برآورد پایداری خاکدانه های تر از ویژگی های زودیافت خاک در شمال غرب دریاچه ارومیه

اندازه گیری مستقیم میانگین وزنی قطر (MWD) خاکدانه های تر در آزمایشگاه کاری بسیار وقت گیر و پرهزینه است. هدف از این پژوهش ارایه توابع رگرسیونی، شبکه عصبی مصنوعی (ANN) و نروفازی برای برآورد MWD تر در شمال غرب دریاچه ارومیه بود. در مجموع 100 نمونه خاک دست خورده و دست نخورده از عمق 0 تا 10 سانتی متری اراضی کشاورزی و بایر منطقه شبستر برای تعیین برخی ویژگی های فیزیکی و شیمیایی زودیافت خاک برداشته شد. متغیر MWD به روش الک تر در آزمایشگاه اندازه گیری شد. برای آموزش توابع از 80 درصد داده ها و برای آزمون توابع از 20 درصد داده ها استفاده گردید. همبستگی مثبت و معنی دار بین شن با کربن آلی (**43/0) و رس با نسبت جذبی سدیم (SAR) (**60/0) یافت شد. همبستگی مثبت و معنی دار بین MWD با کربن آلی (**58/0) و شن (**60/0) و همبستگی منفی و معنی دار بین MWD با رس (**48/0-) و SAR (**57/0-) تعیین گردید. نتایج توابع انتقالی نشان داد کربن آلی، شن و SAR مهم ترین متغیرهای زودیافت در برآورد MWD بودند. مقادیر ضریب تبیین (R2)، مجذور میانگین مربعات خطا (RMSE) و میانگین خطا (ME) به ترتیب 84/0، mm 192/0،mm  122/0- و 84/0،  mm154/0 ، mm 030/0 و 87/0،mm 215/0 و mm 161/0-  به ترتیب برای بهترین تابع رگرسیونی، ANN و نروفازی در داده های آزمون به دست آمد. بنابراین توابع ANN به دلیل داشتن RMSE پایین و ME نزدیک به صفر در مقایسه با توابع رگرسیونی و نروفازی از دقت بیشتری در برآورد MWD تر در خاک های منطقه مورد مطالعه برخوردار بودند.