ارزيابي تخمين تنش آبي پنبه با استفاده از تصاوير چند طيفي ماهواره‌اي، مبتني بر مدل درخت M5

تنش آبي در نتيجه عدم تعادل بين آب خاك در محيط ريشه و آب مصرفي گياه رخ مي‌دهد كه ضرورت تعيين شاخص تنش آبي گياه را ايجاب مي‌كند. رطوبت خاك سطحي ارتباط مستقيمي با آب موجود در گياه دارد. در دسترس بودن داده‌هاي ماهواره‌اي منجر به تفكيك زماني و مكاني داده‌هاي مزرعه‌اي شده است و فرصت‌هاي جديدي را براي نظارت بر شرايط كشت ارائه مي‌دهد. در اين پژوهش، پايش دقيق و مستمر رطوبت خاك به‌عنوان نماينده تنش رطوبتي خاك، با اندازه‌گيري‌هاي ميداني رطوبت خاك و مقايسه با داده‌‌هاي چند طيفي تصاوير ماهواره‌اي لندست 9 و سنتينل 2 صورت گرفت. ارتباط بين شاخص‌هاي گياهي به‌عنوان متغير مستقل و رطوبت خاك سطحي به‌عنوان متغير وابسته، با استفاده از روش‌هاي رگرسيون چند متغيره خطي و رگرسيون درخت M5بررسي شد. با توجه به غيرخطي بودن رابطه بين رطوبت خاك با بازتاب‌هاي طيفي، رگرسيون چند متغيره خطي نتايج رضايت‌بخشي را نشان نداد (با ضريب تعيين (R2) 0/46 و0/34 به ترتيب براي ماهواره لندست 9 و سنتتينل 2 و همچنين جذر ميانگين خطا (RMSE) برابر 0/043 و 0/052). ولي، رگرسيون درختي M5، نتايج قابل قبول‌تري را نشان داد، به‌طوري‌كه با برقراري 16 و 20 رابطه رگرسيوني براي ماهواره‌هاي لندست 9 و سنتينل 2 ، رطوبت خاك را با ضريب تعيين  0/70 و0/67 و جذر ميانگين مربعات خطا برابر 0/033 و 0/038 برآورد كرد. نتايج نشان داد كه تخمين رطوبت خاك با روش‌هاي مبتني بر يادگيري ماشين، همچون مدل M5، دقت محاسبات را بالا ‌مي‌برد. در رگرسيون درخت تصميم M5، لزوماً تعداد بالاي متغير، منجر به افزايش دقت تخمين رطوبت خاك نمي‌شود و در تعداد متغيرهاي كم هم رابطه‌اي با بالاترين دقت يافت مي‌شود. بنا بر اين، بدون اندازه‌گيري داده‌هاي خاك، مي‌توان رابطه بدست آمده در سطح مزرعه را براي ارزيابي تنش آبي خاك و تعيين زمان آبياري در زمين هاي كشاورزي در مقياس وسيع استفاده كرد.