مدل سازی پراکنش فسفر قابل جذب در خاک های سطحی شمال استان خوزستان با استفاده از مدل رگرسیون خطی چندگانه و الگوریتم جنگل تصادفی

اطلاعات اندکی در رابطه با پراکنش مکانی عناصر دخیل در ارزیابی وضعیت حاصلخیزی خاک­های استان خوزستان و به­ویژه فسفر قابل جذب خاک­ها وجود دارد. از این رو، مطالعه حاضر با هدف تعیین موثرترین ویژگی­های خاکی کنترل کننده غلظت فسفر قابل جذب در خاک­های شمال استان خوزستان و معرفی مناسب­ترین روش مدل­سازی تغییرات مکانی فسفر قابل جذب با استفاده از روش­های رگرسیون خطی چندگانه و الگوریتم جنگل تصادفی انجام شد. بدین منظور تعداد ۲۵۰ نمونه مرکب صورت تصادفی به روش ابرمکعب لاتین مشروط در دی­ماه تا بهمن ماه ۱۳۹۹ از خاک­های سطحی (۱۰-۰ سانتی­متری) اراضی شمال استان خوزستان تهیه شد. پس از آماده­سازی­های اولیه نمونه­ها، ویژگی­های فیزیکی و شیمیایی آن ها با استفاده از روش­های استاندارد آزمایشگاهی اندازه­گیری شد. سپس به­منظور مدل­سازی تغییرات مکانی فسفر قابل جذب خاک­ها، داده­های آزمایشی پس از آماده­سازی­های اولیه با استفاده از مدل­های رگرسیون خطی چندگانه و جنگل تصادفی در محیط نرم­افزار RStudio بررسی شدند. نتایج نشان داد که در ۴/۳۲ درصد از نمونه­های مورد بررسی غلظت فسفر قابل جذب کمتر از ۵ میلی­گرم بر کیلوگرم است. نتایج ارزیابی مدل­های رگرسیون خطی چندگانه و جنگل تصادفی براساس آماره­های ارزیابی مدل شامل میانگین خطای مطلق (MAE)، جذر میانگین مربعات خطا (RMSE) و ضریب تبیین (R۲) در هر سه مرحله­ی آموزش، آزمون و کل داده­ها نشان داد که مدل جنگل تصادفی با توجه به ضرایب تبیین بالاتر و همچنین مقادیر خطای کمتر، تخمین­های بهتر و دقیق­تری را ارائه می­دهد. بررسی اهمیت متغیرهای خاکی در مدل­سازی پراکنش فسفر قابل جذب در هر دو روش رگرسیون خطی چندگانه­ و جنگل تصادفی نشان داد که محتوای کربن آلی خاک­ها بیشترین نقش را در توزیع فسفر قابل جذب در منطقه مطالعاتی داراست. در کل به نظر می­رسد استفاده از مدل­هایی که روابط غیرخطی بین متغیرها را نیز لحاظ می­نمایند در پیش­بینی خصوصیات خاک­ها بهتر است.

Keywords:

Conditioned Latin Hypercube , Prediction , validation , Organic Carbon Content