از اهداف کشاورزی پایدار افزایش راندمان تولید محصولات کشاورزی با اعمال مدیریت های صحیح بوده و لازمه آن درک کامل تر روابط بین میزان تولید محصول با ویژگی های خاک و محیط می باشد. نخستین قدم یافتن روش های مناسبی است که توانایی تعیین روابط صحیح بین ویژگی های اراضی با مقدار عملکرد محصول باشد. هدف از این مطالعه بررسی کارایی مدل ترکیبی ژنتیک-عصبی در برآورد عملکرد گندم آبی در غرب شهرستان هریس می باشد. منطقه مطالعاتی در شمال شرق تبریز واقع شده و رژیم حرارتی و رطوبتی خاک به ترتیب مزیک و اریدیک هم مرز با زریک می باشد. گندم، هندوانه و یونجه از مهم ترین محصولات زراعی منطقه است. بدین منظور تعداد 80 خاکرخ در مزارع گندم انتخاب و از هر افق ژنتیکی نمونه خاک اخذ و به آزمایشگاه منتقل و تجزیه های فیزیکی و شیمیایی روی نمونه ها صورت گرفت. جهت مدل سازی لایه های ورودی شامل ویژگی های شیمیایی، فیزیکی، زمین نما و خروجی عملکرد مشاهده شده گندم آبی می باشد. نتایج آنالیز حساسیت نشان داد که نیتروژن کل، فسفر قابل جذب، شیب، درصد سنگریزه، واکنش خاک و ماده آلی به عنوان ویژگی های اراضی مهم در عملکرد گندم در اراضی مورد مطالعه هستند. نیتروژن کل خاک به عنوان موثرترین ویژگی در کیفیت و کمیت عملکرد گندم بر اساس ماتریس همبستگی پیرسون ایجاد شده بین ویژگی ها و عمکرد می باشد. کارایی مدل ژنتیک- عصبی با موفقیت برای تشریح رابطه بین عملکرد گندم و ویژگی های زودیافت صورت گرفت، به طوری که دارای ضریب تببین بالا (0.87) و میانگین انحراف مربعات خطا کم (473.5) بود. نهایتا می توان نتیجه گرفت، مدل هیبریدی می تواند به عنوان یک ابزار قدرتمند در تخمین عملکرد گندم باشد.

خاک های سدیمی به دلیل درصد بالای سدیم تبادلی ویژگی های فیزیکی و شیمیایی نامطلوبی دارند. این مشکل منجر به کاهش ظرفیت آب قابل استفاده و کاهش رشد گیاهان می شود. برای اندازه گیری درصد سدیم تبادلی نیاز به اطلاع از مقدار ظرفیت تبادل کاتیونی است. اما اندازه گیری آن پرهزینه بوده و زمان بر نیز می باشد. بنابراین، اندازه گیری آن با استفاده از ویژگی های زودیافت خاک ضروری است. هدف از انجام این پژوهش توسعه یک مدل هوشمند بر اساس هوش مصنوعی و با استفاده از مدل تلفیقی عصبی- فازی همراستا (CANFIS) برای تخمین درصد سدیم تبادلی در جنوب شرقی استان آذربایجان شرقی است. در این رابطه 209 نمونه خاک به صورت شبکه بندی منظم (250×250 متر) از عمق صفر تا 25 سانتی متری برداشت و برای اندازه گیری درصد سدیم تبادلی و برخی دیگر از عوامل تأثیرگذار بر روی آن به آزمایشگاه منتقل شد. نتایج نشان داد که به ترتیب نسبت جذب سدیم (961/0)، هدایت الکتریکی (808/0)، pH (638/0)، مقدار رس (524/0)، شن (482/0) و سیلت (389/0) بیشترین تأثیر را در تخمین درصد سدیم تبادلی خاک دارند. در این پژوهش رابطه بین درصد سدیم تبادلی و نسبت جذب سدیم با ضریب تبیین 91/0 محاسبه شد. مدل CANFIS با ورودی های انتخاب شده از آنالیز به مؤلفه های اصلی مشتمل بر نسبت جذب سدیم، هدایت الکتریکی، واکنش خاک دارای کارائی بیشتری نسبت به مدل CANFIS با پنج ورودی نشان داد. طوری که آماره های جذرمیانگین مربعات خطا و ضریب تبیین برای مدل مناسب تر و به ترتیب 0/1 و 96/0 محاسبه شد. نتایج موید کارایی بالای شبکه های عصبی - فازی در تخمین درصد سدیم تبادلی است.

