مدل‌سازی و برآورد کربن آلی خاک با استفاده از تصاویر ماهواره‌ای و الگوریتم یادگیری ماشین در استان البرز

نویسندگان

1 موسسة تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی،‌ کرج، ایران.

2 گروه مهندسی جنگلداری و اقتصاد جنگل، دانشکدة منابع طبیعی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران.

3 موسسة تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی،‌ کرج، ایران.

4 موسسة تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی،‌ کرج، ایران.

5 موسسة تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی،‌ کرج، ایران.

doi
10.22059/jne.2025.394148.2801
چکیده

پژوهش حاضر به‌منظور مدل‌سازی و برآورد توزیع مکانی کربن آلی خاک در اراضی کشاورزی استان البرز با تلفیق داده‌های ماهواره‌ای لندست ۸ و الگوریتم یادگیری ماشین جنگل تصادفی انجام شد. کاربرد الگوریتم‌های پیشرفته در مقیاس منطقه‌ای، پتانسیل قابل توجهی برای نقشه‌برداری دقیق و کارآمد کربن آلی خاک از طریق تلفیق یادگیری ماشین و سنجش از دور دارد و می‌تواند به‌عنوان ابزاری مؤثر در مدیریت پایدار منابع خاک و راهبردهای کاهش انتشار گازهای گلخانه‌ای به‌کار گرفته شود. اساس مدل بر داده‌های میدانی ۲۵۷ نمونه خاک استوار بود که با روش شبکه‌بندی منظم جمع‌آوری و میزان کربن آلی آنها به روش والکلی-بلک اندازه‌گیری شد. متغیرهای پیش‌بین شامل باندهای طیفی مرئی، مادون قرمز نزدیک، مادون قرمز موج کوتاه و شاخص‌های گیاهی مرتبط بودند. ارزیابی عملکرد مدل، دقت بالای آن را با ضریب تعیین R² برابر با 0/83 و خطای استاندارد نسبی NRMSE معادل 12/5درصد تأیید نمود. نقشة تولیدی، میانگین کربن آلی خاک منطقه را 0/23 درصد نشان داد که بیشترین مقادیر در نواحی شمالی و مرکزی استان متمرکز بود. همچنین تحلیل روند ده سالة اخیر، تغییرات آماری معنی‌داری را در میانگین کربن آلی خاک نشان نداد. نتایج این تحقیق، پتانسیل قابل توجه الگوریتم‌های یادگیری ماشین در تلفیق با داده‌های سنجش از دور را برای نقشه‌برداری دقیق و کارآمد کربن آلی خاک در مقیاس منطقه‌ای اثبات می‌کند و این رویکرد می‌تواند به‌عنوان ابزاری مؤثر در مدیریت پایدار منابع خاک و راهبردهای کاهش انتشار گازهای گلخانه‌ای به‌کار گرفته شود.