برآورد ظرفیت تبادل کاتیونی خاک با استفاده از طیف سنجی بازتابی
Publish place: Forest Research and Development، Vol: 4، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 86
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFRD-4-3_006
تاریخ نمایه سازی: 13 آذر 1402
Abstract:
در این پژوهش قابلیت بازتاب طیفی خاک بهمنظور برآورد مقدار CEC خاک بررسی شد. به همین منظور تعداد ۴۵ نمونه خاک از بخش نمخانه جنگل خیرود جمع آوری و بازتاب طیفی آنها در محدوده ۲۵۰۰-۳۵۰ نانومتر اندازهگیری و ارتباط آن با مقادیر CEC اندازه گیری شده مورد بررسی قرار گرفت. علاوه بر روش رگرسیون حداقل مربعات جزئی (Partial Least Squares Regression: PLSR)، دو گروه از شاخصهای باریکباند خاک (RI، DI) نیز برای برآورد CEC در دو حالت طیف بازتابندگی و مشتق آن استفاده شدند و سپس مورد مقایسه قرار گرفتند. نتایج این بررسی نشان داد که به طورکلی شاخصهای باریکباند ارتباط قویتری با CEC نسبت به روش PLSR دارند و در حالت مشتق اول شاخص DI بیشترین همبستگی (۰۱/۵= RMSE، ۸۲/۰= R۲) نسبت به دیگر حالتهای شاخصها مشاهده شد. در روش PLSR طیف خام با CEC ارتباط قویتری نسبت به مشتق اول نشان داد، درحالی که در استفاده از روش شاخصهای باریک باند، مشتق اول و CEC ارتباط قویتری نسبت به طیف خام نشان دادند؛ بنابراین با توجه به اینکه بین CEC و بازتاب طیفی خاک ارتباط بسیار قوی وجود دارد، میتوان از طیف سنجی بازتابی به عنوان روشی غیرمخرب، سریع، آسان و کم هزینه برای برآورد CEC استفاده کرد.
Authors
Fatemeh Mousavi
دانشجوی دکتری مهندسی جنگل، دانشگاه تهران، کرج، ایران.
EHsan Abdi
دانشیار، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران.
Abbas Ghalandarzadeh
دانشیار، دانشکده مهندسی عمران، دانشگاه تهران، تهران، ایران.
Hossein Ali Bahrami
دانشیار، گروه خاک شناسی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.
Baris Majnounian
استاد، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران.
Saham Mirzaei
دانشجوی دکتری سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران، 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 :