حدود پایداری آتربرگ خاک از ویژگی های مکانیکی مهم خاک می باشند. که در طبقه بندی خاکهای چسبنده برای اهداف مهندسی بکار می روند و همبستگی بالایی با سایر ویژگیهای خاک دارند. این خصوصیات در برآورد سایر شاخص های مهندسی خاک مانند مقاومت برشی، توان بارپذیری، آماس پذیری و سطح ویژه کاربرد دارند. در کشاورزی نیز این ویژگی ها کاربرد دارند، به عنوان مثال در رابطه رطوبت مناسب برای خاک ورزی استفاده می شوند. با توجه به اهمیت حدود پایداری و نظر به وقت گیر بودن و نیاز به تجربه کافی برای اندازه گیری آنها، لازم است که این خصوصیات با استفاده از سایر خصوصیات زودیافت خاک با دقتی قابل قبول برآورد شدند. هدف از این پژوهش بررسی امکان استفاده از خصوصیات زودیافت خاک برای برآورد حدود پایداری خاک (حد روانی، حد خمیرایی و شاخص خمیرایی) و در نهایت ارایه مدلی برای آنها بوده است. برای انجام این کار از خاک های منطقه کرج تعداد 37 نمونه خاک با بافت متوسط به روش نمونه برداری کاملا تصادفی و مرکب از عمق 20-0 سانتی متری برداشت شد. تعداد 30 نمونه برای ایجاد توابع و 7 نمونه برای ارزیابی اعتبار توابع مورد استفاده قرار گرفت. فراوانی نسبی ذرات خاک به روش هیدرومتری، ظرفیت تبادل کاتیونی به روش استات آمونیوم، چگالی ظاهری به روش کلوخه، درصد کربن آلی به روش والکلی و بلک، حد روانی نمونه ها با استفاده از دستگاه کاساگراند و حد خمیری خاک با روش تهیه فتیله اندازه گیری شدند. پس از بررسی همبستگی بین متغیرهای مستقل (ویژگیهای زودیافت خاک)، با استفاده از نرم افزار Minitab11 با روش رگرسیون گام به گام، مناسبترین ترکیب از متغیرهای مستقل برای برآورد حد روانی، حد خمیرایی و شاخص خمیرایی انتخاب و معادلات رگرسیونی چند متغیره ارایه شد. نتایج نشان داد از بین متغیرهای مستقل، حد روانی همبستگی معنی داری با متغیرهای ظرفیت تبادل کاتیونی، چگالی ظاهری و رطوبت اشباع خاک (R2adj=0.77)، حد خمیرایی همبستگی معنی داری با متغیرهای ظرفیت تبادل کاتیونی، چگالی ظاهری، درصد رس و رطوبت اشباع خاک (R2adj =0.72) و شاخص خمیرایی همبستگی معنی داری با متغیرهای چگالی ظاهری، درصد رس و کربن آلی خاک (R2adj=0.625) داشتند و بین مقادیر اندازه گیری شده و برآورد شده همبستگی معنی داری وجود داشت. این همبستگی برای توابع برآورد کننده حد روانی، حد خمیری و شاخص خمیرایی در سطح 0.01 درصد معنی دار بودند. تجزیه های آماری برای ارزیابی توابع انتقالی نشان داد که مقادیر میانگین هندسی نسبت خطا (GMER) برای توابع برآورد کننده حدروانی، حد خمیرایی و شاخص خمیرایی به ترتیب 0.99، 0.99 و 1.06 و مقادیر انحراف معیار هندسی نسبت خطا (GSDER) نیز به ترتیب 1.03، 1.04 و 1.32 بوده است که نشان دهنده اعتبار بالای توابع ارایه شده برای حد روانی و حد خمیرایی می باشد.

