شبیه‌سازی روند تغییرات خصوصیات شیمیایی خاک در اثر آبیاری با پساب با استفاده از مدل برنامه‌ریزی بیان ژن (GEP)

نوع مقاله: پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد بیابان زدایی، دانشکده منابع طبیعی، دانشگاه تهران

2 استاد گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران

3 استادیار گروه احیای مناطق خشک و کوهستانی، دانشکده منابع طبیعی، دانشگاه تهران

چکیده

با توجه به رشد روزافزون جمعیت در مناطق خشک و نیمه­خشک، محدودیت منابع آب رو به افزایش است. از این رو استفاده از آب­های غیرمتعارف به عنوان ابزار مهمی در مدیریت منابع آب در مناطق خشک به حساب می­آید. در این بین بهره‌گیری از پساب فاضلاب شهری برای آبیاری به صورت توأمان با طرح‌های بیابان‌زدایی از مواردی است که جای بررسی و مطالعه دارد. اثری که این گونه آب­ها بر ویژگی‌های فیزیکی و شیمیایی خاک برجا می‌گذارد، اهمیت زیادی دارد. در دهه اخیر روش­های هوشمند مصنوعی به خاطر قابلیت شبیه­سازی فرآیندها در زمینه­های مختلف کاربرد زیادی پیدا کرده­اند. برنامه­ریزی بیان ژن (GEP) جزء الگوریتم­های تکاملی محسوب شده و قادر به بهینه­سازی ساختار مدل و مولفه­های آن می­باشد. در این تحقیق به ارزیابی توانایی و دقت مدل برنامه­ریزی بیان ژن(GEP)  در شبیه­سازی تغییرات میزان سدیم، اسیدیته و هدایت الکتریکی خاک در زمین­های تحت آبیاری با پساب و زمین­های فاقد آبیاری در دشت قم پرداخته شد. برای مدل­سازی تغییرات خصوصیات شیمایی خاک، به صورت تصادفی70 درصد داده­های مشاهداتی مربوط به هدایت الکتریکی، اسیدیته و سدیم خاک به­منظور تعیین مدل مناسب مورد استفاده قرار گرفته و مابقی داده­ها در واسنجی مدل­های مورد نظر بهره برده­شد و پارامترهای شیمیایی خاک به عنوان متغیر مستقل و تیمار پساب به عنوان تابع انتخاب گردید. نتایج مقایسه  ژنی نشان داد که برنامه­ریزی بیان ژن، به خوبی روند تغییرات خصوصیات شیمیایی خاک را مدل سازی کرده است و در بهترین حالت اجرای مدل، بالاترین مقدار ضریب تعیین، برای هدایت الکتریکی (97/0 =2R)، اسیدیته (96/0=2R) و سدیم محلول خاک (97/0=2R) محاسبه شد.

کلیدواژه‌ها


شبیه­سازی روند تغییرات خصوصیات شیمیایی خاک در اثر آبیاری با پساب با استفاده از مدل برنامه‌ریزی بیان ژن (GEP)

مینا ارست[1]، غلامرضا زهتابیان[2]، محمد جعفری2، حسن خسروی[3]*، سعید شجاعی1

تاریخ دریافت:  26/08/94   تاریخ پذیرش: 25/02/95

 

