پديدآورندگان :
حسيني فاطمه سادات fatemesadath@yahoo.com Geoinformation Tech. Center of Excellence, Faculty of Geodesy and Geomatics Engineering, K.N. Toosi University of Technology, Tehran, Iran , رضوي ترمه سيد وحيد vrazavi70@gmail.com Dept. of Computer Science Engineering and Convergence Engineering for Intelligent Drone, XR Research Cennter, Sejong University, Seoul, Republic of Korea , صادقي نياركي ابوالقاسم a.sadeghi@sejong.ac.kr Dept. of Computer Science Engineering and Convergence Engineering for Intelligent Drone, XR Research Cennter, Sejong University, Seoul, Republic of Korea , جمشيدي محمد mohammadjamshidi@yahoo.com Soil and Water Research Institute (SWRI), Agricultural Research education and Extension Organization (AREEO), Karaj, Iran
كليدواژه :
پيش‌بيني مكاني خاك , تصاوير ماهواره‌اي , يادگيري عميق , سيستم اطلاعات مكاني
چكيده فارسي :
كربن آلي خاك يكي از شاخص‌هاي اصلي سلامت خاك مي‌باشد و نقش مهمي در حفظ كيفيت خاك و كشاورزي دارد. هدف اين تحقيق پيش‌بيني مكاني كربن آلي خاك به كمك تصاوير ماهواره‌اي اپتيكال و با استفاده از الگوريتم شبكه عصبي بازگشتي در منطقه‌اي از استان گلستان مي‌باشد. پيش‌بيني مكاني با استفاده از شبكه عصبي بازگشتي و پايگاه داده مكاني (وابسته و مستقل) انجام شد. داده وابسته شامل 317 نمونه خاك برداشت‌شده به‌صورت پايش ميداني و آناليز شده به‌وسيله‌ي آزمايشگاه موسسه آب‌وخاك بود. داده مستقل شامل 13 پارامتر سنجش‌ازدوري (تهيه‌شده از تصاوير اپتيكال لندست 8)، 5 پارامتر توپوگرافي (تهيه‌شده از مدل رقومي ارتفاع SRTM) و 3 پارامتر اقليمي (تهيه‌شده از سازمان هواشناسي) بود. به‌منظور ارزيابي عملكرد مدل پيش‌بيني از متريك‌هاي ارزيابي MSE، RMSE،R^2 استفاده شد. نتايج ارزيابي نشان داد كه مدل پياده‌سازي شده بر اساس متريك‌هاي ارزيابي مقادير (0.0188) MSE، (0.1372) RMSE، (0.9967) R^2 را به دست آورده است. اين مقادير نشان‌دهنده‌ي دقت قابل‌قبول تلفيق تصاوير ماهواره اي و شبكه عصبي بازگشتي در تهيه نقشه‌ي كربن آلي خاك بود.
