نقشه برداری رقومی کلاس‌های خاک با استفاده از رویکردهای یادگیری ماشین در بخشی از اراضی پایاب سد آزاد (مطالعه موردی: استان کردستان)

نویسندگان

1 استادیار بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کردستان، سازمان تحقیقات، آموزش و ترویج کشاورزی،

2 استادیار بخش تحقیقات خاک و آب، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمانشاه، سازمان تحقیقات، آموزش و ترویج کشاورزی،

3 دانش آموخته کارشناسی ارشد، گروه علوم و مهندسی خاک، دانشگاه رازی، دانشکده کشاورزی

doi
10.22059/ijswr.2023.361410.669526
چکیده

 نقشه‌برداری رقومی خاک با برقراری روابط کمی میان متغیرهای محیطی و کلاس‌ها یا ویژگی‌های خاک قادر به پیش‌بینی مکانی ویژگی موردنظر است. در این پژوهش از الگوریتم‌های شبکه عصبی مصنوعی، درخت تصمیم، رگرسیون لاجستیک چند جمله‌ای و جنگل تصادفی برای پیش‌بینی نقشه خاک اراضی پایاب سد آزاد شهر سنندج با وسعت حدود 3/2178 هکتار استفاده شد. در سال 1396 تعداد 84 خاک‌رخ با الگوی تصادفی در منطقه مطالعاتی حفر، تشریح و نمونه‌برداری گردید. بر اساس ویژگی‌های ریخت‌شناختی و داده‌های آزمایشگاهی هر یک از خاکرخ‌ها تا سطح خانواده رده‌بندی شدند. بر اساس سیستم رده‌بندی جامع آمریکایی، دو رده اینسپتی‌سول و انتی‌سول، دو زیر رده، سه گروه بزرگ و پنج زیرگروه و خانواده مشاهده شد. برای محاسبه متغیرهای پیش‌بینی کننده، از مدل رقومی ارتفاع با قدرت تفکیک 10 متر و تصویر ماهواره سنتیل 2-B استفاده شد. برای بررسی صحت پیش‌بینی مدل‌ها از صحت عمومی نقشه، شاخص کاپا و درجه برابر استفاده شد که بهترین نتایج (به ترتیب 65/0، 53/0 و 16/0) برای الگوریتم شبکه عصبی مصنوعی به دست آمد. ضعیف‌ترین پیش‌بینی مربوط به مدل درخت تصمیم با صحت عمومی 38/0، شاخص کاپای 22/0 و درجه برابر 87/0 بود.