محور مقاله: پدومتری و ارزیابی خاک ها- پیش بینی پراکنش مکانی گروه های مرجع خاک در یک منطقه نیمه خشک به کمک شبکه عصبی مصنوعی
- سال انتشار: 1398
- محل انتشار: شانزدهمین کنگره علوم خاک ایران
- کد COI اختصاصی: SSCI16_524
- زبان مقاله: فارسی
- تعداد مشاهده: 521
نویسندگان
دانش آموخته کارشناسی ارشد گروه علوم و مهندسی خاک، دانشکده کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران
استادیار گروه علوم و مهندسی خاک، دانشکده کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران
چکیده
نقشه های خاک از منابع عمده اطلاعات برای مدیریت پایدار سرزمین هستند. کاربرد روش های نقشه برداری رقومی (DSM) باعثکاهش هزینه و صرفه جویی در زمان مطالعات شناسایی خاک می گردد. در این پژوهش شبکه عصبی مصنوعی (ANN) برای پیش بینی نقشهخاک منطقه سنجابی در استان کرمانشاه با مساحت بیش از 48000 هکتار در سطح گروه مرجع سیستم ردهبندی WRB بکار رفت. با الگوریتمنمونه برداری GRTS مکان 100 خاکرخ در سطح منطقه تعیین گردید. هر یک از خاکرخها به دقت تشریح، نمونه برداری، تجزیه و سپس طبقسیستم مرجع جهانی رده بندی شدند. متغیرهای برگرفته از مدل رقومی ارتفاع، تصویر ماهواره به عنوان پیش بینی به کار رفت. توانایی ANN درپیش بینی مکانی گروه های مرجع خاک چشمگیر بود و صحت عمومی و شاخص کاپا بترتیب 68 / 0 و 58 / 0 بدست آمد. نتایج حساسیت بالایANN را به فراوانی مشاهدات در هر کلاس خاک نشان داد به گونه ای که در مواردی با مشاهدات کم، مدل کاملا ناموفق بود و به همین دلیلنتایج در سطح دوم WRB رضایت بخش نبود. همچنین اثر متفاوت متغیرهای محیطی در عملکرد ANN بخوبی ثابت گردید. درستی مکانی نقشهپیش بینانه تا اندازه خوبی با واقعیت منطقه هماهنگی داشت و به همین دلیل قابل قبول ارزیابی شد.کلیدواژه ها
نقشه برداری رقومی، شبکه عصبی مصنوعی، متغیرهای محیطی، منطقه سنجابیمقالات مرتبط جدید
- ارزش و کارایی خاک رس در صنایع و شناسایی علم مواد
- تخمین مقادیر روزانه نسبت تبخیر - تعرق مرجع و تعیین سهم مولفه های آیرودینامیکی و توازن انرژی در مناطق خشک و لیموی ایران
- Investigation and Comparison of Changes in the Hydraulic Conductivity of Clay Minerals Modified with Polypropylene Fibers
- تاثیر ساختارهای زمین شناسی بر پویایی آب های زیرزمینی و چالش های مدیریت منابع آبی
- تاثیر روش های مدیریت زمین بر کیفیت خاک و سلامت انسان و ارائه راهکارهای پایدار
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.