چکیده

با توجه به رشد روزافزون جمعیت در مناطق خشک و نیمه­خشک، محدودیت منابع آب رو به افزایش است. از این رو استفاده از آب­های غیرمتعارف به عنوان ابزار مهمی در مدیریت منابع آب در مناطق خشک به حساب می­آید. در این بین بهره‌گیری از پساب فاضلاب شهری برای آبیاری به صورت توأمان با طرح‌های بیابان‌زدایی از مواردی است که جای بررسی و مطالعه دارد. اثری که این گونه آب­ها بر ویژگی‌های فیزیکی و شیمیایی خاک برجا می‌گذارد، اهمیت زیادی دارد. در دهه اخیر روش­های هوشمند مصنوعی به خاطر قابلیت شبیه­سازی فرآیندها در زمینه­های مختلف کاربرد زیادی پیدا کرده­اند. برنامه­ریزی بیان ژن (GEP) جزء الگوریتم­های تکاملی محسوب شده و قادر به بهینه­سازی ساختار مدل و مولفه­های آن می­باشد. در این تحقیق به ارزیابی توانایی و دقت مدل برنامه­ریزی بیان ژن(GEP)  در شبیه­سازی تغییرات میزان سدیم، اسیدیته و هدایت الکتریکی خاک در زمین­های تحت آبیاری با پساب و زمین­های فاقد آبیاری در دشت قم پرداخته شد. برای مدل­سازی تغییرات خصوصیات شیمایی خاک، به صورت تصادفی70 درصد داده­های مشاهداتی مربوط به هدایت الکتریکی، اسیدیته و سدیم خاک به­منظور تعیین مدل مناسب مورد استفاده قرار گرفته و مابقی داده­ها در واسنجی مدل­های مورد نظر بهره برده­شد و پارامترهای شیمیایی خاک به عنوان متغیر مستقل و تیمار پساب به عنوان تابع انتخاب گردید. نتایج مقایسه  ژنی نشان داد که برنامه­ریزی بیان ژن، به خوبی روند تغییرات خصوصیات شیمیایی خاک را مدل سازی کرده است و در بهترین حالت اجرای مدل، بالاترین مقدار ضریب تعیین، برای هدایت الکتریکی (97/0 =2R)، اسیدیته (96/0=2R) و سدیم محلول خاک (97/0=2R) محاسبه شد.

کلمات کلیدی: برنامه­ریزی بیان ژن، بهینه­سازی، پساب فاضلاب شهری، دشت قم.


مقدمه

    کمبود آب یکی از چالش‌های اساسی مناطق خشک و نیمه­خشک مانند ایران است. این وضعیت در سال‌های اخیر به دلیل تکرار وقوع پدیده خشک­سالی حادتر شده است. یکی از راه‌های جلوگیری از گسترش عرصه‌های بیابانی و نیز جلوگیری از وقوع گرد و غبارهای شدید، تثبیت بیولوژیکی این عرصه‌ها می‌باشد. در این بین بهره‌گیری از پساب فاضلاب شهری برای آبیاری به صورت توأمان با طرح‌های بیابان‌زدایی از مواردی است که جای بررسی و مطالعه دارد. اثری که این گونه آب­ها بر ویژگی‌های فیزیکی و شیمیایی خاک برجا می‌گذارد از نظر تأثیری که بر استقرار گیاهان و نیز میزان فرسایش خاک دارد اهمیت زیادی دارد. خاک، محیطی است پویا که پیوسته تحت تأثیر تغییرات فیزیکی، شیمیایی و زیستی قرار می‌گیرد. بدیهی است که کاربرد فاضلاب شهری بر ویژگی‌های گوناگون خاک از جمله ویژگی‌های شیمیایی آن تأثیر می‌گذارد. برای ارزیابی کاربرد پساب برای آبیاری، بایستی بررسی‌های دقیق در مناطق مختلف انجام شود.

       تقواییان و همکاران (2007) طی تحقیقی گلخانه ای گزارش کردند که استفاده از پساب موجب افزایش معنی‌دار رسانایی الکتریکی شده است(18). استمرار کاربرد فاضلاب‌ها به عنوان آب آبیاری میزان شوری و نسبت جذب سدیم (SAR) خاک را افزایش داده و هم­چنین باعث کاهش اسیدیته در اعماق مختلف نیم‌رخ خاک می‌گردد (17،10،2).

       امام­قلی (2012) در ارزیابی اثر فاضلاب شهری بر ویژگی­های شیمیایی خاک نشان داد که آبیاری با پساب باعث کاهش هدایت الکتریکی و سدیم محلول خاک نسبت به مکان شاهد می­شود(6). لیوی و همکاران[4] (2011) بیان کردند اثرات ترکیبی شوری، سدیمی و حضور مواد آلی محلول در فاضلاب تصفیه شده بر هدایت هیدرولیکی خاک پیچیده هستند و بستگی به کیفیت فاضلاب تصفیه شده، خصوصیات خاک و شرایط موجود در خاک دارد(14). با بررسی تأثیر انواع فاضلاب‌ها بر برخی ویژگی‌های شیمیایی خاک نیز مشخص گردید که میانگین مقدار شوری و SAR در تیمار فاضلاب خام به طور معنی‌داری بیش‌تر از پساب است چون که  بر روی پساب برخی از مواد معلق موجود در فاضلاب خام از آن  طی مرحله پیش تصفیه تا حدودی حذف می‌گردد (17،10،2). همچنین پژوهش‌ها نشان داده است در اثر مصرف لجن بسته به ترکیب و منبع لجن، اسیدیته خاک تغییر می کند و برخی منابع کاهشPH  خاک را گزارش کرده اند  (4). آییلو و همکاران[5] (2007) با کاربرد فاضلاب تصفیه شده در مدت یک فصل رشد در مزارع گوجه فرنگی با خاک شنی و آبیاری قطره ای، کاهش هدایت هیدرولیکی در لایه 30-0 سانتی­متری خاک نسبت به مقدار اولیه را گزارش کردند(3). با این اوصاف بررسی اثر پساب بر ویژگی­های شیمیایی خاک حائز اهمیت است.

