fa پیش‌بینی میزان فشردگی خاک تحت تأثیر شدت‌های مختلف چرایی با استفاده از سیستم استنتاج فازی- عصبی (مطالعه موردی: مراتع جنوب شرقی سبلان، استان اردبیل) تخصصي Special پژوهشي Research <span style="font-family:B Nazanin;">شدت چرا و حضور دام در عرصه اگر با رعایت اصول مدیریتی نباشد نه&shy;تنها باعث تخریب پوشش گیاهی می&shy;شود بلکه باعث افزایش تراکم خاک و سفت شدن آن شده که این سفتی خاک و عدم نفوذپذیری در آن، عملکرد ریشه گیاهان را تضعیف کرده به&shy;طوری&shy;که در تراکم&shy;های بالای دو مگاپاسکال، رشد ریشه و در نهایت رشد اندام هوایی گیاه متوقف می&shy;شود. این پژوهش با هدف بررسی میزان تراکم خاک در اثر لگدکوبی توسط دام در مراتع جنوب شرقی سبلان در استان اردبیل انجام شد. برای این کار از نفوذسنج دیجیتال استفاده شد و پارامترهای شدت چرا و فاصله از روستا به عنوان متغیرهای مستقل بررسی شدند (این دو متغیر به هم وابسته هستند اما چون در این پژوهش شدت چرا از حالت کیفی (کم، زیاد، متوسط) به صورت کمی درآمده و در هر منطقه و هر پلات به صورت عدد بیان شده است، بنابراین به‌عنوان یک متغیر مستقل توسط مدل انفیس ارزیابی شد). نتایج به&shy;دست آمده نشان داد که شدت چرا و فاصله از روستا تأثیر معنی&shy;داری روی تراکم خاک (01/0</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">p<</span></span></span><span style="font-family:B Nazanin;">) داشتند. با کاهش فاصله از روستا (200 متر) و افزایش شدت چرا، خاک سفت&shy;تر شده و نفوذپذیری خاک کمتر می&shy;شود. با کمک داده&shy;های به&shy;دست آمده، مدل&shy;سازی فشردگی خاک تحت متغیرهای مستقل با استفاده از شبیه‌سازی سیستم استنتاج فازی-عصبی (</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">ANFIS</span></span></span><span style="font-family:B Nazanin;">) در محیط نرم&shy;افزار </span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">MATLAB</span></span></span><span style="font-family:B Nazanin;"> انجام شد. برای ارزیابی عملکرد مدل&shy;ها از پارامترهای ریشه میانگین مربعات خطا&nbsp; و ضریب تعیین (</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">R²</span></span></span><span style="font-family:B Nazanin;">) استفاده و بهترین مدل تعیین شد. نتایج بهترین مدل انفیس در پیش&shy;بینی فشردگی خاک 967/0</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">R²=</span></span></span><span style="font-family:B Nazanin;"> و 223/7</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">RMSE=</span></span></span><span style="font-family:B Nazanin;"> با نتایج مدل رگرسیونی 918/0</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">R²=</span></span></span><span style="font-family:B Nazanin;"> و 518/11</span><span dir="LTR"><span style="font-family:Times New Roman,serif;"><span style="font-size:9.0pt;">RMSE=</span></span></span><span style="font-family:B Nazanin;"> مقایسه شد. نتایج نشان داد که مدل انفیس در مقایسه با مدل رگرسیونی، ضریب تعیین بالاتر و ریشه میانگین مربعات خطای کمتر و در نتیجه</span> <span style="font-family:B Nazanin;">دقت بالاتری داشت. به علاوه، با افزایش شدت چرا در روستای اسب مرز و کاهش فاصله از کانون بحران، میزان فشردگی خاک افزایش یافت. </span> &nbsp;&nbsp; Grazing intensity should follow the management roles to prevent the soil compaction. Soil compaction decreases plant root penetration so that at 2 MPa the root extension and above ground biomass will stop. In this research, digital penetrometer was used to assessment the soil compaction level in Sabalan region in Ardabil province caused by livestock. Grazing intensity and distance from village were evaluated as independent variables. The results show that the grazing intensity and distance from village have significant effect on soil compaction at 1 percent of probability level. Grazing intensity at closer distance (200 m) increases the soil compaction and reduce the soil penetration. Modeling of different grazing intensities was made by ANFIS approach at MATLAB software. For assessment of models&rsquo; operation, root mean square error (RMSE) and correlation coefficient (R²) were used and the best model was determined. The results of best ANFIS model for prediction of soil compaction (RMSE=7.223 and R²=0.967) was compared with the result of regression model (RMSE=11.518 and R²=0.918). The results show that the ANFIS model had more R² and less RMSE consequently more accuracy than the regression model. <div></div> شدت چرا, نفوذسنج, ANFIS, مدل‌سازی, تراکم خاک. Grazing intensity, penetrometer, ANFIS, Modeling, Soil Compaction. 256 268 http://rangelandsrm.ir/browse.php?a_code=A-10-287-207&slc_lang=fa&sid=1 Jila Ghorbani ژیلا قربانی engzhghorbani@gmail.com 100319475328460012400 100319475328460012400 Yes Department of Range Management, Faculty of Natural Resources, Sari University of Agricultural Sciences and Natural Resources, Sari گروه مرتعداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری Kiomars Sefidi کیومرث سفیدی 100319475328460012401 100319475328460012401 No Department of Forest Management, Faculty of Agricultre and natural resource, University of Mohaghegh Ardabibli, Ardabil گروه جنگلداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل Farshad Keivan Behjoo فرشاد کیوان بهجو 100319475328460012402 100319475328460012402 No Department of Forest Management, Faculty of Agricultre and natural resource, University of Mohaghegh Ardabibli, Ardabil گروه جنگلداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل Zeinab Jafarian زینب جعفریان 100319475328460012403 100319475328460012403 No Department of Range Management, Faculty of Natural Resources, Sari University of Agricultural Sciences and Natural Resources, Sari گروه مرتعداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری Mehdi Moameri مهدی معمری 100319475328460012404 100319475328460012404 No Department of Plant Sciences and Medicinal Plants, Water Management Research Center, University of Mohaghegh Ardabibli, گروه علوم گیاهی و گیاهان داروئی و عضو پژوهشکده مدیریت آب، دانشگاه محقق اردبیلی، اردبیل