نقشه برداری رقومی خاک با استفاده از روش شبکه عصبی مصنوعی روی تراس فوقانی ارس در پارس آباد مغان
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 298
This Paper With 6 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:
SSCI17_441
تاریخ نمایه سازی: 23 آبان 1400
Abstract:
نقشه برداری رقومی خاک میتواند با برقراری ارتباط بین داده های کمکی محیطی و خصوصیات خاک، کلاسها یا خصوصیات خاک را در مناطقی از منطقه ی مورد مطالعه که نمونه برداری صورت نگرفته است پیشبینی نماید. در نتیجه با حفر خاکرخ کمتر و به تبع آن آنالیزهای آزمایشگاهی کمتر، باعث صرفه جویی در زمان و هزینه خواهد شد. در این روش، پیوستگی و تغییر تدریجی خاک نیز نشان داده میشود. این تحقیق با هدف تهیه نقشه رقومی کلاسهای خاک منطقه و مشخص کردن پارامترهای موثر در پیشبینی کلاسهای خاک (زیر گروه بزرگ) در اراضی واحد عمرانی دوم خداآفرین با مساحت ۱۲۵۰۰ هکتار به روش شبکه عصبی مصنوعی در سطح زیرگروه بزرگ خاک انجام شد. در این مطالعه از داده های بانک خاک موجود که شامل خصوصیات فیزیکی و شیمیایی ۴۹۷ خاک رخ خاک، که به صورت روش شبکه بندی منظم به ابعاد ۵۰۰ در ۵۰۰ متر مربع حفر گردید، استفاده شد. پارامترهای کمکی مورد استفاده در این مطالعه داده های ماهواره ای لندست ۸، نقشه رقومی ارتفاع (DEM) و پارامترهای زمینی استخراج شده از آن و نقشه زمی نشناسی بودند. داده های منطقه به دو بخش آموزش %۷۵) داده ها) و آزمون % ۲۵) داده ها) تقسیم گردید. نتایج نشان داد که در بخش آموزش، دقت کلی (%۷۲) و شاخص کاپا (۰/۶۵) میباشد اما در بخش آزمون دقت کلی % ۵۷/۲۶ میباشد. در منطقه مورد مطالعه پنج ویژگی شامل؛ نقشه رقومی ارتفاع (ارتفاع)، نقشه زمین شناسی، شاخص رس، سطح پایه شبکه آبراهه و عمق دره، مهمترین پارامترهای موثر برای پیشبینی کلاسهای خاک در سطح زیرگروه بزرگ میباشند. در کل، نتایج نشان داد که در منطقه مورد مطالعه مدل شبکه عصبی مصنوعی از کارایی و دقت خوبی در مدلسازی مکانی و پیشبینی زیرگروه های بزرگ خاک برخوردار است.
Authors
مجید صفری فر
دانش آموخته ی کارشناسی ارشد گروه علوم خاک دانشگاه شاهد،
حسین ترابی گل سفیدی
استادیار گروه علوم خاک دانشگاه شاهد
روح اله تقی زاده مهرجردی
دانشیار دانشکده کشاورزی و منابع طبیعی دانشگاه اردکان