تخمین شاخص کیفیت فیزیکی خاک و عدم قطعیت با به کارگیری شبکه عصبی مصنوعی بوت استرپ(banns)

در این پژوهش شیب منحنی رطوبتی در نقطه عطف آن (si) به عنوان شاخص کیفیت فیزیکی خاک در نظر گرفته شده و همبستگی آن با ویژگی های زود یافت خاک و اطلاعات به‌دست‌آمده از تصاویر ماهواره ای(savi) و اطلاعات رقومی ارتفاع(dem) بررسی شده است. بدین منظور 176 نمونه دست خورده و به همان تعداد نمونه دست نخورده که از لحاظ ارتفاع، نوع پوشش گیاهی ، کاربری اراضی و الگوی توزیع خاک دارای تنوع لازم بودند، از خاک های استان های آذربایجان شرقی و گیلان تهیه گردید. توزیع اندازه ذرات، جرم مخصوص ظاهری، میانگین هندسی قطر خاکدانه ها، تخلخل کل، ماده آلی، درصد آهک،ec ،ph ، میانگین هندسی و انحراف استاندارد هندسی قطر خاکدانه ها، رطوبت ظرفیت مزرعه ای و ,savi dem به عنوان ورودی توابع انتقالی مورد استفاده قرار گرفتند. با توجه به اینکه قابلیت اطمینان پیش بینی های هیدرولیکی در مدیریت و طراحی و برنامه ریزی فعالیت های علوم خاک حائز اهمیت است. لذا در این تحقیق سعی شد عدم قطعیت در si تخمینی، کمی شود. بدین منظور از روش شبکه عصبی مصنوعی ادغام‌شده با روش بوت استرپ (banns) استفاده شد. مدل های ایجاد شده با استفاده از آزمون مرگان-گرنجر-نیوبلد (mgn) و ریشه میانگین مربعات خطا (rmse) برای داده های آموزش و صحت سنجی ارزیابی شدند. با وجود تغییر پذیری موجود در روش بوت استرپ، نتایج موثر بودنsavi حاصل از تصاویر ماهواره ای و dem را در توسعه و بهبود توابع انتقال هنگامی‌که به خصوصیات پایه خاک افزوده می شوند در مقایسه با زمانی که تنها از خصوصیات پایه خاک به عنوان ورودی استفاده می شود، تایید می کند.