مقایسه روش‌های زمین‌آماری با روش غیرپارامتریک k- نزدیک‌ترین همسایه برای برآورد هدایت هیدرولیکی اشباع خاک

آگاهی از هدایت هیدرولیکی اشباع خاک در مدیریت آبیاری و مدل‌سازی هیدورلوژیکی، ضروری می‌باشد، ولی در بیش‌تر موارد به‌علت محدودیت‌های عملی و یا هزینه‌ای، اندازه‌گیری آن با دشواری همراه است. در این پژوهش مدل‌های مختلف زمین‌آماری با نوعی از الگوریتم‌های غیرپارامتریک از نوع یادگیرنده های تنبل موسوم به k- نزدیک‌ترین همسایه، برای تخمین هدایت هیدرولیکی اشباع خاک از روی داده‌های سهل‌الوصول خاک، مورد مقایسه قرار گرفت. در این پژوهش 151 نمونه از خاک‌های زراعی اطراف بجنورد، جمع‌آوری شده و متغیرهای کمکی شامل فراوانی ذرات، جرم مخصوص حقیقی و ظاهری همچنین هدایت الکتریکی عصاره اشباع خاک (ece)، درصد مواد آلی خاک (om)، رطوبت اشباع خاک (?s)، ph و میزان مواد خنثی‌شونده آن (tnv) برای برآورد هدایت هیدرولیکی اشباع به‌کار گرفته شد. استفاده از آماره‌های ضریب هبستگی پیرسون (r)، خطای ماکزیمم (me)، ریشه میانگین مربعات خطا (rmse)، کارآیی مدل (ef) و ضریب جرم باقی‌مانده (crm) نشان داد که از نظر دقت برآورد، روش غیرپارامتریک k- نزدیک‌ترین همسایه (با داشتن آماره‌های 76/0=r، 655/0=ef، 87/42=rmse، 89/26= meو 11/0- =crm) نسبت به سایر روش‌ها از دقت قابل‌قبولی برخوردار بوده و پس از آن روش‌های کوکریجینگ و کریجینگ ساده، واجد بیش‌ترین دقت در تخمین مقادیر هدایت هیدرولیکی اشباع خاک بوده‌اند. بر این اساس، می‌توان نتیجه‌گیری کرد که استفاده از تکنیک k- نزدیک‌ترین همسایه به‌عنوان روشی جایگزین برای اشتقاق توابع انتقالی خاک، به‌ویژه هنگامی‌که فراهمی داده‌های جدید، نیاز به اشتقاق دوباره این توابع را الزام‌آور می‌کند، می‌تواند به‌کار رود.واژه‌های کلیدی: تکنیک k- نزدیک‌ترین همسایه، روش‌های زمین‌آماری، هدایت هیدرولیکی اشباع خاک