• صفحه اصلی
    • شناسنامه نشریه
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه ▼
    • ورود به سامانه
    • ثبت نام در سامانه
  • English
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter
مرتع و آبخیزداری
مقالات آماده انتشار
شماره جاری
شماره‌های پیشین نشریه
دوره دوره 72 (1398)
دوره دوره 71 (1397)
دوره دوره 70 (1396)
دوره دوره 69 (1395)
دوره دوره 68 (1394)
دوره دوره 67 (1393)
دوره دوره 66 (1392)
شماره شماره 4
زمستان 1392، صفحه 477-646
شماره شماره 3
پاییز 1392، صفحه 321-476
شماره شماره 2
تابستان 1392، صفحه 1-320
شماره شماره 1
بهار 1392، صفحه 1-165
دوره دوره 65 (1391)
دوره دوره 63 (1389)
دوره دوره 62 (1388)
تقی زاده مهرجردی, روح الله, سرمدیان, فریدون, ثواقبی, غلامرضا, امید, محمود, تومانیان, نورایر, روستا, محمد جواد, رحیمیان, محمدحسن. (1392). مقایسه روش‌های نروفازی، الگوریتم ژنتیک، شبکه عصبی، و رگرسیون چندمتغیره در پیش‏بینی شوری خاک (مطالعه موردی: شهرستان اردکان). مرتع و آبخیزداری, 66(2), 207-222. doi: 10.22059/jrwm.2013.35573
روح الله تقی زاده مهرجردی; فریدون سرمدیان; غلامرضا ثواقبی; محمود امید; نورایر تومانیان; محمد جواد روستا; محمدحسن رحیمیان. "مقایسه روش‌های نروفازی، الگوریتم ژنتیک، شبکه عصبی، و رگرسیون چندمتغیره در پیش‏بینی شوری خاک (مطالعه موردی: شهرستان اردکان)". مرتع و آبخیزداری, 66, 2, 1392, 207-222. doi: 10.22059/jrwm.2013.35573
تقی زاده مهرجردی, روح الله, سرمدیان, فریدون, ثواقبی, غلامرضا, امید, محمود, تومانیان, نورایر, روستا, محمد جواد, رحیمیان, محمدحسن. (1392). 'مقایسه روش‌های نروفازی، الگوریتم ژنتیک، شبکه عصبی، و رگرسیون چندمتغیره در پیش‏بینی شوری خاک (مطالعه موردی: شهرستان اردکان)', مرتع و آبخیزداری, 66(2), pp. 207-222. doi: 10.22059/jrwm.2013.35573
تقی زاده مهرجردی, روح الله, سرمدیان, فریدون, ثواقبی, غلامرضا, امید, محمود, تومانیان, نورایر, روستا, محمد جواد, رحیمیان, محمدحسن. مقایسه روش‌های نروفازی، الگوریتم ژنتیک، شبکه عصبی، و رگرسیون چندمتغیره در پیش‏بینی شوری خاک (مطالعه موردی: شهرستان اردکان). مرتع و آبخیزداری, 1392; 66(2): 207-222. doi: 10.22059/jrwm.2013.35573

مقایسه روش‌های نروفازی، الگوریتم ژنتیک، شبکه عصبی، و رگرسیون چندمتغیره در پیش‏بینی شوری خاک (مطالعه موردی: شهرستان اردکان)

مقاله 4، دوره 66، شماره 2، تابستان 1392، صفحه 207-222  XML اصل مقاله (874.92 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jrwm.2013.35573
نویسندگان
روح الله تقی زاده مهرجردی1؛ فریدون سرمدیان email 2؛ غلامرضا ثواقبی2؛ محمود امید3؛ نورایر تومانیان4؛ محمد جواد روستا5؛ محمدحسن رحیمیان6
1استادیار دانشکدة کشاورزی و منابع طبیعی دانشگاه اردکان
2استاد گروه مهندسی علوم خاک، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
3استاد گروه مهندسی ماشین¬آلات کشاورزی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
4استادیار پژوهشی، مرکز تحقیقات کشاورزی و منابع طبیعی اصفهان
5عضو هیئت علمی مرکز ملی تحقیقات شوری
6کارشناس سنجش از دور و GIS، مرکز ملی تحقیقات شوری
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 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.
کلیدواژه‌ها
شوری خاک؛ نروفازی؛ الگوریتم ژنتیک؛ شبکة عصبی مصنوعی؛ رگرسیون چندمتغیره
آمار
تعداد مشاهده مقاله: 2,910
تعداد دریافت فایل اصل مقاله: 15,738
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Journal Management System. Designed by sinaweb.