فهرست نشریات علمی دسترسی آزاد ایران

در این پژوهش، کارایی روش‌های رقومی برای پیش‌بینی کلاس‌های تناسب کیفی محصولات گندم، یونجه، سیب‌زمینی و ذرت علوفه‌ای در دشت شهرکرد استان چهارمحال و بختیاری مورد بررسی قرار گرفت. برای این منظور، 120 خاک‌رخ با فواصل تقریبی 750 متر حفر گردید و از اعماق مختلف، نمونه‌برداری صورت گرفت. بر اساس نتایج آزمایشگاهی، میانگین وزنی ویژگی‌های مورد نیاز تا عمق ریشه (برای گیاهان یک‌ساله و چندساله، به‌ترتیب عمق 100 و 150 سانتی‌متری) محاسبه گردید. سپس، ویژگی‌های خاک هر خاک‌رخ با معیارهای جدول نیازهای زمینی و ویژگی‌های اقلیمی مورد نیاز برای ارزیابی اقلیم منطقه با جدول‌های نیازهای اقلیمی محصولات مختلف مطابقت داده شدند. پس از آن، با استفاده از روش‌ پارامتریک (فرمول ریشه دوم)، کلاس نهایی تناسب کیفی اراضی برای تمامی محصولات مورد مطالعه تعیین گردید. زیرکلاس نیز بر اساس نامطلوب‌ترین کلاس مربوط به مشخصات اقلیمی یا اراضی تعیین شد. برای پیش‌بینی کلاس‌های تناسب اراضی، مدل‌های رگرسیون درختی توسعه‌یافته، درختان تصمیم‌گیری تصادفی، شبکه‌های عصبی مصنوعی و رگرسیون لاجیستیک چندجمله‌ای استفاده گردیدند. نتایج نشان داد که در سطوح کلاس و زیرکلاس، برای تمامی محصولات مورد نظر، مدل درختان تصمیم‌گیری تصادفی دارای بالاترین مقدار صحت عمومی می‌باشد (هر چند که تفاوت چشمگیری بین این مدل‌ها وجود ندارد). صرف‌نظر از نوع مدل و محصول مورد مطالعه، مقادیر صحت عمومی از سطح کلاس به زیرکلاس کاهش می‌یابند. همچنین، مهم‌ترین پارامترهای محیطی برای پیش‌بینی کلاس و زیرکلاس تناسب کیفی اراضی، اجزای سرزمین و شاخص‌های سنجش از دور (شاخص گیاهی عمودی و شاخص گیاهی تفاضلی نرمال‌شده) می‌باشند.