آموزش و آزمون الگوریتم جنگل تصادفی برای پایش تغییرات شوری خاک باغات پسته
نویسندگان
1 استادیار پژوهش، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خراسان رضوی
2 عضو هیات علمی مرکز ملی تحقیقات شوری، سازمان تحقیقات، آموزش و ترویج کشاورزی، یزد، ایران.
3 دانش آموخته کارشناسی ارشد باغبانی، دانشگاه ایالتی کالیفرنیا، دیویس، یزد، ایران
4 مرکز ملی تحقیقات شوری، سازمان تحقیقات، آموزش و ترویج کشاورزی ، یزد، ایران
5 عضو هیئت علمی مرکز ملی تحقیقات شوری، سازمان تحقیقات، آموزش و ترویج کشاورزی، یزد، ایران
doi
10.22059/ijswr.2025.391946.669907چکیده
تعداد 720 نمونه خاک که از 240 موقعیت نمونهبرداری در داخل باغات پسته از دو استان یزد و خراسان رضوی جمعآوری شده بود برای آموزش و آزمون الگوریتم جنگل تصادفی مورد استفاده قرار گرفتند. متغیرهای کمکی که برای این مدلسازی مورد استفاده قرار گرفتند عبارت بودند از مقادیر میانه 32 متغیر بازتاب سطحی و شاخصهای طیفی مستخرج از تصاویر ماهوارهای سنتینل 2 از اول مارس تا اول اکتبر سال نمونهبرداری بود که توسط پلتفرم گوگل ارث انجین برای نقاط نمونهبرداری استخراج شده بود. مدل جنگل تصادفی از طریق کدنویسی در محیط R توسعه و بهینهسازی شد. برای اعتبارسنجی مدل از روش کنارگذاشتن یک نقطه استفاده شد. پس از شناسایی و حذف نقاط پرت، تعداد 191 نقطه برای آموزش و آزمون مجدد الگوریتم جنگل تصادفی باقی ماند. مقدار RMSE در دسته آموزش 1/1 و در دسته آزمون 6/2 دسیزیمنس بر متر بود . مقدار R2 در هر دو دسته 93 درصد بود. این الگوریتم برای پیشبینی تغییرات شوری خاک در مناطق و سالهای مورد مطالعه استفاده شد. بر اساس این نتایج در پروژه زهکشی تنور لاهور، مساحت اراضی کلاس 3 در حال کاهش و اراضی کلاس 2 در حال افزایش است. در مزرعه مرتاضیه شوری کلاس 3 کاهش یافته ولی در عوض به کلاس 4 افزوده شده است. در مزرعه رضایی نیز به شدت اراضی کلاس 4 در حال افزایش است. همچنین در مزرعه دادیار در استان خراسان رضوی نیز بطور نسبی اراضی کلاس 4 شوری افزایش یافته است. نتایج این تحقیق نشان داد که الگوریتم جنگل تصادفی بطور موفقیتآمیزی قادر به پیشبینی تغییرات شوری خاک در محدودههای مورد مطالعه و مناطق مشابه میباشد.