1403/10/02
مسعود داوری

مسعود داوری

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 56506863800
دانشکده: دانشکده کشاورزی
نشانی: سنندج، دانشگاه کردستان، دانشکده کشاورزی، گروه علوم و مهندسی خاک
تلفن:

مشخصات پژوهش

عنوان
برآورد برخی از ویژگی های فیزیکی و مکانیکی خاک با استفاده از رفتارسنجی طیفی خاک
نوع پژوهش
پایان نامه
کلیدواژه‌ها
بازتاب طیفی خاک، پیش پردازش طیفی، رگرسیون چندگانه خطی، شبکه ی عصبی مصنوعی، ویژگی های فیزیکی و مکانیکی خاک
سال 1395
پژوهشگران صلاح الدین کریمی(دانشجو)، مسعود داوری(استاد راهنما)، حسینعلی بهرامی(استاد راهنما)، ابراهیم بابائیان(استاد مشاور)، سید محمدطاهر حسینی(استاد مشاور)

چکیده

طیف سنجی مرئی - مادون قرمز نزدیک به عنوان روشی غیر مخرب، سریع، ارزان، دارای حداقل آماده سازی نمونه ها و بدون آسیب به زیست بوم می تواند جایگزین روش های مرسوم آزمایشگاهی شود. هدف از این پژوهش ارزیابی طیف سنجی انعکاسی در برآورد برخی ویژگی های خاک های دشت های کشاورزی قروه - دهگلان در استان کردستان می باشد. بدین منظور تعداد 120 نمونه خاک سطحی از منطقه مورد مطالعه جمع آوری شد. سپس ویژگی های فیزیکی و مکانیکی این نمونه ها شامل توزیع اندازه ذرات خاک، جرم ویژه ظاهری و حقیقی، پایداری خاکدانه ها، حدود آتربرگ، درصد کربن آلی، ظرفیت تبادل کاتیونی و کربنات کلسیم معادل خاک در آزمایشگاه با روش های استاندارد اندازه گیری شد. آنالیز طیفی خاک ها با استفاده از دستگاه طیف سنجی زمینی با طول موج 2500- 350 نانومتر انجام شد. پس از ثبت طیف ها، تأثیر انواع روش های پیش پردازش بر طیف ها مورد ارزیابی قرار گرفت. سپس با استفاده از روش های رگرسیون خطی چند گانه گام به گام (SMLR) و شبکه های عصبی مصنوعی (ANNs) و بهره گیری از داده های طیفی خاک، پارامترهای مورد مطالعه پیش بینی شدند. به منظور ارزیابی دقت مدل های پیشنهادی از آماره های مختلفی همچون میانگین خطا (ME)، ریشه میانگین مربعات خطای نرمال شده (NRMSE)، ضریب تبیین (R2)، شاخص بهبود نسبی (RI)، شاخص انطباق (d) و درصد انحراف نسبی (RPD) استفاده شد. با توجه به این آماره ها، دقیق ترین تخمین مدل های SMLR پیشنهادی برای ظرفیت تبادل کاتیونی و حد روانی و تخمین هایی قابل قبول برای رس، سیلت، شن، جرم ویژه ظاهری و حقیقی، تخلخل، میانگین و انحراف معیار هندسی قطر ذرات، میانگین وزنی و هندسی خاکدانه ها، حد خمیری، شاخص خمیرایی، فعالیت رس، کربن آلی و کربنات کلسیم معادل به دست آمد. نتایج همچنین نشان دادند که برآورد های ANNs از پارامترهای مقدار رس، جرم ویژه حقیقی، میانگین وزنی و هندسی قطر خاکدانه ها، حد خمیری و درصد کربن آلی قابل قبول و برآورد دیگر ویژگی های فیزیکی و مکانیکی مورد مطالعه دقیق می باشد. این نتایج بدین معنی است که شبکه های عصبی مصنوعی در مقایسه با مدل های رگرسیون خطی دارای نتایج بهتر و دقیق تر می باشند. در مجموع نتایج این پژوهش نشان داد، استفاده از داده های طیفی خاک می تواند به عنوان روشی غیرمستقیم برای برآورد ویژگی های فیریکی و مکانیکی خاک مورد استفاده قرار گیرد.