مهشید سوری؛ علیرضا افتخاری؛ ژیلا قربانی؛ نادیا کمالی
چکیده
خاک مهمترین جزء تشکیل‌دهنده زیست‌بوم‌های مرتعی بوده و به واسطه حفظ آن و خصوصیاتش می‌توان با سهولت بیشتری به احیاء پوشش گیاهی با صرف کمترین هزینه و زمان اقدام نموده و از کاهش توان تولید مراتع پیشگیری نمود. در تحقیق حاضر به بررسی میزان پتاسیم و فسفر موجود در خاک مراتع قوشچی ارومیه واقع در استان آذربایجان غربی از سال 1397 الی 1400 تحت تأثیر ...
بیشتر
خاک مهمترین جزء تشکیل‌دهنده زیست‌بوم‌های مرتعی بوده و به واسطه حفظ آن و خصوصیاتش می‌توان با سهولت بیشتری به احیاء پوشش گیاهی با صرف کمترین هزینه و زمان اقدام نموده و از کاهش توان تولید مراتع پیشگیری نمود. در تحقیق حاضر به بررسی میزان پتاسیم و فسفر موجود در خاک مراتع قوشچی ارومیه واقع در استان آذربایجان غربی از سال 1397 الی 1400 تحت تأثیر شرایط قرق و چرا شده پرداخته شد. به علاوه، توسعه و ارزیابی مدل استنتاج فازی- عصبی تطبیقی (انفیس) به منظور پیشبینی میزان پتاسیم و فسفر خاک و مقایسه نتایج آن با مدل رگرسیونی ارائه گردید. برای ارزیابی مدلهای رگرسیونی و انفیس از مجذور میانگین مربعات خطا (RMSE) و ضریب تبیین (R2) استفاده شد. نتایج تجزیه واریانس داده‌ها نشان داد که سال‌های متفاوت و شرایط تحت قرق و تحت چرا اثر معنیداری بر میزان پتاسیم و فسفر موجود در خاک داشته اما اثر متقابل آنها بی‌معنی بود. بیشترین میزان پتاسیم خاک مربوط به سال 1400 و شرایط تحت چرا می‌باشد. درحالیکه بیشترین میزان فسفر خاک مربوط به سال 1398و شرایط قرق بود. در بخش مدلسازی فاکتور فسفر، مدل انفیس با دقت بالاتر (59/0R2=) و خطای کمتر (0187/0RMSE=) نسبت به مدل کم دقت‌تر رگرسیونی (38/0R2=) با خطای بیشتر (089/0RMSE=) توانست مقدار فسفر را پیش بینی نماید. در مورد فاکتور پتاسیم نیز، مدل انفیس با دقت بالاتر (62/0R2= و خطای کمتر (017/0RMSE=) نسبت به مدل کم دقت‌تر رگرسیونی (42/0R2=) با خطای بیشتر (097/0 RMSE=) توانست میزان پتاسیم خاک را پیشبینی نماید.
محمد انصاری قوجقار؛ مسعود پورغلام آمیجی؛ شهاب عراقی نژاد؛ ایمان باباییان؛ عبدالمجید لیاقت؛ علی سلاجقه
چکیده
واضح و مبرهن است که پدیده ENSO بر رژیم هیدرولوژیکی و اقلیمی نقاط مختلف کره زمین مؤثر می باشد اما اینکه شدت این تأثیر در نقاط مختلف به چه اندازه است، هنوز پاسخی به آن داده نشده و لذا این تحقیق در جهت پاسخ به این سوال مهم انجام شده است. در این پژوهش با استفاده از شاخص نینوی اقیانوسی (ONI)، تأثیر فاز مثبت النینو-نوسانات جنوبی اقیانوس آرام (ENSO) ...