      در چند دهه اخیر استفاده از روش­های هوشمند گسترش فراوانی یافته اما در زمینه مقایسه تأثیر پساب بر خاک مطالعاتی صورت گرفته نشده است. در شرایطی که تغییرات ناگهانی و تعداد متغیرهای تصمیم زیاد بوده نقش مدل­­ها و قابلیت آن­ها پر رنگ­تر می­شود.

 با ادامۀ سیرتکاملی مدل­های هوشمند، برنامه­ریزی بیان ژن در مطالعات مربوط به آب، به ابزارهای   مدل­سازی مسائل مربوط به تعیین ساختار پدیده­ها افزوده شد. این روش جزء روش­های الگوریتم گردشی محسوب  می­شود که مبنای تمامی آنها بر اساس نظریه تکامل داروین استوار است. الگوریتم­های یاد شده اقدام به تعریف یک تابع هدف، در قالب معیارهای کیفی نموده و سپس تابع یاد شده را برای اندازه­گیری و مقایسه روش­های مختلف حل، در یک فرآیند گام به گام برای تصحیح ساختار داده­ها به کار می­گیرند و در نهایت، روش حل مناسب را ارائه می­نمایند. روش برنامه­ریزی بیان ژن جدیدترین شیوه از بین روش­های الگوریتم تکاملی می­باشد که به دلیل دارا بودن دقت کافی، مرسوم­ترین شیوه بوده و از کاربرد بیش­تری برخوردار است. در این تحقیق به ارزیابی توانایی و دقت مدلبرنامه­ ریزی بیان ژن (GEP)  در شبیه­سازی تغییرات میزان سدیم، اسیدیته و هدایت الکتریکی خاک در زمین­های تحت آبیاری با پساب و زمین­های فاقد آبیاری پرداخته شد.

مواد و روش­ها

موقعیت جغرافیایی منطقه مورد مطالعه

      منطقه  دشت قم در موقعیت جغرافیایی ′ 39 ،  ° 50 تا ′ 04، ° 51 طول شرقی و ′ 37 ، ° 34 تا ′ 49 ، ° 34 عرض شمالی قرار دارد. مساحت منطقه مورد مطالعه 93/179 کیلومترمربع می­باشد (شکل 1).متوسط حداقل درجه حرارت سردترین ماه سال 5/16 درجه سانتی­گراد و متوسط حداکثر گرم ترین ماه سال 5/42 درجه سانتی­گراد و میزان بارندگی آن 5/101 میلی­متر است و به روش دومارتن منطقه دارای اقلیم خشک و براساس مطالعات انجام شده خاک منطقه لوم رسی بوده و از شوری بسیار زیادی برخوردار می­باشد.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

شکل 1- موقعیت محدوده مورد مطالعه در استان قم

 

روش تحقیق

     در این پژوهش به منظور ارزیابی تأثیر پساب فاضلاب شهری بر تغییرات اسیدیته، سدیم محلول و هدایت الکتریکی خاک مطالعاتی در منطقه دشت قم صورت گرفته شد. مکان­­های مورد مطالعه شامل بدون آبیاری (زمین­های مجاور) و زمین­های آبیاری شده با پساب بود. در مناطق یاد شده اقدام به حفر پروفیل از هر مکان مطالعاتی در 8 تکرار و از عمق سطحی (0-30) سانتی­متر شد. (7). مزرعه تعیین شده 6 ماه از سال(مداوم) با پساب، آبیاری غرقابی شده و گیاه ذرت کشت می­شود.

