مدل‌سازي شاخص S و تعيين عوامل مؤثر بر آن با استفاده از الگوريتم هيبريد شبيهسازي تبريد- شبكه عصبي مصنوعي در خاك‌هاي آهكي جنوب‌شرق ايران

استفاده از شيب منحني مشخصه رطوبتي خاك در نقطه عطف (شاخص S)، يكي از شاخصهاي مهم ارزيابي كيفيت خاك در برنامهريزي مديريت اراضي زراعي و باغي محسوب مي‌شود. هدف از اين پژوهش، تعيين مؤثرترين ويژگيهاي خاك در منطقه جيرفت بر تخمين شاخص S با استفاده از الگوريتم هيبريد شبيهسازي تبريد - شبكه عصبي مصنوعي بود. به اين منظور، 350 نمونه خاك دستخورده و 350 نمونه خاك دستنخورده از اراضي زراعي و باغي برداشت و سپس برخي از ويژگي‌هاي فيزيكي و شيميايي خاك، شامل درصد شن، سيلت، رس، قابليت هدايت‌الكتريكي اشباع، چگالي ظاهري، درصد تخلخل كل، درصد مواد آلي و درصد كربنات كلسيم معادل با استفاده از روشهاي استاندارد اندازهگيري شدند. همچنين با استفاده از دستگاه صفحات فشاري، مقدار رطوبت خاك در مكش‌هاي 0، 30،10، 50، 100، 300، 500، 1000 و 1500 كيلوپاسكال تعيين شد. در ادامه با استفاده از الگوريتم هيبريدي شبكه عصبي مصنوعي- شبيه‌سازي تبريد، ويژگيهاي مؤثر بر مدل‌سازي شاخص S استخراج شدند. در‌نهايت با استفاده از پنج ويژگي استخراج شده (درصد ش و رس، قابليت هدايت‌الكتريكي، چگالي ظاهري و ظرفيت زراعي)، مدلسازي شاخص S توسط شبكه عصبي مصنوعي انجام شد. نتايج نشان داد كه با كاهش متغييرهاي ورودي، دقت مدلسازي افزايش يافت. بهعلاوه، نتايج آناليز حساسيت نشان داد چگالي ظاهري با بالاترين ضريب حساسيت (ضريب حساسيت 5/0) به‌عنوان مهم‌ترين ويژگي در مدلسازي شاخص S محسوب مي‌شود. بنابراين، از آنجا كه افزايش تعداد ويژگيها لزوماً باعث افزايش دقت مدل‌سازي نميشود، كاهش ويژگيهاي ورودي بهسبب كاهش هزينه و زمان انجام پژوهش مقرون بهصرفه است.