عباس رضائی

اندازه گیری ظرفیت زراعی در برنامه ریزی های آبیاری و مدیریت زراعی بسیار حائز اهمیت است. این پارامتر با روش های پرهزینه و زمان بر مزرعه ای و آزمایشگاهی (مستقیم) قابل اندازه گیری است همچنین امکانات موردنیاز در همه آزمایشگاه ها یافت نمی شود. محققان تلاش دارند رطوبت ظرفیت زراعی را از طریق توابع تبدیلی (مدل های غیرهوشمند و هوشمند) به کمک برخی خصوصیات زودیافت خاک به صورت غیرمستقیم اندازه گیری کنند. پژوهش حاضر جهت برآورد این پارامتر توسط مدل های غیرهوشمند معروف و هوشمند SVM (ماشین بردار پشتیبان) و ارائه بهترین مدل انجام شد. در این پژوهش از چهار نمونه با تنوع بافتی از خاک های منتخب مراغه (خاک درشت بافت، درشت بافت آهک دار، میان بافت و ریزبافت) استفاده و ویژگی های فیزیکی و شیمیایی آن ها در آزمایشگاه تعیین شد. سپس شرایط مزرعه در آزمایشگاه شبیه سازی و ظرفیت زراعی نمونه ها )با تانسیومتر در مکش های 0.1، 0.33 و 0.5 بار به ترتیب برای خاک های درشت بافت، میان بافت و ریزبافت( اندازه گیری شد. در مرحله اول جهت صحت سنجی مدل ها 71 نمونه خاک از پایگاه داده هیدرولیک خاک های غیر اشباع (UNSODA) با تنوع خصوصیات خاکی انتخاب و با استفاده از مدل های غیرهوشمند معروف کمپبل (1985)، گوپتا و لارسون (1979)، راولز و همکاران (1982)، سکستون و همکاران (1986)، آریا و پاریس (1981) و مدل هوشمند SVM رطوبت ظرفیت زراعی آن ها تعیین شد. نتایج مرحله اول نتایج نشان داد مدل های سکستون و همکاران، گوپتا و لارسون، راولز و همکاران، SVM و کمپبل به ترتیب با شاخص آماری NRMSE برابر با 0.19، 0.24، 0.26، 0.19 و 0.2 در خاک های پایگاه قابل قبول بودند. در مرحله دوم مدل های قابل قبول )در خاک های پایگاه( در خاک های منتخب مراغه مورداستفاده واقع شدند. نتایج مرحله دوم نشان داد در بین مدل های مورداستفاده مدل هوشمند SVM (NRMSE برابر با 0.12) برای خاک درشت بافت آهک دار، مدل سکستون و همکاران (NRMSE برابر با 0.08) برای خاک های درشت بافت، درشت بافت آهک دار و میان بافت، مدل راولز و همکاران (NRMSE برابر با 0.1) برای خاک های میان بافت و درشت بافت آهک دار مناسب بوده و توصیه می شوند. در صورت اضطرار برای خاک ریزبافت مدل های سکستون و همکاران و SVM نسبتاً مناسب بوده و توصیه می شوند.