التنبؤ بالعوامل الهندسیة لأضافات التربة المختلفة بأستخدام الشبکات العصبیة

نوع المستند : Original Article

المؤلفون

1 باحث مساعد، قسم کیمیاء وطبیعة الأراضى، مرکز بحوث الصحراء، مصر.

2 أستاذ الهندسة الزراعیة غیر المتفرغ، فسم الهندسة الزراعیة،کلیة الزراعة، جامعة عین شمس، مصر.

3 أستاذ باحث الأراضی المتفرغ، قسم کیمیاء وطبیعة الأراضى، مرکز بحوث الصحراء، مصر.

4 أستاذ الهندسة الزراعیة المساعد، فسم الهندسة الزراعیة،کلیة الزراعة، جامعة عین شمس، مصر.

المستخلص

الهدف من هذه الدراسة استخدام الشبکات العصبیة للتنبؤ بالعوامل الهندسیة نتیجة لاستخدام محسنات التربة المختلفة. تم استخدام شبکة عصبیة مکونة من ثلاث طبقات    (مدخلات 11 – مختفیة 15 – مخرجات 5) وشملت المدخلات محسنات التربة (بیتومین – بولى اکریلامید – المادة العضویة),
قوام التربة (رمل – سلت – طین), الکثافة الظاهریة الابتدائیة, التوصیل الهیدرولیکى الابتدائى, معدل الرشح الابتدائى, تماسک التربة الابتدائى و نسبة الماء المیسر الابتدائى. بینما شملت المخرجات الکثافة الظاهریة, التوصیل الهیدرولیکى, معدل الرشح, تماسک التربة و نسبة الماء المیسر. ولانشاء وتدریب نموذج الشبکات العصبیة فقد تم استخدام بیانات دراسات سابقة وکانت نسبة البیانات المستخدمة 75% واستخدمت الشبکة العصبیة متعددة الطبقات ذات التغذیة الأمامیة وطریقة التعلیم الخلفیة ذات التعلیم الموجه. وتم اختبار الشبکة ببیانات لم تشاهدها اثناء مرحلة التعلم وبیانات تجربة حقلیة.
وأظهرت النتائج ان قیم معمل الارتباط 0.999 و الجذر التربیعى لمربع الخطأ 0.0087 ما بین البیانات المسجلة والبیانات المتوقعة.
 أجریت تجربة حقلیة بمحطة بحوث رأس سدر التابعة لمرکز بحوث الصحراء بمحافظة جنوب سیناء. وذلک لدراسة تأثیر أستخدام ثلاثة أنواع من محسنات التربة (البیتومین– بولى اکریلامید – المادة العضویة) على العوامل الهندسیة للتربة (الکثافة الظاهریة, التوصیل الهیدرولیکى, معدل الرشح, تماسک التربة و نسبة الماء المیسر) وانتاجیة محصول السورجم وکفاءة أستخدام المیاه. أظهرت النتائج ان محسنات التربة بصفة عامة تحسن من العوامل الهندسیة للتربة وکانت اعلى قیم باستخدام المادة العضویة واقل قیم باستخدام بولى اکریلامید.

الموضوعات الرئيسية


Aboukarima, A.M.(2007). Draft models of chisel plow based on simulation using artificial neural networks. Misr J. Ag. Eng.,  24(1): 42-61.
Akbarzadeh A.; R.T. Mehrjardi; H. Rouhipour; M. Gorji and H.G. Refahi (2009). Estimating of soil erosion covered with rolled erosion control systems using rainfall simulator (Neuro-fuzzy and Artificial Neural Network Approaches). J. of Ap. Sci. Res., 5(5): 505-514.
El Awady, M.N.; A.G. El-Kabany; M.H. Kabeel and A.M. Aboukarima (2003). Relative importance of variables affecting chisel plow performance using neural networks. The 11th Conf. of Misr Soc. of Ag. Eng.: 395-407.
El Awady, M.N.; A.G. El-Kabany; M.H. Kabeel and A.M. Aboukarima (2004). Predicting unit draft of tillage implements using statistical models and neural networks. The 12th Conf. of Misr Soc. of Ag. Eng.: 139-249.
Boulos, D.M. (2006). A study on some physical factors affecting improved irrigation of desertic soil in Ras Sidr. M. Sc. Th., Fac. of Agric., Ain Shams Univ., Egypt: 30-32.
El Kommos, F. and Y. Noor El-Din (1990). The effect of irrigation frequency under varying soil amendments application on wheat and broad beans production in sandy soils. Eg. J. Soil Sci.,             30(3): 403-414.
Sorour, H.M. (2006). Prediction of wheat deterioration during storage period using artificial neural network. Misr J. Ag. Eng.,          23(3): 637-657.
Tawfik, A.; S.Y. Metwally; M.A. Afifi and M.A. El-Toni (1992). Effect of soil conditioners on availability of soil moisture, soil strength and plant growth. Eg. J. Soil. Sci., 32(2): 181-195.