PEDOMODELS FITTING WITH FUZZY LEAST SQUARES REGRESSION

بررسي پدومدل ها به تازگي يكي از موضوعات مهم و رايج در علوم خاك شده است. پدو مدل ها توابعي هستند كه طبق آنها مي توان برخي ويژگي هاي خاك را بر حسب برخي ديگر از ويژگي هاي خاك كه اندازه گيري آنها به سادگي يا با هزينه كم مقدور است: پيش بيني كرد. شيوه رايج برازش اين مدل ها به كارگيري رگرسيون كلاسيك بوده كه بر پايه دقيق بودن داده ها و دقيق بودن روابط بين متغيرها استوار است. در مورد سيستم هاي طبيعي مانند سيستم خاك كه در آن فرض هاي فوق برقرار نيستند، مدل سازي و پيش گويي متغيرهاي مورد نظر انعكاس مناسبي از واقعيت سيستم مورد مطالعه نمي باشد. لذا بايد تلاش نمود تا رفتار و ساختار اين نوع سيستم ها به صورت واقعي تر بررسي و تحليل شود. در اين مقاله از رگرسيون كمترين مربعات فازي براي برازش پدومدل ها استفاده شده است. ملاحظات نظري و كاربردي استفاده از اين شيوه توسط مثال هايي از علوم خاك و داده هاي واقعي بررسي شده اند.

Pedomodels have become a popular topic in soil science and environmental research. They are predictive functions of certain soil properties based on other easily or cheaply measured properties. The common method for fitting pedomodels is to use classical regression analysis, based on the assumptions of data crispness and deterministic relations among variables. In modeling natural systems such as soil system, in which the above assumptions are not held true, prediction is influential and we must therefore attempt to analyze the behavior and structure of such systems more realistically. In this paper we consider fuzzy least squares regression as a means of fitting pedomodels. The theoretical and practical considerations are illustrated by developing some examples of real pedomodels.