برآورد عیار پتاسیم شورابه زیرزمینی با استفاده از تصاویر ماهوارهای سنتینل و الگوریتم جنگل تصادفی (مطالعه موردی پلایای خور و بیابانک، استان اصفهان) | ||
| تحقیقات آب و خاک ایران | ||
| دوره 55، شماره 6، شهریور 1403، صفحه 869-888 اصل مقاله (2.73 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2024.372983.669669 | ||
| نویسندگان | ||
| مریم ایرجی* 1؛ سید علیرضا موحدی نائینی1؛ چوقی بایرام کمکی2؛ سهیلا ابراهیمی1؛ بامشاد یغمایی3 | ||
| 1گروه علوم و مهندسی خاک، دانشکده مهندسی آب و خاک، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
| 2گروه مدیریت مناطق بیابانی، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران. | ||
| 3گروه باستان شناسی، دانشکده علوم انسانی, موسسه آموزش عالی معماری و هنر پارس، تهران، ایران. | ||
| چکیده | ||
| یکی از عناصر پرمصرف که نقش مهمی در تولید پایدار کشاورزی دارد، پتاسیم است. پتاسیم خاک سطحی در پلایا از پتاسیم موجود در آب زیرزمینی نشات می گیرد و در نتیجه، بین پتاسیم خاک سطحی و عیار پتاسیم شورابه زیرزمینی همبستگی وجود دارد. هدف این پژوهش، استفاده ترکیبی از الگوریتم جنگل تصادفی (RF) و تصویر ماهوارهای برای یافتن ارتباط بین پتاسیم سطحی خاک و شاخصهای سنجشازدور تعریفی مختص این مطالعه بهمنظور پیشبینی عیار پتاسیم شورابه زیرزمینی در پلایای خور و بیابانک استان اصفهان است. بدین منظور تعداد 60 نمونه خاک از لایه 5-0 سانتیمتری جهت اندازهگیری پتاسیم لایه سطحی (متغیر وابسته) نمونهبرداری شد. بهمنظور تعیین مختصات نمونهگیریها از روش ابر مکعب لاتین استفاده شد. همچنین 12 گمانه جهت استخراج و اندازهگیری عیار پتاسیم شورابه زیرزمینی حفر شد. از 12 باند ماهواره سنتینل 2 و چهار عمل اصلی ریاضی برای تعریف شاخص (متغیرهای مستقل) بهمنظور مدلسازی پتاسیم لایه سطحی و درنهایت برآورد عیار پتاسیم شورابه زیرزمینی استفاده شد. دادهها به دو دسته 70 درصد برای واسنجی (آموزش) و 30 درصد برای اعتبار سنجی (آزمون) دستهبندی شده و با الگوریتم RF در محیط Google Colab و با استفاده از زبان برنامهنویسی پایتون مدلسازی شدند. نتایج این الگوریتم با شاخصهای آماری R2، MSE، RMSE و MAE به ترتیب 51/0، 0179/0، 1338/0 و 1130/0 به دست آمد. نتایج این پژوهش تائید کننده کارایی دادههای سنجشازدور و الگوریتم یادگیری ماشین در پیشبینی عیار پتاسیم شورابه زیرزمینی است. | ||
| کلیدواژهها | ||
| واژههای کلیدی: پایتون؛ سنجش از دور؛ کفههای نمکی؛ مدلسازی؛ یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 847 تعداد دریافت فایل اصل مقاله: 442 |
||