پهنه بندی کربن آلی خاک با استفاده از روش های زمین آماری و شبکه عصبی مصنوعی (استان کهگیلویه و بویراحمد)
محل انتشار: فصلنامه آب و خاک، دوره: 32، شماره: 6
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 41
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
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.
کلیدواژه ها:
نویسندگان
پریسا لاهوتی
دانشگاه علوم کشاورزی و منابع طبیعی ساری
سید مصطفی عمادی
دانشگاه علوم کشاورزی و منابع طبیعی ساری
محمدعلی بهمنیار
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 :