پهنه بندی کربن آلی خاک با استفاده از روش های زمین آماری و شبکه عصبی مصنوعی (استان کهگیلویه و بویراحمد)

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 41

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSW-32-6_008

تاریخ نمایه سازی: 8 آبان 1402

چکیده مقاله:

برای درک بهتر از ترسیب یا آزادسازی کربن به اتمسفر، پهنه بندی کربن آلی خاک برای داشتن خط مبنایی از مقدار و ذخیره آن در خاک و همچنین امکان پایش تغییرات آن در طول زمان، بسیار حائز اهمیت است. هدف اصلی این تحقیق، شناخت تغییرپذیری مقدار و ذخیره کربن آلی خاک با استفاده از روش های شبکه عصبی مصنوعی و زمین آمار در شرق و جنوب شرق استان کهگیلویه و بویراحمد بود. نمونه های خاک به صورت مرکب و تصادفی از ۲۰۴ نقطه از عمق ۰-۱۵ سانتی متر جمع آوری و مقدار کربن و ذخیره کربن آلی و برخی خصوصیات خاک اندازه گیری شد و از شاخص پوشش گیاهی، ارتفاع، دما، بارش و شیب به عنوان داده های کمکی استفاده شد. به منظور تخمین نقاط در محل های نمونه­برداری نشده از روش­های شبکه عصبی مصنوعی (پرسپترون چندلایه، MLP)، کوکریجینگ، کریجینگ معمولی و وزن­دهی معکوس فاصله استفاده شد و از شاخص­های آماری نظیر ضریب همبستگی (R۲)، ضریب همبستگی همگام (CCC)، خطای میانگین (ME) و ریشه میانگین مربعات خطا (RMSE) برای تعیین بهترین روش استفاده شد. مقدار و ذخیره کربن آلی خاک با کاهش میانگین دما و افزایش ارتفاع، ارتقا یافت و در کاربری جنگل بیشترین مقدار بود. بهترین مدل واریوگرام برای مقدار و ذخیره کربن آلی مدل گوسی بود و روش MLP نسبت به روش­های زمین آماری در تخمین مقدار و ذخیره کربن آلی خاک دقت بیشتری داشت. پهنه بندی حاصل از روش MLP با توجه به دقت بالای آن (۸۵۶/۰= RMSE، ۱۳۳/۰= ME، ۸۹/۰ CCC=و ۶۸/۰= R۲) و مدنظر قرار دادن عوامل زمینی، خاکی و اقلیمی، می­تواند به عنوان یک نقشه مبنا برای بیان وضعیت فعلی کربن آلی در منطقه معرفی گردد.

نویسندگان

پریسا لاهوتی

دانشگاه علوم کشاورزی و منابع طبیعی ساری

سید مصطفی عمادی

دانشگاه علوم کشاورزی و منابع طبیعی ساری

مهدی قاجار سپانلو

دانشگاه علوم کشاورزی و منابع طبیعی ساری

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Abdollahi S., Delavar M.A., and Shekari P. ۲۰۱۳. Spatial distribution ...
  • Bouyoucos G.J. ۱۹۶۲. Hydrometer method improved for making particle size ...
  • Cambardella C.A., Moorman T.B., Novak J.M., Parkin T.B., Karlen D.L., ...
  • Clair T.A., and Ehrman J.M. ۱۹۹۶. Variations in discharge and ...
  • Dai F., Liu G., Zhou Q., Lv Zh., and Wang ...
  • Falahatkar S., Hosseini S.M., Ayoubi Sh., and Salman Mahiny A. ...
  • Gholamalizadeh Ahangar A., Sarani F., Hashemi F., and Shabani A. ...
  • Lakzian A., Fazeli Sangani M., Astaraei A., and Fotivat A. ...
  • Lin L. ۱۹۸۹. A concordance correlation coefficient to evaluate reproducibility. ...
  • Moghimi S., Parvizi Y., Mahdian M.H., and Masih Abadi M.H. ...
  • Pilevar Shahri A.R., Ayoubi S.H., and Khademi S.H. ۲۰۱۱. Comparison ...
  • Shakouri Katigari M., Shabanpour M., Davagar N., and Babazadeh SH. ...
  • Taghizadeh Mehrjardi R., Mahmoudi S.H., Zareian Jahromi M., and Heidari ...
  • Taghizadeh Merjerdi R., Sarmadian F., Omid M., and Savaghebi Gh. ...
  • Were K., Bui D T., Dick Y B., and Singh ...
  • Wu W., Xiu D.T., and Liu H.B. ۲۰۰۸. Spatial variability ...
  • Yana J., Lee Ch.K., Umeda M., and Kosaki T. ۲۰۱۳. ...
  • Zare Abyaneh H., and Bayat M. ۲۰۱۳. Development and application ...
  • نمایش کامل مراجع