آماده سازی نمونه­های خاک

    نمونه­های خاک پیش از انتقال به آزمایشگاه در هوای آزاد خشک شده و از غربال دو میلی­متری گذرانده شدند. نمونه­های خاک تهیه شده برای آزمون پایداری خاکدانه، با حداقل ضربه و آسیب و بدون کوبیدگی از الک دو میلی­متری عبور داده شد، سپس نمونه­ها به آزمایشگاه منتقل گردید (6).

اندازه­گیری هدایت الکتریکی، اسیدیته و سدیم محلول عصاره اشباع

    به منظور تعیین اسیدیته و هدایت الکتریکی خاک ابتدا نمونه­های خاک با آب مقطر اشباع شده و پس از گذشت 24 ساعت، با استفاده از دستگاه PH متر اسیدیته و هدایت الکتریکی آن­ها با دستگاه هدایت­سنج الکتریکی بر حسب   c dsm-1̊25 تعیین شد. برای اندازه­گیری سدیم محلول خاک نیز بخشی از عصاره اشباع خاک­ها را برداشته و توسط دستگاه فلم­فوتومتر قرائت شدند. ای اعداد با استفاده از منحنی کالیبراسیون و بهره­گرفتن از نرم­افزار مایکروسافت اکسل به عنوان متغیر مستقل بدست آمد. در نهایت با در نظر گرفتن درجه رقت، میزان سدیم در عصاره اشباع محاسبه گردید (17).

 

 

 ویژگی­های پساب مورد استفاده در منطقه مورد مطالعه

به منظور استفاده از پساب به عنوان آب آبیاری در منطقه دشت قم به بررسی ویژگی­های این آب­ها و مقایسه آن با استانداردها پرداخته شد. از نتایج این مقایسه مشخص گردید که میزان اسیدیته پساب برای استفاده در جهت آبیاری در محدوده نرمال بوده و از نظر اسیدی و یا قلیاییت فاقد محدودیت می­باشد. همچنین مقدار سدیم نیز نزدیک به استاندارد تعریف شده است. میزان هدایت الکتریکی پساب مورد مطالعه نیز در محدوده نرمال قرار داشت. برخی از ویژگی­های شیمیایی پساب مورد استفاده به منظور آبیاری منطقه مورد بررسی در جدول 1  نشان داده شده است.

جدول1- ویژگی شیمیایی آب­های مورد استفاده برای آبیاری

معیار

واحد

چاه

پساب تصفیه شده

مقادیر مجاز توصیه شده در استاندارد ایران

pH

-

9/7

81/7

5/8-6

EC

ds/m

5/6

2/1

3-7/0

SAR

(mmol/Lit)/2

9/2

75/1

-

BOD

mg/Lit

-

115

100

COD

mg/Lit

-

140

200

برنامه­ریزی بیان ژن (GEP)

   برنامه‌ریزی بیان ژن توسط فریرا در سال 1999 اختراع شد. در این برنامه، کروموزوم‌های خطی و ساده با طول ثابت، مشابه با آنچه که در الگوریتم ژنتیک استفاده می‌شود و ساختارهای شاخه‌ای با اندازه‌ها و اشکال متفاوت، مشابه با درختان تجزیه در برنامه‌ریزی ژنتیک، ترکیب می‌شوند. از آنجائیکه تمامی ساختارهای شاخه‌ای با اندازه‌ها و اشکال متفاوت، در کروموزوم‌های خطی با طول ثابت کدگذاری می‌شوند، معادل این است که بگوییم در GEP ، ژنوتیپ و فنوتیپ سرانجام از یکدیگر جدا شده و اکنون سیستم می‌تواند از تمام مزایای تکاملی به سبب وجود آنها بهره ببرد. با وجود اینکه فنوتیپ در GEP، همان نوع از ساختارهای شاخه‌ای مورد استفاده در GP را شامل می‌شود، اما ساختارهای شاخه‌ای که بوسیلة GEP استنتاج می‌شوند (که بیان درختی نیز نامیده می‌شوند) مبین تمامی ژنوم‌های مستقل هستند. بنابراین موضوع قابل توجه در GEP این است که دومین آستانه تکاملی یعنی "آستانه فنوتیپ" عبور داده می‌شود و این بدان معنا است که در طول تولید مثل، تنها ژنوم که اندکی اصلاح شده برای نسل بعد عبور داده می‌شود و در نتیجه نیازی به ساختارهای نسبتاً سنگین برای تکثیر شدن و جهش نیست، بطوریکه تمامی به­سازی‌ها در یک ساختار خطی ساده که بعداً داخل یک بیان درختی بزرگ می‌شود، اتفاق می‌افتد (8).