بیشتر
واضح و مبرهن است که پدیده ENSO بر رژیم هیدرولوژیکی و اقلیمی نقاط مختلف کره زمین مؤثر می باشد اما اینکه شدت این تأثیر در نقاط مختلف به چه اندازه است، هنوز پاسخی به آن داده نشده و لذا این تحقیق در جهت پاسخ به این سوال مهم انجام شده است. در این پژوهش با استفاده از شاخص نینوی اقیانوسی (ONI)، تأثیر فاز مثبت النینو-نوسانات جنوبی اقیانوس آرام (ENSO) بر فراوانی روزهای همراه با طوفان گردوغبار (FDSD) در 12 ایستگاه سینوپتیک واقع در دو استان خوزستان و سیستان و بلوچستان در بازه زمانی 40 ساله (2019-1980) بررسی شده است. بدین منظور از دادههای ساعتی گردوغبار، کدهای سازمان جهانی هواشناسی، سیستم استنتاج عصبی-فازی تطبیقی (ANFIS) و تغییرات زمانی شاخص FDSD در دو فاز خنثی و وقوع النینو استفاده شد. نتایج برآورد مدل ANFIS و مقادیر مشاهداتی شاخص FDSD نشان داد که در زمان وقوع النینو در استان‌های خوزستان و سیستان و بلوچستان به ترتیب در 33 و 17 واقعه، مقادیر مشاهداتی متغیر فراوانی روزهای همراه با طوفان گردوغبار کمتر از مقادیر برآوردشده آن به ثبت رسیده است. همچنین نتایج نشان داد که فاز مثبت ONI، بر طوفانهای گردوغبار استان خوزستان نسبت به استان سیستان و بلوچستان تأثیرگذارتر است. از این رو، در زمان وقوع فاز گرم ENSO باید اقدامات بیشتری را در زمینه کنترل و مدیریت طوفانهای گردوغبار و اثرات مخرب آن در مناطقی که منشا طوفان گردوغبار آن به صورت خارجی است، اتخاذ نمود.
محمد انصاری قوجقار؛ مسعود پورغلام آمیجی؛ شهاب عراقی نژاد؛ بنفشه زهرایی؛ سامان رضوی؛ علی سلاجقه
چکیده
به منظور کنترل و مدیریت صحیح طوفانهای گرد و غبار، آگاهی از تغییرات زمانی- مکانی این پدیده و لزوم پیشبینی و مدلسازی آن با هدف شناخت دقیقتر رفتار طوفانهای گرد و غبار نسبت به محرکهای طبیعی و انسانی، امری ضروری است. با توجه به توسعه روز افزون فرامدلها و ترکیب آنها با الگوریتمهای بهینهسازی به منظور مدلسازی ...
بیشتر
به منظور کنترل و مدیریت صحیح طوفانهای گرد و غبار، آگاهی از تغییرات زمانی- مکانی این پدیده و لزوم پیشبینی و مدلسازی آن با هدف شناخت دقیقتر رفتار طوفانهای گرد و غبار نسبت به محرکهای طبیعی و انسانی، امری ضروری است. با توجه به توسعه روز افزون فرامدلها و ترکیب آنها با الگوریتمهای بهینهسازی به منظور مدلسازی و پیشبینی متغیرهای هواشناسی، در این پژوهش چهار الگوریتم بهینهسازی فراکاوشی ازدحام ذرات (PSO)، ژنتیک (GA)، کلونی مورچگان در محیطهای پیوسته (ACOR) و تکاملی تفاضلی (DE) با مدل سیستم استنتاج تطبیقی فازی عصبی (ANFIS) ترکیب شد. عملکرد چهار مدل ترکیبی توسعه دادهشده با مدل ANFISبرای پیشبینی متغیرهای فراوانی روزهای همراه با طوفان گرد و غبار (FDSD) در مقیاس فصلی در استان خوزستان در جنوب غربی ایران ارزیابی شد. بدین منظور از دادههای ساعتی گرد و غبار و کدهای سازمان جهانی هواشناسی در مقیاس فصلی با طول دوره آماری 40 ساله (2019-1980) در هفت ایستگاه سینوپتیک استان خوزستان استفاده شد. نتایج شاخصهای نیکویی برازش در مرحله آموزش و آزمایش نشان داد که اختلاف معنیداری بین روش ANFIS و سایر مدلهای ترکیبی مورد استفاده وجود ندارد. مقادیر R و RMSE برترین مدل ترکیبی (ANFIS-PSO) به ترتیب از 88/0 تا 97/0 و 10/0 تا 19/0 و در مدل ANFIS به ترتیب از 83/0 تا 94/0 و 11/0 تا 21/0 متغیر بودند. همچنین نتایج نشان داد که ترکیب الگوریتمهای بهینهسازی استفادهشده با مدل ANFIS نتایج مدل را نسبت به مدل انفرادی ANFIS به صورت معنیداری بهبود نمیبخشد.
ژیلا قربانی؛ کیومرث سفیدی؛ فرشاد کیوان بهجو؛ مهدی معمری؛ علی اشرف سلطانی طولارود
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 ...
بیشتر
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.
سوما محمدپور؛ حامد روحانی؛ حجت قربانی واقعی؛ سید مرتضی سیدیان؛ ابولحسن فتح آبادی
چکیده
در بسیاری از مناطق نیمه‌خشک ایران فرسایش خاک به‌عنوان یک معضل محیط‌زیستی بر حاصل‌خیزی خاک، کیفیت آب و زیست‌بوم‌های آبی اثر می‌گذارد. نرخ خاک برداشت شده براساس نوع فرسایش و فرآیندهای تخریب زمین متفاوت است. فرسایش شیاری معمولاً در مواقع بارش شدید بر روی دامنه‌های شیب‌دار ایجاد می‌شود و شرایط انتقال رسوب در آن نامتعادل است. در ...
