علوم خاک
مهسا حسنپور کاشانی؛ شکراله اصغری
چکیده
آب قابل استفاده خاک (SAW) از تفاضل دو نقطه مهم و کاربردی منحنی رطوبتی خاک (رطوبت‌های ظرفیت مزرعه‌ای و پژمردگی دائم) به‌دست می‌آید؛ روش مستقیم اندازه‌گیری این نقاط رطوبتی خاک مستلزم صرف وقت و هزینه زیادی می‌باشد. بنابراین اخیراً از روش‌های غیر مستقیم مانند توابع انتقالی رگرسیونی و مدل‌های هوشمند برای تخمین این متغیرهای دیریافت ...
بیشتر
آب قابل استفاده خاک (SAW) از تفاضل دو نقطه مهم و کاربردی منحنی رطوبتی خاک (رطوبت‌های ظرفیت مزرعه‌ای و پژمردگی دائم) به‌دست می‌آید؛ روش مستقیم اندازه‌گیری این نقاط رطوبتی خاک مستلزم صرف وقت و هزینه زیادی می‌باشد. بنابراین اخیراً از روش‌های غیر مستقیم مانند توابع انتقالی رگرسیونی و مدل‌های هوشمند برای تخمین این متغیرهای دیریافت خاک استفاده گردیده است. هدف از این پژوهش، مقایسه عملکرد سه مدل هوشمند نروفازی (NF)، برنامه‌ریزی بیان ژن (GEP) و جنگل تصادفی (RF) در برآورد SAW از روی ویژگی‌های زودیافت خاک بود. در این تحقیق، داده‌های اندازه‌گیری شده مربوط به تعداد 102 نمونه خاک سطحی دشت اردبیل شامل مقادیر ذرات شن، سیلت، رس، میانگین و انحراف معیار هندسی قطر ذرات، جرم مخصوص ظاهری، کربن آلی و SAW مورد استفاده قرار گرفت. داده‌ها به‌طور تصادفی به دو گروه آموزشی (82 نمونه) و آزمونی (20 نمونه) تقسیم شدند. شش تابع SAW با ترکیب متفاوت از متغیرهای زودیافت خاک به‌عنوان ورودی مدل انتخاب و مدل‌های NF، GEP و RF برای هر کدام اجرا گردید. نتایج مدل‌ها بیانگر آن بود که کربن آلی و جرم مخصوص ظاهری خاک، دو متغیر ورودی مهم و اثرگذار در برآورد SAW بودند. مقادیر آماره‌های ضریب تبیین (R2)، مجذور میانگین مربعات خطا (RMSE)، میانگین خطا (ME) و ضریب نش-ساتکلیف (NS) براساس داده‌های آزمونی برابر 73/0، % g g-1 51/2، % g g-1 09/0 و 71/0، 76/0، % g g-1 10/3 ، % g g-1 41/1 - و 56/0، 68/0، % g g-1 30/3 ، % g g-1 45/1 - و 50/0 به‌ترتیب برای بهترین مدل NF، GEP و RF تعیین شد. مقایسه نتایج آماره‌های ارزیابی مدل‌ها نشان داد که مدل NF به علت داشتن مقدار کم RMSE، مقدار نزدیک به صفر ME و مقدار زیاد NS نسبت به دو مدل دیگر از خطای پایین و دقت بالا در برآورد SAW برخوردار بود.
نسیمه خلیلی سامانی؛ ابوالفضل عزیزیان
چکیده
منابع آبی زمین به بارندگی به عنوان یکی از عناصر متغیر اقلیمی وابسته است. وجود مدل هایی برای پیش بینی بارندگی و به تبع آن مدیریت منابع آب، چه در مناطق پر بارش و چه در مناطق خشک و نیمه خشک، امری مفید است. در این پژوهش با استفاده از آمار درازمدت بارندگی روزانه دو ایستگاه شهرکرد و یزد، مدل‌های ساده رگرسیونی که برای برآورد بارندگی سالانه ...
بیشتر
منابع آبی زمین به بارندگی به عنوان یکی از عناصر متغیر اقلیمی وابسته است. وجود مدل هایی برای پیش بینی بارندگی و به تبع آن مدیریت منابع آب، چه در مناطق پر بارش و چه در مناطق خشک و نیمه خشک، امری مفید است. در این پژوهش با استفاده از آمار درازمدت بارندگی روزانه دو ایستگاه شهرکرد و یزد، مدل‌های ساده رگرسیونی که برای برآورد بارندگی سالانه (Pa) در استانهای خوزستان، کرمان و استانهای جنوبی و غربی ارائه شده بود، مورد ارزیابی قرار گرفت. در این مدل ها Pa وابسته به فاصله زمانی وقوع 5/42 و 5/47 میلی متر بارندگی از ابتدای پاییز (t42.5،t47.5 ) و میانگین درازمدت بارندگی (Pm) بود. نتایج نشان داد که روابط معکوس و خطی مرتبط با t42.5و t47.5 قادر به برآورد بارندگی سالانه در شهرکرد نمی باشد، در حالی که مدل ساده رگرسیونی با بهکارگیری t42.5،t47.5 و میانگین درازمدت بارندگی، در صورت اصلاح ضرایب، با دقت قابل قبولی (با جذر میانگین مربعات خطای نرمال کمتر از 30/0 یا شاخص توافق بیشتر از 90/0) قادر به پیش بینی بارندگی در دو ایستگاه شهرکرد و یزد می باشد.
اسعد سلطانی؛ سیدمجید میرلطیفی؛ حسین دهقانی سانیج
چکیده
تبخیر تعرق گیاه مرجع یک پارامتر مهم هواشناسی کشاورزی در مطالعات هیدرولوژی و هواشناسی و همچنین در برنامه ریزی آبیاری است. معادله فائو پنمن- مانتیث (FAO-56 PM) به عنوان یک روش استاندارد برای تعیین تبخیر- تعرق گیاه مرجع، از طرف سازمان خوار و بار جهانی (FAO) توصیه شده است. این روش پارامترهای زیادی را در رابطه با تبخیر- تعرق بررسی می کند؛ تشعشع ...
بیشتر
تبخیر تعرق گیاه مرجع یک پارامتر مهم هواشناسی کشاورزی در مطالعات هیدرولوژی و هواشناسی و همچنین در برنامه ریزی آبیاری است. معادله فائو پنمن- مانتیث (FAO-56 PM) به عنوان یک روش استاندارد برای تعیین تبخیر- تعرق گیاه مرجع، از طرف سازمان خوار و بار جهانی (FAO) توصیه شده است. این روش پارامترهای زیادی را در رابطه با تبخیر- تعرق بررسی می کند؛ تشعشع خالص (Rn)، درجه حرارت هوا (T)، کمبود فشار بخار (VPD) و سرعت باد (u). در این مقاله دقت معادله فائو پنمن مانتیث برای برآورد تبخیر- تعرق مرجع در اقلیم های مختلف، در شرایطی که داده های هواشناسی محدود باشند، بررسی شده است. برای این مطالعه داده های کامل هواشناسی از نه ایستگاه هواشناسی در اقلیم های مختلف در ایران، انتخاب شدند. تفاوت برآورد تبخیر- تعرق مرجع به روش فائو پنمن در حالت داده کامل و کاهش داده عموماً با کاهش پارامترهای برآورد شده، کاهش می یابد. مدل های کاهش داده فائو پنمن مانتیث، اغلب نتایج بهتری نسبت به مدل های ترک، هارگریوز سامانی و شبکه عصبی مصنوعی ارائه دادند و این حقیقت استفاده از معادله فائو پنمن مانتیث را تاکید می کند؛ حتی در حالتی که داده های کامل هواشناسی در دسترس نباشند. حداقل داده لازم برای برآورد دقیق تبخیر- تعرق مرجع به روش فائو پنمن- مانتیث در اقلیم های مرطوب و گرم و نیمه خشک، داده های حداکثر و حداقل دما و سرعت باد محله ای می باشد و در اقلیم بسیار خشک حداقل داده لازم، داده های حداکثر و حداقل دمای روزانه و سرعت باد روزانه می باشند.
