ورود
مقالات فارسیISIکنفرانسهاژورنالها

ارزیابی روش طیف سنجی امواج مرئی - مادون قرمز و روش های PLSR و SVMR در مدل سازی کربن آلی و کل مواد خنثی شوند خاک

Publish place: Iranian Journal of Soil and Water Research، Vol: 52، Issue: 4
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 137

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:
https://civilica.com/doc/1658829

شناسه ملی سند علمی:

JR_IJSWR-52-4_010

تاریخ نمایه سازی: 31 اردیبهشت 1402

Abstract:

برای مدیریت پایداری اراضی، اطلاع از فعالیت ها و خصوصیات خاک و تغییرات زمانی و مکانی آنها ضروری است. طیف سنجی امواج مرئی و مادون قرمز نزدیک به دلیل دقت و سرعت عمل بالا قابلیت ویژه ای در شناسایی و تعیین خصوصیات خاک دارد. هدف این مطالعه ارزیابی دقت روش طیف سنجی مرئی-مادون قرمز نزدیک در برآورد مقدار کربن آلی(OC) و کل مواد خنثی شونده خاک (TNV)  خاک است. به این منظور تعداد ۱۱۰ نمونه خاک از استان های خوزستان، یزد و تهران تهیه و در آزمایشگاه طیف سنجی گردید. طیف به دست آمده از دستگاه طیف سنج با ۵ روش پیش پردازش فیلتر ساویتزکی گولای (SG)، مشتق اول همراه با ساویتزکی گولای  (FD-SG)، مشتق دوم همراه با ساویتزکی گولای (SD-SG)، واریانس استاندارد نرمال (SNV)، تصحیح پخشیده چندگانه (MSC) اصلاح شد. همچنین عملکرد دو روش PLSR و SVMR در برآورد ویژگی های خاک مقایسه گردید. نتایج نشان دادند که مدل PLSR نسبت به مدل SVMR در برآورد OC و TNV دقت بالاتری دارد. دربرآود  OC، مدل PLSR و روش پیش پردازش MSC (۴۷/۱= RPDVAL و ۱۹/۰ = RMSEVAL ،۵۹/۰ =VAL R۲) بهترین عملکرد و روش پیش پردازش SD-SG، ضعیف­ترین عملکرد (۵۲/۰= RPDVAL و ۲۷/۰ = RMSEVAL ،۱۵/۰ =VAL R۲) را نشان داد. همچنین برای TNV روش پیش پردازش (FD-SG) بهترین عملکرد (۰۱/۲= RPDVAL و ۷۰/۵ = RMSEVAL ،۷۸/۰ =VAL R۲) و روش پیش پردازش (SD-SG) ضعیف­ترین عملکرد (۳۱/۰= RPDVAL و ۱۳/۱۱ = RMSEVAL ،۱/۰ =VAL R۲) را نشان داده است. طول موج کلیدی برای OC در محدوده ۴۲۱ و ۶۱۲ نانومتر و برای TNV در محدوده ۲۳۱۵ و ۲۱۵۱ نانومتر مشاهده گردید. این مطالعه نشان داد که روش طیف سنجی Vis-NIR به علت دارا بودن اساس فیزیکی و در نظر گرفتن فاکتورهای تاثیرگذار، به عنوان یک مدل بزرگ مقیاس، قابلیت مناسبی برای ارزیابی و پیش­بینی OC و TNV خاک دارد.

Keywords:

Authors

رخسار اکبری فضلی

گروه خاکشناسی، پردیس علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی، اهواز، ایران

