مقياس‌سازي منحني رطوبتي بروكس-كوري با استفاده از حداقل داده

Scaling Brooks-Corey Soil Water Retention Curve Using Minimum Data

اندازه‌گيري منحني رطوبتي در آزمايشگاه زمان­بر و پرهزينه مي­باشد. به اين دليل پژوهش­گران روش­هايي را براي كاهش اندازه­ گيري­ها ارائه كرده­ اند. يكي از اين روش­ها، مقياس ­سازي است. هدف از اين تحقيق مقياس ­سازي منحني رطوبتي به‌دست‌آمده با استفاده از مدل بروكس-كوري براي تمامي كلاس­هاي بافتي خاك است. در اين روش به يك منحني مرجع و مقدار رطوبت در يك مكش خاص مورد نياز است. فاكتور مقياس در اين روش برابر با مقدار لگاريتم رطوبت در يك مكش خاص در خاك مرجع به مقدار لگاريتم رطوبت در همان مكش در خاك مورد نظر است. فاكتور مقياس به‌دست‌آمده با اين روش با فاكتور مقياس به‌دست‌آمده از روش بهينه­ سازي آماري مورد ارزيابي قرار گرفت. در اين تحقيق از داده ­هاي 11 كلاس مختلف بافت خاك ارائه‌شده توسط رالز و همكاران استفاده شده است. نتايج نشان داد كه فاكتور مقياس به‌دست‌آمده بر اساس رطوبت ، و نزديك به فاكتور مقياس بهينه است. مقدار ميانگين مجموع مربعات خطا روش پيشنهادي برابر با 047/0 و روش بهينه ­سازي برابر با 045/0 بود. مقدار ميانگين خطاي متوسط هندسي براي روش پيشنهادي و بهينه ­سازي به ترتيب برابر با 024/1 و 047/1 بود. نتايج نشان داد كه انتخاب منحني مرجع اختياري بوده و هريك از خاك­ها را مي­توان به‌عنوان منحني مرجع انتخاب كرد. در حالت خارج كردن از مقياس، نيز منحني رطوبتي به‌دست‌آمده با روش ارائه‌شده در اين تحقيق با دقت مناسبي بر منحني رطوبتي به‌دست‌آمده از مدل بروكس-كوري برازش يافت.

Measuring the soil water retention curve in the laboratory is time consuming and costly. For this purpose, researchers have developed some methods to reduce measurements. One of these methods is scaling. The objective of this study is to scaling the soil moisture retention curve using Brooks-Corey model for all textural classes. This method requires a reference curve and the moisture content in a specified suction. In this method the scaling factor is the logarithm of water content in a specified suction (e.g.) in the reference soil to the logarithm of water content in the same suction of the proposed soil. The scaling factor obtained by the proposed method was evaluated with the scaling factor obtained by the statistical optimization method. In this study, 11 different soil texture classes data provided by Rawls et al. were used. The results showed that the scaling factor obtained based on the water content of , and is close to the optimum scaling factor. The mean value of the sum of squares error for the proposed and optimization methods were 0.047 and 0.045, respectively. The mean value of the geometric mean error for the proposed and optimization methods were 1.024 and 1.047, respectively. The results showed that the reference curve is optional and each soil can be used as the reference curve. In the case of De-scaling, the soil water retention curve obtained by the proposed method was fitted very well to the one obtained from Brooks-Corey model.