جستجو در مقالات منتشر شده


2 نتیجه برای متغیرهای کمکی

فریده عباس زاده افشار، شمس اله ایوبی، اعظم جعفری،
جلد 21، شماره 1 - ( 3-1396 )
چکیده

نقشه توزیع مکانی کلاس‌های خاک برای استفاده مفید و مؤثر از خاک و تصمیم‏گیریهای مدیریتی مهم است. نقشهبرداری رقومی خاک (DSM) میتواند توزیع مکانی کمّی از کلاسهای خاک پیشبینی کند. مؤلفههای کلیدی و اصلی DSM، روش‌ها و مجموعهای از متغیرهای کمکی محیطی مورد استفاده برای پیشبینی کلاسهای خاک هستند. این مطالعه به منظور تهیه نقشه رقومی گروههای بزرگ خاک با روش رگرسیون لجستیک چندجملهای با استفاده از دو مجموعه از متغیرهای کمکی شامل: مجموعه (1) متغیرهای مشتق شده از مدل رقومی ارتفاع، شاخصهای سنجش از دور و سطوح ژئومورفیک تفکیک شده در منطقه و مجموعه (2) متغیرهای مشتق شده از مدل رقومی ارتفاع، شاخصهای سنجش از دور، ژئومورفیک تفکیک شده و واحدهای خاک شناسایی شده (نقشه خاک) در بخشی از اراضی شهرستان بم استان کرمان طراحی گردید. یک طرح نمونهبرداری طبقهبندی شده تصادفی در منطقهای به مساحت صد هزار هکتار تعریف شد و در‌نهایت، ۱۲6 خاکرخ حفر و تشریح گردید. نتایج ارزیابی دقت مدل رگرسیون لجستیک چندجمله‌ای با متغیرهای ورودی مختلف نشان داد که با وارد شدن نقشه خاک قدیمی در مدلسازی، شاخص ‏های صحت مدل ازجمله صحت کلی وآماره کاپا به ترتیب از 71/0 و 65/0 به 79/0 و 74/0 افزایش یافت. همچنین نتایج نشان داد که در پیشبینی کلاس خاک، سطح ژئومرفولوژی در بین متغیرهای ورودی دو مجموعه، بهعنوان یک متغیر پیش‌بینی کننده قدرتمند است. بهطور کلی نتایج نشان داد که تکنیک‌های نقشهبرداری رقومی می‌توانند روش سنتی نقشهبرداری را ارتقاء بخشند، کاربرد نقشههای تولید شده را افزایش داده وهمچنین قابلیت استفاده این نقشه‌ها را برای شاخه‌های علمی مختلف را امکانپذیر نماید.
 


مسلم زرینی بهادر،
جلد 29، شماره 1 - ( 2-1404 )
چکیده

کربنات کلسیم معادل خاک (CCE) یکی از ویژگی‌های مهم خاک است. پیش‌بینی مقدار کربنات کلسیم معادل خاک برای مدیریت پایدار حاصلخیزی خاک ضروری است. مطالعه حاضر با هدف نقشه‌برداری رقومی کربنات کلسیم معادل با استفاده از متغیرهای کمکی محیطی و تصاویر ماهواره لندست 8 و مدل‌های پیش‌بینی‌کننده و معرفی بهترین مدل‌ها، در حوضه آبخیز بدر در جنوب شهرستان قروه انجام گرفت. برای انجام این پژوهش در مرحله اول، نقشه ژئومرفولوژی با استفاده از نقشه زمین‌شناسی و بر اساس روش ژئوپدولوژی زینک در محیط سامانه اطلاعات جغرافیائی ترسیم شد. در مرحله دوم، محل 125 خاکرخ مطالعاتی بر اساس تکنیک ابر مکعب لاتین تعیین شد و کربنات کلسیم معادل افق‌های خاک با روش تیتراسیون با اسید اندازه‌گیری شد. متغیرهای کمکی شامل مشتقات مدل رقومی ارتفاع، شاخص‌های سنجش‌ازدور دریافتی از ماهواره لندست 8 و نقشه ژئوپدولوژی بودند که انتخاب متغیرهای کمکی مناسب با استفاده از روش تجزیه مؤلفه‌های اصلی (PCA) انجام شد. در مرحله سوم، مدل‌سازی انجام، نقشه‌های رقومی کلاس‌ها و ویژگی‌های خاک تهیه شد و ارزیابی مدل‌ها صورت گرفت. برای برآورد کربنات کلسیم معادل خاک، در مطالعه حاضر دو حالت مختلف بررسی شد. در حالت اول، مدل‌های شبکه عصبی مصنوعی، تحلیل درخت تصمیم، جنگل تصادفی، مدل نزدیک‌ترین همسایه K برای پیش‌بینی استفاده شدند. همچنین به‌منظور ترکیب نتایج مدل‌ها، از مدل رگرسیون خطی چندگانه استفاده شد. در میان مدل‌های استفاده‌شده برای پیش‌بینی مقدار کربنات کلسیم معادل با استفاده از روش اعتبارسنجی کافلد 10 مکانی، مدل رگرسیون خطی چندگانه (MLR) با ضریب تعیین 0/796 و ریشه دوم متوسط مربعات خطا 6/514 از بیشترین دقت برای پیش‌بینی برخوردار بوده است. این در حالی است که با استفاده از روش اعتبارسنجی کافلد 5 تصادفی، مدل نزدیک‌ترین همسایه K (KNN) با ضریب تعیین 0/9845 و ریشه دوم متوسط مربعات خطا 2/1258 از بیشترین دقت برای پیش‌بینی برخوردار بوده است. به‌دلیل مکانی بودن روش اعتبارسنجی کافلد 10 مکانی، استفاده از این روش بر روش اعتبارسنجی کافلد 5 تصادفی ارجحیت دارد. همچنین متغیرهای کمکی مهم در پیش‌بینی کربنات کلسیم معادل خاک به‌ترتیب اهمیت شامل شاخص کربنات، جهت شیب، ژئومورفولوژی، سطح ‌مبنای شبکه آبراهه و شیب حوضه آبخیز بودند.


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به مجله علوم آب و خاک دانشگاه صنعتی اصفهان می‌باشد.

طراحی و برنامه نویسی: یکتاوب افزار شرق

© 2025 CC BY-NC 4.0 | Journal of Water and Soil Science

Designed & Developed by: Yektaweb