نقشه برداری رقومی بافت خاک با استفاده از رگرسیون درختی و شبکه عصبی مصنوعی درمنطقه بیجار کردستان

Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 456

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JSW-28-5_015

تاریخ نمایه سازی: 2 آبان 1396

Abstract:

در مطالعه حاضر جهت پهنه بندی رقومی کلاس های بافتی خاک در منطقه بیجار کردستان، 103 پروفیل حفر، تشریح و از افق های سطحی A نمونه برداری شد. متغیرهای محیطی یا فاکتورهای خاک سازی که در این پژوهش استفاده شد شامل اجزاء سرزمین ، داده های تصویر ETM+ ماهواره لندست و نقشه سطوح ژیومورفولوژی می باشد. همچنین، جهت ارتباط دادن بین داده های خاک (رس، شن و سیلت ) و متغیرهای کمکی از مدل های شبکه عصبی مصنوعی و رگرسیون درختی بهره گرفته شد. نتایج این تحقیق نشان داد که مدل رگرسیون درختی دارای دقت بیشتری نسبت به شبکه عصبی مصنوعی به منظور پیش بینی هر سه پارامتر رس، شن و سیلت می باشد. برای جزء رس، مدل رگرسیون درختی و شبکه عصبی مصنوعی دارای ضریب تبیین و میانگین ریشه مربعات خطا 0/46، 0/81، 07/10، 12/50 براساس داده های آزمون ( 20 درصد) میباشد. نتایج نشان داد که برای پیش بینی رس، شن و سیلت پارامترهای سطوح ژیومورفولوژی، شاخص خیسی، شاخص همواری دره با درجه تفکیک بالا، ارتفاع، طول شیب و باند 3مهم ترین بوده اند. در کل نتایج نشان داد که مدل های درختی دارای دقت بالاتری نسبت به روش شبکه عصبی مصنوعی بوده و همچنین تفسیر نتایج مدل درختی بسیار راحتتر می باشد. لذا پیشنهاد می شود که جهت تهیه نقشه رقومی خاک از مدل های درختی در مطالعات آینده استفاده شود.

Authors

کمال نبی الهی

استادیار گروه مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه کردستان

احمد حیدری

دانشیار گروه مهندسی علوم خاک، دانشکده مهندسی و فناوری کشاورزی،دانشگاه تهران

روح اله تقی زاده مهرجردی

استادیار گروه خاک شناسی، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان