مقایسه روش های درخت تصمیم و شبکه عصبی در پیش بینی شوری خاک در غرب دریاچه ارومیه
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 243
فایل این مقاله در 10 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_DRNL-1-1_008
تاریخ نمایه سازی: 24 بهمن 1400
چکیده مقاله:
شور شدن خاک یکی از مهمترین پدیده های تخریب خاک در مناطق خشک و نیمه خشک است. در سالهای اخیر از روش های غیرمستقیم برای برآورد شوری خاک استفاده می شود. بدین منظور ۱۰۰ نمونه از عمق ۳۰-۰ سانتیمتری اطراف دریاچه ارومیه برداشته و آزمایش شد و شوری خاک با استفاده از شاخص های تصویر ماهواره لندست ۸ و مدل رقومی ارتفاع برآورد شد. به منظور مدلسازی شوری خاک از مدلهای درخت تصمیم و شبکه عصبی مصنوعی استفاده شد. براین اساس داده ها به دو سری آموزشی (۸۰%) و ارزیابی (۲۰%) تقسیم شد. نتایج ارزیابی مدلها 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 (۵۶/۵۶) و صحت کلی (۴۶/۷۳) 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 شاخصهای 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 مدلهای درختی و شاخص های CRSI و NDSI استفاده شود.
کلیدواژه ها:
نویسندگان
زهرا احمدی
in Soil Science, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran
آیدا عباسی
Department of Soil Science and Engineering, University of Mohaghegh Ardabili, Ardabil, Iran
محمود شهابی
of Soil Science, University of Tabriz
عبدالحسین بوعلی
in Desert Management and Control, University of Agriculture and Natural Recourses Sciences of Gorgan, Gorgan, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :