مقایسه عملکرد مدل­های نرو فازی، برنامه­ریزی بیان ژن و جنگل تصادفی در برآورد مقاومت فروروی خاک

آب و خاک

مقاله 6، دوره 40، شماره 2، تابستان 1405، صفحه 244-227   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.2026.99264.1555

نویسندگان

حسین علی عبد الرضا¹؛ شکراله اصغری^{* 1}؛ مهسا حسنپور کاشانی²؛ حسین شهاب آرخازلو¹

¹گروه علوم و مهندسی خاک، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

²گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

مقاومت فروروی (PR) خاک یکی از ویژگی­های کلیدی و مهم در ارزیابی میزان فشردگی خاک در برابر تردد ادوات کشاورزی در اراضی زراعی به شمار می­رود. اندازه­گیری مستقیم PR در خاک وقت­گیر و پرهزینه بوده و به­دلیل خطای ابزاری ممکن است چندان قابل اعتماد نباشد. هدف اصلی این پژوهش، ارزیابی و مقایسه عملکرد سه مدل هوشمند نروفازی (NF)، برنامه­ریزی بیان ژن (GEP) و جنگل تصادفی (RF) در برآورد PR از روی ویژگی­های زودیافت خاک می­باشد. برای این منظور، داده­های مربوط به 105 نمونه خاک زراعی دشت اردبیل شامل رطوبت خاک مزرعه، رطوبت اشباع، شن، سیلت، رس، میانگین و انحراف معیار هندسی قطر ذرات، جرم مخصوص ظاهری و حقیقی، تخلخل کل، کربن آلی، آهک و PR به­کار گرفته شد. برای آموزش مدل­ها از 78 داده و برای آزمون مدل­ها از 27 داده استفاده گردید. پانزده ترکیب متفاوت از متغیرهای زودیافت خاک به­عنوان ورودی مدل­های NF، GEP و RF برای برآورد PR انتخاب شد. رطوبت خاک مزرعه به­عنوان یک متغیر سهل الوصول و زودیافت در بهترین مدل NF، GEP و RF برای برآورد PR خاک مورد استفاده قرار گرفت. مقادیر آماره­های ضریب تبیین (R²)، ریشه میانگین مربعات خطای نرمال شده (NRMSE)، میانگین خطا (ME) و ضریب نش-ساتکلیف (NS) براساس داده­های آزمونی برابر 50/0، 19/0، MPa 03/0 و 51/0 و 51/0، 20/0، MPa 13/0 و 48/0 و 58/0، 20/0، MPa 31/0 و 50/0 به­ترتیب برای بهترین مدل NF، GEP و RF در برآورد PR تعیین گردید. نتایج نشان داد که مدل NF با سه متغیر ورودی شامل جرم مخصوص ظاهری، شن و رطوبت خاک مزرعه در مقایسه با دو مدل هوشمند دیگر (GEP و RF) به‌دلیل داشتن NRMSE پایین و NS بالا توانست مقاومت فروروی خاک را با دقت نسبتاً بالایی در اراضی زراعی دشت اردبیل برآورد نماید.

کلیدواژه‌ها

اراضی زراعی؛ مقاومت خاک؛ مدل­های هوشمند؛ ویژگی­های زودیافت

مراجع