ارزيابي دقت روش هاي برآورد هدايت هيدروليكي اشباع براي خاك هاي مختلف

Evaluating the Accuracy of Methods of Estimating Saturated Hydraulic Conductivity in Different Soils

هدايت هيدروليكي اشباع يكي از خصوصيات مهم فيزيكي خاك در مدل كردن انتقال آب و املاح، مديريت آبياري و مسايل زهكشي مي باشد. روش هاي آزمايشگاهي و صحرايي براي اندازه گيري مستقيم اين ويژگي زمان بر و پرهزينه مي باشد. به همين منظور، روش هاي غيرمستقيم استفاده از توابع انتقالي براي برآورد اين ويژگي توسعه يافته است. هدف از اين تحقيق، ارزيابي مدل هاي توابع انتقالي رگرسيوني مختلف، مدل تابع انتقالي رزتا (Rosetta) با ماهيت شبكه عصبي مصنوعي و مدل فركتال براي برآورد هدايت هيدروليكي اشباع است. همچنين، به علت اهميت و نقش جريان هاي ترجيحي در انتقال تركيبات شيميايي در خاك، هدايت هيدروليكي منافذ درشت خاك با استفاده از مدل فركتال بدست آمد. اين هدف با انتخاب 31 نمونه خاك با بافت هاي مختلف و اندازه گيري هدايت هيدروليكي اشباع با روش بار افتان، مورد آزمون قرار گرفت. خصوصيات فيزيكي زود يافت خاك شامل توزيع اندازه ذرات، جرم مخصوص ظاهري، جرم مخصوص حقيقي، محتواي مواد آلي در آزمايشگاه اندازه گيري شد. هدايت هيدروليكي اشباع با استفاده از خصوصيات زود يافت خاك به وسيله مدل هاي ذكر شده، برآورد شد. به منظور مقايسه و ارزيابي مدل هاي مختلف محك هاي آماري درجه انحراف (DT)، نسبت خطاي متوسط هندسي (GMER) و نسبت خطاي انحراف معيار هندسي (GSDER) براي تمام مدل ها محاسبه شد. نتايج نشان داد مدل وستن و همكاران بالاترين دقت را باDT و GMER به ترتيب 117/23 و 055/0 و با GSDER برابر با 372/3 نسبت به ساير مدل ها براي مناطق مورد مطالعه دارد. مدل كمپل و شوزاوا با DT برابر854/4931 ضعيف ترين برآورد را براي هدايت هيدروليكي اشباع ماتريس خاك ارايه داد. محك هاي آماري حاكي از آن است كه مدل فركتال تعديل شده در اين تحقيق، با DT برابر 91/4 بهترين برآورد را براي هدايت هيدروليكي اشباع منافذ درشت خاك ارايه مي كند.

Saturated hydraulic conductivity is one of the main soil physical properties used in the modeling of water and solute transport and management of irrigation and drainage problems. Laboratory and field methods for direct measurement of this property are time consuming and costly. Thus, indirect methods, such as pedotransfer functions, have been developed to estimate this property. The objective of this study was evaluation of regression-based pedotransfer functions, Rosetta pedotransfer function with artificial neural network approach, and fractal models to estimate saturated hydraulic conductivity. In addition, due to the importance and role of preferential flow of water and chemicals in the soil medium, hydraulic conductivity of large pores was estimated using fractal model. To do so, 31 soil samples with different soil textures and measured saturated hydraulic conductivity by falling head method were selected. Easily measured soil physical properties, such as particle size distribution, bulk density, particle density, and organic matter content were determined in laboratory. Saturated hydraulic conductivity was estimated using the aforementioned models and the measured soil physical properties. For the purpose of comparison and evaluation of pedotransfer functions, fractal model, statistical criteria e.g., deviation time (DT), geometric mean error ratio (GMER) and geometric standard deviation error ratio (GSDER) were calculated for all the models. Results showed that the Wosten et al. and Campbell-Shiozawa models were, respectively, the best and worst estimator of matrix saturated hydraulic conductivity. The statistical criteria indicated that the adjusted fractal model in this study showed the best estimation of macropores saturated hydraulic conductivity.