بررسی تاثیر شاخص خیسی و داده های طیفی در براورد درصد ذرات خاک با استفاده از مدل های نروفازی،شبکه عصبی مصنوعی و رگرسیون درختی

پیام:
چکیده:

برآورد  مستقیم برخی از ویژگی های خاک وقت گیر ، پر هزینه و گاها امکان پذیر نیست، در سال های اخیر از روش های غیر مستقیم برای برآورد این خصوصیات استفاده می شود. در مطالعه حاضر بر اساس تکنیک هایپرکیوب، محل  115 پروفیل شناسایی و سپس نمونه برداری از افق ها انجام گرفت و درصد شن و رس و سیلت نمونه های خاک اندازه گیری شد. متغیرهای محیطی یا فاکتورهای خاکسازی که در این پژوهش استفاده شد شامل: اجزاء سرزمین ، داده های تصویر لندست 8 ، نقشه سطوح ژئومورفولوژی و شاخص های منتج از آن  و داده های طیف سنجی انعکاسی می باشد. همچنین، جهت ارتباط دادن بین داده های خاک (رس، شن و سیلت) و متغیرهای کمکی از مدل های شبکه عصبی مصنوعی، رگرسیون درختی و نروفازی بهره گرفته شد. نتایج این تحقیق نشان داد که مدل نروفازی دارای دقت بیشتری نسبت به شبکه عصبی مصنوعی و رگرسیون درختی به منظور پیش بینی هر سه پارامتر رس، شن و سیلت میباشد. مقدار متوسط خطا  در روش نروفازی با روش رگرسیون درختی مقایسه شد و نتایج نشان داد که مقدار متوسط مربعات خطا در مدل نروفازی برای متغیر رس1.43 و برای شن 1.98 و برای سیلت2.1 بوده که برای رس 71/6 ،برای شن 49/8 و برای سیلت 42/5 واحد نسبت به رگرسیون درختی کاهش داشت . نتایج  همچنین نشان داد که برای پیش بینی رس، شن و سیلت پارامترهای  داده های طیفی، شاخص خیسی، شاخص همواری با درجه تفکیک بالا بیشترین سهم را در برآورد دارند.

نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
104 -123
لینک کوتاه:
magiran.com/p2081563 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!