نقشه برداری رقومی کربنات کلسیم معادل و درصد رس خاک با استفاده از تصاویر ماهواره های لندست۸ و پریسما توسط الگوریتم جنگل تصادفی

نقشه برداری خصوصیات خاک با استفاده از تصاویر ماهواره ای ابرطیفی و چند طیفی در کنار رویکردهای آماری و با استفاده از مدل های یادگیری ماشین از جمله جنگل های تصادفی پیشرفت زیادی در دقت و صحت نقشه های تهیه­شده داشته است. این تحقیق برای بررسی عملکرد تصاویر پریسماو لندست۸ در مدل سازی کربنات کلسیم معادل و درصد رس با مدل جنگل تصادفی، در بخشی از اراضی شهرستان آبیک استان قزوین از مهرماه سال ۱۳۹۹ تا مهرماه ۱۴۰۱ انجام شده است. در ابتدا، با استفاده از ۲۲۹ داده که از خاک سطحی جمع آوری شده در منطقه آبیک استان قزوین به مساحت ۶۰ هزار هکتار اندازه­گیری شد، در مرحله بعد مجموعه داده های طیفی دو ماهواره پریسماو لندست۸ ، استخراج  و داده های بازتاب خاک به دست آمدند. در این تحقیق از شاخص­های طیفی، شاخص­های مدل رقومی ارتفاع و تجزیه مولفه­های اصلی به عنوان متغییر کمکی استفاده شد. در مرحله بعدی، مدل رگرسیون جنگل تصادفی جهت تخمین ویژگی های خاک با استفاده از ۸۰% از داده­ها آموزش داده­شد و از ۲۰% داده­ها برای آزمون مدل استفاده شد. نتایج نشان داد که بهترین دقت در بازیابی ویژگی های خاک­سطحی توسط داده های پریسما، با استفاده از مجموعه داده های کمکی تجزیه مولفه های اصلی، شاخص های طیفی و شاخص های مستخرج از مدل رقومی ارتفاع به دست آمد. به طور دقیق تر، استفاده از این سه­دسته داده، بیشترین ضریب تبیین، انحراف پیش بینی باقی مانده و نسبت عملکرد به فاصله بین چارکی و کمترین ریشه میانگین مربعات خطا  و ریشه میانگین مربعات خطا  نرمال شده را برای تخمین کربنات کلسیم معادل و درصد رس خاک نشان داد. بهترین مدل برای تخمین درصد رس، با مدل جنگل های تصادفی، شاخص های آماری (ضریب تبیین: ۹۰/۰؛ریشه میانگین مربعات خطا : ۹۱/۴؛ ریشه میانگین مربعات خطا  نرمال شده : ۲۳/۰؛ نسبت دامنه بین چارکی: ۸/۰؛ نسبت انحراف عملکرد: ۲۹/۲) و بهترین مدل برای تخمین کربنات کلسیم معادل، با مدل جنگل های تصادفی، شاخص های آماری (ضریب تبیین: ۶۱/۰؛ریشه میانگین مربعات خطا : ۷۲/۰؛ ریشه میانگین مربعات خطا  نرمال شده : ۲۰/۰؛ نسبت دامنه بین چارکی: ۷۷/۰؛ نسبت انحراف عملکرد: ۲۷/۱) به دست آمد.

کلیدواژه ها:

جنگل تصادفی ، درصد رس ، کربنات کلسیم ، ماهواره ابرطیفی پریسما