تیمور بابائی نژاد

گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

نوید قنواتی

گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

اکبر حسنی

گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

محمد صادق عسکری

گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

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 :
  • Bashour, I. I. and Sayegh, A. H. (۲۰۰۷). Methods of analysis ...
  • Ben-Dor, E. and Banin, A. (۱۹۹۴). Visible and near-infrared (۰.۴–۱.۱ ...
  • Ben‐Dor, E. and Banin, A. (۱۹۹۵). Near‐infrared analysis as a ...
  • Chaternour, M., Landi A., Farrokhian firouzi A., Noroozi A., and ...
  • De Santana, F. B., de Giuseppe, L.O., de Souza,M. A., ...
  • Farifteh, J., Van der Meer, F., Atzberger, C. and Carranza, ...
  • Florinsky, I.V., Eilers, R.G., Manning, G.R. and Fuller, L.G. (۲۰۰۲). ...
  • Geladi, P. and Kowalski, B.R. (۱۹۸۶). Partial least-squares regression: a ...
  • Han, Y., Tang, Z., Sun, J., Xing, X., Zhang, M. ...
  • Harrison, T.N. (۲۰۱۲). Experimental VNIR reflectance spectroscopy of gypsum dehydration: ...
  • Hassani, A., Bahrami, H., Noroozi, A. and Oustan, S. (۲۰۱۴). ...
  • Hong, Y., Chen, S., Liu, Y., Zhang, Y., Yu, L., ...
  • Hong, Y., Liu, Y., Chen, Y., Liu, Y., Yu, L., ...
  • Hu, X.Y. (۲۰۱۳). Application of visible/near-infrared spectra in modeling of ...
  • Khayamim, F., Khademi, H. and Ayoubi, S. (۲۰۱۸). Capability and ...
  • Khayamim, F., Khademi, H., Stenberg, B. and Wetterlind, J. (۲۰۱۵). ...
  • Mousavi, F., Abdi, E., Ghalandarzadeh, A., Bahrami, H., Majnounian, B. ...
  • Nawar, S., Buddenbaum, H., Hill, J., Kozak, J.and Mouazen, A.M., ...
  • Ng, H. Y., Loka, V., Pooi, C. K. (۲۰۱۹). Treatment ...
  • Nocita, M., Stevens, A., Toth, G., Panagos, P., van Wesemael, ...
  • Powlson, D.S., Brookes, P.C., Whitmore, A.P., Goulding, K.W.T., Hopkins, D.W. ...
  • Rasooli, N., Farpoor, M.H., Khayamim, F. and Ranjbar, H. (۲۰۱۸). ...
  • Rial, M., Cortizas, A. M. and Rodríguez-Lado, L. (۲۰۱۷). Understanding ...
  • Rossel, R. V. and Behrens, T. (۲۰۱۰). Using data mining ...
  • Rossel, R.V., Behrens, T., Ben-Dor, E., Brown, D.J., Demattê, J.A.M., ...
  • Rossel, R.V., Cattle, S.R., Ortega, A. and Fouad, Y. (۲۰۰۹). ...
  • Smola, A. J. and Scholkopf, B. (۲۰۰۴). A tutorial on ...
  • Stenberg, B., Viscarra Rossel, R.A., Mouazen, A.M. and Wetterlind, J. ...
  • Stoner, E.R. and Baumgardner, M.F. (۱۹۸۱). Characteristic variations in reflectance ...
  • Tumsavas, Z., Tekin, Y., Ulusoy, Y. and Mouazen, A.M. (۲۰۱۹). ...
  • Vapnik,V.N.(۱۹۹۸). Statistical learning theory. Adaptive and learning systems for signal ...
  • Viscarra Rossel, R.A., Behrens, T., Ben-Dor, E., Brown, D.J.,…and Ji, ...
  • Viscarra Rossel, R.A., Cattle, S.R., Ortega, A., Fouad, Y., (۲۰۰۹). ...
  • Walkly, A. and Black, I.A. (۱۹۳۴). An examination of the ...
  • Wan, M., Qu, M., Hu, W., Li, W., Zhang, C., ...
  • Wang, J., He, T., Lv, C., Chen, Y. and Jian, ...
  • Wilding, L.P. (۱۹۸۵). Spatial variability: its documentation, accomodation and implication ...
  • Wold, S. (۲۰۰۱a). M. Sj ostrom, L. Eriksson. Chemom. Intell. Lab. ...
  • Wold, S., Sjostrom, M., Eriksson, L., (۲۰۰۱b). PLS-regression: A basic ...
  • Xie, X. L. and Li, A.B. (۲۰۱۸). Identification of soil ...
  • Xu, C., Zeng, W., Huang, J., Wu, J. and Van ...
  • Xuemei, L., and L. Jianshe. (۲۰۱۳). Measurement of soil properties ...
    • نمایش کامل مراجع