پیش بینی مکانی درصد شن خیلی ریز با استفاده از مدل های نقشه برداری رقومی دردشت سیستان

پیش بینی دقیق توزیع مکانی مقادیر شن خیلی ریز خاک یک پیش نیاز برای مدیریت کاربری اراضی، ارزیابی کیفیت خاک، رده بندی خاک و کنترل فرسایش است، زیرا انتقال و حرکت آب ،کود، هوا و گرما خاک را تعیین می کند و از طرفی یکی از حساس ترین اجزای خاک به فرسایش آبی و بادی می باشد. نقشه برداری دیجیتالی خاک (DSM) به طور گسترده برای پیش بینی خواص خاک استفاده می شود. لذا هدف این مطالعه توسعه یک مدل بهینه ماشین یادگیری برای پیش بینی شن خیلی ریز خاک بر اساس خصوصیات زودیافت خاک می باشد. بدین منظور براساس نقشه های سری های خاک منطقه ۳۰۰ نمونه خاک سطحی از کل دشت سیستان برداشت و ویژگی های درصد اجزای بافت خاک، درصد رطوبت اشباع، درصد ماده آلی و در صد شن خیلی ریز خاک محاسبه شد. در نهایت کل مجموع داده ها به دو دسته داده ۸۰ و ۲۰ درصد به ترتیب برای آموزش و آزمون تقسیم بندی گردیدند. نتایج نشان داد از بین الگوریتم های مختلف استفاده شده در پیش بینی پراکنش مکانی شن خیلی ریز خاک منطقه، مدل ترکیبی بوستینگ بر مبنای پارامترهای ارزیابی ضریب همبستگی و NRMSE به ترتیب برای مجموعه داده های آزمون با مقادیر ۰/۸ و ۰/۶ عملکرد بسیار بالایی داشت. بنابراین می توان از مدل ترکیبی بوستینگ برای تهیه نقشه های شن خیلی ریز خاک با وضوح بالا در مناطقی با شرایط مشابه بدون عملیات میدانی و آزمایشگاهی اضافی استفاده کرد.

کلیدواژه ها:

شن خیلی ریز ، فرسایش خاک ، ماشین یادگیری ، نقشه برداری رقومی خاک ، دشت سیستان.