مدل‌سازي پايداري خاكدانه‌هاي خيس بر اساس جنگل تصادفي بهينه‌شده با الگوريتم ژنتيك

مطالعه وضعيت پايداري خاكدانه‌هاي خيس (WAS)، به‌عنوان شاخصي رايج از ساختمان خاك و نيز ارزيابي كيفيت آن، براي مديريت بهينه منابع خاك و آب، حائز اهميت است. در پژوهش حاضر، براي مدل‌سازي پايداري خاكدانه‌هاي خيس از مدل‌هاي يادگيري ماشين جنگل تصادفي (RF)  و جنگل تصادفي بهينه‌شده با الگوريتم ژنتيك (GA-RF) استفاده شد. بدين منظور، ويژگي‌هاي بافت، ماده آلي و آهك 55 نمونه خاك از جنگل‌هاي ارسباران تعيين و سپس با تركيب‌هاي ورودي مختلف بر اساس مقادير همبستگي با پارامتر WAS، مدل‌سازي با استفاده از هفت سناريو انجام شد. به‌منظور تعيين توانايي مدل‌هاي اجرا شده، سه شاخص عملكرد ضريب همبستگي (CC)، جذر ميانگين مربعات خطاي نرمال شده (NRMSE)  و ضريب ويلموت (WI)  مورد استفاده قرار گرفت. نتايج نشان داد كه مدل RF5 در بين مدل‌هاي جنگل تصادفي با 0.038NRMSE =، 0.736CC = ،  0.789WI =  و مدل GA-RF5 در بين مدل‌هاي جنگل تصادفي بهينه‌شده با الگوريتم ژنتيك با 0.031NRMSE = ، 0.800CC = ،  0.842WI =   با ورودي درصد شن و سيلت و رس، بهترين عملكرد را داشتند. علاوه‌براين نتايج RF1  ) 0.047NRMSE = ، 0.589CC = ،  0.721WI = ( و GA-RF1  ) 0.036NRMSE = ، 0.662CC = ،  0.797WI = ( نشان داد كه درصد رس بالاترين درجه همبستگي را با پايداري خاكدانه‌ها دارد. همچنين، با اضافه شدن كربنات كلسيم معادل در سناريو 7، بهبود عملكرد و تأثير مثبت اين ويژگي در پيش‌بيني پايداري خاكدانه‌هاي خيس مشاهده گرديد. بنابراين، مدل جنگل تصادفي بهينه‌شده با الگوريتم ژنتيك براي تعيين دقيق و مناسب پايداري خاكدانه‌هاي خيس در مطالعات مربوط به خصوصيات خاك توصيه مي‌گردد.