دانشگاه علوم کشاورزی و منابع طبیعی گرگان

 آمار

تعداد نشریات13
تعداد شماره‌ها649
تعداد مقالات6,763
تعداد مشاهده مقاله9,435,002
تعداد دریافت فایل اصل مقاله8,816,470
زرینی بهادر, مسلم, شریفی, رحمان. (1404). نقشه برداری رقومی کربن آلی خاک با استفاده از داده‌های کمکی و مدل‌های یادگیری ماشین در حوضه آبخیز بدر، جنوب شهرستان قروه استان کردستان. , (), -. doi: 10.22069/ejsms.2025.22625.2162
مسلم زرینی بهادر; رحمان شریفی. "نقشه برداری رقومی کربن آلی خاک با استفاده از داده‌های کمکی و مدل‌های یادگیری ماشین در حوضه آبخیز بدر، جنوب شهرستان قروه استان کردستان". , , , 1404, -. doi: 10.22069/ejsms.2025.22625.2162
زرینی بهادر, مسلم, شریفی, رحمان. (1404). 'نقشه برداری رقومی کربن آلی خاک با استفاده از داده‌های کمکی و مدل‌های یادگیری ماشین در حوضه آبخیز بدر، جنوب شهرستان قروه استان کردستان', , (), pp. -. doi: 10.22069/ejsms.2025.22625.2162
زرینی بهادر, مسلم, شریفی, رحمان. نقشه برداری رقومی کربن آلی خاک با استفاده از داده‌های کمکی و مدل‌های یادگیری ماشین در حوضه آبخیز بدر، جنوب شهرستان قروه استان کردستان. , 1404; (): -. doi: 10.22069/ejsms.2025.22625.2162

نقشه برداری رقومی کربن آلی خاک با استفاده از داده‌های کمکی و مدل‌های یادگیری ماشین در حوضه آبخیز بدر، جنوب شهرستان قروه استان کردستان

مجله مدیریت خاک و تولید پایدار
مقالات آماده انتشار، اصلاح شده برای چاپ، انتشار آنلاین از تاریخ 07 مهر 1404
نوع مقاله: مقاله کامل علمی پژوهشی
شناسه دیجیتال (DOI): 10.22069/ejsms.2025.22625.2162
نویسندگان
مسلم زرینی بهادر* 1؛ رحمان شریفی2
1کارشناس تحقیقات خاک و آب مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان تهران، سازمان تحقیقات، آموزش و ترویج کشاورزی(تات)، تهران،
2استادیار زمین شناسی، عضو هیئت علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان تهران، سازمان تحقیقات، آموزش و ترویج کشاورزی(تات)،
چکیده
کربن آلی خاک به عنوان عامل کلیدی در پایداری حاصلخیزی و باروری خاک و خدمات‌رسانی زیست بوم خاک محسوب می‌شود. کربن آلی خاک به عنوان یکی از موضوعات و چالش‌های مهم محیط زیستی در مقیاس جهانی در برنامه محیط زیست سازمان ملل متحد نیز گنجانده شده است. بررسی‌ها در ایران نشان می‌دهد به طور میانگین به ازای افزایش هر گرم کربن آلی در کیلوگرم خاک، عملکرد دانه گندم به طور میانگین 286 کیلوگرم در هکتار افزایش می‌یابد. همچنین آگاهی از تغییرات کربن آلی خاک یکی از مؤلفه‌های اصلی در ارزیابی کیفیت خاک است. اهداف این مطالعه نقشه‌برداری رقومی کربن خاک و شناسایی اثرات ویژگی‌های محیطی بر پیش‌بینی‌های مقدار کربن آلی خاک، تجزیه و تحلیل اثر زیر‌مجموعه متغیرهای کمکی بر پیش‌بینی کربن آلی خاک و انتخاب بهترین مدل برای پیش‌بینی ذخایر کربن آلی خاک است. بنابراین مطالعه حاضر با هدف نقشه‌برداری رقومی کربن آلی خاک با استفاده از متغیرهای کمکی محیطی و مدل‌های پیش-بینی کننده و معرفی بهترین مدل‌ها در حوضه آبخیز بدر در جنوب شهرستان قروه انجام گرفت. برای انجام این پژوهش در مرحله اول، داده‌های کمکی ازجمله تصاویر ماهواره‌ای لندست 8 و مدل رقومی ارتفاع با قدرت تفکیک مکانی 10 متر منطقه از سازمان نقشه‌برداری کشور تهیه گردید. نقشه‌ی زمین‌شناسی قروه از سایت زمین‌شناسی کشور تهیه و نقشه زمین‌شناسی حوضه آبخیز بدر از آن استخراج و در محیط سامانه اطلاعات جغرافیایی رقومی گردید. نقشه‌ی ژئومرفولوژی با استفاده از نقشه زمین‌شناسی و بر اساس روش ژئوپدولوژی زینک در محیط سامانه اطلاعات جغرافیائی ترسیم گردید. در مرحله‌ی دوم، محل نقاط مشاهداتی تعیین گردید، شناسایی خاک‌ها در صحرا انجام پذیرفت، نمونه برداری از لایه‌های مختلف خاک انجام شد و اندازه‌گیری‌های فیزیکی و شیمیائی و کانی شناسی خاک‌ها انجام و خاک‌ها طبقه بندی شدند. در مرحله سوم، مدلسازی انجام، نقشه‌های رقومی کلاس‌ها و ویژگی‌های خاک تهیه گردید و ارزیابی مدل‌ها صورت گرفت. برای انجام این مطالعه، بر اساس تکنیک ابر مکعب لاتین، محل 125 خاک رخ در منطقه مطالعاتی انتخاب و حفر شد. نمونه‌های خاک، پس از هوا خشک شدن در محیط آزمایشگاه، کوبیده و از الک 2 میلیمتری عبور داده شدند. سپس ماده آلی خاک به روش سوزاندن تر اندازه‌گیری شد. جهت برآورد ویژگی‌های خاک، در مطالعه حاضر دو حالت مختلف مورد بررسی قرار گرفت. در حالت اول، مدل‌های شبکه عصبی مصنوعی، تحلیل درخت تصمیم و رگرسیون چند متغیره خطی برای پیش‌بینی مورد استفاده قرار گرفتند. همچنین جهت ترکیب نتایج مدل‌ها، از مدل نزدیک‌ترین همسایه استفاده شد. در مرحله دوم، مدل‌های تحلیل درخت تصمیم، شبکه عصبی مصنوعی، نزدیک‌ترین همسایه و جنگل تصادفی برای پیش‌بینی به‌کار رفتند. همچنین جهت ترکیب نتایج مدل‌ها در این حالت، از روش رگرسیون چند متغیره خطی ترکیبی استفاده گردید. با استفاده از روش ارزیابی کافلد مکانی 10، نتایج پیش‌بینی مورد ارزیابی قرار گرفتند. نتایج نشان داد که در میان مدل‌های استفاده‌شده برای پیش‌بینی ماده آلی خاک، مدل رگرسیون چند متغیره خطی (MLR)با ضریب تعیین 637/0 و ریشه دوم متوسط مربعات خطا 232/0 از بیشترین دقت برای پیش‌بینی برخوردار بوده است. کمترین دقت پیش بینی به مدل نزدیک ترین همسایه K (KNN)، اختصاص یافته است. این در حالی‌است که با استفاده از روش اعتبارسنجی کافلد 5 تصادفی، از بین مدل های شبکه عصبی مصنوعی (Artificial Neural Network, ANN)، تحلیل درخت تصمیم (Decision Tree Analysis, DTA)، رگرسیون چند متغیره خطی (Multi Linear Regression, MLR) و نزدیک‌ترین همسایه K (K Nearest Neighbor)، مدل نزدیک‌ترین همسایه K (KNN) با ضریب تعیین 9906/0 و ریشه دوم متوسط مربعات خطا 0361/0 از بیشترین دقت برای پیش‌بینی مقدار کربن آلی برخوردار بوده است. بخاطر مکانی بودن روش اعتبارسنجی کافلد 10 مکانی، استفاده از این روش بر روش اعتبارسنجی کافلد 5 تصادفی ارجحیت دارد.
کلیدواژه‌ها
نقشه‌برداری رقومی خاک؛ متغیرهای کمکی؛ رگرسیون خطی چندگانه؛ تصاویر ماهواره‌ای
مراجع
آمار
تعداد مشاهده مقاله: 22


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب