فهرست نشریات علمی دسترسی آزاد ایران

نقشه رقومی شن، سیلت و رس خاک در طراحی سیستم­های آبیاری، ارزیابی تناسب اراضی و مدل­های فرسایش خاک کاربرد دارد. از طرفی کمی­سازی عدم قطعیت مکانی ویژگی­های مذکور، معیاری از قابل اعتماد بودن این نقشه­ها در اختیار کاربران قرار می­دهد. به همین منظور در این پژوهش دو نوع عدم قطعیت شامل عدم قطعیت تغییرات داده­های موجود و عدم قطعیت مدل با استفاده از شاخص انحراف معیار مورد بررسی قرار گرفت. این پژوهش در منطقه­ای به وسعت 57 هزار هکتار در دشت روانسر استان کرمانشاه اجرا شد. از120 نقطه مشاهداتی و مشتقات اولیه و ثانویه مدل رقومی ارتفاع و شاخص­های پوشش گیاهی و مواد مادری حاصل از پردازش تصاویر لندست 8 به عنوان ورودی­های مدل استفاده شد. برای برآورد عدم قطعیت ناشی از تغییرات داده­های موجود،50 بار مدل جنگل تصادفی بر اساس تفکیک تصادفی داده­ها به دو دسته آموزشی (25 درصد) و اعتبارسنجی (75 درصد)  اجرا شد. برای تخمین ویژگی‌های خاک و برآورد عدم قطعیت مدل از مدل جنگل رگرسیون چندک استفاده شد. نتایج اعتبارسنجی پیش­بینی­های مدل جنگل تصادفی نشان‌دهنده مقدار ضریب تبیین (R2) 47/0، 38/0 و 27/0 به ترتیب برای شن، سیلت، و رس بود و مقدار ریشه میانگین مربعات خطا (RMSE)  برای شن (61/8)، سیلت (25/8) و رس (1/8) تعیین شد. این نتایج بیان می­کند که متغیرهای تخمین زننده، تغییرات شن خاک را به خوبی توضیح می­دهند و اما توانایی مدل جنگل تصادفی برای پیش‌بینی مقدار شن نسبت به متغیرهای سیلت و رس خاک کمتر است. همچنین نتایج نشان داد که عدم قطعیت ناشی از تغییرات داده­های مشاهداتی، حدود یک چهارم و عدم قطعیت مدل در حدود سه چهارم عدم قطعیت کل را شامل شده­اند. از آنجا که عدم قطعیت مدل سهم بیشتری از عدم قطعیت کل را در بردارد برای کاهش عدم قطعیت کل بایستی در انتخاب مدل­های یادگیری ماشین دقت لازم صورت گیرد.