تخمین پایداری خاکدانه با استفاده از خصوصیات خاک در کاربری های مختلف اراضی

یک مطالعه مقایسه ای با هدف بررسی کارایی شبکه عصبی مصنوعی (ANN) و رگرسیون خطی چندمتغیره (MLR) برای پیش بینی پایداری خاکدانه های بزرگتر از 25/0 میلی متر در روش الک تر(250SAW>) در کاربری های مختلف منطقه میانکنگی سیستان انجام شد. بدین منظور تعداد 140 نمونه خاک از اراضی کشاورزی، مرتعی و بایر منطقه تهیه و برخی ویژگی های خاک از جمله بافت، ماده آلی، کربنات کلسیم، سدیم تبادلی، کلسیم و منیزیم محلول، اسیدیته، هدایت الکتریکی و شاخص پایداری خاکدانه در آن ها اندازه گیری شد. در مناطق بایر و مرتعی میزان کلسیم و منیزیم محلول و در زمین های زیر کشت مقدار سدیم تبادلی بیشترین همبستگی خطی را با پایداری خاکدانه نشان دادند و مدل های رگرسیونی توسعه یافته توانستند 56-49 درصد از تغییرات SAW را در کاربری های مختلف منطقه توجیه نمایند. در شبکه عصبی پرسپترون به کار گرفته شده متغیر اسمی نوع کاربری همزمان با سایر ورودی ها وارد مدل گردید که این مدل توانست نزدیک به 90 درصد تغییرات شاخص پایداری را در مجموعه آزمون پیش بینی کند. نتایج کمی کردن اهمیت متغیرها به روش ارتباط وزنی در روش شبکه عصبی نشان داد که عامل نوع کاربری و نوع و مقدار کاتیون های فاز تبادلی و محلول خاک بیشترین سهم را در تغییرپذیری شاخص پایداری خاکدانه در منطقه مورد مطالعه دارند.