CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه عملکرد شبکه های عصبی مصنوعی RBF تحلیل رگرسیون در برآورد میزان ترسیب کربن خاک

عنوان مقاله: مقایسه عملکرد شبکه های عصبی مصنوعی RBF تحلیل رگرسیون در برآورد میزان ترسیب کربن خاک
شناسه ملی مقاله: ISCCDCE04_002
منتشر شده در چهارمین کنفرانس بین المللی چالش های زیست محیطی و گاهشناسی درختی در سال 1393
مشخصات نویسندگان مقاله:

فاطمه چشم براه - دانشجوی کارشناسی ارشد مدیریت مناطق بیابانی، دانشگاه یزد
قاسم علی پاراد - دانشجو دکتری جنگلداری، دانشگاه تربیت مدرس

خلاصه مقاله:
کربن آلی به دلیل سهم مهم در چرخه غذایی خاک یکی از عناصر مهم حساس پذیر خاک در قبال عوامل مدیریتی بوده و نقش قابل توجهی در کیفیت خاک اکوسیستم های جنگلی دارد. در این تحقیق جهت برآورد دقیق ترسیب کربن خاک از مدل های شبکه عصبی مصنوعی RBF و رگرسیون چند متغیره استفاده شد. جهت انجام تحقیق، 60 نمونه خاک از عمق 15- 0 سانتیمتری در گرادیان ارتفاعی جنگل دانشکده منابع طبیعی دانشگاه تربیت مدرس، برداشت شد. خصوصیات خاک (رس، سیلت، شن، کربن آلی، هدایت الکتریکی و رطوبت خاک) اندازه گیری شد. نتایج کلی این مطالعه نشان داد که ترسیب کربن در منطقه از ویژگی های فیزیکی و شیمیایی خاک تاثیر زیادی گرفته است. همچنین بر اساس معیارهای ضریب تشخیص R2، مجذور میانگین مربعات خطا (RMSE) و ضریب تغییرات مجذور میانگین مربعات خطا (CV(RMSE)، مدل شبکه عصبی RBF برآورد بهتری از تحلیل رگرسیونی داشته است.

کلمات کلیدی:
خصوصیات خاک، کربن آلی، شبکه عصبی، ترسیب کربن خاک

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/788114/