بررسی تغییرات تدریجی درصد آهک با استفاده از معادلات عمق خاک و رگرسیون خطی مطالعه موردی دشت یزد اردکان

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 451

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:

شناسه ملی سند علمی:

NRSTZAGROS01_175

تاریخ نمایه سازی: 10 تیر 1396

Abstract:

وجود ترکیبات آهکی در خاک یکی از مهمترین خصوصیات کانی شناسی خاک های مناطق خشک است. در این خاکها کریستال های ریز آهک با آب شویی به اعماق مختلف هدایت شده و آنها را از نظر خواص مورفولوژیکی و همچنین رده بندی متمایز میکند. با استفاده از پردازش داده های مدل رقومی زمین و همچنین بر اساس تکنیک داده های ماهواره ای و روش ویژه دستگاه القاگر الکترو مغناطیس، مقادیر انباشت آهک در افق های خاک تعیین شد. پژوهش حاضر به مطالعه و شناسایی کانی آهک در 10 عمق متوالی از خاک منطقه دشت یزد- اردکان میپردازد. برای این منظور نرم افزار شبکه عصبی مصنوعی و نرم افزار آماری مینی تب و رگرسیون خطی استفاده شد و نتایج حاصله از آنها مورد مقایسه قرار گرفت. به کمک تحلیل های نرم افزار آماری و مدل پیشبینی رگرسیون، پس از قیاس سه گروه داده ها با یکدیگر، داده های تصاویر ماهواره ای با داشتن کمترین خطا 4و بالا ترین دقت 36/3 مناسب ترین داده جهت این پیش بینی معرفی شدند. که این برآوردها با نتایج حاصله از شبکه عصبی مصنوعی همخوانی افزون بر این به دنبال بررسی های آماری و محاسبات رگرسیونی دهمین افق به عنوان افقی با بیشترین تجمع آهک انتخاب گردید. با توجه به این که در بحث سیاست های مدیریتی مناطق مختلف، دید مدبرانه، کارایی طرح های توسعه و به ویژه اداره اصولی یک منطقه بدون بررسی و مطالعه دقیق خصوصیات آن میسر نخواهد بود، میتوان با شناسایی خواص خاک در مناطق مختلف در راستای ارایه راهکارهای کارآمد و برنامه ریزی های صحیح مدیریتی جهت بهبود کیفیت خاک منطقه مذکور اقدام نمود.

Keywords:

آهک , داده های ماهواره ای , دشت یزد – اردکان , کانی های آهکی , کربنات کلسیم

Authors

پریسا محمدی

دانشجوی کارشناسی ارشد بیابانزدایی دانشگاه اردکان

سحر امیری دوماری

دانشجوی کارشناسی ارشد بیابانزدایی دانشکده منابع طبیعی دانشگاه اردکان

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 :