فرزانه پارسایی؛ احمد فرخیان فیروزی؛ مسعود داوری؛ روح الله تقی زاده مهرجردی
چکیده
هدایت هیدرولیکی اشباع خاک سطحی (Ks) به‌عنوان یکی از مهم‌ترین ویژگی‌های فیزیکی خاک، نقشی کلیدی در توزیع آب و مواد مغذی در محیط خاک ایفا می‌کند و در مدیریت منابع آب و خاک اهمیت ویژه‌ای دارد. این پژوهش با هدف مدل‌سازی رقومی هدایت هیدرولیکی اشباع خاک سطحی با استفاده از رویکردهای یادگیری ماشین در حوزه آبخیز کیلانه واقع در استان کردستان ...
بیشتر
هدایت هیدرولیکی اشباع خاک سطحی (Ks) به‌عنوان یکی از مهم‌ترین ویژگی‌های فیزیکی خاک، نقشی کلیدی در توزیع آب و مواد مغذی در محیط خاک ایفا می‌کند و در مدیریت منابع آب و خاک اهمیت ویژه‌ای دارد. این پژوهش با هدف مدل‌سازی رقومی هدایت هیدرولیکی اشباع خاک سطحی با استفاده از رویکردهای یادگیری ماشین در حوزه آبخیز کیلانه واقع در استان کردستان با مساحت 12 هزار هکتار انجام شد. سه الگوریتم یادگیری ماشین شامل: درخت تصمیم تقویت شده با گرادیان (XGBoost)، جنگل تصادفی (RF) و مدل نزدیکترین -k همسایگی (k-NN) با بهره‌گیری از تعدادی متغیرهای محیطی از مدل رقومی ارتفاع و تصاویر ماهواره سنتینل-2 شامل فاصله از کانال آبراهه، عمق دره، موقعیت نسبی شیب، سطح پایه کانال آبراهه، شاخص روشنایی، شاخص اثر باد، شاخص نرمال شده تفاوت پوشش گیاهی، باند 12، شاخص سبزینگی، انحنای سطح و پارامترهای خاک شامل ماده آلی، آهک، جرم مخصوص ظاهری، میانگین هندسی قطر ذرات، بافت خاک و داده‌های طیف سنجی نزدیک خاک در طول موج 2450-400 نانومتر به عنوان نمایندگان عوامل خاکسازی برای مدل‌سازی Ks مورد استفاده قرار گرفتند. نتایج نشان داد که مدل XGBoost برای پیش‌بینی Ks با R2 برابر 65/0 و nRMSE برابر 25/0 نسبت به سایر مدل‌ها دارای صحت بالاتری بودند. داده‌های طیفی، متغیرهای توپوگرافی و پارامترهای خاک، به‌عنوان ورودی مدل، نقش مهمی در پیش‌بینی تغییرپذیری مکانی Ks داشتند و مدل XGBoost با استفاده از این داده‌ها توانست پیش‌بینی دقیقی ارائه دهد. نتایج نشان داد که Ks تحت تأثیر متغیرهای توپوگرافی، فیزیکی و طیفی قرار دارد؛ ماده آلی، بافت خاک و شاخص‌های توپوگرافی مانند شیب و موقعیت نسبی بیشترین تأثیر را داشتند. نقشه‌های تولیدشده از این رویکرد تغییرپذیری مکانی می‌توانند در مدیریت منابع آب و خاک و مدل‌های هیدرولوژیکی مورد استفاده قرار گیرند.
فرزانه پارسایی؛ احمد فرخیان فیروزی؛ مسعود داوری؛ روح الله تقی زاده مهرجردی
چکیده
ویژگی‌های مکانیکی خاک، مانند مقاومت برشی و مقاومت فروروی، نقش مهمی در افزایش سطح تولید محصولات کشاورزی و مدیریت منابع خاک دارند. هدف از این پژوهش تهیه نقشه رقومی مقاومت برشی و فروروی خاک با استفاده از درخت تصمیم تقویت شده با گرادیان (XGBoost)، جنگل تصادفی (RF) و مدل نزدیکترین -k همسایگی (k-NN) در حوزه آبخیز کیلانه واقع در استان کردستان با مساحت ...
بیشتر
ویژگی‌های مکانیکی خاک، مانند مقاومت برشی و مقاومت فروروی، نقش مهمی در افزایش سطح تولید محصولات کشاورزی و مدیریت منابع خاک دارند. هدف از این پژوهش تهیه نقشه رقومی مقاومت برشی و فروروی خاک با استفاده از درخت تصمیم تقویت شده با گرادیان (XGBoost)، جنگل تصادفی (RF) و مدل نزدیکترین -k همسایگی (k-NN) در حوزه آبخیز کیلانه واقع در استان کردستان با مساحت 12 هزار هکتار بود. مقاومت فروروی و برشی با دستگاه‌های نفوذسنج دستی و برش‌پره‌ای در 150 نقطه مشاهداتی لایه سطحی (0 تا 10 سانتی‌متری) خاک اندازه‌گیری شد. داده‌های طیفی و متغیرهای کمکی مستخرج از مدل رقومی ارتفاع و تصاویر ماهواره سنتینل-2 شاملCHND،VD ، RSP ، CHNBL، Brightness، WE، NDVI، Band12، Greenness، PLC و ویژگی های خاک شامل ماده آلی، آهک، جرم مخصوص ظاهری، میانگین هندسی قطر خاکدانه‌ها، اجزاء بافت خاک (درصد رس، شن، سیلت) و داده‌های طیف سنجی نزدیک خاک (LT) به عنوان نمایندگان عوامل خاکسازی برای برآورد مقاومت برشی و فروروی خاک استفاده شد. نتایج نشان داد که مدل XGBoost برای پیش‌بینی مقاومت برشی خاک در لایه سطحی با R2 برابر 61/0، nRMSE برابر 16/0 و مقاومت فروروی خاک در لایه سطحی با R2 برابر 60/0، nRMSE برابر 11/0 نسبت به سایر مدل‌ها دارای دقت بیشتری بودند. به طور کلی مدل XGBoost با استفاده از داده‌های طیفی به همراه متغیرهای توپوگرافی و پارامترهای خاک توانستند تغییرپذیری مکانی ویژگی‌های مکانیکی خاک را با صحت قابل قبول در منطقه مورد مطالعه برآورد نمایند. نقشه‌های تهیه شده در این پژوهش می‌توانند به‌عنوان الگویی کاربردی در تهیه نقشه‌های مدیریت پذیر خاک‌ها در مطالعات خاکشناسی کشور مورد استفاده قرار گیرند.
