برآورد عیار پتاسیم شورابه زیرزمینی با استفاده از تصاویر ماهوارهای سنتینل و الگوریتم جنگل تصادفی (مطالعه موردی پلایای خور و بیابانک، استان اصفهان)
نویسندگان
1 گروه علوم و مهندسی خاک، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
2 گروه باستان شناسی، دانشکده علوم انسانی, موسسه آموزش عالی معماری و هنر پارس، تهران، ایران.
3 گروه علوم و مهندسی خاک، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
4 گروه مدیریت مناطق بیابانی، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
5 گروه علوم و مهندسی خاک، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران.
doi
10.22059/ijswr.2024.372983.669669چکیده
یکی از عناصر پرمصرف که نقش مهمی در تولید پایدار کشاورزی دارد، پتاسیم است. پتاسیم خاک سطحی در پلایا از پتاسیم موجود در آب زیرزمینی نشات می گیرد و در نتیجه، بین پتاسیم خاک سطحی و عیار پتاسیم شورابه زیرزمینی همبستگی وجود دارد. هدف این پژوهش، استفاده ترکیبی از الگوریتم جنگل تصادفی (RF) و تصویر ماهوارهای برای یافتن ارتباط بین پتاسیم سطحی خاک و شاخصهای سنجشازدور تعریفی مختص این مطالعه بهمنظور پیشبینی عیار پتاسیم شورابه زیرزمینی در پلایای خور و بیابانک استان اصفهان است. بدین منظور تعداد 60 نمونه خاک از لایه 5-0 سانتیمتری جهت اندازهگیری پتاسیم لایه سطحی (متغیر وابسته) نمونهبرداری شد. بهمنظور تعیین مختصات نمونهگیریها از روش ابر مکعب لاتین استفاده شد. همچنین 12 گمانه جهت استخراج و اندازهگیری عیار پتاسیم شورابه زیرزمینی حفر شد. از 12 باند ماهواره سنتینل 2 و چهار عمل اصلی ریاضی برای تعریف شاخص (متغیرهای مستقل) بهمنظور مدلسازی پتاسیم لایه سطحی و درنهایت برآورد عیار پتاسیم شورابه زیرزمینی استفاده شد. دادهها به دو دسته 70 درصد برای واسنجی (آموزش) و 30 درصد برای اعتبار سنجی (آزمون) دستهبندی شده و با الگوریتم RF در محیط Google Colab و با استفاده از زبان برنامهنویسی پایتون مدلسازی شدند. نتایج این الگوریتم با شاخصهای آماری R2، MSE، RMSE و MAE به ترتیب 51/0، 0179/0، 1338/0 و 1130/0 به دست آمد. نتایج این پژوهش تائید کننده کارایی دادههای سنجشازدور و الگوریتم یادگیری ماشین در پیشبینی عیار پتاسیم شورابه زیرزمینی است.