ارزیابی مدل استنباط خاک (SIE) در نقشهبرداری خاک با تاکید بر استفاده از دانش کارشناس و منطق فازی (شهرستان جلفا -گلفرج)
Publish place: Journal of Water and Soil Science، Vol: 22، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 274
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-22-3_013
تاریخ نمایه سازی: 21 اردیبهشت 1400
Abstract:
یکی از مشکلات نقشهبرداری مرسوم خاکها، تکیهبر نظرات کارشناسی، وقتگیر بودن و زمانبر بودن تهیه و روزآمد کردن نقشهها است. درحالیکه نقشهبرداری رقومی خاک، با استفاده از مدلهای مختلف خاک - سیمای زمین، منجر به سادهسازی پیچیدگیهای موجود در سامانه طبیعی خاک میشود. هدف از پژوهش حاضر، بررسی مدل استنباط خاک (SIE) در نقشهبرداری خاک با تاکید بر استفاده از دانش کارشناسی و منطق فازی است. برای این منظور لایه رقومی زمینشناسی و لایههای محیطی از مدل رقومی ارتفاع شامل: ارتفاع، شیب، شکل انحنای سطح زمین و شاخص خیسی استخراج شدند که دادههای ورودی مدل SIE را تشکیل میدهند، سپس نقشههای فازی برای پنج نوع خاک تهیه و نقشه نهایی پیشبینی خاک با عمل غیر فازی کردن، ایجاد شد. نتایج نشان داد که مدل SIE که از متغیرهای محیطی استفاده میکند، توانایی بالایی در جداسازی انواع خاک با جزئیات بیشتر دارد و خاکهایی که مواد مادری متفاوتی دارند را کاملا از هم جدا میکند. مقایسه ماتریس خطا نشان میدهد که صحت کلی نقشه استنتاج شده از مدل SIE، برابر ۷۵ درصد است، همچنین انطباق نتایج نقشهبرداری رقومی با نقشهبرداری مرسوم، بیانگر انطباق ۶۸/۷۴ درصدی نتایج است و تفاوت در میزان انطباق را میتوان به تفاوت در ماهیت دو روش مرتبط دانست.
Keywords:
Authors
اذر فاریابی
۱. Department of Soil Science, Faculty of Agriculture, Lorestan Uninersity, Lorestan, Iran.
حمیدرضا متین فر
۱. Department of Soil Science, Faculty of Agriculture, Lorestan Uninersity, Lorestan, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :