تعداد نشریات | 161 |
تعداد شمارهها | 6,572 |
تعداد مقالات | 71,031 |
تعداد مشاهده مقاله | 125,501,211 |
تعداد دریافت فایل اصل مقاله | 98,764,588 |
پیشبینی خردشدگی خاک در اثر چرای دام با استفاده از سامانۀ استنتاج فازی- عصبی (ANFIS) | ||
نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
مقاله 17، دوره 72، شماره 2، شهریور 1398، صفحه 557-568 اصل مقاله (1.34 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jrwm.2019.255862.1250 | ||
نویسندگان | ||
ژیلا قربانی* 1؛ کیومرث سفیدی2؛ فرشاد کیوان بهجو3؛ مهدی معمری4؛ علی اشرف سلطانی طولارود5 | ||
1کارشناس ارشد مرتعداری، دانشآموختۀ دانشگاه محقق اردبیلی. | ||
2دانشیار گروه جنگلداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی. | ||
3دانشیار گروه مرتع و آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی. | ||
4استادیار گروه مرتع و آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی. | ||
5استادیار گروه علوم و مهندسی خاک، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی. | ||
چکیده | ||
متداولترین راه جهت اندازهگیری میزان خردشدگی خاک، تعیین میانگین وزنی قطر خاکدانهها (MWD) است. در این پژوهش، از سامانۀ استنتاج فازی - عصبی (انفیس) به منظور پیشبینی میانگین وزنی قطر خاکدانهها در اثر شدتهای مختلف چرای دام، فاصله از روستا و عمق نمونهبرداری استفاده گردید. این مطالعه در سال 1394 در سه روستای معرف همجوار (آلوارس، آلداشین و اسب مرز) در حوزۀ آبخیز درویشچای استان اردبیل اجرا شد. پارامترهای مورد مطالعه شامل شدتهای مختلف چرای دام در سه سطح (شدت چرای کم، متوسط و زیاد)، فاصله از روستا در سه سطح (200، 400 و600 متری) و عمق نمونهبرداری در دو سطح (15-0 و30-15سانتیمتر) بود. دادههای بهدست آمده به نرم افزار متلب (MATLAB) برای ایجاد مدلهای انفیس منتقل شد. برای ارزیابی مدلهای انفیس از میانگین مربعات خطا (MSE) و ضریب تبیین (R2) استفاده گردید. نتایج بهترین مدل انفیس با نتایج مدل رگرسیونی مقایسه گردید. نتایج نشان داد که شدتهای مختلف چرا، فاصله از روستا و عمق نمونهبرداری و ترکیبات مختلف آنها اثر معنیداری بر خردشدگی خاک دارند. با افزایش شدت چرا، خردشدگی خاک بیشتر شد. با افزایش فاصله از روستا از 200 به 400 متر، خردشدگی خاک کاهش و با بیشترشدن فاصله، خردشدگی افزایش یافت (که این امر میتواند به خاطر تردد بیشتر دام در فواصل نزدیک و به خاطر سنگلاخی بودن و یا ویژگیهای فیزیکی خاک در فواصل دور باشد). خردشدگی خاک در تمامی حالات در عمق 0-15 سانتیمتر بیشتر از عمق30-15 سانتیمتر بود. به علاوه، مدل انفیس با دقت بالاتری (96/0R2=) نسبت به مدل رگرسیونی (76/0R2=)، خردشدگی خاک را پیشبینی نمود. | ||
کلیدواژهها | ||
شدت چرا؛ خردشدگی خاک؛ میانگین وزنی قطر خاکدانهها؛ هوش مصنوعی؛ ANFIS | ||
عنوان مقاله [English] | ||
Predicting the soil fragmentation caused by grazing using adaptive neuro-fuzzy inference system (ANFIS) | ||
نویسندگان [English] | ||
Zhila Ghorbani1؛ Kiomars Sefidi2؛ Farshad Keivan Behjou3؛ Mehdi Moameri4؛ Ali Ashraf Soltani Tolarod5 | ||
1MSc of rangeland, Graduated from University of Mohaghegh Ardabili | ||
2Assistant professor of sciences and industry of wood and paper, Faculty of agricultural sciences and natural resources, University of Mohaghegh Ardabili | ||
3Associate professor of rangeland and watershed, Faculty of agricultural sciences and natural resources, University of Mohaghegh Ardabili | ||
4Assistant professor of University of Mohaghegh Ardabili | ||
5Assistant professor of sciences and engineering of soil, Faculty of agricultural sciences and natural resources, University of Mohaghegh Ardabili | ||
چکیده [English] | ||
The most current way for measuring the soil fragmentation is determination of mean weight diameter (MWD). In this study, the adaptive neuro-fuzzy inference system (ANFIS) was used to predict of range soil fragmentation affected by different grazing intensities, distance from village and sampling depth. Present study conducted at 2015 in 3 adjacent rural areas (Alvars, Aldashin and Asbe marz) in Darvishchai watershed in Ardabil County. The studied parameters on the soil fragmentation including different grazing intensities in 3 levels (low, medium and high intensity), distance from village in 3 levels (200, 400 and 600 meters) and the soil sampling depths in 2 levels (0-15cm and 15-30cm). Obtained data were transferred to MATLAB software for the development of ANFIS models. For evaluating the models operation, mean squares error (MSE) and correlation (R2) were used. The result of best ANFIS model in prediction of soil fragmentation was compared with results of regression model. The results show that different grazing intensities, distance from village, sampling depth and their combinations had significant effect on the soil fragmentation. Increase of grazing intensity resulted in increment of soil fragmentation. With increment the distance from village from 200 to 400 meters, soil fragmentation decreased but with increment of distance, increased. Soil fragmentation in all conditions was higher at depth of 0-15 cm than depth of 15-30 cm. ANFIS model had more precision in prediction of soil fragmentation (R2=0.96) relative to regression model (R2=0.76). | ||
کلیدواژهها [English] | ||
grazing intensity, soil fragmentation, clods mean weight diameter, Artificial Intelligence, ANFIS | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 392 تعداد دریافت فایل اصل مقاله: 305 |