1403/02/14
پرویز فتحی

پرویز فتحی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 16052387100
دانشکده: دانشکده کشاورزی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
مقایسه روش های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین مقادیر آرسنیک خاک (مطالعه موردی :استان کردستان، ایران)
نوع پژوهش
مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها
آرسنیک، بیجار، رگرسیون چند متغیره، شبکه عصبی مصنوعی، کردستان.
سال 1393
مجله پژوهش هاي آبخيزداري (پژوهش و سازندگي سابق)
شناسه DOI
پژوهشگران کمال نبی اللهی ، احمد حیدری ، نورایر تومانیان ، پرویز فتحی ، غلامرضا ثواقبی ، عطااله شیرزادی

چکیده

آرسنیک از عناصر بسیار سمی استک ه مشکلات زیست محیطی و بهداشتی زیادی را در برخی نقاط جهان بوجود آورده است. بافت خاک، ظرفیت تبادل کاتیونی، کربنا تها، آنیو نهای محلول، اکسیدهای آهن و زمی نشناسی اصل یترین خصوصیات کنترل کننده آرسنی کخاک م یباشند. 227 نمونه از منطقه آلوده به آرسنی کشهرستان بیجار جمع آوری و علاوه بر خصوصیات فیزیکوشیمیایی معمول مقادیر اکسیدهای آهن و آرسنیک کل خاک اندازه گیری شد. داد هها به سه سری داده، شامل سری آموزش ) 80 درصد داد هها(، صح تسنجی ) 10 درصد داد هها( و آزمون ) 10 درصد داد هها( تقسیم گردید. مد لهای شبکه عصبی مصنوعی و رگرسیون چند متغیره برای تعیین پارامترهای موثر بر میزان توزیع مکانی آرسنی کخاک و تخمین مقدار آرسنی کخاک استفاده شدند. شاخ صهای ارزیابی ریشه مربعات خطا، میانگین خطا، خطای استاندارد نسبی و کارایی مدل نشان دادند که مدل شبکه عصبی ،72/ 0 برای خاک عمقی و 89 / 0 و 95 /36 ،12/44 ،54/ 0 برای کل خاک و 28 / 0 و 81 /33 ،9/37 ،54/ مصنوعی 1 )ب هترتیب با 37 0 برای کل خاک / 0 و 88 /24 ،5/73 ،21/ 0 برای خاک سطحی( و مدل شبکه عصبی مصنوعی 2 )ب هترتیب با 16 / 0/49 و 82 ،27/33 0 برای خاک سطحی( در مقایسه با مدل رگرسیون / 0 و 92 /28 ،17/34 ،44/ 0 برای خاک عمقی و 83 / 0 و 96 /14 ،10/22 ،17/ و 62 ،76/ 0 برای خاک عمقی و 18 / 0 و 77 /58 ،30/58 ،88/ 0 برای کل خاک و 68 / 0 و 64 /52 ،29 ،83/ خطی چندگانه )ب هترتیب با 94 0 برای خاک سطحی( دارای کارایی بالاتری در تخمین آرسنی کم یباشند و استفاده از فاکتور زمین شناسی در / 0/52 و 73 ،56 کنار خصوصیات فیزیکوشیمیایی سبب افزایش دقت تخمین آرسنی کمی گردد.