ارزیابی کارایی الگوریتم مدیریت داده ها به روش گروهی (gmdh) برای پیش بینی شاخص های نگهداری آب در خاک های شالیزاری
چکیده
صحت توابع انتقالی در پیشبینی خواص هیدرولیکی خاک را میتوان با استفاده از توابع پرانعطاف افزایش داد. این تحقیق به منظور ارزیابی کارایی توابع با قابلیت انعطاف متفاوت (رگرسیونهای خطی و غیر خطی چند متغیره (mlr)، فیزیکی- تجربی آریا و پاریس (ap)، شبکه عصبی مصنوعی(ann)، مدیریت دادهها به روش گروهی (gmdh) در پیشبینی مقدار آب خاک در حد ظرفیت مزرعهای و نقطه پژمردگی دائم خاکهای شالیزاری اجرا گردید. توابع انتقالی با استفاده از دادههای توزیع اندازه ذرات، کربن آلی، چگالی ظاهری و مقدار رطوبت حجمی خاک در مکشهای 33 و 1500 کیلوپاسکال در 136 نمونه خاک اراضی شالیزاری ساخته شد. الگوریتم gmdh در مقایسه با دیگر توابع انتقالی با کمترین ریشه میانگین مربعات خطا (rmse)، کمترین محک آکایک (aic) و بیشترین نمایه توافق (d) از صحت و اعتبار بیشتری در پیشبینی مقدار رطوبت حجمی خاک در مکشهای 33 و 1500 کیلوپاسکال برخوردار بود. به نظر می رسد الگوریتم gmdh در تعیین روابط غیرخطی و پیچیده بین متغیرهای پایه مانند توزیع اندازه ذرات، چگالی ظاهری خاک و کربن آلی با مقدار رطوبت حجمی خاک در مکشهای 33 و 1500 کیلوپاسکال موفق تر از دیگر توابع انتقالی عمل نموده است.
نویسندگان و وابستگی سازمانی
- ناصر دوات گر — استادیار پژوهش مؤسسه تحقیقات برنج کشور
- علیرضا سپاسخواه — استاد دانشگاه شیراز
- محمدرضا نیشابوری — استاد دانشگاه تبریز
- لیلا رضائی — کارشناس ارشد آزمایشگاه فیزیک خاک، مؤسسه تحقیقات برنج کشور
- حسین بیات — استادیار دانشگاه بوعلی سینا همدان