چکیده: در این پژوهش با استفاده از شبکه عصبی مصنوعی (ANN) و سیستم استنتاج عصبی - فازی تطبیقی (ANFIS) به پیش‌بینی برخی عناصر میکرو خاک پرداخته شده است. مطالعه مورد نظر در شهرستان چرام و دهدشت با یرداشت 90 نمونه خاک سطحی انجام شد. بدین منظور از پارامترهای زودیافت خاک مانند آهک خاک،pH ، EC و ماده آلی، آهن و روی خاک به عنوان ورودی به مدل استفاده شد. نتایج بدست آمده نشان داد که همبستگی بین عناصر آهن و روی با پارامترهای ورودی نشان داد که بیشترین میزان همبستگی را ماده آلی و درصد رس با عنصر آهن و اسیدیته و هدایت الکتریکی با عنصر روی خاک دارد. نتایج شبکه پرسپترون (MLP) برای محاسبه عناصر آهن و روی نشان داد که بهترین ضریب تبیین نسبت به سایر توابع مربوط به تابع گوسین که 0.93 برای تانژانت سیگموئید و0.91 برای لگاریتم سیگموئید و همچنین 0.31 برای تانژانت سیگموئید و 3/0 برای لگاریتم سیگموئید به ترتیب برای عنصر آهن و روی می‌باشد. نتایج حاصل اجرای مدل سیستم استنتاج تطبیقی عصبی فازی برای پیش‌بینی عناصر آهن و روی خاک نشان داد که مدل ANFIS با تابع عضویت گوسین برای هر دو عنصر آهن و روی و با داشتن ضریب تبیین 0.99 برای آهن و همچنین ضریب تبیین 0.78 برای عنصر روی بهترین حالت را نسبت به دیگر توابع دارد. نتایج حاصل از مقایسه دو مدل مورد استفاده شده نشان می‌دهد مدل ANFIS با داشتن ضریب تبیین 0.99، 0.78 به ترتیب برای عناصر آهن و روی خاک نسبت به مدل شبکه عصبی مصنوعی با داشتن ضریب تبیین 0.93 و 0.91 و همچنین 0.31 و 0.30 به ترتیب برای عناصرآهن و روی خاک و در مراحل آموزش و صحت‌سنجی بهترین کارایی را دارد. ضریب تبیین مدل ANFIS نسبت به شبکه عصبی بیشتر و میزان خطای آزمون، خطای آزمایش و خطای شبیه سازی برای عناصر آهن و روی در شبکه عصبی بالاتر است که نشان‌دهنده کارایی پایین‌تر مدل شبکه عصبی مصنوعی نسبت به مدل ANFIS دارد.