بازشناخت الگوی پراکنش کلاس های خاک در یک زمین نمای نیمه خشک در ایران باختری با کاربرد نگرش دانش بنیاد فازی

Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 261

This Paper With 15 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:

JR_JWSC-23-6_014

تاریخ نمایه سازی: 12 آبان 1398

Abstract:

سابقه و هدف: مدل کردن تغییرپذیری خاک در کاربری پایدار این منبع طبیعی اهمیت بنیادین دارد. مدل های ناپیوسته که از دیرباز به کار رفته اند تغییرات خاک را به اندازه نیاز در کشاورزی نوین تشریح نکرده و منجر به بروز کاستی های بنیادین در توان پیش بینی مکانی نقشه های خاک می شوند. کاربرد فزاینده الگوریتم های آماری که ابزار رایان آموختی نامیده می شوند در تولید و بهبود نقشه های خاک به شکل رقومی از راه های رویارویی با این مشکل است. مدل SoLIMاز جمله این روش هاست که نگرش دانش بنیاد فازی را برای درک روابط خاک-سرزمین و پیش بینی پراکنش خاک به طور پیوسته به کار می گیرد. در این پژوهش توان مدل SoLIM در پیش بینی الگوی پراکنش خاک در بخشی از دشت میان دربند استان کرمانشاه به مساحت 2300 هکتار آزموده شد. مواد و روش ها: نقشه های تندی و راستای شیب، خمیدگی نیمرخی و تراز، و نمایه خیسی از مدل رقومی ارتفاع با دقت 10متر محاسبه و به همراه نقشه مواد مادری خاک ها به عنوان موثرترین متغیرهای محیطی همراه (متغیرهای همراه) موثر در تمایز خاک های منطقه در مدل به کار رفت. بر پایه تحلیل زمین ریخت شناختی، 26 پدان جایابی، تشریح و بر اساس Soil Taxonomy (ST) و WRB به ترتیب در هفت زیرگروه و شانزده گروه مرجع خاک رده بندی شد. برای آموزش الگوریتم در بازشناخت روابط میان متغیرهای همراه و خاک های رده بندی شده در هر یک از دو سیستم، قواعد لازم در محیطSoLIM تعریف شد. پس از استنتاج، برای هر یک از زیرگروه ها و RGS ها یک نقشه فازی ساخته شد و با آمیختن خروجی های فازی، نقشه نافازی الگوی پراکنش خاک منطقه برای هر یک از دو سیستم رده بندی تولید گردید. یافته ها: نتایج نشان از توان خوب یاد گیری الگوریتم داشت، اما خروجی ها برای دو سیستم رده بندی متفاوت بود. برای زیرگروه های ST نقشه یکپارچه تری از WRB به دست آمد که بازتابی از ساختار درختی آن بود. یکپارچگی کمتر نقشه WRB نشانی از توان پیش بینی مکانی بهتر تفسیر شد که پی آمد ساختار دو سطحی و منعطف تر آن بود. برای ارزیابی عملکرد مدل، نتایج 26 پدان در آرایشی متشکل از چهار ترانسکت و 5 نقطه با پراکنش هدفمند و به گونه ای که بر پایه دانش به دست آمده، بیشترین تغییرپذیری خاک را در منطقه دربر می گرفت با پیش بینی های الگوریتم فازی مقایسه گردید. بر پایه دو معیار صحت عمومی نقشه و نمایه سازگاری کاپا پیش بینی SoLIM در سطح زیرگروه های ST به ترتیب تا 78 و 64 درست بود. همین معیارها برای گروه های مرجع WRB 67 و 62 درصد محاسبه گردید. میزان درستی پیش بینی ها در الگوی ترانسکت برای ST و WRB به ترتیب 3/78 و 2/65، اما برای نقاط تصادفی تصادفی در هر دو سیستم رده بندی خاک 75درصد بود. بر پایه نتایج، توانایی SoLIM در برآورد الگوی پراکنش خاک ها در منطقه، پذیرفتنی بود. در سطوح پایین رده بندی به ویژه ST با ساختار درختی، مدل از توان مناسبی برای جداسازی خاک های مختلف برخوردار نبود به طوری که استنتاج در سطح خانواده به نتایج ضعیفی به دست داد. نتیجه گیری: بی گمان افزایش شمار مشاهدات در هر دو گروه روش های سنتی و نوین مهم ترین عامل در افزایش توانایی پیش بینی نقشه است. اما چنین راهکاری با دیدگاه اقتصادی نقشه برداری رقومی هماهنگی ندارد. به نظر می رسد با کاربست راهبردهای دیگری چون بازشناخت دقیق تر موثرترین متغیرهای همراه، افزایش حساسیت الگوریتم ها، و طراحی نمونه گیری بهتر برای دستیابی به شمار و پراکنش بهینه مشاهدات در منطقه، بتوان به نتایج بهتری رسید.

Keywords:

واژه های کلیدی: نقشه برداری رقومی خاک , فازی , تغییرپذیری , یکپارچگی نقشه

Authors

پرویز شکاری

عضو هیات علمی، دانشگاه رازی