پیش بینی توزیع منطقه ای اجزاء بافت خاک دشت سیلابی سیستان با استفاده از روش جنگل تصادفی

زمینه و هدف: خصوصیات خاک در دشت های سیلابی دارای تغییرات مکانی زیادی هستند بافت خاک یکی از خصوصیات مهم خاک است که تاثیر زیادی بر بسیاری از فعالیت های کشاورزی و مدیریت خاک دارد به طوری که مقدار نگهداری آب و عناصر غذایی، نفوذپذیری، زهکشی، تخلخل و بسیاری از خواص مکانیکی و هیدرولیکی خاک تحت تاثیر آن است؛ لذا داشتن آگاهی از توزیع مکانی آن به ویژه در دشت های سیلابی که تغییرات آن زیاد است، ضرورتی مضاعف دارد. مطالعات صحرایی تغییرات مکانی خصوصیات خاک به علت برداشت تعداد زیاد نمونه به ویژه در مقیاس بزرگ پرهزینه و زمان بر است. روش نقشه برداری رقومی خاک در تلفیق با داده های سنجش ازدور به عنوان راهکاری سودمند برای تولید نقشه رقومی خصوصیات خاک با دقت بالا و صرف هزینه و زمان کمتر است.

روش پژوهش: در این پژوهش پیش بینی تغییرات مکانی اجزاء بافت خاک در دشت سیلابی سیستان در مقیاس بزرگ (مساحت ۱۳۰۰ کیلومتر مربع) انجام شده است. برای این منظور بر اساس روش تصادفی طبقه بندی شده در سری های مختلف خاک اراضی کشاورزی دشت سیستان تعداد ۱۶۰ نقطه انتخاب گردید و سپس نمونه برداری ها از لایه سطحی خاک ( cm۰-۳۰) انجام گردید. همچنین از داده های سنجش از دور تصویر ماهواره لندست ۸ شامل تصاویر باندهای یک تا هشت، نسبت تصاویر باند چهارم به هشتم، باند چهارم به باند سوم و شاخص پوشش گیاهی، شاخص روشنایی، شاخص رس و شاخص اندازه ذرات خاک به عنوان متغیرهای کمکی برای میان یابی اجزاء بافت خاک کمک گرفته شد. برای یافتن ارتباط بین متغیرهای کمکی و اجزاء بافت خاک از روش جنگل تصادفی استفاده شد. این تکنیک، مدل توسعه یافته ای از روش طبقه بندی و رگرسیون درختی می باشد که در آن به جای رشد یک درخت صدها یا هزارن درخت طبقه بندی تولید می شود. ۸۰ درصد داده ها به داده های آموزش و ۲۰ درصد به داده های آزمون اختصاص یافتند. مدل سازی بر روی داده های آموزش و ارزیابی ها بر اساس داده های آزمون انجام گردید. از معیارهای RMSE, MBA MAE, و nRMSE و همچنین شاخص توافق ویلموت (dr) و ضریب کارایی (EF) برای ارزیابی و کارایی مدل استفاده شد.

