مدل سازی آب شویی نیترات از خاک تحت کشت سیب زمینی با استفاده از شبکه استنتاج تطبیقی فازی- عصبی در ترکیب با الگوریتم ژنتیک

حسین شکفته، h. shekofteh dept. of soil sci., college of agric., isf. univ. of technol., isfahan, iran.گروه علوم خاک، دانشکده کشاورزی، دانشگاه صنعتی اصفهان مجید افیونی، m. afyuni dept. of soil sci., college of agric., isf. univ. of technol., isfahan, iran.گروه علوم خاک، دانشکده کشاورزی، دانشگاه صنعتی اصفهان محمدعلی حاج عباسی، m. a. hajabbasi dept. of soil sci., college of agric., isf. univ. of technol., isfahan, iran.گروه علوم خاک، دانشکده کشاورزی، دانشگاه صنعتی اصفهان حسین ر نظام آبادی پو، h. nezamabadi-pour college of electrical eng. and computer, shahid bahounar univ. of kerman, kerman, iran.دانشکده برق و کامپیوتر دانشگاه شهید باهنر کرمان فریبرز عباسی، f. abbasi agric. eng. res. institute, karaj, iran.مؤسسه تحقیقات فنی و مهندسی کرج فرید شیخ الاسلام، f. sheikholeslam college of electrical eng. and computer, isf. univ. of technol., isfahan, iran.دانشکده برق و کامپیوتر دانشگاه صنعتی اصفهان

چکیده

کاربرد مرسوم کودهای نیتروژنه از طریق آب آبیاری، یکی از مهم ترین عوامل افزایش غلظت نیترات آب های زیرزمینی نواحی فاریاب می باشد. این مسئله، مدیریت آب و عناصر غذایی را برای کاهش آلودگی آب های زیرزمینی و افزایش بازده عناصر غذایی ضروری می نماید. برای برآورده نمودن این نیاز، کودآبیاری قطره ای یک جایگزین مناسب می باشد. طراحی و اجرای کود آبیاری قطره ای نیازمند به دانستن آب شویی نیترات از محصولات با ریشه ی سطحی نظیر سیب زمینی که نمی توانند از لایه های پایینی خاک عناصر غذایی را جذب کنند، دارد. در این پژوهش، آب شویی نیترات از مزرعه ی سیب زمینی تحت آبیاری و کوددهی قطره ای با استفاده از سیستم استنتاج تطبیقی فازی-عصبی (adaptive network-based fuzzy inference system:anfis) در ترکیب با الگوریتم ژنتیک مدل سازی و پیش بینی گردید. در قسمت اول این مطالعه با استفاده از hydrus-2d، آب شویی نیترات از خاک شنی تحت کشت سیب زمینی درشرایط شدت جریان های مختلف قطره چکان و مقادیر مختلف کود نیتروژن مدل سازی و شبیه سازی گردید. نتایج حاصل از شبیه سازی hydrus-2d برای آموزش و اعتبارسنجی anfis جهت پیش بینی آب شویی نیترات استفاده شد. یافتن شعاع دسته ها در anfis، با استفاده از الگوریتم ژنتیک انجام گرفت. ضریب همبستگی و درصد خطای مطلق میانگین نسبی بین داده های حاصل از مدل anfis و مشاهده ای برای داده های امتحانی به ترتیب 99/0 و64/0 بود. با توجه به معیارهای ارزیابی مشخص شد که anfis با دقت بالایی می تواند آب شویی نیترات را در شرایط مطالعه ی حاضر شبیه سازی نماید. هم چنین anfis می تواند عدم قطعیت ناشی از داده های مزرعه ای را پوشش دهد.