@article { author = {Lakzaianpour, gholam Hosian and chari, mohammad mahdi and Tabatbaei, Mahmood and Afrasiab, peyman}, title = {Scaling Brooks-Corey Soil Water Retention Curve Using Minimum Data}, journal = {Iranian Journal of Soil and Water Research}, volume = {51}, number = {7}, pages = {1691-1700}, year = {2020}, publisher = {University of Tehran}, issn = {2008-479X}, eissn = {2423-7833}, doi = {10.22059/ijswr.2020.296950.668490}, abstract = {Measuring the soil water retention curve in the laboratory is time consuming and costly. For this purpose, researchers have developed some methods to reduce measurements. One of these methods is scaling. The objective of this study is to scaling the soil moisture retention curve using Brooks-Corey model for all textural classes. This method requires a reference curve and the moisture content in a specified suction. In this method the scaling factor is the logarithm of water content in a specified suction (e.g.) in the reference soil to the logarithm of water content in the same suction of the proposed soil. The scaling factor obtained by the proposed method was evaluated with the scaling factor obtained by the statistical optimization method. In this study, 11 different soil texture classes data provided by Rawls et al. were used. The results showed that the scaling factor obtained based on the water content of ,  and  is close to the optimum scaling factor. The mean value of the sum of squares error for the proposed and optimization methods were 0.047 and 0.045, respectively. The mean value of the geometric mean error for the proposed and optimization methods were 1.024 and 1.047, respectively. The results showed that the reference curve is optional and each soil can be used as the reference curve. In the case of De-scaling, the soil water retention curve obtained by the proposed method was fitted very well to the one obtained from Brooks-Corey model.}, keywords = {Soil Water Retention Curve,Scaling,Brooks-Corey,Soil Texture}, title_fa = {مقیاس‌سازی منحنی رطوبتی بروکس-کوری با استفاده از حداقل داده}, abstract_fa = {اندازه‌گیری منحنی رطوبتی در آزمایشگاه زمان­بر و پرهزینه می­باشد. به این دلیل پژوهش­گران روش­هایی را برای کاهش اندازه­گیری­ها ارائه کرده­اند. یکی از این روش­ها، مقیاس­سازی است. هدف از این تحقیق مقیاس­سازی منحنی رطوبتی به‌دست‌آمده با استفاده از مدل بروکس-کوری برای تمامی کلاس­های بافتی خاک است. در این روش به یک منحنی مرجع و مقدار رطوبت در یک مکش خاص مورد نیاز است. فاکتور مقیاس در این روش برابر با مقدار لگاریتم رطوبت در یک مکش خاص در خاک مرجع به مقدار لگاریتم رطوبت در همان مکش در خاک مورد نظر است. فاکتور مقیاس به‌دست‌آمده با این روش با فاکتور مقیاس به‌دست‌آمده از روش بهینه­سازی آماری مورد ارزیابی قرار گرفت. در این تحقیق از داده­های 11 کلاس مختلف بافت خاک ارائه‌شده توسط رالز و همکاران استفاده شده است. نتایج نشان داد که فاکتور مقیاس به‌دست‌آمده بر اساس رطوبت  ،  و  نزدیک به فاکتور مقیاس بهینه است. مقدار میانگین مجموع مربعات خطا روش پیشنهادی برابر با 047/0 و روش بهینه­سازی برابر با 045/0 بود. مقدار میانگین خطای متوسط هندسی برای روش پیشنهادی و بهینه­سازی به ترتیب برابر با 024/1 و  047/1 بود. نتایج نشان داد که انتخاب منحنی مرجع اختیاری بوده و هریک از خاک­ها را می­توان به‌عنوان منحنی مرجع انتخاب کرد. در حالت خارج کردن از مقیاس، نیز منحنی رطوبتی به‌دست‌آمده با روش ارائه‌شده در این تحقیق با دقت مناسبی بر منحنی رطوبتی به‌دست‌آمده از مدل بروکس-کوری برازش یافت.}, keywords_fa = {Soil Water Retention Curve,Scaling,Brooks-Corey,Soil Texture}, url = {https://ijswr.ut.ac.ir/article_75708.html}, eprint = {https://ijswr.ut.ac.ir/article_75708_889b54665d8f1ed3cbec206a877d3d75.pdf} }