تابع مفصل و کاربرد آن در برآورد تغییرات مکانی شن و جرم مخصوص ظاهری خاک

ویژگی های خاک دارای تغییرات مکانی و زمانی در مقیاس های کوچک و بزرگ می باشند. مطالعه این تغییرات، در سطح وسیع بسیار وقت گیر و هزینه بر است. به منظور تعیین سریع و قابل اعتماد ویژگی های خاک، تکنیک های درون یابی مختلفی توسعه و به کار گرفته شده است. از تکنیک های درون یابی که به طور گسترده در علوم مختلف به کار رفته است، می توان به انواع کریجینگ اشاره کرد. تابع مفصل، یکی از تکنیک های درون یابی جدیدی است که امروزه در علومی مانند هیدرولوژی کاربرد وسیعی پیدا کرده است. در پژوهش حاضر سعی شده است تغییرات مکانی برخی از ویژگی های فیزیکی خاک با استفاده از تابع مفصل مورد ارزیابی قرار گیرد و نتایج حاصل از آن با تکنیک های زمین آماری مختلف مقایسه گردد.

به منظور اجرای پژوهش، نمونه برداری به روش شبکه بندی منظم، از منطقه ای به وسعت 484 هکتار در 10 کیلومتری غرب شهرستان بافت استان کرمان صورت گرفت و در نهایت، 121 نمونه از لایه سطحی خاک جمع آوری شد. پس از هوا خشک نمودن نمونه ها جرم مخصوص ظاهری با استفاده از کلوخه تعیین گردید، سپس با عبور دادن نمونه های خاک از الک 2 میلی-متری، درصد شن اندازه گیری شد. برای درون یابی از چهار تابع مفصل ارشمیدسی شامل؛ توابع کلایتون، فرانک، گامبل و جو و تکنیک های زمین آماری شامل کریجینگ ساده، کریجینگ معمولی، کریجینگ شاخص و کریجینگ منفصل یا گسسته و روش وزن دهی عکس فاصله (IDW) استفاده شد. تحلیل نتایج با استفاده از معیارهای میانگین ریشه دوم مربعات استاندارد (RMSE)، ضریب تبیین (R2)، میانگین خطای مطلق (MAE) و میانگین خطای انحراف (MBE) صورت گرفت.

براساس توصیف آماری، توزیع متغیر جرم مخصوص ظاهری، نرمال و متغیر درصد شن، غیرنرمال تشخیص داده شد. به منظور برازش تابع مفصل بر داده ها، ابتدا تابع توزیع متغیرهای مورد مطالعه تعیین گردید. نتایج نشان داد متغیر شن از تابع توزیع Frechet (3P) و متغیر جرم مخصوص ظاهری از تابع Wakeby پیروی کردند. براساس ضریب همبستگی پیرسون، همبستگی بین جفت نقاط در فاصله کمتر از 2000 متر مشخص شد و فاصله بیش از 2000 متر به عنوان فاصله مستقل شناخته شد. مقایسه روش تابع مفصل و تکنیک های زمین آماری براساس ضریب تبیین (R2) نشان داد مقدار این ضریب برای تابع مفصل برای متغیر شن 6 درصد و برای جرم مخصوص ظاهری 8 درصد بیشتر از تکنیک های مرسوم زمین آماری به دست آمد. همچنین مقادیر خطای حاصل از پیش بینی توسط تابع مفصل کمتر محاسبه شد که نشان از برتری نسبی عملکرد تابع مفصل در تخمین پارامترهای فیزیکی خاک دارد.

نتایج این پژوهش نشان داد که توابع مفصل نتوانسته با دقت خیلی بالایی برآورد را انجام دهد، اگرچه تابع مفصل میانه نسیت به سایر تکنیک های زمین آماری، عملکرد بهتری در برآورد ویژگی های فیزیکی خاک دارد. از مهمترین دلایل این برتری می توان به توانایی برازش تابع توزیع حاشیه ای بر داده ها در تابع مفصل اشاره کرد که در تکنیک های زمین آماری امکان برازش تابع توزیع حاشیه ای بر داده ها ممکن نیست. از دلایل دیگر می توان به توانایی بیان همبستگی بین داده ها در فواصل مختلف و عدم حساسیت تابع مفصل به داده های پرت نسبت به تکنیک های مرسوم زمین آماری را برشمرد. با توجه به ماهیت چولگی داده های خاک در طبیعت و همچنین ضرورت آنالیز و تفسیر دقیق تر داده های واقعی خاک بدون تغییر آن ها، تابع مفصل می تواند کاربرد وسیعی در تخمین ویژگی-های خاک داشته باشد.