Application of Geomorphometric attributes in digital soil mapping by using of machine learning and fuzzy logic approaches

Conventional soil mapping is related to High density sampling, affected by scale and expert knowledge So using of new data mining methods in digital soil properties mapping was the main aim of this study for resolving conventional soil survey problems. In this research, 62 surface soil samples based on regular grid and expert knowledge opinion were selected after that soil organic carbon(SOC), clay content and CaCO3 were determined in some part of Dryland Kuhin region with area of 372 ha. Data sets were divided to two 80%(calibration) and 20%(validation), respectively. From digital elevation model with 10-meter spatial resolution were derived 19 geomorphometric attribute in SAGA GIS software. Three geomorphometric covariate included TPI, TRI, DEM and landform map unit were chosen PCA and expert knowledge. RStudio and SoLIM Solution software were used for random forest (RF) and fuzzy logic modelling, respectively. The RF modelling results show that for SOC, clay and CaCO3 based on determination coefficient (R2) had 0.63,0.75,0.63 and RMSE 0.17,7.5,5.77 percentage and for SoLIM method revealed that R2 0.47,0.42,0.42 and RMSE 0.2,8.08,4.68 percentage, respectively. Generally, the RF model with creating nonlinear relationship among soil properties and environmental covariate can predicted digital map with appropriate precision for management and sustainable land utilization

Article Type:
Research/Original Article
Journal of Range and Watershed Management, Volume:73 Issue: 1, 2020
105 - 124  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 400,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
پرداخت با کارتهای اعتباری بین المللی از طریق PayPal امکانپذیر است.
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!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.