بیشتر
در بسیاری از مناطق نیمه‌خشک ایران فرسایش خاک به‌عنوان یک معضل محیط‌زیستی بر حاصل‌خیزی خاک، کیفیت آب و زیست‌بوم‌های آبی اثر می‌گذارد. نرخ خاک برداشت شده براساس نوع فرسایش و فرآیندهای تخریب زمین متفاوت است. فرسایش شیاری معمولاً در مواقع بارش شدید بر روی دامنه‌های شیب‌دار ایجاد می‌شود و شرایط انتقال رسوب در آن نامتعادل است. در این تحقیق با استفاده از مدل نروفازی اقدام به شبیه‌سازی غلظت رسوب حاصل از فرسایش شیاری شده است. یک‌سری از روابط تجربی و پارامترهایی که برای شبیه‌سازی هیدرودینامیک شیار، جدا شدن خاک و ظرفیت حمل و انتقال رسوب که بر فرسایش حاصل از شیار مؤثرند به عنوان ورودی مدل در نظر گرفته شدند. فرآیند توسعه و ارزیابی مدل با استفاده از مجموعه دادههای مشاهده‌ای در 27 شیار آزمایشی با دبی 12 لیتر بر دقیقه مقایسه شد. در این پژوهش برای تعیین ترکیب بهینه ورودی‌ها از روش گام به گام از میان 10 پارامتر ورودی مؤثر در برآورد غلظت رسوب شامل ویژگیهای خاک، توپوگرافی و پوشش گیاهی استفاده شد. براساس نتایج روش گام به گام، چهار پارامتر درصد شیب، درصد پوشش گیاهی، درصد رس و تنش برشی جریان برای مدلسازی انتخاب شدند. ارزیابی مدل نشان داد که مدل نروفازی با ضریب تبیین، جذر میانگین مربعات خطا و میانگین خطای اریب، به ترتیب، 697/0، 5/30 و 0/1 قادر به پیشبینی قابل قبول غلظت رسوب حاصل از فرسایش شیاری بود.
روح الله تقی زاده مهرجردی؛ فریدون سرمدیان؛ غلامرضا ثواقبی؛ محمود امید؛ نورایر تومانیان؛ محمد جواد روستا؛ محمدحسن رحیمیان
چکیده
در سال‌های اخیر از روش‌های غیرمستقیم برای برآورد شوری خاک استفاده می‌شود. بدین منظور، در این پژوهش ششصد نمونة جمعآوریشده از منطقة اردکان آزمایش شد و قرائت‌های افقی -عمودی دستگاه القای الکترومغناطیس و پارامترهای سطح اراضی ـ شامل شاخص اراضی، شاخص خیسی، و انحنای شیب ـ به عنوان ویژگیهای زودیافت استفاده شد و میزان شوری ...
بیشتر
در سال‌های اخیر از روش‌های غیرمستقیم برای برآورد شوری خاک استفاده می‌شود. بدین منظور، در این پژوهش ششصد نمونة جمعآوریشده از منطقة اردکان آزمایش شد و قرائت‌های افقی -عمودی دستگاه القای الکترومغناطیس و پارامترهای سطح اراضی ـ شامل شاخص اراضی، شاخص خیسی، و انحنای شیب ـ به عنوان ویژگیهای زودیافت استفاده شد و میزان شوری خاک به صورت وزنی در اعماق 30 و 100 سانتیمتری به عنوان ویژگیهای دیریافت تخمین زده شد. در این زمینه، داده‌ها به دو سری تقسیم شد: سری آموزشی (80% داده‌ها)؛ سری ارزیابی (20% داده‌ها). به منظور مدلسازی و پیشبینی شوری، از مدلهای نروفازی، شبکة عصبی مصنوعی، الگوریتم ژنتیک، و رگرسیون چندمتغیره استفاده شد. نتایج ارزیابی مدلها ـ بر اساس شاخصهای ریشة مربعات خطا، میانگین خطا، خطای استاندارد نسبی، و ضریب تبیین ـ نشان داد که مدل نروفازی دارایِ بالاترین دقت در پیشبینی ویژگیهای خاک است، به طوری که این مدل به میزان 17 و 11 درصد دقتِ پیشبینی شوری را، بهترتیب، در اعماق 30 و 100 سانتیمتری، نسبت به روش رگرسیون خطی چندگانه، افزایش داده است. پس از این مدل، الگوریتم ژنتیک و شبکههای عصبی مصنوعی، نسبت به معادلات رگرسیونی، کارآیی بهتری داشت.
