مدلسازی رگرسیونی هدایت هیدرولیکی اشباع خاک با استفاده از پارامترهای زودیافت خاک
محورهای موضوعی : آب و محیط زیست
عبدالفتاح سالارعشایری
1
(گروه مهندسی آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
علی صارمی
2
(گروه مهندسی آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
معروف سی و سه مرده
3
(گروه مهندسی آب، واحد مهاباد، دانشگاه آزاد اسلامی، مهاباد، ایران. *(مسوول مکاتبات))
حسین صدقی
4
(گروه مهندسی آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
حسین بابازاده
5
(گروه مهندسی آب، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
کلید واژه: مدلسازی, رگرسیون, پارامترهای دانهبندی,
چکیده مقاله :
زمینه و هدف: اندازه گیری مستقیم هدایت هیدرولیکی اشباع خاک امری زمان بر و پرهزینه است و امروزه می توان با استفاده از پارامترهای زودیافت خاک مقدار آن را برآورد کرد. بنابراین هدف از این پژوهش، استفاده از مدلسازی رگرسیونی در برآورد هدایت هیدرولیکی اشباع خاک بر اساس پارامترهای دانهبندی d10، d50 و d60 بوده است. روش بررسی: ابتدا 25 نمونهخاک با بافت شنی به صورت تصادفی در بهار 1397 از اراضی کشاورزی شهرستان سقز تهیه شد و نمونه ها به آزمایشگاه برای تجزیه و تحلیل منتقل شدند و هدایت هیدرولیکی با استفاده از فرمول دارسی محاسبه شد. با استفاده از دادههای موجود، روابط رگرسیونی تک و چند متغیره بر روی داده ها برازش داده شد و براساس آماره های ارزیابی مدل، رابطه ای را که بهترین برآورد هدایت هیدرولیکی اشباع خاک را داشت، انتخاب گردید. یافته ها: نتایج این پژوهش نشان داد که معادله خطی 3 پارامتری، هدایت هیدرولیکی را نسبت به معادلات خطی و درجه 2 یک پارامتری و خطی 2 پارامتری، با دقت بیشتری برآورد کرده است. نتایج نشان داد که پارامتر d10 نسبت به پارامترهای d50 و d60 نقش مؤثرتری جهت برآورد هدایت هیدرولیکی اشباع داشته است و پارامتر مؤثر جهت مقایسه هدایت هیدرولیکی اشباع خاک، پارامتر d10 حاصل شد. بحث و نتیجه گیری: در این پژوهش هدف اصلی ارائه مدل هایی بود که بتوان هدایت هیدرولیکی اشباع خاک را با کاهش هزینه و صرفه جویی در زمان با دقت قابل قبولی برآورد کرد و در یک جمع بندی می توان بیان کرد که مدلسازی رگرسیونی ابزاری کارا در برآورد هدایت هیدرولیکی اشباع خاک است.
Background and Objective: Direct measurement of saturated hydraulic conductivity of soil is time consuming and costly and today this parameter can be estimated using soil retrieval parameters. Therefore, this study aimed to use regression modeling to estimate the saturated hydraulic conductivity of soil based on grain size parameters i.e. d10, d50, and d60. Material and Methodology: First, 25 soil samples with sandy texture were randomly collected in the spring of 2017 from the agricultural lands of Saqez city and the samples were collected in a container and taken to the laboratory for analysis and hydraulic guidance using the Darcy’s law was calculated. Using the available data, univariate and multivariate regression relationships were fitted on the data and based on the model evaluation statistics, the relationship that had the best estimate of saturated hydraulic conductivity of soil was determined. Findings: The results of this study showed that the linear equation with 3 inputs saturated hydraulic conductivity of soil more accurately than the equations with 1 or 2 inputs. The results showed that the parameter d10 had a more effective role for estimating saturated hydraulic conductivity of soil than the parameters d50 and d60 and the effective parameter for comparison of saturated hydraulic conductivity is called d10. Discussion and Conclusion: The main purpose of this study was to provide models that can estimate the saturated hydraulic conductivity of soil with cost reduction and time savings with acceptable precision, and in summary, regression modeling can be used to estimate the saturated hydraulic conductivity of soil.
_||_