      مراحل اصلی از برنامه‌ریزی بیان ژن به طور شماتیک در شکل 2 نشان داده شده است. همانطور که مشاهده می‌شود، فرآیند با

 

تولید تصادفی کروموزوم‌ها از تعداد معینی افراد (جمعیت اولیه) آغاز می‌شود. سپس این کروموزوم‌ها به صورت بیان درختی (ET) اظهار می‌شوند و میزان برازندگی هر فرد در مقابل مجموعه‌ای از موارد برازش، ارزیابی می‌گردد (که انتخاب محیط نیز نامیده می‌شود). افراد سپس مطابق شایستگیشان (عملکرد آنها در آن محیط ویژه) انتخاب می‌شوند تا با اصلاحات و بهبودهایی دوباره ساخته شوند و در نتیجه فرزندانی با ویژگی­های جدید باقی می‌گذارند. این فرزندان جدید، در یک چرخه، تحت همان فرآیند توسعه‌ای قرار می‌گیرند یعنی بیان ژنوم، مواجهه با انتخاب محیط، انتخاب بر مبنای برازش، و تولید مثل با بهبود. این فرآیند برای تعداد معینی از نسل­ها تکرار می‌شود تا راه حل خوب و مناسبی پیدا شود. قابل ذکر است که تولید مثل تنها شامل تکثیر نیست بلکه، فعالیت عملگرهای ژنتیکی توانا در ایجاد تنوع ژنتیکی را نیز در برمی‌گیرد. در واقع تولید مثل، شامل تکثیر و اصلاحات ژنتیکی است. تکثیر عملیاتی است که چندین فرد مناسب از نسل حاضر را برای نسل بعد نگه می‌دارد. در طول تکثیر، ژنوم کپی شده به نسل بعد انتقال داده می‌شود. بدیهی است، تکثیر به تنهایی نمی‌تواند تغییرات را نشان دهد و فقط به واسطة فعالیت بقیة عملگرها، تغییرات ژنتیکی داخل جمعیت نشان داده می‌شود. این عملگرها، کروموزوم‌ها را به طور تصادفی انتخاب می‌کنند تا اصلاح شوند. بنابراین در GEP یک کروموزوم در یک زمان ممکن است بوسیله یک یا چند عملگر ژنتیکی اصلاح شود

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

شکل 2- فلوچارت برنامه‌ریزی بیان ژن

و یا اصلاً مورد اصلاح قرار نگیرد. اصلاحات ژنتیکی شامل چندین جزء از قبیل جهش، وارون سازی، ترانهش IS، ترانهش RIS، ترانهش ژن، ترکیب تک نقطه‌ای، ترکیب دو نقطه‌ای و ترکیب ژنی است (9). در این پژوهش برای به کارگیری مدل برنامه ریزی

 

 بیان ژن از نرم افزار  GeneXpro 4.0 استفاده گردید. به طور خلاصه پارامترهای استفاده شده در هر بار اجرای مدل در جدول 2 ارایه شده است.

جدول 2- مقادیر پارامترهای به کار گرفته شده در برنامه ریزی بیان ژن

تعداد کروموزوم‌ها

30

نرخ برگشتی

1/0

نرخ ترکیب تک نقطه‌ای

3/0

طول هر رأس

8

نرخ ترانهش ژنی

1/0

نرخ ترکیب دو نقطه­ای

3/0

تعداد ژن­ها

3

نرخ جهشی

03/0

نرخ ترکیب ژنی

1/0

 

     در این تحقیق برای ارزیابی توانایی و دقت مدلبرنامه­ریزی بیان ژن در شبیه­سازی تغییرات میزان سدیم، اسیدیته و هدایت الکتریکی  از نمایه­های ضریب همبستگی (R) و میانگین مربعات خطا (RMSE) استفاده شد، که به ترتیب با استفاده از روابط  1 و 2 قابل محاسبه است:

(رابطه 1)                 

(رابطه 2)                                           

    که x= X-X′ ، y= Y-Y′ ، X مقدار مشاهداتی، Y مقدار محاسباتی، ′X میانگین مقادیر مشاهداتی، Y′ میانگین مقادیر محاسباتی و n تعداد داده­هاست. علاوه بر معیارهای فوق از نمودارهای مشاهداتی- محاسباتی نیز جهت ارزیابی مدل­ها استفاده گردید.