هدایت هیدرولیکی اشباع خاک از مهم ترین ویژگی های فیزیکی خاک است که اهمیتی ویژه در شناخت، بررسی و مدل سازی ترابری آب، املاح و آلاینده ها در محیط های متخلخل دارد. با وجود پژوهش های پرشمار که پیرامون اندازه گیری مستقیم هدایت هیدرولیکی اشباع صورت گرفته است، این روش ها هم چنان پرهزینه، زمان بر و تخصصی هستند. از این رو، برآورد هدایت هیدرولیکی اشباع با استفاده از روش هایی سریع، کم هزینه و با دقتی قابل قبول از جمله توابع انتقالی خاک، ضروری است. هدف از این پژوهش برآورد هدایت هیدرولیکی اشباع با استفاده از پارامترهای زودیافت خاک شامل توزیع اندازه ذرات، جرم ویژه ظاهری، تخلخل کل، تخلخل موثر، درصد رطوبت در مکش 0.3 و 15 بار، درصد آهک، درصد مواد آلی، pH و EC با بهره گیری از شبکه عصبی مصنوعی بود. به این منظور، در منطقه چهل دین در محدوده شهرستان گرگان هدایت هیدرولیکی اشباع با استفاده از دستگاه نفوذسنج گوالف در 27 مکان در عمق های 35-10، 35-15 و 35-20 (81 = 3×27) اندازه گیری و از همان نقاط نمونه برداری خاک نیز صورت گرفت. سپس ویژگی های زودیافت خاک، در آزمایشگاه اندازه گیری و نتایج اولیه به دست آمد. بر پایه نتایج تجزیه حساسیت، درصد شن و رس، درصد رطوبت در مکش 0.3 بار، تخلخل کل و میانگین هندسی اندازه ذرات به ترتیب به عنوان پارامترهای حساس در برآورد هدایت هیدرولیکی اشباع بودند. در نهایت به منظور تخمین سریع و کم هزینه هدایت هیدرولیکی اشباع، با استفاده از پارامترهای حساس، مدل هایی گوناگون طراحی شدند. نتایج نهایی مقایسه مدل ها نشان داد که بهترین مدل از نظر دقت و سرعت تخمین هدایت هیدرولیکی اشباع مدلی بود که از پارامترهای ورودی لگاریتم میانگین هندسی قطر ذرات، تخلخل کل و درصد شن و رس استفاده شد.

اندازه گیری برخی از ویژگی های مهم خاک، ممکن است دشوار، بسیار وقت گیر و پرهزینه باشد. بنابراین، تخمین این گونه از ویژگی های خاک با استفاده از ویژگی های زودیافت خاک، می تواند مفید باشد. به این روابط، توابع انتقالی خاک (PTFs) می گویند. این پژوهش به منظور ایجاد توابع انتقالی خاک برای برآورد گنجایش زراعی (FC)، نقطه پژمردگی دائم (PWP) و گنجایش تبادل کاتیونی خاک (CEC) برای خاک های استان کرمان انجام شد. بنابراین، تعداد 100 نمونه خاک از مناطق مختلف استان کرمان (کرمان، بردسیر، رفسنجان، شهربابک، سیرجان و ارزوئیه بافت) و از لایه صفر تا 30 سانتی متر گرفته شد. سپس ویژگی های دیریافت (FC،PWP  و CEC) و زودیافت (درصد رس، سیلت، شن، آهک، ماده آلی و گچ) خاک ها اندازه گیری گردید. در روش رگرسیون، برای FC درصد رس، شن و گچ، برای PWP درصد رس و برای CEC درصد رس و ماده آلی، اثرات معنی داری در مدل های ایجادشده نشان دادند. ضرایب تبیین (R2) به ترتیب برای FC،PWP  و CEC برابر 0.86، 0.45 و 0.94 محاسبه شدند. بهترینPTFs ها توسط شبکه عصبی مصنوعی برای FC،PWP  و CEC با 6 لایه پنهان و در نظر گرفتن تمامی ورودی ها به دست آمد (ضریب تبیین به ترتیب برابر 0.98، 0.93 و 0.99). دقت در روش شبکه عصبی نسبت به روش رگرسیون بیش تر بود. نتایج نشان داد که اگر تعداد ویژگی های زودیافت اندازه گیری شده زیاد نباشند، می توان از مدل های رگرسیونی با دقت قابل قبولی استفاده کرد. اگر تعداد ویژگی های زودیافت اندازه گیری شده زیاد بود، آن گاه مدل شبکه عصبی، نتایج بسیار دقیق تری ارائه می نماید. دقت مدل شبکه عصبی با کاهش تعداد پارامترهای زودیافت (ورودی ها)، کاهش یافت.

