Seyyed Mohammad Hojati - استاد، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
Mahya Tafazoli - دانش آموخته دکتری جنگلداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
Maryam Asadian - دانشجوی دکتری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
Ali Baluee - دانشجوی کارشناسی ارشد جنگلداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

در این پژوهش مدل های مبتنی بر یادگیری ماشین (رگرسیون-خطی، k-نزدیک­ترین همسایه، ماشین بردار پشتیبان، جنگل تصادفی) برای برآورد ترسیب کربن و تنفس خاک در جنگل­های شرق استان مازندران ارزیابی شدند. پس از مشخص شدن نقاط نمونه­برداری، در هر یک از قطعات نمونه، قطر و ارتفاع درختان اندازه­گیری و زی­توده روی-زمینی درختان با استفاده از مدل های آلومتریک جنگل هیرکانی محاسبه شد. نمونه خاک از عمق صفر تا ۲۰ سانتی­متر تهیه و تنفس خاک با دستگاه CO۲-port اندازه­گیری شد. تنفس خاک با استفاده از متغیرهای وزن مخصوص ظاهری، درصد رطوبت، درصد اجزای بافت، دمای خاک، نیتروژن کل، فسفر و پتاسیم قابل جذب، درصد کربن و زی­توده درختان برآورد شد. ترسیب کربن خاک با کمک متغیرهای دما و رطوبت خاک و زی­توده درختان برآورد شد. مدل جنگل تصادفی (۴۷/۱۰RMSE= و ۸۲/۰R۲=) و ماشین بردار پشتیبان (۷۷/۰RMSE= و ۹۰/۰R۲=) به­ترتیب بالاترین عملکرد در برآورد ترسیب کربن و تنفس خاک داشت. متغیر رطوبت خاک در برآورد ترسیب کربن (مدل جنگل تصادفی) و تنفس خاک (مدل ماشین بردار پشتیبان) دارای بالاترین اهمیت نسبی بود. با توجه به نتایج به­دست­آمده می­توان با داشتن زی­توده روی-زمین درختان و ویژگی­های اولیه خاک، مقدار ترسیب کربن و تنفس خاک را در جنگل با دقت مناسب برآورد کرد.

تغییر اقلیم, جنگل تصادفی, ماشین بردار پشتیبان, ویژگی های خاک جنگل