مقایسه روش‌های زمین‌آمار و درختان تصمیم‌گیری تصادفی در پهنه‌بندی شوری خاک در زهک دشت سیستان

نویسندگان

1 استادیار بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی سیستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، زابل، ایران

2 کارشناس ارشد بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش و کشاورزی و منابع طبیعی سیستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، زابل، ایران

3 کارشناس ارشد بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش و کشاورزی و منابع طبیعی سیستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، زابل، ایران

4 کارشناس مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی سیستان، سازمان تحقیقات، آموزش و ترویج کشاورزی

5 استادیار موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی کرج، ایران

6 استادیار موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی کرج، ایران

doi
10.22092/ijsr.2017.113732
چکیده

نقشه­های خاک از منابع عمده اطلاعات برای مدیریت اراضی، منابع طبیعی و محیط زیست هستند. شوری خاک یکی از عوامل مهم محدود کننده تولید در اراضی دشت سیستان می­باشد. در این تحقیق روش­های زمین آمار و درختان تصمیم­گیری تصادفی[1] جهت تولید نقشه­های شوری خاک مقایسه شدند. تعداد 460 نمونه خاک از عمق 30-0 سانتیمتر با فواصل 750 متری در سطح 41000 هکتار از اراضی زهک دشت سیستان به روش مرکب برداشت شد و هدایت الکتریکی عصاره اشباع خاک اندازه­گیری گردید. 361 نمونه برای آموزش و 99 نمونه برای اعتبارسنجی مستقل استفاده شدند. در روش زمین آمار انواع مختلف نیم­تغییرنماهای دایره­ای، کروی، نمایی و قوسی و روش­های مختلف میانیابی معکوس فاصله، کریجبینگ ساده، کریجینگ معمولی، کریجینگ عام و کوکریجینگ برازش و بهترین­ مدل­ها انتخاب شدند. در مدل درختان تصمیم­گیری تصادفی از روش نقشه­برداری رقومی خاک استفاده شد و خصوصیات مختلف اراضی با استفاده از مدل رقومی ارتفاع و تصاویر ماهواره­ای استخراج شدند. نتایج روش زمین­آمار نشان داد که همبستگی مکانی شوری خاک در منطقه مورد مطالعه متوسط است و بهترین مدل نیم­تغییر­نما و میانیابی به ترتیب کروی و کریجینگ معمولی بودند. در روش درختان تصمیم­گیری تصادفی شاخص پوشش گیاهی، جهت شیب و شاخص شوری دارای بیشترین اهمیت در پیش­بینی شوری خاک بودند. نتایج مقادیر ریشه میانگین مربعات خطا و خطای میانگین برای داده­های آموزش و تست نشان داد که روش درختان تصمیم­گیری تصادفی نسبت به روش زمین­آمار اندکی برتری داشت. استفاده از سایر متغیرهای کمکی مانند نقشه­های کاربری اراضی و سری خاک می­تواند دقت نقشه تولیدی با روش درختان تصمیم­گیری تصادفی را بهبود بخشد. [1] .Random forest