برای پژوهش در زمینه ی جریان غیر اشباع در خاک، داشتن توابعی هیدرولیکی که در پیش بینی منحنی مشخصه و هدایت هیدرولیکی خاک دارای عملکرد مطلوبی باشند، برای پژوهش در زمینه ی جریان غیر اشباع در خاک ضروری است. در این پژوهش، ابتدا با انتخاب 8 خاک از بافت های مختلف بانک UNSODA، به بررسی صحت ضریب شکل بهینه خروجی از رابطه ی رطوبت مکش (n) مدل ون گنوختن معلم (VGM) در پیش بینی مقدار هدایت هیدرولیکی غیراشباع در رطوبت های مختلف بررسی شد. با توجه به نتایج ضعیف حاصل از پیش بینی این مدل و نیاز به بررسی ضریب شکل جداگانه ای همچون () برای رابطه ی هدایت هیدرولیکی رطوبت (K-θ ) مدل VGM، 24 خاک از کلاس های بافتی مختلف UNSODA انتخاب و پارامترهای اندازه گیری شده ی آنها، به منظور یافتن تابع انتقالی مناسب در برآورد به روش تحلیل رگرسیون مورد تحلیل قرار گرفت. رابطه ی ایجاد شده، ارتباط () را با دو پارامتر رطوبت اشباع (θ s) و مقدار ماده آلی خاک با دارا بودن ضریب همبستگی (r=0. 745) و معنی داری آماری (P-value=0. 0005) تایید نمود. همچنین، برای صحت سنجی تابع انتقالی ایجاد شده، مقدارهای (K-θ ) اندازه گیری شده برای 8 خاک منتخب بخش صحت سنجی با مقادیر محاسباتی K حاصل از ضریب شکل تابع انتقالی () و نرم افزار RETC (n) مقایسه شد. مقدار شاخص های آماری جذر میانگین مربعات خطای مدل (RMSEM)و ضریب کارآیی نش ساتکلیف (NSE) نشان داد که استفاده از ضریب شکل تابع انتقالی ایجاد شده در این پژوهش در مقایسه با نرم افزار RETC، عملکرد مطلوب تری در پیش بینی مقادیر هدایت هیدرولیکی غیراشباع داشت.

