---

چکیده دمای خاک یکی از مهم‌ترین پارامترهای موثر در فرایندهای هیدرولوژیکی و مطالعات کشاورزی است که اندازه گیری و تخمین آن امری ضروری می باشد؛ بنابراین تاکنون روش‌های مختلفی هم‌چون مدل‌های رگرسیونی و شبکه عصبی مصنوعی جهت برآورد دمای خاک مورد استفاده قرار گرفته است. در تحقیق حاضر نیز علاوه بر مدل شبکه عصبی مصنوعی، نخستین بار از برنامه ریزی ژنتیک به‌عنوان روشی نوین از روش‌های فراکاوشی که قادر به ارائه رابطه صریح بین متغیرهای وابسته و مستقل می‌باشد، در تخمین دمای خاک ایستگاه سینوپتیک تبریز در عمق‌های مختلف استفاده شده است. پارامترهای مهم هواشناسی از جمله دمای متوسط هوا، بارش، رطوبت نسبی و سرعت باد به‌عنوان عوامل موثر بر دمای اعماق مختلف خاک در طول دوره آماری ۱۸ ساله (۱۳۸۸-۱۳۷۱) انتخاب گردید. سپس به منظور بررسی دقت هر یک از روش‌های یاد شده، در مرحله اول ترکیب‌های مختلفی از مقادیر دمای خاک تشکیل گردید و به عنوان ورودی های این مدل ها مورد استفاده قرار گرفت. در مرحله بعد به همین ترتیب ترکیب های متفاوت با تاخیر یک روزه از پارامترهای مختلف هواشناسی به عنوان ورودی های مدل و دمای خاک به عنوان خروجی هر مدل انتخاب گردید. با توجه به شاخص‌های آماری و هم‌چنین نمودارهای پراکنش هر دو مدل قادر به تخمین قابل قبول دمای اعماق مختلف خاک می‌باشند. هم‌چنین راه حل‌های صریحی که نشانگر ارتباط بین متغیرهای ورودی و خروجی باشد، بر مبنای برنامه ریزی ژنتیک ارائه گردیدند که این امر بر ارجحیت برنامه‌ریزی ژنتیک بر مدل دیگر می‌افزاید.