برای ایجاد توابع انتقالی جهت تخمین ضرایب مدل¬ها از خصوصیات خاک تشخیص داده نشد.