کاربرد شبکه عصبی GMDH در پایش شوری خاک دشت ساوه با استفاده از شاخص های طیفی و توپوگرافی

در سال های اخیر از روش های غیرمستقیم نظیر سنجش از دور و داده کاوی برای برآورد شوری خاک زمین های کشاورزی استفاده می شود. در این تحقیق، هدایت الکتریکی ۹۴ نمونه خاک از ۰ تا ۱۰۰ سانتی متر با استفاده از تکنیک ابرمکعب در دشت ساوه، اندازه گیری شد. تعداد ۲۳ نوع داده ورودی در قالب دو دسته توپوگرافی و طیفی استفاده شدند. پارامترهای سطح زمین مانند شاخص رطوبت توپوگرافیک (TWI)، شاخص طبقه بندی زمین برای مناطق پست (TCI)، شاخص قدرت جریان (STP)، مدل رقومی ارتفاع (DEM) و طول شیب (LS) با استفاده از نرم افزارهای Arc-GIS و SAGA به عنوان ورودی های توپوگرافی لحاظ شدند. همچنین شاخص های مکانی شوری و پوشش گیاهی از تصاویر لندست ۸ استخراج شدند و به عنوان ورودی های طیفی درنظر گرفته شدند. به منظور مدل سازی شوری از شبکه عصبی GMDH با نسبت ۷۰ درصد برای آموزش و ۳۰ درصد برای صحت سنجی استفاده شد. نتایج اندازه گیری نشان داد مقادیر شوری خاک بین ۰/۱ تا ۱۸ با میانگین ۵ و انحراف معیار ۴/۷ دسی زیمنس بر متر بودند. نتایج مدل سازی نیز نشان داد پارامترهای آماری R۲، MBE وNRMSE  در مرحله آموزش به ترتیب ۰/۸۰، ۰/۰۶ و ۴۲/۱ درصد بودند. همین مقادیر در مرحله صحت سنجی به ترتیب ۰/۷۹، ۰/۱۳ و ۴۸/۷ درصد بودند. بنابراین استفاده از شاخص های طیفی، توپوگرافی و شبکه عصبی GMDH، در مدل سازی شوری خاک، کارایی مناسبی دارد.

کلیدواژه ها:

Hypercube technique ، Vegetation index ، Topographic wetness index ، Landsat ۸ ، Digital elevation model ، تکنیک ابرمکعب ، شاخص پوشش گیاهی ، شاخص رطوبت توپوگرافیک ، لندست ۸ ، مدل رقومی ارتفاع.