مقایسه روش های رگرسیون خطی، زمینآماری و شبکه عصبی مصنوعی در مدل سازی کربن آلیدر اراضی خشک دشت سیستان
محل انتشار: فصلنامه آب و خاک، دوره: 28، شماره: 6
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 330
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSW-28-6_016
تاریخ نمایه سازی: 2 آبان 1396
چکیده مقاله:
آگاهی از تغییرات مکانی کربن آلی در کاربریهای مختلف اراضی کمک موثری به تفسیر و شبیه سازی رفتار اکوسیستم های خاکی در مواجهه با تغییرات اقلیمی و زیست محیطی خواهد نمود. هدف از این تحقیق مقایسه روش های رگرسیونی، زمین آمار و شبکه عصبی مصنوعی در تخمین مقادیر کربن آلی در 192 نمونه خاک، از خاک های سطحی ( 0 تا 30 سانتی متر) بخشی از دشت سیستان (منطقه میانکنگی) بود. در این تحقیق، تنها 5 درصد تغییرات کربن آلی در منطقه مورد مطالعه توسط متغیرهای موجود در مدل رگرسیون خطی توجیه گردید R2=0/05 همچنین بهترین روش زمین آماری، یعنی روش کوکریجینگ ساده با استفاده از متغیر کمکی رس، با R2=0/23 و RMSE=0/127 فقط تا اندازهای توانایی تخمین میزان کربن آلی را داشت. این در صورتی است که شبکه عصبی مصنوعی با استفاده از پارامترهای طول و عرض جغرافیایی کارایی بسیار بهتری باR2=0/79 و RMSE=0/044 در تخمین مقدار کربن آلی نسبت به روشهای رگرسیون خطی و زمین آماری نشان داد . در نتیجه روش ترکیبی شبکه عصبی کریجینگ بهترین روش برای پهنه بندی کربن آلی در منطقه مورد مطالعه شناخته شد
کلیدواژه ها:
نویسندگان
احمد غلامعلی زاده آهنگر
استادیار گروه مهندسی ،علوم خاک، دانشکده آب وخاک، دانشگاه زابل
فریدون سارانی
دانشجوی کارشناسی ارشد گروه مهندسی ،علوم خاک، دانشکده آب وخاک، دانشگاه زابل
مسعود هاشمی
دانشجوی گروه مهندسی ،علوم خاک، دانشکده آب وخاک، دانشگاه زابل
اسماء شعبانی
مربی گروه مهندسی ،علوم خاک، دانشکده آب وخاک، دانشگاه زابل