مــــرتــــع

سابقه و هدف: در طول فصل بارندگی، نفوذ آب در خاک، رطوبت خاک را در مناطق نیمه‌خشک جبران می‌کند در بهبود پوشش گیاهی، پتانسیل فرسایش و تغذیه آب‌های زیرزمینی تأثیر می‌گذارد. نفوذ آب به خاک مهم­ترین منبع تامین­کننده آب برای حیات گیاهان است و نقش اساسی در کنترل آب­های سطحی و زیرزمینی دارد. به‌دلیل اهمّیت موضوع، در این تحقیق به مدل­سازی نرخ نفوذپذیری در تیپ­های مختلف پوشش گیاهی (تیپ­های بلوط، گون-فرفیون، گراس و گراس-گون) با استفاده از الگوریتم­های یادگیری در حوضه الشتر استان لرستان پرداخته شده است.

مواد و روش­ها: منطقه مورد مطالعه از نظر ژئومورفولوژیکی در بخش مرکزی زاگرس در استان لرستان قرار دارد که خود بخشی از زیر حوزه کرخه می‌باشد. زیر حوزه الشتر مطابق شکل (1) بین طول­های جغرافیایی ”28 ΄10 ْ48 تا ”29 ΄23 ْ48 شرقی و عرض­های ”17 ΄45 ْ33 تا ”23 ΄51 ْ33 شمالی با مساحت 64/797 کیلومتر مربع قرار گرفته است. بلندترین نقطه حوضه در بخش شمال شرقی با ارتفاع 3613 متر و پست­ترین نقطه حوضه در بخش جنوبی با ارتفاع 1481 متر از سطح دریا قرار دارد. میانگین بارندگی سالانه منطقه 570 میلی‌متر بوده و بر اساس روش دومارتن، اقلیم منطقه نیمه‌خشک و سرد است. در این تحقیق برای مدل­سازی نفوذپذیری در تیپ­های مختلف گیاهی از الگوریتم­های یادگیری RF، MLP، GP-PUK،  GP-RBF، SVM-PUK و SVM-RBF استفاده شد که 70 درصد داده­های آموزش و 30 درصد داده­های آزمایش در نظر گرفته شد. داده­های ورودی برای مرحله‌ی آموزش و آزمایش مدل داده­های زمان، درصد رطوبت وزنی، درصد رس، درصد لای، درصد شن، و جرم مخصوص ظاهری به‌ کار برده شد و اندازه‌ی سرعت نفوذپذیری به­عنوان داده‌ی خروجی در نظر گرفته شد. در نهایت مدلی که با توجه به معیار­های ارزیابی، بهترین جواب را ارائه داد به­عنوان مدل برتر انتخاب شد. سپس برای ارزیابی دقت مدل­های نفوذ از پارامترهای آماری ضریب همبستگی (CC)، میانگین خطای مطلق (MAE) و ریشه میانگین مربعات خطا (RMSE) استفاده شد.

نتایج: مطابق نتایج به­دست آمده بیش‌ترین و کم‌ترین مقدار نفوذ متوسط به­ترتیب متعلق به تیپ گون-فرفیون و تیپ گراس-گون با میزان 4/14 و 25/6 سانتی­متر در ساعت می­باشد که این تفاوت می­تواند حجم وسیعی از آب را به داخل خاک نفوذ دهد یا بر روی سطح خاک به شکل رواناب جریان یابد. تیپ گیاهی گراس با میزان 3/14 سانتی­متر در ساعت در رتبه دوم بیش‌ترین مقدار نفوذ متوسط قرار گرفت. همچنین حداکثر سرعت نفوذ با مقدار 2/37 سانتی­متر در ساعت متعلق به تیپ گیاهی گون-فرفیون و حداقل سرعت نفوذ با مقدار 8/22 سانتی‌متر در ساعت متعلق به تیپ گیاهی گراس-گون می­باشد. مطابق نتایج تحقیق مقدار متوسط و تجمعی نفوذپذیری در تیپ گون-فرفیون بیش‌تر از دیگر تیپ­های پوشش گیاهی است. در ادامه نتایج حاصل از مدل­سازی با استفاده از مدل­های ذکرار شده نشان داد در تیپ­های بلوط و گون- فرفیون مدل GP با کرنل PUK با ضریب تبین 2/97 و 498 درصد نسبت به سایر مدل­ها با توجه به معیارهای ارزیابی از عملکرد بهتری برخوردار بوده است. در تیپ­های گراس و گراس-گون بین مدل­ها RF به­عنوان مدل برتر انتخاب شد. در بخش آزمایش تیپ گراس به­ترتیب برابر 82/0، 102/0 و 064/0 بوده و در تیپ گراس-گون در بخش آزمایش نتایج به­همین ترتیب برابر 99/0، 0052/0 و 0044/0 به­دست آمده است.

نتیجه­گیری: پیش­بینی میزان نفوذپذیری یکی از پارامترهای اساسی در رابطه با هیدرولوژی، مدیریت حوزه‌های آبخیز، آبیاری و مطالعات مرتبط با کشاورزی است. لذا بر اساس نتایج به­دست آمده از این تحقیق، الگوریتم­های یادگیری یکی از روش­های مناسب برای تخمین میزان نفوذپذیری آب در خاک­های با پوشش و تیپ­های مختلف گیاهی هستند. در مجموع با توجه به نتایج این تحقیق و با بررسی نتایج به‌دست آمده از تحقیقات پیشین می­توان به این نتیجه رسید که در رابطه با موضوع مدل­سازی نفوذپذیری خاک در تیپ­های پوشش گیاهی مختلف، استفاده از الگوریتم­های یادگیری ماشین به­ویژه فرآیند گوسی (GP) و مدل جنگل­ تصادفی (RF) کاربرد داشته و می­توان در بازه­های زمانی متفاوت و حوضه­های مطالعاتی مختلف، از این مدل­ها به‌منظور برآورد میزان نفوذپذیری و همچنین تخمین رواناب منطقه استفاده کرد.