استخراج معادلات بهینه فرسایش خاک در آبیاری جویچه‌ای با استفاده از بهینه‌سازی پارتو و برنامه‌ریزی بیان چندژنی

هدررفت خاک از جمله پارامترهای مهم در طراحی و بهربرداری بهینه در سیستمهای آبیاری جویچه‌ای است. طراحی آبیاری جویچه‌ای اغلب براساس مفاهیم هیدولیکی انجام می‌شود و به دلیل فقدان معادلات مناسب تخمین مقدار هدررفت خاک زراعی، شستشوی مواد غذایی و کودی امکان برآورد و کمی سازی ندارد. از طرف دیگر اندازه‌گیری آن نیز پرهزینه، دشوار و زمان‌بر می‌باشد. هدف از تحقیق حاضر استفاده از قابلیتهای محاسبات هوشمند در استخراج معادلات فرسایش خاک در آبیاری جویچه‌ای به روش بهینه‌سازی پارتو و برنامه‌ریزی بیان چندژنی است. بدین منظور یک پایگاه اطلاعاتی از اندازه‌گیری‌های صحرایی مقدار فرسایش خاک در آبیاری جویچه‌ای گردآوری شده است و برنامه‌ریزی بیان چندژنی توامان با بهینه‌سازی پارتو و پیش پردازشگر حداکثر عدم‌تشابه بین الگوهای آموزش و آزمایش، برای استخراج معادلات بهینه استفاده شده است. تعداد 14 مدل با ترکیب ورودی‌های مختلف توسعه یافت و بهترین رابطه در این زمینه ارائه گردید. ارزیابی نتایج شبیه‌سازی‌های صورت گرفته براساس معیارهای آماری r, rmse, mae, rae, nse بیانگر دقت مطلوب روش پیشنهادی در شناسائی متغیرهای موثر و استخراج فرم صریح معادلات فرسایش خاک در آبیاری جویچه‌ای است و قابلیت کاربرد در مباحث طراحی و بهره‌برداری آبیاری جویچه‌ای را دارد.

Derivation of optimal equations for soil erosion in furrow irrigation using MultiGene Genetic Programming based on Pareto Optimal solution (POMGGP)

Soil loss is one of most important parameters in design and operation of furrow irrigation systems. Design of furrow irrigation systems is often done based on hydraulic concepts. Because of the loss of predictive equations for soil loss, fertilizer runoff, these losses cannot be estimated quantitatively. On the other hand its measuring is expensive, time consuming and difficult. The main aim of this study is to using the ability of intolerance calculation in derivation of soil loss equations for furrow irrigation by using multi Genetic Programming based on Pareto Optimal solution (POMGGP). So, a database of field measurements of soil erosion in furrow irrigation is collected and multi Genetic Programming in combined with Pareto Optimal solution and preprocessing of maximum dissimilarity for train and test sets is used. Fourteen different models for soil loss are developed and the best equation is derived. The results based on statistical indices of R, RMSE, MAE, RAE and NSE has shown that the POMGGP has the ability in finding optimum equation and parameters for furrow irrigation soil loss estimation and can be used in design and operation of furrow irrigation systems.