مقایسه روش های درخت تصمیم و شبکه عصبی در پیش بینی شوری خاک در غرب دریاچه ارومیه

شور شدن خاک یکی از مهمترین پدیده  های تخریب خاک در مناطق خشک و نیمه خشک است. در سال های اخیر از روش های غیرمستقیم برای برآورد شوری خاک استفاده می شود. بدین منظور 100 نمونه از عمق 30-0 سانتی متری اطراف دریاچه ارومیه برداشته و آزمایش شد و شوری خاک با استفاده از شاخص های تصویر ماهواره لندست 8 و مدل رقومی ارتفاع برآورد شد. به منظور مدل سازی شوری خاک از مدل های درخت تصمیم و شبکه عصبی مصنوعی استفاده شد. براین اساس داده ها به دو سری آموزشی (80%) و ارزیابی (20%) تقسیم شد. نتایج ارزیابی مدل ها بر اساس شاخص های ریشه ی مربعات خطا، میانگین خطا و ضریب تبیین نشان داد که مدل درخت تصمیم دارای بالاترین دقت در پیش بینی ویژگی های خاک است. نتایج ضریب کاپا و صحت کلی حاصل از دو مدل نشان داد که مدل درخت تصمیم با دارا بودن درصد ضریب کاپا (56/56) و صحت کلی (46/73) میزان توافق بیشتری با شوری خاک منطقه داشته است. به طور کلی براساس نتایج بدست آمده نشان داده شد که برای پیش بینی کلاس شوری خاک شاخص های CRSI و NDSI مهمترین پارامترها هستند و بیشترین همبستگی را با داده های زمینی دارند. لذا پیشنهاد می شود در مطالعات آینده برای تهیه نقشه رقومی  شوری خاک از مدل های درختی و شاخص های CRSI و  NDSI  استفاده شود.