تهیه نقشه رقومی اجزاء بافت خاک با استفاده از مدل ترکیبی رگرسیون کریجینگ و کریجینگ باقی مانده شبکه عصبی

هدف از انجام این پژوهش تهیه نقشه رقومی اجزاء بافت خاک اراضی کشاورزی دشت سیستان با وسعت ۱۳۰۰ کیلومترمربع با استفاده از مدل های رگرسیون کریجینگ و مدل ترکیبی رگرسیون کریجینگ و کریجینگ باقی مانده شبکه عصبی مصنوعی (RKNNRK)می باشد. برای این منظور تعداد ۱۶۰ نمونه لایه سطحی (cm۳۰-۰) از سری های مختلف خاک گرفته شد و درصد اجزاء بافت خاک در آزمایشگاه اندازه گیری گردید. با توجه به این که بافت خاک یک داده مرکب است، وقتی اجزاء آن جداگانه تخمین زده می شوند تضمینی برای اینکه جمع سه جزء برابر ۱۰۰ شود وجود ندارد، از این رو قبل از مدل سازی، اجزء بافت خاک با استفاده از تابع لگاریتمی (alr) تبدیل شدند. از تصاویر باندهای ۱ تا ۸ ماهواره لندست ۸ و شاخص های پوشش گیاهی، روشنایی، درصد رس و اندازه ذرات خاک به عنوان متغیر های کمکی برای درون یابی اجزاء بافت خاک استفاده گردید. ۸۰ درصد داده ها برای پیش بینی و ۲۰ درصد برای اعتبارسنجی اختصاص یافت. نتایج نشان داد که جزء رس خاک هم بستگی مکانی متوسط و اجزاء سیلت و شن خاک ساختار مکانی قوی دارند. مدل نمایی بیشترین انطباق را با نیم تغییرنمای تجربی با هر سه جزء شن، سیلت و رس خاک و اجزاء تبدیل شده بافت خاک شاملSiltalr و Clayalr دارد. همچنین داده های Siltalr و Clayalr نیز از هم بستگی مکانی قوی در منطقه مورد مطالعه برخوردار بودند. نتایج نشان داد که روش RKNNRK با آماره RMSE برابر ۰۴/۱۵، ۳۰/۱۴ و ۱۸/۷ به ترتیب برای اجزاء شن، سیلت و رس خاک دقت بالاتری در پیش بینی اجزاء بافت خاک در مقایسه با مدل رگرسیون کریجینگ داشت. بطوریکه این مقادیر به ترتیب ۱۰، ۶/۱۰ و ۵/۳ درصد نسبت به مقادیر متناظر آن در روش رگرسیون کریجینگ کاهش دارد. بنابراین روش RKNNRK در تلفیق با داده های سنجش از دور بر دقت پیش بینی نقشه های رقومی اجزاء بافت خاک افزوده است و به عنوان یک روش مناسب قابل توصیه می باشد.

کلیدواژه ها:

اجزاء بافت خاک ، تغییرات مکانی ، سنجش ازدور ، کریجینگ باقی مانده شبکه عصبی ، متغیر کمکی