مدلسازی رقومی جزء شن خاک با دادههای ابرطیفی
نویسندگان
1 نویسنده مسئول، استادیار حفاظت و فرسایش خاک، گروه علوم و مهندسی خاک، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران.
2 استاد فیزیک، حفاظت و فرسایش خاک، گروه علوم و مهندسی خاک، دانشگاه تربیت مدرس، ایران.
doi
10.22069/jwsc.2022.19584.3505چکیده
سابقه و هدف: جزء شن از مهمترین اجزای بافت خاک بوده که برای عملیات مدلسازی زیستمحیطی و پهنهبندی رقومی خاک، باید مورد توجه واقع شود. از طرفی، بدلیل تغییرپذیری مکانی این جزء؛ تشخیص، پهنهبندی و پایش آن، در مقیاسهای وسیع، با استفاده از شیوههای سنتی رایج و عملیات تجزیه و تحلیل معمول آزمایشگاهی، بسیار وقتگیر و پر هزینه است. از نقطهنظر دیگر؛ دورسنجی هوایی و فضایی در قیاس با طیفسنجی میدانی و آزمایشگاهی دارای نواقصی همچون اثرات جوی، آثار ساختاری و ترکیبی طیفی، پایینتر بودن تفکیک طیفی و مکانی، اختلالات هندسی و نیز فرآیند اختلاط طیفی میباشد. لذا برای غلبه بر این نواقص و برای مطالعۀ عوامل دارای تغییرپذیری مکانی، نیازمند فنآوری مناسبی میباشد. با ظهور طیفسنجی بازتابی پراکنشی آزمایشگاهی که از لرزشهای بنیادین، فرعی و ترکیبی گروه-های عاملی(FGs) بهره میبرد، آن، بعنوان ابزاری نویدبخش در مطالعۀ اجزای خاک، معرفی شد. طی تحقیق حاضر، از طیفسنجی بازتابی مجاورتی، برای مدلسازی ابرطیفی اجزای شن در قسمتهایی از استان مازندران استفاده شد. مواد و روشها: جمعاً 128 نمونه از عمق 20 سانتیمتری سطح خاک، بر اساس روش نمونهبرداری SRS و با کمک اطلاعات جانبی همچون: زمینشناسی، کاربریاراضی، نقشۀ راهها، و خاکشناسی استان، جمعآوری شد. در ابتدا، مجموع نمونهها به دو قسمت برای عملیات واسنجی و اعتبارسنجی، تقسیم شد. با بهرهگیری از تحلیلابرطیفی، رگرسیونچندمتغیرۀ PLSR و بر اساس تکنیک LOOCV و عملیات پیشپردازش طیفی همچون: میانگینگیری، هموارسازی و مشتق اول طیفی بر اساس الگوریتم ساویتسکی-گولای، مدل تخمینی بر مبنای شاخصهای تحلیلی همچون همبستگی دوطرفۀ پیرسون (R)، ضریب تبیین (R2)، میانگین مربعات خطای اعتبارسنجی (RMSE)، و نیز شاخصهای اعتبارسنجی RPD و RPIQ، ایجاد و بررسی شد. یافتهها: تحقیق حاضر بر مبنای مدلسازی ابرطیفی شن منطقه در زیرمجموعۀ واسنجی مشتمل بر 96 و نیز زیرمجموعۀ اعتبارسنجی مشمتل بر 32 نمونه، نشان داد، 2 و 4 LV اول از مجموع 7 LV، بهترین تخمین در خاکهای منطقۀ مورد مطالعه را نشان میدهد. از آنجاییکه این تعداد عامل منتخب، قادرند بیش از 60% واریانس متغیر شن و نیز 98% واریانس دادههای طیفی را متمرکز کنند؛ نتیجتاً فرآیند واسنجی مدل تخمینی، بر اساس چهار فاکتور اول و شیوۀ LOOCV سراسری انجام شد. بهترین مدل ابرطیفی تخمینگر اجزای شن با این خصوصیات واسنجی شد، Rc: 76/0، R2c: 57/0، RMSEc: 77/9 و Sec: 82/9. همچنین مقادیر ضریب R بین متغیر شن و باندهای طیفی مؤثر بدین ترتیب محاسبه شد، 390: 46/0، 510-540: 53/0، 680-690: 55/0، 950-970: 67/0، 1100: 70/0، 1410: 76/0، 1860-1900: 76/0، 2180-2220: 77/0؛ که باندهای طیفی منتخب دارای بهترین و بیشترین تأثیر در فرآیند مدلسازی ابرطیفی شن در خاکهای استان بودهاند. بعلاوه، بارزترین دامنههای طیفی در فرآیند مدلسازی بدین تریتب بوده است: UV-390، Vis-440-540، NIR-740-990، SWIR-1430-1890، 1930، 2190-2240، 2330-2440 نانومتر که این نتایج در تطابق با برخی مطالعات انجام گرفته، بوده است. کیفیت مدل ابرطیفی واسنجیشدۀشن با استفاده از آزمونهایی همچون هتلینگ، لوریج تعدیلی و واریانس باقیماندهها نیز مورد بررسی قرار گرفت. مشخصات عملیات صحتسنجی بدین ترتیب بوده است: Rp: 83/0، R2p: 68/0، RMSEp: 68/8، SEp: 72/8 و انحراف: 26/1. نتیجهگیری: نتایج، حاکی از تحلیل مناسب ابرطیفی در برآورد مقادیر شن منطقه بوده است. بدین ترتیب بر مبنای LV2، RPDc: 51/1، RPIQc: 44/2؛ RPDp: 78/1، RPIQp: 45/2 و نیز بر اساس LV4، RPDc: 54/1، RPIQc: 48/2، RPDp: 75/1 و RPIQp: 41/2، محاسبه گردید. مقادیر RPIQ بالاتر از 2، بیانگر توانایی مناسب و کیفیتخوب مدل در برآورد مقادیر شن استان مازندران با استفاده از دادههایابرطیفی بوده است. نتایج تحقیق حاضر میتواند نقطۀ آغازی در پهنهبندی دقیقتر جزء شن بافت خاک، بر مبنای سکوهای دورسنجی باشد. همچنین، با مشخص شدن طولموجهای کلیدی در فرآیند مدلینگ؛ فرآیند آپاسکیلینگ(بیشمقیاسسازی) و نیز آماده-سازی سنجندههای ابرطیفی هوایی و فضایی، میتواند بهبود یافته که منجر به دقیقتر شدن مطالعات ابرطیفی اجزای بافت نیز خواهد شد.