نتایج و بحث

خصوصیاتخاک

رابطه حاصل از مدل

R2

RMSE

EC

[ECFinal]=[EC3]+ [EC2]+[EC1]

97/0

06/0

pH

[pHFinal]=[pH3]+[pH2]+[pH1]

96/0

05/0

Na

[NaFinal]=[Na3]+[Na2]+[Na1]

97/0

08/0

     در این تحقیق برای مدل­سازی تغییرات خصوصیات شیمایی خاک تحت آبیاری با پساب با استفاده از برنامه­ریزی بیان ژن، به صورت تصادفی70 درصد داده­های مشاهداتی مربوط به هدایت الکتریکی، اسیدیته و سدیم محلول خاک به منظور تعیین مدل مناسب

جدول 3– خلاصه نتایج حاصل از برنامه­ریزی بیان ژن

مورد استفاده قرار گرفته (5) و 30 درصد داده­ها در واسنجی مدل­های مورد نظر بهره برده­ شد. با توجه به اینکه هدف بررسی ویژگی های شیمیایی خاک بود، پارامترهای شیمیایی خاک به عنوان متغیر مستقل و تیمار پساب به عنوان تابع انتخاب گردید.

     اولین گام در بررسی مدل برنامه ریزی بیان ژن، انتخاب تابع برازش مناسب است که می تواند شکل های مختلفی به خود بگیرد. نتایج انتخاب اولیه تابع برازش در مدل برنامه ریزی بیان ژن بیانگر آن بود که استفاده از تابع برازش ریشه نسبی مربعات خطا ([6]RRSE) برای همه نمونه­های مورد بررسی در این پژوهش عملکرد بهتری دارد.

    بنابراین تابع  RRSE به عنوان تابع برازش هر سه فاکتور انتخاب شد.گام بعد انتخاب عملگرهای اصلی برای ساخت درخت تجزیه است. توابع ریاضی به کار گرفته شده در این پژوهش {√ ,/,*,+,- , Log , Exp, power, sin, cos,…} بوده است.  پس از انتخاب بهترین تابع برای هر یک از فاکتورها، گام بعد شامل پیدا کردن تابع پیوند مناسب است. از بین توابع پیوند شامل جمع و ضرب، تابع پیوند جمع، عملکرد بهتری در مقایسه با تابع پیوند ضرب داشت (ابارشی و همکاران، 1393).

    با توجه به مقادیر جدول 3 ملاحظه می­گردد که روابط ارائه شده برای فاکتورهای مورد مطالعه دارای 2R بالا و RMSE قابل قبول می­باشند (1).

    شکل­های 3 تا 5 نمودارهای تست و آموزش مشاهداتی و محاسباتی را نشان می­دهد. با توجه به اشکال مذکور مشاهده می­شود که داده­ها حول خط نیمساز (y=x)، پراکنده شده­اند (5).

     همان­طور که شکل 3 نشان می­دهد مدل برنامه­ریزی بیان ژن به خوبی توانسته است کاهش میزان هدایت الکتریکی خاک را با ضریب همبستگی بالا و معادل 97/0 در نتیجه استفاده از پساب در مزرعه مورد مطالعه را نشان دهد. این  نتیجه مشابه با تحقیق زمانی باب­گهری و همکاران (2011) در بررسی لجن فاضلاب کارخانه    پلی­اکریل بر ویژگی­های خاک بود، در این تحقیق کاهش هدایت هیدرولیکی اشباع خاک را در اثر افزودن لجن فاضلاب به خاک مشاهده شد(19). در این تحقیق کاهش هدایت هیدرولیکی اشباع خاک را در اثر افزودن لجن فاضلاب به خاک مشاهده شد. همچنین با افزایش زمان کاربرد فاضلاب کاهش بیشتر دیده می­شود (13). این مدل با دقت بالا شبیه­سازی مناسبی برای تغییرات میزان هدایت الکتریکی نسبت به آب آبیاری انجام داده است.

