ارزیابی توابع انتقال برای پیش بینی منحنی نگهداشت رطوبت خاک

قیمت: 38,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

ارزیابی توابع انتقال برای پیش بینی منحنی نگهداشت رطوبت خاک

عنوان لاتین

Evaluation of Pedotransfer Functions for Predicting the Soil Moisture Retention Curve

اندازه گیری مستقیم منحنی نگهداشت رطوبت خاک (MRC) زمانبر و پرهزینه است. تلاش های چندی برای یافتن یک رابطه بین خصوصیات خاک که به راحتی در دسترس است مانند توزیع اندازه ذرات، مقدار مواد آلی و وزن مخصوص ظاهری و منحنی نگهداشت رطوبت خاک صورت گرفته است. این تلاش ها، روابط را به صورت توابع انتقال (PTFs) بیان نمودند. موضوع این پژوهش، ارزیابی مقدار PTFs با توجه به دقت آن ها در پیش بینی منحنی نگهداشت رطوبت خاک بود. پنج مورد بطور گسترده ای مورد استفاده قرار گرفت و چهار مورد PTFs که اخیرا توسعه یافته بود برای ارزیابی انتخاب شدند. 7 مورد از PTFs انتخاب شده پارامترهای تابع نگهداشت رطوبت را پیش بینی می کرد، در حالیکه دو مورد دیگر مقدار رطوبت در پتانسیل های ماتریک معین را پیش بینی می کرد. به منظور کمی کردن دقت پیش بینی، میانگین مقدار مطلق متوسط تفاوت ها (MAMD)، متوسط و انحراف معیار ریشه میانگین مربعات تفاوت ها (MRMSD و SDRMSD)و متوسط ضریب همبستگی پیرسون استفاده شد. PTFs ارزیابی شده در نهایت براساس این معیارهای اعتبارسنجی رتبه بندی شدند. توابع انتقال، دقت پیش بینی خوب تا ضعیف با مقادیر MAMD در دامنه m3 m-3 0603/0- 0312/0 و m3 m-3 0774/0 – 0412/0 با مقادیر MRMSDs نشان دادند. مقادیر SDRMSDs و Mr به ترتیب بین m3 m-3 0349/0 – 0212/0 و 9980/0 – 9468/0 بود. معیارهای اعتبارسنجی محاسبه شده بوسیله PTF روش وریکن و کوارکر، بهترین نتایج را نشان دادند. علاوه بر این، PTF پارامترهای تابع نگهداشت رطوبت را پیش بینی می کند و از اینرو، PTF بیشتر برای پیش بینی منحنی نگهداشت رطوبت از خصوصیات خاک که به راحتی در دسترس هستند توصیه شده است.

The soil moisture retention curve (MRC) is time consuming and expensive to measure directly. Several attempts have been made to establish a relation between readily available soil properties, like particle-size distribution, organic matter content, and bulk density, and the soil moisture retention curve. Those relationships are referred to as pedotransfer functions (PTFs). The objective of this study was to evaluate some PTFs with respect to their accuracy in predicting the soil moisture retention curve. Five widely used and four more recently developed PTFs were selected for evaluation. Seven of the selected PTFs predict moisture retention function parameters, whereas the other two predict the moisture content at certain matric potentials. In order to quantify the prediction accuracy, the mean of the absolute value of mean differences (MAMD), the mean and the standard deviation of the root of mean squared differences (MRMSD and SDRMSD, respectively), and the mean of the Pearson correlation coefficient (Mr) were used. The evaluated PTFs were finally ranked based on these validation indices. The PTFs showed good to poor prediction accuracy with MAMD values ranging from 0.0312 to 0.0603 m3 m−3 and with MRMSDs between 0.0412 and 0.0774 m3 m−3 The SDRMSDs and Mrs ranged from 0.0212 to 0.0349 m3 m−3, and from 0.9468 to 0.9980, respectively. The validation indices computed by the PTF of Vereecken and coworkers gave the best results. Moreover, it predicts moisture retention function parameters, and therefore, this PTF is recommended most to predict the moisture retention curve from readily available soil properties.