یکی از ویژگی های عمده خاک درجه حرارت آن می باشد به طوری که رشد و نمو گیاه و تکوین فرآیندهای خاک سازی در گرو تغییرات آن می باشند. در این راستا دمای سطح و ژرفای خاک به صورت پیوسته اندازه گیری نمی شوند، بنابراین از نظر داده های دمای خاک با کمبود آماری رو به رو هستیم، این در حالی است که پارامترهای هواشناسی به طور مرتب اندازه گیری م یشوند. با توجه به این که رابطه های ارایه شده در پژوهش های قبلی از دقت چندان مناسبی برخوردار نمی باشند، در این مقاله سعی بر آن است که رابطه ای با دقت مناسب و براساس مقایسه روش های رگرسیونی و شبکه عصبی با استفاده از داد ههای روزانه هواشناسی سه ایستگاه مشهد، سبزوار و شیراز معرفی گردد. بررسی ضرایب همبستگی مشخص نمود که دمای هوا، تبخیر و تعرق و تبخیر به ترتیب بیش ترین ضریب همبستگی را با دمای خاک در عمق 5 سانتی متر دارند. با توجه به ضرایب همبستگی و نتایج دو مدل بهترین پارامترهای ورودی به ترتیب دمای هوا، تبخیر و تعرق، رطوبت و باران مؤثر با تاخیر زمانی یک روز در نظر گرفته شد. رگرسیون درجه دوم تک متغیره دارای کم ترین دقت بود و در مقابل بالاترین دقت در شبکه عصبی مشاهده گردید. ضمن این که رگرسیون چندمتغیره نیز از دقت مناسبی برخوردار بود. در محاسبه عمق یخ بندان مشاهده شد که رابطه فنلاندی از دقت قاب لقبولی برخوردار است، ضمن این که با در نظر گرفتن یک پارامتر اضافی مربوط به عمق باران در روزهای یخ بندان به نمای معادله فنلاندی، معادله بالا بهبود یافت. حداکثر خطای برآورد دمای خاک از رابطه پیشنهادی 15 0 و 2 درصد مشاهده شد. / درصد در ایستگاه شیراز بوده و میزان خطا در مشهد و سبزوار ب هترتیب 6

کلمات کلیدی