ارزیابی کارایی مدل الخلافه در تخمین رطوبت بهینه خاکورزی و شاخص خمیرایی خاک

ارزیابی مهندسی خاک برای کارشناسان در فعالیت‌های عمرانی و بهره‌برداری از خاک مفید است. مدل الخلافه سامانه ارزیابی ویژگی‌های مهندسی خاک است که با رگرسیون چندگانه عمل می‌کند. در این تحقیق از مدل الخلافه برای تخمین شاخص خمیرایی و رطوبت بهینه خاکورزی خاک‌های منطقه میاندوآب (184 نمونه خاک) استفاده شد. نتایج نشان داد که بین مقدار رس و شاخص خمیرایی و رطوبت بهینه خاکورزی همبستگی بالایی با ضریب تبیین به‌ترتیب 0.88 و 0.72 وجود داشت. ظرفیت تبادل کاتیونی نیز همبستگی بالایی (0.84 و 0.70) با ویژگی‌های شاخص خمیرایی و رطوبت بهینه خاکورزی نشان داد. با این‌حال، ضریب همبستگی مواد آلی با این ویژگی‌ها پایین بود. همچنین برای شاخص خمیرایی 50.3 ، 7/5، صفر و 44 درصد از کل اراضی، بر اساس داده‌های آزمایشگاهی و 46، 13، 6 و 35 درصد بر اساس مدل الخلافه به‌ترتیب در کلاس‌های کم، متوسط، زیاد و خیلی زیاد طبقه‌بندی شدند. تطابق نقشه خمیرایی مدل الخلافه با نقشه داده‌های آزمایشگاهی نیز 80.4 درصد بود. ضریب تبیین، ریشه میانگین مربعات خطا، ضریب نش ساتکلیف و میانگین هندسی مربعات خطا به‌ترتیب 0.767، 9.3، 0.671 و 0.86 برای شاخص خمیرایی و 0.739، 14.5، 0.543 و 0.73 برای رطوبت بهینه خاکورزی محاسبه شد که در سطح احتمال پنج درصد معنی‌دار بود. درنهایت مدل الخلافه تخمینی قابل اطمینان از ویژگی‌های مهندسی ارائه داد.

Assessment of the Aljarafe Model Performance in the Estimation of Soil Optimum Moisture for Tillage and Plasticity Index

The soil engineering evaluation can be useful for construction and soil use. Aljarafe model has been used to evaluate the soil engineering properties by multiple regression techniques. In this research, Aljarafe model was used to predict the optimum moisture and plasticity index based on 184 series soils data of the Miandoab region. Based on all correlations between clay percentage and plasticity index, the optimum moisture proved to be highly significant (0.88 0.72). Also, Cation Exchange Capacity was significantly correlated (0.84 0.70) with the engineering properties. However, the correlation coefficients for the organic matter with optimum moisture and plasticity index were very low in the absolute amount. Application of the aljarafe model revealed that 50.3, 5.7, 0 and 44 % of the total extension could be classified as low, moderate and very high, respectively; on the other hand, based on the experiment data, 46, 13, 6 and 35 % could be classified as low, moderate, high and very high plasticity index classes, respectively. So, there was an overall agreement between the aljarafe model and Analytical Plasticity index maps, which was 80.4. Also, the coefficient of Determination, Root Mean Square Error (RMSE), NashSutcliffe index (NES) and Geometric Mean Error Ratio (GMER) between calculated and experiment engendering properties was calculated to be 0.767, 9.3, 0.671 and 0.86 for the plasticity index and 0.739, 14.5, 0.543 and 0.73 for optimum moisture, respectively, were significant (P>5%). Finally, the aljarafe model provided a reliable estimate of engineering properties.