علوم آب و خاک

گنجایش تبادل کاتیونی در خاک مجموع نقاط تبادلی کلوئیدهای آلی و معدنی خاک است. مدل‌سازی و تخمین گنجایش تبادل کاتیونی یک شاخص مفید برای حاصلخیزی خاک می‌باشد. از رویکردهای جدید جایگزین‌شده برای تخمین ظرفیت تبادل کاتیونی، روش‌های غیرمستقیم و مبتنی بر مدل‌های هوشمند است. در‌این مطالعه، به‌منظور تخمین ظرفیت تبادل کاتیونی ، تعداد 485 نمونه خاک از دو منطقه چپرسر(مازندران در شمال ایران) و بستان‌آباد(آذربایجان‌شرقی در شمال‌غرب ایران) تهیه گردید. در‌این تحقیق ضمن معرفی برنامه‌ریزی ژنتیک، پارامترهای ورودی که شامل درصد رس، کربن آلی و سیلت می‌باشد با‌استفاده از مدل‌های برنامه‌ریزی ژنتیک، شبکه عصبی مصنوعی و سیستم استنتاج عصبی- فازی مورد ارزیابی قرار گرفت. نتایج حاصل حاکی از توانایی مطلوب مدل‌های هوشمند در تخمین مقدار ظرفیت تبادل کاتیونی خاک می‌باشد. با‌توجه به شاخص‌های آماری به‌کار گرفته‌شده در تحقیق حاضر، مدل برنامه‌ریزی ژنتیک با جذر میانگین مربعات خطا 78/1 و ضریب تبیین 95/0 نسبت به مدل‌های دیگر دارای کارایی بالاتری‌بوده و قادر است نتایج قابل قبولی را ارائه نماید. هم‌چنین راه حل‌های صریحی که نشانگر ارتباط بین متغیر‌های ورودی و خروجی باشد، بر مبنای برنامه‌ریزی ژنتیک ارائه گردیدند که این امر بر ارجحیت مدل برنامه‌ریزی ژنتیک بر مدل‌های دیگر می افزاید. تجزیه رگرسیون گام به گام جهت تعیین سهم هر یک از پارامترهای ورودی در مقدار گنجایش تبادل کاتیونی نشان داد که مواد آلی با داشتن ضریب تبیین 84 درصد بیشترین میزان تغییرات گنجایش تبادل کاتیونی را توجیه نموده‌است و رس و سیلت به‌ترتیب دارای ضریب تبیین 10 و 6 درصد بوده‌اند.

اطلاع از تغییرات میزان رسوب معلق در مواقع سیلابی از مسائل مهم در پروژه‌های آبی، به‌ویژه مدیریت حوضه‌های آبخیز و بررسی علل فرسایش می‌باشد. رابطه بین دبی و غلظت رسوبات معلق طی سیلاب‌های مختلف به عللی از قبیل تنوع بارش، دبی و منابع تولید رسوب مشابه و همگن نبوده و تولید حلقه‌هایی شبیه به هیسترتیک می‌نماید. بدین منظور استفاده از حلقه‌های پسماند رسوب که بر مبنای تئوری هیسترتیک است در چند سال اخیر گسترش یافته است. در این تحقیق ابتدا مقادیر بار معلق لحظه‌ای با استفاده از روش‌های برنامه‌ریزی ژنتیک و رگرسیونی شبیه‌سازی گردید. در مقایسه نتایج دو مدل حاصل، مدل برنامه‌ریزی ژنتیک به‌ترتیب با ضریب تبیین و میانگین مربعات خطا 8/0 و 5/0 به‌عنوان بهترین مدل در این تحقیق انتخاب گردید سپس براساس این مدل منحنی‌های هیسترتیک بار معلق برای 6 رویداد ثبت‌شده در طول دوره آماری 1387-1383 ترسیم شد و 4 مورد حلقه هیسترتیک خطی و 2 مورد ساعتگرد برای رسوب معلق رودخانه مشاهده گردید. شناسایی انواع حلقه‌های هیسترتیک در تعیین سهم نسبی فرآیندهای مؤثر در تولید و انتقال رسوب از قبیل مقدار و شدت بارش، میزان دبی و شرایط رطوبتی پیشین حوضه مؤثر است و نیز با بررسی آنها می‌توان از منابع تولید و انتقال رسوب آگاهی یافت. نتایج نشان داد که حلقه‌های هیسترتیک ساعتگرد معمولاً در شرایط بارش و دبی زیاد و حلقه‌های هیسترتیک خطی در فصل بهار و ناشی از بارش‌ها با شدت کم اتفاق افتاده است و در این نوع حلقه‌های پسماند تفاوت قابل توجهی در غلظت رسوبات معلق متناظر با شاخه‌های صعودی و نزولی هیدروگراف وجود ندارد.

انتخاب تکنیک درون‌یابی بهینه جهت تخمین پارامترهای کیفی آبخوان در نقاط اندازه‌گیری نشده نقش مهمی در مدیریت کمی و کیفی منابع آب ایفا می‌کند. هدف اصلی این تحقیق ارزیابی دقت روش‌های درون‌یابی متداول با استفاده از GIS و مدل شبکه عصبی مصنوعی می‌باشد. بدین‌منظور تخمین سه پارامتر کیفی CL، EC و pH آبخوان دشت قروه- دهگان واقع در استان کردستان توسط هر یک از مدل‌ها مورد ارزیابی قرار گرفت. در این تحقیق از داده‌های کیفی 56 چاهک مشاهداتی که دارای پراکندگی مناسبی در کل دشت هستند، استفاده گردید. در این تحقیق داده‌های 46 چاهک مشاهداتی جهت واسنجی و داده‌های 10 چاهک دیگر جهت صحت‌ سنجی مدل‌ها استفاده شدند. نتایج نشان داد که روش‌های شبکه عصبی مصنوعی، IDW و کریجینگ (spherical) به‌ترتیب جهت تخمین پارامترهای کیفی CL، PH و EC از دقت بیشتری نسبت به سایر مدل‌ها برخوردار بوده‌اند. البته مدل شبکه عصبی در تخمین هر سه پارامتر دارای دقت بسیار خوبی می‌باشد.در صورت کمبود وقت و همچنین نیاز به‌دقت قابل‌ قبول و ریسک کمتر در تخمین پارامترهای کیفی، استفاده از این مدل نسبت به سایر مدل‌های آماری به‌کار رفته ارجحیت دارد.