برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی-مادون قرمز نزدیک در منطقه سمیرم اصفهان

فاطمه رحمتی; سعید حجتی; کاظم رنگزن; احمد لندی

برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی-مادون قرمز نزدیک در منطقه سمیرم اصفهان

Publish place: Iranian Journal of Soil and Water Research، Vol: 54، Issue: 6

Publish Year: 1402

Type: Journal paper

Language: Persian

This Paper With 17 Page And PDF Format Ready To Download

DOWNLOAD Paper

Certificate
I'm the author of the paper

Export:

Link to this Paper:

https://civilica.com/doc/1769859

Document National Code:

JR_IJSWR-54-6_004

Index date: 30 September 2023

برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی-مادون قرمز نزدیک در منطقه سمیرم اصفهان abstract

مطالعه حاضر با هدف برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی و مادون قرمز نزدیک در منطقه سمیرم استان اصفهان انجام بود. تعداد ۲۰۰ نمونه خاک سطحی (۱۰ سانتی متری) از منطقه سمیرم اصفهان (طول جغرافیایی΄ ۱۷ ˚ ۵۱ تا΄۳˚ ۵۲ شرقی وعرض جغرافیایی΄ ۴۲ ˚۳۰ تا ΄۵۱˚ ۳۱ شمالی) جمع آوری گردید. نمونه ها هواخشک شدند و از الک دو میلی متری عبور داده شدند و درصد ذرات خاک در آزمایشگاه با روش هیدرومتری تعیین شد. همچنین طیف سنجی نمونه های خاک با استفاده از دستگاه طیف سنج زمینی انجام گرفت. سپس روش های پیش پردازش مشتق اول با فیلتر ساویتزکی گلای، تصحیح پخشیده چندگانه و متغیر نرمال استاندارد بر روی طیف ها انجام شدند. برای برقراری ارتباط بین درصد ذرات خاک با ویژگی های طیفی آن از مدل های رگرسیون حداقل مربعات جزئی، ماشین بردار پشتیبان و شبکه عصبی استفاده گردید. بهترین نتیجه برای برآورد سیلت با استفاده از شبکه عصبی مصنوعی با روش پیش پردازش تصحیح پخشیده چندگانه با RPD (نسبت انحراف معیار به RMSE) بیشتر از ۲، ۹۸/۰=R۲ و کمترین مقدار g/Kg ۰۸/۱=RMSE به دست آمد. نتایج مطلوبی نیز برای مدل شبکه عصبی مصنوعی به ترتیب با روش های پیش پردازش تصحیح پخشیده چندگانه و متغیر نرمال استاندارد برای مقادیر رس (RPD بیشتر از ۲، ۹۴/۰=R۲ و کمترین مقدار g/Kg ۲۱/۱=RMSE-) و شن (انحراف پیش بینی باقی مانده بیشتر از ۲، ۸۴/۰=R۲ و کمترین مقدار g/Kg۰۸/۱=RMSE) به دست آمد. به طور کلی، براساس نتایج این مطالعه، طیف سنجی مرئی مادون قرمز نزدیک در برآورد درصد ذرات خاک موفق بوده است و قابلیت جانشینی با روش های آزمایشگاهی را دارد.

برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی-مادون قرمز نزدیک در منطقه سمیرم اصفهان Keywords:

واژه های کلیدی: روش های پیش پردازش , رگرسیون حداقل مربعات جزئی , شبکه عصبی مصنوعی , رگرسیون ماشین بردار پشتیبان , طیف سنجی

برآورد درصد ذرات خاک با استفاده از روش طیف سنجی مرئی-مادون قرمز نزدیک در منطقه سمیرم اصفهان authors

فاطمه رحمتی

دانشجوی دکتری گروه علوم و مهندسی خاک،دانشکده کشاورزی،دانشگاه شهید چمران اهواز،اهواز،خوزستان،ایران

سعید حجتی

عضو هیئت علمی گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه شهید چمران اهواز، خوزستان، ایران

کاظم رنگزن

عضو هیئت علمی گروه سنجش از دور و GIS ،دانشکده علوم زمین ، دانشگاه شهید چمرا ن اهواز،اهواز ،خوزستان،ایران

احمد لندی

عضو هیئت علمی گروه علوم و مهندسی خاک ،دانشکده کشاورزی،دانشگاه شهید چمران اهواز،اهواز،خوزستان،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 :

Ahmadi, A.; Emami, M.; Daccache, A. & He, L. (۲۰۲۱). ...

Almeida, J., & Predictive, S. (۲۰۰۲). Non-linear modeling of complex ...

Bouyoucos, G. J. (۱۹۵۱). A recalibration of hydrometer method for ...

Camo, A. ۱۹۹۸. The Unscrambler User Manual. CAMO ASA Norway ...

Chaternour, M., Landi, A., Farrokhian Firouzi, A., Noroozi, A.A., Bahrami, ...

Chin, W. W., Marcolin, B., & Newsted, P. (۱۹۹۶). A ...

Clark, R.N. ۱۹۹۹. Spectroscopy of rocks and minerals, principles of ...

Curcio, D. G., Ciraolo, F. & Minacapilli, M. (۲۰۱۳). Prediction ...

Dotto, A. C., Dalmolin, R. S. D., Pedron, F. d. ...

Gras J.P., Barthès, B.G. Mahaut B. & Trupin. S. (۲۰۱۴). ...

Islam, K., Singh, B., & McBratney, A. (۲۰۰۳). Simultaneous estimation ...

Jalalian, A. (۱۹۹۷). The studies of land resources and capability ...

Karayiannis N. B., & Venetsanopouios A. N. (۱۹۹۳). Artificial Neural ...

Kuśnierek, K. (۲۰۱۱). Pre-processing of soil visible and near infrared ...

Lacerda, M. P. C., Demattê, J. A. M., Sato, M. ...

Lazaar, A., Pradhan, B., Naiji, Z., Gourfi, A., El Hammouti, ...

Mehrabi Gohari۱, E. Matinfar, H.R. Taghizadeh-Mehrjardi, R.A. & Jafari, A. ...

Lanyon, L.E. & Heald W. R. (۱۹۸۲). Magnesium, calcium, strontium ...

Minasny, B., & McBratney, A. B. (۲۰۰۶). A conditioned Latin ...

Mouazen, A. M., Kuang, B., D. E. Baerdemaeker & Ramon, ...

Nelson, R.E. (۱۹۸۲). Carbonate and gypsum. In: A. L. Page ...

Nawar, S., Buddenbaum, H., Hill, J., Kozak, J., & Mouazen, ...

Richards, L.A. (۱۹۵۴). Diagnosis and Improvement of Saline-Alkali Soils.US Departent ...

Rahmati, F., Hojati, S., Rangzan K., & Landi, A. (۲۰۲۲). ...

Rinnan, A., Van den Berg, F., & Engelsen, S. B. ...

Tsai, F. and W. Philpot. (۱۹۹۸). Derivative analysis of hyperspectral ...

Sargent D.J. (۲۰۰۱). Comparison of artificial neural networks with other ...

Silva, E. B., Ten Caten, A., Dalmolin, R. S. D., ...

Summers, D., Lewis, M., Ostendorf, B., & Chittleborough, D. (۲۰۱۱). ...

Vapnik, V. and Vapnik, V. (۱۹۹۸). Statistical learning theory. Wiley. ...

Viscarra Rossel, R.A., Walvoort, D.J.J., McBratney, A.B., Janik, L.J., Skjemstad, ...

Walkley, A., & Black, I.A. (۱۹۳۴). An examination of the ...

Wilding, L. (۱۹۸۵). Soil Spatial variability: Its documentation, accommodation, and ...

Wischmeier, W. H. & Smith, D.D. (۱۹۷۸). Predicting Rainfall Erosion ...

Wold S., Sjostrom M. & Eriksson L. ۲۰۰۱. PLS-regression: a ...

Zhao, Z., Chow, T. L., Rees H. W., Yang, Q., ...

Zhu, Y. M., Lu X. X., & Zhou Y. (۲۰۰۷). ...

نمایش کامل مراجع