علوم آب و خاک

---

موضوع آلودگی خاک توسط مواد شیمیایی باعث افزایش نگرانی‌هایی در مورد محیط زیست شده است. آب‌شویی مواد به آب‌های زیرزمینی و حرکت این مواد در خاک، مشکلات زیادی را برای آلودگی ماتریکس خاک، محلول خاک و آب زیرزمینی زیر آن به وجود می‎آورد. ازاین رو، به منظور بررسی تأثیر جریان ترجیحی(Prefrential Flow)، ساختمان خاک و کمپلکس‌های آلی بر تحرک و آب‌شویی فلزات کادمیوم، سرب و روی آزمایشی به صورت فاکتوریل با کرت‌های خردشده در قالب طرح کاملاً تصادفی با سه تکرار انجام شد. تیمارهای خاک دست‌نخورده (U)، دست‌خورده (D) و دست‌خورده حاوی 3 درصد ماده آلی (O) به مدت یک ماه با محلول‌های حاوی غلظت‌های 20 میلی‌‌گرم در لیتر عناصر کادمیوم، سرب و روی آب‌شویی شدند و غلظت کادمیوم، سرب و روی در فواصل زمانی مختلف در محلول خروجی اندازه‌گیری شد. نتایج به دست آمده نشان داد که عناصر تفاوت معنی‌داری در سطح آماری یک درصد با یکدیگر در محلول خروجی داشتند و ترتیب تحرک آنها به صورت Zn>Pb>Cd بود. هم چنین بین تیمارهای مختلف خاک نیز در سطح آماری یک درصد تفاوت معنی‌داری وجود داشت و غلظت هر سه عنصر کادمیوم، سرب و روی در تیمارهای U و O بیشتر از تیمار D بود. علاوه‌ بر این بین فواصل زمانی آب‌شویی (حجم منفذها(Pore Volumes)) تفاوت معنی‌داری مشاهده شد(در سطح 1%). به طوری‌ که کادمیوم در تیمارهای U ، O و D به ترتیب 3 ، 3 و5 روز پس از آب‌شویی تفاوت معنی‌داری را در محلول خروجی نشان داد. ولی سرب در هر سه تیمار خاک 11 روز پس از آب‌شویی تفاوت معنی‌داری در محلول خروجی داشت و غلظت روی فقط در تیمار O در زما‌ن‌های مختلف آب‌شویی روند مشخصی داشت و پس از 8 روز آب‌شویی تفاوت معنی‌داری در این تیمار مشاهده شد.

---

اندازه‌گیری مستقیم هدایت هیدرولیکی غیراشباع (K(h) یا K(θ)) بسیار دشوار و وقت‌گیر است و در بسیاری از مدل‌های کاربردی، اغلب پیش‌بینی هدایت هیدرولیکی براساس اندازه‌گیری‌های منحنی مشخصه رطوبتی خاک و هدایت هیدرولیکی اشباع (Ks) انجام می‌شود. با وجود این، استفاده از KS به عنوان یک مرجع در بسیاری از مدل‌های تخمینی ممکن است باعث بیش برآورد K(θ) در ناحیه خشکی شود. بنابراین در این پژوهش از هدایت هیدرولیکی نقطه عطف منحنی مشخصه رطوبتی (Ki) و Ks به عنوان مرجع برای برآورد K(h) استفاده گردید. برای اندازه‌گیری K(h)، 30 نمونه خاک براساس تنوع بافت (8 کلاس بافتی از شنی تا رسی) و سایر ویژگی‌های فیزیکی و شیمیایی از دشت کرج جمع‌آوری شدند. علاوه بر اندازه‌گیری Ks، مقادیر K(θ) در نمونه‌های دست‌نخورده با استفاده از روش جریان خروجی چند مرحله‌ای در مکش‌های ماتریک 1/0، 2/0، 3/0، 5/0، 7/0 و 1 بار و نقطه عطف منحنی مشخصه رطوبتی به کمک ستون آب آویزان و دستگاه صفحه فشاری اندازه‌گیری شد. سپس مقادیر K(h) و پخشیدگی هیدرولیکی D(θ) اندازه‌گیری شده با مقادیر تخمینی از مدل‌های وان‌گنوختن و بروکس و کوری (با فرضیات معلم و بردین) مقایسه شدند. نتایج نشان داد که در 80 درصد نمونه‌ها مدل وان‌گنوختن- معلم با Ki دقیق‌ترین و بهترین مدل برای پیش‌بینی K(θ) بود. یعنی استفاده از Ki به عنوان مرجع در مدل وان‌گنوختن– معلم، باعث برازش بهتر مدل با داده‌های اندازه‌گیری شده گردید. هم‌چنین در 7/6 درصد موارد (دو نمونه خاک رس شنی) مدل بروکس و کوری-‌معلم با Ki و در 3/13 درصد خاک‌ها (دو نمونه رس سیلتی و دو نمونه لوم رسی سیلتی)، مدل وان‌گنوختن– معلم دارای برازش خوبی بر داده‌های اندازه‌گیری شده K(h) بود. علاوه بر این، در 20 درصد موارد (چهار نمونه لوم رسی و دو نمونه لوم سیلتی) دقت و کارآیی مدل‌های وان‌گنوختن– معلم با Ki و وان‌گنوختن– معلم در برآورد K(h) تقریباً یکسان بود. براساس آزمون t-Student میانگین پارامترهای RMSE و GSDER در مدل وان‌گنوختن-‌معلم با Ki در سطح آماری 1%، به طور معنی-داری کمتر از مدل وان‌گنوختن-‌معلم بود. در 90 درصد از نمونه‌های خاک مورد بررسی، مدل‌های وان‌گنوختن- معلم و بروکس و کوری- بردین برازش خوبی بر داده‌های اندازه‌گیری شده D(θ) داشتند، ولی در مواردی مدل وان‌گنوختن- بردین با Ki بهترین مدل برای برآورد D(θ) بود.

