اشتقاق توابع انتقالی برای برآورد هدایت هیدرولیکی اشباع خاک در شمال غرب دریاچه ارومیه

هدایت هیدرولیکی اشباع خاک (Ks) در اکثر مدل های شبیه سازی فرسایش و فرایندهای هیدرولوژیکی خاک در آبخیزها، نقش مهمی را ایفا می کند. اندازه گیری مستقیم هدایت هیدرولیکی اشباع (Ks) خاک، کاری وقت گیر، دشوار و پرهزینه است. هدف از این پژوهش، مقایسه ی دقت توابع انتقالی (PTFs) رگرسیونی، شبکه عصبی مصنوعی (ANN) و نروفازی در برآورد Ks خاک های متاثر از نمک واقع در شمال غرب دریاچه ی ارومیه بود. برای تعیین برخی متغیرهای فیزیکی و شیمیایی زودیافت خاک، تعداد 100 نمونه خاک دست خورده و دست نخورده از عمق 0 تا 10 سانتی متری اراضی کشاورزی و بایر بخش شندآباد در منطقه ی شبستر برداشته شد. متغیر Ks، در آزمایشگاه به روش بار ثابت یا افتان اندازه گیری شد. برای اشتقاق توابع رگرسیونی از نرم افزار SPSS استفاده شد و برای توابع ANN و نروفازی از نرم افزار MATLAB. هشتاد درصد داده ها برای آموزش و بیست درصد آن برای آزمون توابع به کار رفت. نتایج توابع رگرسیونی، ANN و نروفازی نشان داد که تابع انتقالی با دو متغیر سیلت و جرم مخصوص ظاهری، بهترین تابع برای برآورد Ks خاک در منطقه ی مورد مطالعه است. مقادیر ضریب تبیین (R2)، مجذور میانگین مربعات خطا (RMSE) و میانگین خطا (ME) به ترتیب 65/0، cm/min 119/0 وcm/min  059/0- و 73/0، 087/0 cm/min  وcm/min  006/0 و 69/0،cm/min  127/0 و cm/min 051/0-  به ترتیب برای بهترین تابع رگرسیونی، ANN و نروفازی به دست آمد. بنابراین، توابع ANN به دلیل داشتن R2 بالا و RMSE پایین در مقایسه با توابع رگرسیونی و نروفازی، دقت بیشتری برای برآورد Ks خاک در منطقه ی مورد مطالعه دارد.