فهرست نشریات علمی دسترسی آزاد ایران

اهمیت پتاسیم در بالا بردن کمیت و کیفیت محصولات کشاورزی، تقاضا را برای کودهای پتاسیمی افزایش داده است. تضمین استخراج پتاسیم از شورابه­های زیرزمینی مقدار عیار پتاسیم در آن‌هاست. هدف این پژوهش استفاده از الگوریتم‌های جنگل تصادفی (RF) و ماشین بردار پشتیبان(SVM) به‌منظور اولویت‌بندی پارامترهای مؤثر بر عیار پتاسیم شورابه زیرزمینی در پلایای خور و بیابانک استان اصفهان است. به همین منظور تعداد 55 پارامتر در 12 گمانه حفاری اندازه‌گیری شد. پارامترهای اندازه‌گیری شده به‌عنوان متغیرهای مستقل شامل درصد رطوبت اشباع مغزه در 15عمق مختلف، جرم مخصوص ظاهری مغزه در 15عمق مختلف، تخلخل مغزه در 15عمق مختلف، مساحت پلی‌گون، عمق آب زیرزمینی، عمق لایه نمک، پتاسیم لایه سطحی، دانسیته شورابه و میزان عناصر کلسیم، منیزیم، سدیم، کلر و عیار پتاسیم به‌عنوان متغیر وابسته وارد مدل شدند. در مدلRF برای اولویت‌بندی، پارامترها از روش­های اهمیت ویژگی جایگشت(PFI) و حذف ویژگی جایگشتی(RFE) استفاده شد. در کرنل‌های مختلف الگوریتم SVM به­منظور جلوگیری از هم‌خطی پارامترهای مستقل، تمام ترکیب‌های حاصل از متغیرهای مستقل با در نظر گرفتن ضریب تورم واریانس کمتر از 8 و بالاترین ضریب تعیین و کمترین خطای MSE بررسی و به‌عنوان بهترین ترکیب انتخاب شدند. پارامترهای مؤثر در پیش‌بینی عیار پتاسیم شورابه در الگوریتم RF و تابع خطی الگوریتم SVM به ترتیب sp، ap، duw، slp، SAR و n، sp، duw و SAR بودند که منجر به بهترین نتیجه (ضریب تعیین زیاد و خطای کم) شدند. ضریب تعیین برای هر دو مدل به ترتیب 99/0 و 97/0 که نشان‌دهنده دقت خوب هر دو الگوریتم است.