یافته ها: تجزیه و تحلیل همبستگی پیرسون نشان داد که در بین کسرهای بافت خاک، محتوای شن و ماسه با بیشترین متغیرهای محیطی دارای بیشترین رابطه معنی دار است. باند ۸ بیشترین همبستگی را با میزان شن، سیلت و رس داشت. یافته های پژوهش بیانگر این است که استفاده از داده های سنجش ازدور موجب افزایش دقت پیش بینی ها شده اند. همچنین بااین حال که روش جنگل تصادفی مقادیر کمتری برای RMSE در مقایسه با یک مدل ساده کریجینگ برای پیش بینی مکانی ذرات شن، سیلت و رس خاک ارائه داد؛ اما به علت تغییرات زیاد خصوصیات خاک در دشت های سیلابی، مقادیر RMSE نسبتا بزرگ تر مقادیر شن و سیلت نسبت به رس به دلیل فراگیرتر بودن آنها در منطقه موردمطالعه است. مقدار RMSE در روش جنگل تصادفی برای پیش بینی شن، سیلت و رس در داده های اعتبارسنجی به ترتیب برابر ۴۲/۱۵، ۵۶/۱۲ و ۹۷/۸ درصد به دست آمد. این در حالی است که RMSE برای مدل کریجینگ معمولی به ترتیب ۲/۱۸، ۳/۱۳ و ۵۳/۹ برآورد شد که نسبت به روش جنگل تصادفی به ترتیب ۱۸، ۹/۵ و ۲/۱۱ درصد بیشتر است. مقادیر نسبتا زیاد RMSE در این مطالعه ناشی از تغییرات زیاد خصوصیات خاک و شرایط تشکیل رسوبات در دشت های سیلابی است. مقادیر nRMSE برای اجزاء شن، سیلت و رس خاک به ترتیب برابر ۱۹/۰، ۱۳/۰ و ۲۱/۰ برای داده های پیش بینی و برابر ۳۹/۰، ۲۹/۰ و ۳۴/۰ برای داده های اعتبارسنجی است. همچنین بین متغیرهای کمکی، نتایج نشان داد که شاخص رس و شاخص اندازه دانه مهمترین متغیرهای محیطی برای پیش بینی بافت خاک به روش جنگل تصادفی در منطقه مورد مطالعه بودند. نتایج مقادیر ضریب توافق ویلموت (dr) نشان می دهد که مدل سازی بادقت قابل قبولی انجام شده است. همچنین بررسی مقادیر ضریب کارایی مدل (EF) نیز نشان می دهد که روش جنگل تصادفی به درستی نقشه های اجزاء بافت خاک را در محدوده موردمطالعه تولید کرده است. سایر متغیرهای محیطی مانند نسبت باند ۴ - باند ۸، باند ۱، باند ۸ و باند ۷ نیز بر پیش بینی کسر بافت خاک تاثیر گذاشتند.

نتایج: نتایج نشان داد در بین اجزاء بافت خاک شن دارای بالاترین ضریب هم بستگی پیرسون با متغیرهای محیطی بود و در بین متغیرهای کمکی باند ۸ بیشترین ضریب هم بستگی را با اجزاء بافت خاک دارد. شاخص رس و شاخص اندازه ذرات خاک مهم ترین متغیرهای محیطی در جریان مدل سازی با روش جنگل تصادفی بودند. همچنین متغیرهای محیطی نسبت باند ۴ به باند ۸، باند ۸، باند ۷ و باند ۲ ماهواره لندست ۸ از دیگر متغیرهایی هستند که بر پیش بینی توزیع مکانی اجزاء بافت خاک تاثیر داشتند. در مجموع به علت تغییرات زیاد خصوصیات خاک در دشت های سیلابی مقادیر معیارهای ارزیابی نسبتا زیاد برآورد گردید که این به دلیل تغییرپذیری زیاد خصوصیات فیزیکی خاک در دشت سیستان است. دلیل دیگر آن می تواند به تعداد نمونه های مورداستفاده ارتباط داشته باشد؛ بنابراین پیشنهاد می شود که برای به دست آوردن نقشه های بادقت بهتر برای خصوصیات خاک به ویژه خصوصیات فیزیکی آن در دشت های آبرفتی، تعداد نمونه برداری های خاک افزایش یابد و همچنین تعداد نقاط بهینه در این مناطق تعیین گردد. همچنین به دلیل اینکه خصوصیات خاک در دشت های سیلابی تابع نحوه رسوب گذاری است که خود تابع نحوه پراکنش مسیرهای جریان آب منطقه است، پیشنهاد می شود در مطالعات آتی از شاخص های که به نحوی به این موضوع مرتبط است نظیر فاصله تا رودخانه ها، شبکه انهار منطقه، نقشه کاربری اراضی به عنوان متغیرهای کمکی استفاده شود.

کلیدواژه ها:

بافت خاک ، تغییرات مکانی ، سنجش از دور ، جنگل تصادفی ، متغیر محیطی