مدل‌سازي رقومي تغييرات سه‌بعدي شوري خاك با استفاده از الگوريتم‌هاي يادگيري ماشين در اراضي خشك و نيمه‌خشك دشت قزوين

شوري خاك به عنوان يكي از مهم‌ترين شاخص هاي كيفيت خاك، نقش مهمي در برنامه ريزي هاي كاربري و مديريت اراضي در مناطق خشك و نيمه‌خشك دارد. اين پژوهش با هدف مدل‌سازي رقومي تغييرات سطحي و عمقي شوري خاك در پنج عمق استاندارد پروژه جهاني نقشه برداري رقومي خاك (50، 155، 3015، 6030 و 10060 سانتي متر) در 60 هزار هكتار از اراضي دشت قزوين با وضوح مكاني 15 متر صورت پذيرفت. مطالعات ميداني شامل نمونه برداري از 278 خاكرخ بود و هدايت الكتريكي خاك ها در آزمايشگاه اندازه گيري شد. انتخاب متغيرهاي محيطي، شامل پارامترهاي مستخرج از داده هاي تصاوير لندست 8، توپوگرافي و لايه هاي اقليمي، طبق روش حذف ويژگي برگشتي (RFE) صورت پذيرفت. چهار الگوريتم يادگيري ماشين جنگل تصادفي (RF)، كوبيست (CB)، رگرسيون درخت تصميم (DTr) و k نزديك‌ترين همسايگي (kNN) براي تهيه نقشه پيش بيني شوري خاك استفاده شد. بر اساس نتايج RFE درنهايت 10 متغير كمكي در هر عمق انتخاب شدند. نتايج نشان داد كه مدل CB در اعماق استاندارد 50 و 30-15 سانتيمتر با R2 برابر 0.92 و 0.85 و RMSE برابر 4.77 و 7.90 دسي زيمنس بر متر و مدل RF در اعماق 155، 6030 و 10060 سانتي متر مدل با R2 به تريتب برابر 0.93، 0.94، 0.96 و RMSE 6.65، 5.10 و 3.20 دسي زيمنس بر متر بالاترين مقادير صحت را نسبت به دو مدل DTr و kNN داشتند. همچنين در اعماق سطحي متغيرهاي كمكي مستخرج از داده هاي سنجش دور و در اعماق زيرسطحي پارامترهاي اقليمي و توپوگرافي بيشترين ارتباط را با تغييرات شوري داشتند. بطور كلي مدل هاي RF و CB به همراه متغيرهاي محيطي مناسب بخوبي توانستند تغييرات شوري را در اعماق استاندارد موردمطالعه ارائه نمايند.