---

اندازه‌گیری مستقیم ویژگی‌های هیدرولیکی خاک وقت‌گیر و پر‌هزینه بوده و تا حدی به علت غیرهمگن بودن خاک و خطاهای آزمایشگاهی غیرقابل اعتماد است. در عوض ویژگی‌های هیدرولیکی خاک می‌تواند از جایگزینی داده‌های زودیافتی مانند بافت خاک و چگالی ظاهری با استفاده از توابع انتقالی به دست آید. شبکه‌های عصبی و رگرسیون آماری از جمله روش‌هایی هستند که برای تخمین توابع انتقالی خاک (PTFs) استفاده می‌شوند. در این پژوهش از شبکه عصبی نوع پرسپترون چند‌لایه (MLP) و مدل-های رگرسیونی حذف تدریجی متغیرها و گام به گام ورود متغیرها برای بسط این توابع برای تخمین هدایت هیدرولیکی اشباع خاک با استفاده از چگالی ظاهری، تخلخل کل و درصد توزیع اندازه ذرات خاک استفاده شد. داده‌ها از 125پروفیل خاک مربوط به مطالعات خاک‌شناسی و اصلاح اراضی موجود در سازمان آب و برق خوزستان تهیه شد. نتایج نشان داد که شبکه MLP با الگوریتم آموزشی بیزین با ضریب تعیین (65/0=2R) و خطای ( 04/0RMSE=) نسبت به مدل‌های رگرسیونی کارایی بهتری در تخمین هدایت هیدرولیکی اشباع خاک داشت.

---

کشت و کار با ایجاد تغییرات در خصوصیات فیزیکی و شیمیایی خاک می‌تواند رطوبت قابل دسترس خاک که تابعی از شرایط فوق الذکر است را تحت تأثیر قرار دهد. به منظور بررسی تأثیر دست‌خوردگی خاک (کشت)‌ بر رطوبت حد ظرفیت مزرعه و نقطه پژمردگی دائم، توابع انتقالی پارامتریک در خاک‌های دست نخورده ایجاد شد تا به وسیله این توابع بتوان تغییرات رطوبت خاک‌های جفت تحت کشت آنها را پیش‌بینی کرد. بدین منظور 54 نمونه خاک از اراضی کشت نشده و جفت تحت کشت مجاور آنها در منطقه آبیک قزوین انتخاب و خصوصیات زودیافت آن شامل توزیع اندازه ذرات خاک، کربن آلی، کربنات کلسیم معادل، جرم مخصوص ظاهری، ظرفیت تبادل کاتیونی و واکنش خاک اندازه‌گیری شد. رطوبت با استفاده از دستگاه صفحات فشاری اندازه‌گیری شد. توابع پارامتریک با روش رگرسیون چندگانه خطی برای پارامترهای معادله ون گنوختن- معلم به‌دست آمده از نرم افزار RETC، در نواحی کشت نشده ایجاد شدند. با استفاده از این توابع، میزان رطوبت در نواحی تحت کشت برآورد و با مقادیر اندازه‌گیری شده مقایسه گردید. نتایج نشان داد که این توابع در نقطه پژمردگی دائم نسبت به حد ظرفیت مزرعه از ضریب هم‌بستگی بالاتری برخوردارند. به طوری که ضریب هم‌بستگی از 67/0 به 83/0 افزایش و هم‌چنین ریشه میانگین مربعات خطاها (RMSE) از 59/2 به 06/1 کاهش می‌یابد. و رطوبت قابل دسترس خاک را بیشتر از میزان واقعی برآورد می‌کنند.