کاربرد شبکه عصبی GMDH در پایش شوری خاک دشت ساوه با استفاده از شاخص های طیفی و توپوگرافی
Publish place: Journal of Water and Soil Science، Vol: 26، Issue: 4
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 136
This Paper With 11 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-26-4_016
تاریخ نمایه سازی: 22 اسفند 1401
Abstract:
در سال های اخیر از روش های غیرمستقیم نظیر سنجش از دور و داده کاوی برای برآورد شوری خاک زمین های کشاورزی استفاده می شود. در این تحقیق، هدایت الکتریکی ۹۴ نمونه خاک از ۰ تا ۱۰۰ سانتی متر با استفاده از تکنیک ابرمکعب در دشت ساوه، اندازه گیری شد. تعداد ۲۳ نوع داده ورودی در قالب دو دسته توپوگرافی و طیفی استفاده شدند. پارامترهای سطح زمین مانند شاخص رطوبت توپوگرافیک (TWI)، شاخص طبقه بندی زمین برای مناطق پست (TCI)، شاخص قدرت جریان (STP)، مدل رقومی ارتفاع (DEM) و طول شیب (LS) با استفاده از نرم افزارهای Arc-GIS و SAGA به عنوان ورودی های توپوگرافی لحاظ شدند. همچنین شاخص های مکانی شوری و پوشش گیاهی از تصاویر لندست ۸ استخراج شدند و به عنوان ورودی های طیفی درنظر گرفته شدند. به منظور مدل سازی شوری از شبکه عصبی GMDH با نسبت ۷۰ درصد برای آموزش و ۳۰ درصد برای صحت سنجی استفاده شد. نتایج اندازه گیری نشان داد مقادیر شوری خاک بین ۰/۱ تا ۱۸ با میانگین ۵ و انحراف معیار ۴/۷ دسی زیمنس بر متر بودند. نتایج مدل سازی نیز نشان داد پارامترهای آماری R۲، MBE وNRMSE در مرحله آموزش به ترتیب ۰/۸۰، ۰/۰۶ و ۴۲/۱ درصد بودند. همین مقادیر در مرحله صحت سنجی به ترتیب ۰/۷۹، ۰/۱۳ و ۴۸/۷ درصد بودند. بنابراین استفاده از شاخص های طیفی، توپوگرافی و شبکه عصبی GMDH، در مدل سازی شوری خاک، کارایی مناسبی دارد.
Keywords:
Authors
وحید حبیبی اربطانی
Science and Research Branch, Islamic Azad University, Tehran
محمود اکبری
Arak University
زهره مقدم
Payam Noor University, Tehran Province
امیرمهدی بیات
Isfahan University of Technology
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 :