برآورد تغییرات مکانی رطوبت خاک با بهره گیری از روش جنگل تصادفی و ویژگی های محیطی حاصل از تصاویر ماهواره ای در حوضه مرغاب خوزستان

در مدیریت اراضی، تهیه نقشه یکپارچه تغییرات ­رطوبت خاک با وضوح مکانی بالا و کیفیت مناسب از اهمیت بالایی برخوردار است. با توجه به کمبود ایستگاه های هواشناسی و هیدرومتری در حوزه های آبخیز، به ویژه در مناطق کوهستانی، مطالعات میدانی بررسی تغییرات رطوبت خاک فرآیندی زمان بر، پرهزینه و با خطا است. جهت دستیابی به مدلی مناسب برای پیش­بینی مکانی رطوبت خاک در فصل کم بارش در حوضه مرغاب استان خوزستان با مساحت ۶۸۳ کیلومترمربع، نمونه­برداری میدانی به تعداد ۱۷۴ نقطه در چهار عمق استاندارد با پروژه جهانی نقشه برداری رقومی خاک (۵-۰، ۱۵-۵، ۳۰-۱۵ و ۶۰-۳۰ سانتی متری) صورت گرفت. نقشه­های تغییرات مکانی رطوبت خاک با استفاده از اجرای مدل یادگیری ماشین جنگل تصادفی (RF) و دو مجموعه داده­ی فضاپایه شامل ویژگی های بیوفیزیکی سطح حاصل از تصاویر ماهواره لندست-۸ و سنتینل-۲ و ویژگی های توپوگرافی مستخرج از مدل رقومی ارتفاع تولید گردید. مناسب­ترین ویژگی­های کمکی پیش بینی کننده رطوبت خاک با روش حذف ویژگی برگشتی انتخاب گردیدند. نتایج میانگین تغییرات رطوبت خاک از لایه اول تا لایه چهارم به­ترتیب ۲/۲، ۲۴/۳، ۴۱/۳ و ۶/۴ درصد مشاهده گردید. در عمق سطحی (۵-۰ سانتیمتر)، ویژگی­های بیوفیزیک ارتباط بیش تری با تغییرات مکانی رطوبت خاک از خود نشان دادند و در اعماق پایین­تر، ویژگی­های توپوگرافی اهمیت بالاتری را نشان دادند. بررسی کارایی مدل RF در ارتباط با نوع تصویر مورد استفاده برای تولید ویژگی­های بیوفیزیکی بیانگر آن است که بر مبنای ضریب تطابق همبستگی مدل، استفاده از تصاویر سنتینل-۲ در تلفیق با فاکتورهای توپوگرافی در عمق­های استاندارد بین ۲۸/۱ تا ۶۶/۳ درصد از دقت بالاتری نسبت به تصاویر لندست-۸ برخوردار است. به طورکلی الگوریتم جنگل تصادفی به همراه ویژگی­های بیوفیزیکی مستخرج از سنتینل دو و داده­های توپوگرافی در سطح حوضه آبخیز قادر است نقشه های رطوبت خاک را با دقت بالایی فراهم نماید.

کلیدواژه ها:

شاخص های سنجش از دور ، فاکتورهای توپوگرافیکی ، مدل جنگل تصادفی