تخمین پارامترهای دیریافت خاک با استفاده از اطلاعات موجود خاک، توابع انتقالی نامیده می شود. جهت توسعه توابع انتقالی می توان از مدل های رگرسیون چند متغیره، شبکه عصبی مصنوعی و نروفازی استفاده کرد. بنابراین در این مطالعه به منظور مقایسه مدل های مذکور، 153 نمونه جمع آوری شده از ناحیه شمالی شهرستان رشت مورد آزمایش قرار گرفته و درصد شن، سیلت، رس و کربن آلی به عنوان ویژگی های زودیافت و ظرفیت تبادل کاتیونی به عنوان ویژگی دیریافت اندازه گیری شدند. سپس کل داده ها به دو سری داده، شامل سری آموزش (80% داده ها) و سری ارزیابی (20% داده ها) تقسیم گردید. نتایج ارزیابی نشان داد که مدل نروفازی بر اساس شاخص های ریشه مربعات خطا، میانگین خطا و ضریب تبیین به ترتیب 0.733، -0.07 و 0.66 دارای بالاترین دقت در پیش بینی ظرفیت تبادل کاتیونی خاک می باشد. همچنین این مدل بر اساس شاخص درصد کاهش ریشه مربعات خطا به میزان 14 درصد دقت پیش بینی ویژگی CEC را نسبت به روش رگرسیون خطی چندگانه افزایش داده است. بعد از این مدل، شبکه های عصبی مصنوعی پس انتشار، پایه شعاعی و آبشاری به ترتیب نسبت به معادلات رگرسیونی کارائی بهتری داشته اند.

سابقه و هدف: یکی از نیازهای مهم در برنامه ریزی تولید و فرآوری گیاهان دارویی به منظور حصول عملکرد بالا و با کیفیت مطلوب، ارزیابی اولیه خصوصیات فیزیکی و شیمیایی خاک منطقه است که می توان با اجتناب از کاربرد غیرضروری آزمایشات متنوع خاکشناسی، هزینه تولید را به حداقل کاهش داد. مرزه تابستانه (Satureja hortensis L) از جمله گیاهان دارویی پرکاربرد است که میزان اسانس و ترکیبات آن شاخص کیفی گیاه محسوب می شود. امروزه با ورود مدل های رگرسیونی چند متغیره و مدل های شبکه مصنوعی در تحقیقات، بسیاری از روابط پیچیده موجود در طبیعت قابل درک است. از این رو ضرورت برآورد عملکرد اسانس گیاه مرزه با استفاده از روش های سریع، کم هزینه و با دقتی قابل قبول احساس می گردد. مواد و روش ها: این پژوهش بصورت طرح کاملاً تصادفی، در سه تکرار و بصورت گلدانی انجام شد. از مناطق مختلف شهرستان نیشابور 53 نمونه خاک تهیه و پارامترهای زودیافت آن که شامل 1-درصد شن، 2-درصد سیلت، 3-درصد رس، 4-مواد آلی، 5-اسیدیته، 6-شوری، 7-فسفر، 8-پتاسیم، 9-نیتروژن، 10-درصد کربن می باشد، در آزمایشگاه اندازه گیری و نتایج اولیه بدست آمد. تقریباً 90 روز پس از کشت بذور در گلدان های حاوی نمونه های مختلف خاکی، نمونه گیری از آن ها صورت گرفت. سپس نمونه ها به مدت 24 ساعت در آون 40 درجه سانتی گراد قرار گرفتند تا خشک شوند. در نهایت رابطه های بین عملکرد اسانس گیاه مرزه و پارامترهای زودیافت خاک با تجزیه شبکه عصبی مصنوعی و با استفاده از نرم افزار Matlab7. 