فهرست نشریات علمی دسترسی آزاد ایران

آگاهی از توزیع مکانی شوری و کربن­ آلی خاک منجر به دستیابی به اطلاعات ارزشمندی می­گردد که در اتخاذ تصمیمات مدیریتی برای فعالیت­های کشاورزی موثر است. این مطالعه با هدف بررسی تغییرات مکانی قابلیت هدایت الکتریکی (EC) به عنوان بیانگر وضعیت شوری خاک و کربن­آلی خاک (SOC) در دو لایه سطحی (صفر تا30 سانتی­متر) و زیرسطحی (30-60 سانتی­متر) با استفاده از چهار الگوریتم یادگیری ماشین جنگل تصادفی (RF)، درخت تصمیم (DTr)، رگرسیون بردار پشتیبان (SVR) و شبکه عصبی مصنوعی (ANN) در دشت قزوین انجام شد. بدین منظور، از 278 خاکرخ مطالعاتی نمونه­برداری گردید و پس از عبور از الک دو میلی­متر، مقادیر EC و SOC آنها اندازه­گیری گردید. متغیرهای کمکی مستخرج از مدل رقومی ارتفاع و ماهواره لندست 8، شامل ارتفاع (Elevation)، تابش پخشیدگی (Diffuse)، شاخص همواری کف دره با درجه تفکیک بالا (MrVBF)، شاخص تفاوت پوشش گیاهی نرمال شده (NDVI)، شاخص خیسی ساگا (SWI) و شاخص جهت باد (WE) به­عنوان نمایندگان عوامل خاکسازی مورد استفاده قرار گرفتند. نتایج نشان داد که مدل RF برای پیش­بینی EC خاک در لایه سطحی با R2 برابر با 74/0 و RMSE 36/0 و nRMSE 07/0وهمچنین پیش­بینی کربن­آلی در هر دو لایه سطحی و زیر سطحی با R2 به­ترتیب برابر با 90/0 و 80/0 و به دنبال آن مدل DTr برای پیش­بینی شوری خاک در لایه زیرسطحی با R2 77/0 و RMSE/ 9/0 و nRMSE 17/0 نسبت به سایر مدل­ها دارای صحت بالاتری بودند. همچنین، متغیرهای توپوگرافی شامل ارتفاع، شدت تابش پخشیدگی و شاخص همواری کف دره با درجه تفکیک بالا بیشترین ارتباط را با تغییرات شوری و کربن­آلی خاک در هر دولایه سطحی و زیرسطحی داشتند. به طور کلی مدل­های RF و DTr به همراه متغیرهای توپوگرافی توانستند تغییرات شوری و کربن­آلی سطحی و زیرسطحی خاک را با صحت قابل قبول در منطقه مورد مطالعه ارائه نمایند؛ که نقشه­های تهیه شده می­توانند برای اعمال تصمیم­­های مدیریتی لازم در مورد خاک­های  منطقه مورد استفاده قرار گیرند.