نقشه برداری رقومی فامیل های خاک با استفاده از مدل جنگل تصادفی در مقیاس مزرعه

نقشه برداری ویژگیها و کلاسهای خاک با استفاده از رویکرد نقشه برداری رقومی خاک (DSM) یک نیاز ضروری در مدیریت دقیق خاک و نیز کشاورزی دقیق است. با این وجود، بسیاری از نقشه های فعلی خاک (سنتی و رقومی) در ایران به صورت کوچک مقیاس (مقیاس منطقه ای و زمین نما) تهیه شدهاند که برای اعمال مدیریت در مقیاس مزرعه مناسب نمی باشند. نقشه برداری کلاسها و خصوصیات خاک در مقیاس مزرعه، به ویژه خاکهایی که در دشتهای رسوبی شکل گرفتهاند، بدون در نظر گرفتن تغییرات کوتاه دامنه افقها و خصوصیات خاک ، امکان پذیر نیست. در مطالعه حاضر، کلاسهای خاک در مقیاس مزرعه (۱:۱۰۰۰۰) براساس ویژگیهای فیزیکی و شیمیایی خاک به عنوان ورودی در مدلسازی در کنار متغیرهای محیطی ارزیابی شد. ۵۳ پروفیل خاک در مزرعه ای به مساحت ۲۲۰ هکتار حفر و تشریح شد. خصوصیات توپوگرافی، اطلاعات مستخرج از تصاویر ماهواره ای و خصوصیات خاک برای مدلسازی به عنوان داده های کمکی فامیلهای خاک، مورد استفاده قرار گرفتند. نتایج نشان داد که استفاده از خصوصیات خاک مانند کلاسهای اندازه ذرات خاک و ظرفیت تبادل کاتیونی به عنوان متغیرهای کمکی در پیش بینی فامیلهای خاک میتواند در افزایش دقت پیش بینی کلاسهای فامیل خاک بسیار موثر باشد.

Keywords:

یادگیری ماشین , متغیرهای خاک , مقیاس مزرعه , کرج