پيش‌بيني شوري خاك با استفاده از رگرسيون درختي و شبكه عصبي مصنوعي در منطقه قروه استان كردستان

سابقه و هدف: شوري خاك يكي از مشكلات عمده در مناطق خشك و نيمه‌خشك مي‌باشد. در اين شرايط، نمك‌هاي مسابقه و هدف: شوري خاك يكي از مشكلات عمده در مناطق خشك و نيمه‌خشك است. در اين شرايط، نمك‌هاي محلول در سطح خاك تجمع يافته و باعث كاهش عملكرد و حاصلخيزي خاك مي‌شوند. شناسايي و نقشه‌برداري خاك‌هاي مبتلا به نمك مي‌تواند به بهبود مديريت اين خاك‌ها كمك كند. بررسي تغييرات شوري خاك به شيوه‌هاي مرسوم گران و زمان‌بر است . بنابراين يكي از راه‌هاي چاره جهت حل اين چالش استفاده از نقشه‌برداري رقومي خاك است كه خصوصيات خاك با استفاده از داده‌هاي كمكي نقشه‌برداري مي‌شوند. هدف از اين تحقيق استفاده از مدل‌هاي رگرسيون درختي و شبكه عصبي مصنوعي و داده‌هاي كمكي براي تهيه نقشه شوري خاك مي‌باشد. مواد و روش‌ها: با استفاده از روش نمونه‌برداري هايپركيوب تعداد 150 نمونه خاك از عمق 300 سانتي‌متري خاك‌هاي منطقه قروه استان كردستان (با وسعت 30000 هكتار) برداشت شده و هدايت الكتريكي خاك اندازه‌گيري شد. متغيرهاي محيطي در اين پژوهش اجزاء سرزمين و داده‌هاي تصوير +ETM ماهواره لندست 8 بودند. پارامترهاي سرزمين ( شامل 15 پارامتر) و شاخص شوري (SI) و شاخص گياهي نرمال شده (NDVI) به ترتيب با استفاده از نرم‌افزار SAGA و ArcGIS محاسبه و استخراج گرديد. جهت ايجاد ارتباط بين شوري خاك و متغيرهاي كمكي از مدل رگرسيون درختي و شبكه عصبي بهره گرفته شد و با استفاده از روش اعتبارسنجي مورد ارزيابي قرار گرفت. در نهايت نقشه شوري خاك با استفاده از مدل بهتر تهيه شد. يافته‌ها: براي پيش‌بيني شوري خاك، متغيرهاي كمكي شامل شاخص شوري، شاخص خيسي، شاخص همواري دره، شاخص NDVI، باند3 و باند 7 مهم‌ترين بودند. نتايج اين تحقيق نشان داد كه مدل شبكه عصبي مصنوعي (با 70/0، 036/0 و 190/ به ترتيب0براي ضريب تبيين، ميانگين خطا و ميانگين ريشه مربعات خطا) داراي دقت بيشتري نسبت به رگرسيون درختي براي پيش‌بيني شوري خاك مي‌باشد. شوري خاك در محدوده بين 93/6 23/0 دسي‌زيمنس بر متر قرار داشت و بيش‌ترين مقادير شوري خاك در مناطق مركزي (اراضي پست و باير) قرار داشت. در اين مناطق مركزي، داده‌هاي كمكي شامل شاخص شوري، شاخص همواري دره، شاخص خيسي، باند 7 و باند 3 بيشترين مقدار و شاخص NDVI كمترين مقدار را داشتند. نتيجه‌گيري: مهمترين متغير كمكي در پيش بيني شوري خاك در منطقه شاخص شوري مي‌باشد و وجود ارتباط قوي بين داده خاك و داده‌هاي كمكي مي‌تواند برروي دقت مدل اثرگذار باشد. به‌طور كلي نتايج نشان داد كه تكنيك‌هاي پدومتري مي‌تواند در گستره‌اي وسيع جهت نقشه‌برداري رقومي خصوصيات خاك‌ها به كار گرفته شود. پيشنهاد مي‌گردد كه جهت تهيه نقشه خصوصيات خاك از مدل شبكه عصبي مصنوعي، و داده‌هاي كمكي همچون اجزاء سرزمين و تصاوير ماهواره‌اي در مطالعات آينده استفاده شود.