9 مشخص گردید. برای بدست آوردن حساس ترین پارامترها، تجزیه حساسیت به روش ضریب بدون بعد حساسیت محاسبه گردید. بطوری که اگر مقدار ضریب حساسیت پارامتری از 1/0 بیش تر باشد، آن پارامتر جز پارامترهای حساس مدل محسوب شد. یافته ها: شبکه عصبی مصنوعی از الگوی شبکه عصبی مصنوعی انسان شبیه سازی شده است، به گونه ای که می تواند پس از آموزش، پارامترهای خروجی مورد نظر را با اعمال پارامترهای ورودی برآورد نماید. در این پژوهش، از ساختار شبکه عصبی پرسپترون با الگوریتم آموزشی مارکوآت لونبرگ استفاده شد تا عملکرد اسانس از پارامترهای زودیافت خاک همچون بافت خاک، مواد آلی و عناصر پرمصرف برآورد شود. بالا بودن مقادیر R2 و پایین بودن مقادیر RMSE یاد شده بیانگر نزدیک بودن داده های پیش بینی با داده های اندازه گیری و دقت بالای مدل در برآورد عملکرد اسانس گیاه مرزه تابستانه است. بر این اساس پارامترهای بافت خاک(درصد شن، سیلت و رس) و کربن آلی، ماده آلی، شوری، پتاسیم و اسیدیته خاک به ترتیب به عنوان حساس ترین پارامترها انتخاب گردید. نتیجه گیری: نتایج نشان داد که مدل های عصبی ایجاد شده قادر نبودند عملکرد اسانس در گیاه مرزه تابستانه را با حداکثر دقت (R2= 0. 50) برآورد نمایند. از بین 8 مدل برازش یافته یک مدل مبتنی بر متغیرهای مستقل EC + بافت + کربن + ماده آلی + پتاسیم + pH عملکرد بهتری داشت، با این وجود تعداد بالای عوامل ورودی این مدل محدودیت تلقی می شود. از آنجایی که این تحقیق جزء اولین بررسی ها در مورد برآورد عملکرد اسانس گیاهان دارویی بود، لذا ادامه تحقیق و بررسی در این خصوص و همچنین پیش بینی عملکرد سایر گیاهان دارویی به این روش پیشنهاد می گردد.

ظرفیت خاک برای تولید در اکوسیستم و کاربری اراضی برای حفظ باروری بیولوژیکی، کیفیت محیط زیست و تقویت سلامتی گیاه و حیوان، کیفیت خاک نام دارد که ارزیابی دقیق آن برای مدیریت پایدار خاک ضروری است. چون نمی توان کیفیت خاک را مستقیما اندازه گیری کرد، باید آن را از شاخصهای کیفیت استنتاج نمود. شاخصهای کیفیت خاک ویژگیهای قابل اندازه گیری خاک هستند. با توجه به پیچیدگی کیفیت خاک و اهمیت آن، معرفی یک شاخص کمی برای تعیین کیفیت خاک (S) و برآورد شاخص S با استفاده از توابع انتقالی و ویژگیهای زودیافت خاک از اهداف تحقیق حاضر بوده است. بدین منظور ویژگیهای فیزیکی و شیمیایی 84 نمونه خاک (27 نمونه خاک شور و 57 نمونه خاک آهکی) از قبیل توزیع اندازه ذرات، مواد آلی، جرم مخصوص ظاهری، کربنات کلسیم معادل، قابلیت هدایت الکتریکی (EC) و نسبت جذب سدیم (SAR) اندازه گیری شد.همچنین منحنی رطوبتی آنها در مکشهای 0، 1.5، 2.5، 5.5، 10، 20، 30، 50، 100، 200، 300، 500 و1000 kPa اندازه گیری شد. با استفاده از نرم افزار Rosetta پارامترهای معادله وان گن اختن (1980) تعیین شد و شیب منحنی رطوبتی در نقطه عطف تعیین و به عنوان شاخص کیفیت فیزیکی خاک (S) در نظر گرفته شد.سپس با استفاده از توابع انتقالی و نرم افزار SPSS رابطه رگرسیونی بین این شاخص و ویژگیهای زودیافت خاک تعیین شد. نتایج نشان داد همبستگی معنی داری بین شاخص S و درصد رس، سیلت و کربنات کلسیم معادل در هر سه نوع خاک شور، آهکی و شور-آهکی وجود دارد (p=0.01). همچنین بین شاخص S و جرم مخصوص ظاهری در خاکهای شور و آهکی به ترتیب در سطوح 5% و 1% همبستگی معنی داری مشاهده شد. نتایج نشان داد که رابطه رگرسیونی قوی بین مقادیر شاخص S اندازه گیری شده از منحنی رطوبتی و برآورد شده با استفاده از صفات زودیافت خاک برقرار است و ضریب همبستگی بین این دو در خاکهای شور، آهکی و شور-آهکی به ترتیب 0.855، 0.928 و 0.919 بود.