 

 

 

 

 

 

 

 

شکل 3- نمودار پراکندگی داده­های مشاهداتی و محاسباتی هدایت الکتریکی (EC) خاک تحت آبیاری با پساب به روش (GEP)


 شکل 4 میزان اسیدیته مشاهداتی و تخمینی را طی افزودن پساب به خاک نشان می­دهد. این شکل حاکی از آن است که مدل، توانسته است تا حدی نوسانات PH خاک را شبیه­سازی نماید. البته تغییرات اندک آن به­دلیل تأثیر ناچیز پساب بر اسیدیته در این مطالعه بوده است. همچون مطالعات زمانی باب­گهری و همکاران (2011) که در بررسی لجن فاضلاب کارخانه پلی­اکریل بر ویژگی­های خاک، با کاربرد 45 تن در هکتار از لجن فاضلاب این کارخانه، توانستند اسیدیته خاک را 8/1 درصد در مقایسه با شاهد کاهش دهند اما تفاوت حاصله معنی­دار نبود(19).  همچنین کلی و همکاران [7](2010) افزایش اسیدیته خاک در بررسی تأثیر آبیاری با فاضلاب تصفیه

 

 

 

 

 

 

 

 

 

 

شکل 4- نمودار پراکندگی داده­های مشاهداتی و محاسباتی اسیدیته (PH) خاک تحت آبیاری با پساب به روش (GEP)

      شکل 5 نمودار تغییرات مقدار سدیم محلول خاک نسبت به استفاده از پساب را شبیه­سازی کرده است. همان­طور که از نمودار برمی­آید مدل برنامه­ریزی ژن برای این نوسانات نیز دقت مناسبی نشان داده و به خوبی افزایش میزان آن مدل­سازی شد. این افزایش میزان، در اثر آبیاری با پساب مضر بوده و تخریب خاک و گیاه را به همراه خواهد داشت (11،6). براین اساس نتیجه گرفته می­شود که برنامه­ریزی بیان ژن از دقت بالایی در پیش­بینی تغییرات  فاکتورهای اسیدیته، سدیم محلول و هدایت الکتریکی خاک برخوردار بوده است.

 

 

 

 

 

 

 

 

 

 

 

 

شکل 5- نمودار پراکندگی داده­های مشاهداتی و محاسباتی سدیم محلول خاک تحت آبیاری با پساب به روش (GEP)

 

نتیجه­گیری

     استفاده از  پساب در عرصه­های منابع طبیعی و کشاورزی ضمن تأمین نیاز آبی ، با داشتن عناصر غذایی مهم می­تواند نیاز غذایی گیاهان را جبران کند و هزینه مربوط به این بخش را کاهش دهد. اما تأثیری که این آب نامتعارف برخاک می­گزارد نیز حائز اهمیت می­باشد و پیش­بینی اثرات آن مهم می­باشد.

    در این پژوهش به منظور تخمین تغییرات اسیدیته، شوری و سدیم خاک از روش برنامه­ریزی بیان ژن استفاده شد و براساس محاسبات انجام شده و نتایج به دست آمده از پارامترهای آماری، این روش دارای توانایی قابل توجهی در تخمین تغییرات میزان EC، PH و سدیم خاک در مزارع تحت آبیاری با پساب و شاهد داشته و نتایج قابل اطمینانی را ارائه می­دهد.

  با توجه به اشکال به خوبی کاهش هدایت
 الکتریکی، افزایش اسیدیته و سدیم محلول خاک درنتیجه استفاده از پساب، به عنوان آب آبیاری، نشان داده شد. این مدل با توجه به دقت کافی در بررسی مقادیر بالای داده­ در این تحقیق به عنوان روش مناسب شناخته شد و در بهترین حالت اجرای مدل، بالاترین مقدار ضریب تعیین، برای هدایت الکتریکی (97/0 =2R)، اسیدیته (96/0=2R) و سدیم محلول خاک (97/0=2R) محاسبه شد. همچنین در بهترین سناریو مدل برنامه­ریزی بیان ژن مقدار RMSE برای هدایت الکتریکی برابر 06/0، اسیدیته برابر 05/0 و سدیم محلول برابر 08/0  محاسبه گردید. علاوه ­براین از دیگر قابلیت­های مدل برنامه­ریزی بیان ژن، ارائه معادله ریاضی بین متغیر وابسته و سایر متغیرهای مستقل می­باشد که این مساله برای پیش­بینی­های آتی استفاده از پساب به عنوان آب آبیاری اهمیت به­سزایی دارد.

