فهرست نشریات علمی دسترسی آزاد ایران

در مدیریت اراضی، تهیه نقشه یکپارچه تغییرات ­رطوبت خاک با وضوح مکانی بالا و کیفیت مناسب از اهمیت بالایی برخوردار است. با توجه به کمبود ایستگاه‌های هواشناسی و هیدرومتری در حوزه‌های آبخیز، به‌ویژه در مناطق کوهستانی، مطالعات میدانی بررسی تغییرات رطوبت خاک فرآیندی زمان‌بر، پرهزینه و با خطا است. جهت دستیابی به مدلی مناسب برای پیش­بینی مکانی رطوبت خاک در فصل کم بارش در حوضه مرغاب استان خوزستان با مساحت 683 کیلومترمربع، نمونه­برداری میدانی به تعداد 174 نقطه در چهار عمق استاندارد با پروژه جهانی نقشه‌برداری رقومی خاک (5-0، 15-5، 30-15 و 60-30 سانتی‌متری) صورت گرفت. نقشه­های تغییرات مکانی رطوبت خاک با استفاده از اجرای مدل یادگیری ماشین جنگل تصادفی (RF) و دو مجموعه داده­ی فضاپایه شامل ویژگی‌های بیوفیزیکی سطح حاصل از تصاویر ماهواره لندست-8 و سنتینل-2 و ویژگی‌های توپوگرافی مستخرج از مدل رقومی ارتفاع تولید گردید. مناسب­ترین ویژگی­های کمکی پیش‌بینی کننده رطوبت خاک با روش حذف ویژگی برگشتی انتخاب گردیدند. نتایج میانگین تغییرات رطوبت خاک از لایه اول تا لایه چهارم به­ترتیب 2/2، 24/3، 41/3 و 6/4 درصد مشاهده گردید. در عمق سطحی (5-0 سانتیمتر)، ویژگی­های بیوفیزیک ارتباط بیش‌تری با تغییرات مکانی رطوبت خاک از خود نشان دادند و در اعماق پایین­تر، ویژگی­های توپوگرافی اهمیت بالاتری را نشان دادند. بررسی کارایی مدل RF در ارتباط با نوع تصویر مورد استفاده برای تولید ویژگی­های بیوفیزیکی بیانگر آن است که بر مبنای ضریب تطابق همبستگی مدل، استفاده از تصاویر سنتینل-2 در تلفیق با فاکتورهای توپوگرافی در عمق­های استاندارد بین 28/1 تا 66/3 درصد از دقّت بالاتری نسبت به تصاویر لندست-8 برخوردار است. به‌طورکلی الگوریتم جنگل تصادفی به همراه ویژگی­های بیوفیزیکی مستخرج از سنتینل دو و داده­های توپوگرافی در سطح حوضه آبخیز قادر است نقشه‌های رطوبت خاک را با دقّت بالایی فراهم نماید.