Compost and Cow Manure on Soil Properties and Maize Yield Journal of water and soil science. 14(54): winter 2011. .( in persian)

 

 

 

Refrences

 

  1. Abareshi .F., M. Meftah Halghi., H .Sanikhani & A.A. Dehghani. 2014. Comparison of three intelligence techniques for predicting water table depth fluctuations (Case study: Zarringol plain). J. of Water and Soil Conservation. 21(1). .( in persian)
  2. Aghabarati, A., S.M. Hosseini., A.,Esmaili& H Maralian. 2009. The effect of irrigation with municipal effluent on physic-chemical characteristics of soil, accumulation of nutrient and Cd in olive trees (Olea europaea L.). Environmental Sciences 6, 1-10. .( in persian)
  3. Aiello, R., G.L. Cirelli & S.Consoli. 2007. Effects of reclaimed wastewater irrigation on soil and tomato fruits: A case study in Sicily (Italy). J. Agricultural Water Management. 93. pp.65-72.
  4. Chirino, E., A, Bonet, J. Bellot & J .Sanchez. 2006. Effects of 30-year-old Aleppo pine plantations on runoff, soil erosion, and plant diversity in a semi-arid Landscape in south eastern SpainJournal of Arid Environments 65, 627-646.
  5. Eghbali.P., R. Daneshfaraz & S.M. Saghebian. 2014. Simulation of Temporal Development of Scour Hole around a Wing-wall Abutment Using Gene Expression Programming. J. of Water and Soil Conservation, 23(1).
  6. Emamgholi, M. 2012. The effect of urban wastewater application for Desert land reclamation on some Chemical properties of soil and vegetation (Case study: Segzi, Isfahan). A thesis submitted for Master of Science. Faculty of natural resources, university of Tehran. .( in persian)
  7. Feizi.M, M. Shayan jazi & H Ghorbani.  2010.  The effect of Irrigation with Wastewater on Certain Soil Physical and chemical properties.  2th conference on the status of recycled water and effluent water in water resources management: applications. .( in persian)
  8. Ferreira, C. 2006. Gene expression programming: mathematical modeling by an artificial intelligence. 2nd ed. Springer-Verlag, Germany. 478p.
  9. Ghorbani M.A., R. khatibi., A. Aytak., O. Makarynsky & J. Shiri,. 2010. Sea Water Level Forecasting Using Genetic Programming and Comparing the Performance with Artificial Neural Networks, Computers. .( in persian)
  10. Hosseinpour, A., G.H. Haghnia, A. Alozadeh & A. Fotovat. 2007. Effect of irrigation with raw and treated wastewaters on chemical characteristic of soil in different depths under continuously and intermittent flood conditions. Iranian Journal of Irrigation & Drainage. .( in persian)
  11. Husnu Kayikcioglu, H. 2012. Short-term effects of irrigation with treated domestic wastewater on microbiological activity of a Vertic xerofluvent soil under Mediterranean condition. Journal of Environmental Management 102: 108-114.
  12. Kelley, W.D., D.C. Martens., J.R. Reneau & T.W. Simpson. 2010. Agricultural use of Wastewater sludge. Department of Agronomy virginia polytechnic institute and state university, Blacksburg, virginia. 2406-3397.
13. Khoshgoftarmanesh, A.H. 2007.Evaluation of nutritional status and optimal management of fertilizer. Isfahan University of technology publication center.  .( in persian)

  1. Levy, G.J., P. Fine., & A. Bar-tal. 2011. Treated Wastewater in Agriculture: Use and Impacts on the Soil Environment and Crops. 1st Edition. Wiley-Blackwell, Inc. ISBN 978-1-4051-4862-7.
  2. Sharma, R., M. Agrawal 7 F. Marshall,. 2007. Heavy metal contamination of soil and vegetables in suburban areas of Varanasi, IndiaEcotoxicology and Environmental Safety 66, 258–266.
  3. Sparks, D. L., A. L. Page, P. A. Helmke, R. H. Leoppert, P. N. Soltanpour, M. A. Tabatabai, G. T. Johnston & M. E. Sumner., 1996. Methods of soil analysis. Soil Sci. Soc. of Am. Madison, Wisconsin, USA.
  4. Taghvaeian, A., A. Alizadeh 7 S.H. Danesh,. 2007. Effects of irrigation with sewage on physical and some properties of soil. Iranian Journal of Irrigation & Drainage 1: 49. .( in persian)
  5. Zamani  babgohari.J, M .Afuni., A .Khoshgoftarmanesh & H.  Eshqhizadeh. .2011. Effect of Polyacryl Sewage Sludge, Municipal