نوع مقاله : مقاله پژوهشی

نویسندگان

• فریدون سرمدیان ¹
• علی کشاورزی ²

¹ استاد گروه علوم و مهندسی خاک، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، ایران.

² استادیار گروه علوم و مهندسی خاک، دانشکده مهندسی و فناوری کشاورزی، دانشگاه تهران، ایران.

چکیده

داده کاوی این فرصت را فراهم می کند تا داده‏های موجود از خاک، به مناطق دور از دسترس تعمیم داده شوند و داده‏های خاک را در طیفی از مقیاس‏ها، متراکم کرده و یا گسترش داد؛ بطوریکه می‏توان آن را به عنوان یکی از دستاوردهای با ارزش در جهت کمک به تصمیم گیری صحیح مدیران اجرایی تلقی نمود. ظرفیت تبادل کاتیونی (CEC) یکی از مهمترین ویژگی‏های شیمیایی خاک‏هاست که توانایی خاک در ذخیره عناصر غذایی و یا عناصر آلاینده در خاک را نشان می‏دهد. اندازه گیری CEC خاک‏های مناطق گرم و خشک با دارا بودن خصوصیاتی مانند مواد آلی پایین و کانی شناسی خاص، به روش‏های معمول سخت و زمان بر است، لذا در این تحقیق از روش CANFIS (Coactive Neuro-Fuzzy Inference Systems) جهت برآورد ظرفیت تبادل کاتیونی برخی خاک‏های مناطق خشک و نیمه خشک استفاده گردید. در این تحقیق از 85 نمونه خاک (بانک داده‏های خاک هدف) موجود در پایگاه داده‏های خاک (440 نمونه خاک مرجع) به نسبت 1:5 استفاده شد. به منظور بررسی همراستایی در داده‏ها، همبستگی بین متغیر‏های مستقل مورد بررسی قرار گرفت و با استفاده از روش رگرسیونی حذف پیشرو، مهمترین و تاثیرگذارترین مولفه‏های ورودی بر نتایج خروجی، انتخاب گردید. نتایج این تحقیق نشان داد که روش CANFIS دارای قابلیت و کارایی زیادی در تخمین ظرفیت تبادل کاتیونی خاک با استفاده از ویژگی‏های زودیافتی مانند بافت خاک، ماده آلی و تصاویر ماهواره ای می‏باشد.

کلیدواژه‌ها

• پایگاه داده‏های خاک
• داده کاوی
• ظرفیت تبادل کاتیونی
• ویژگی‏های زودیافت خاک
• CANFIS

عنوان مقاله [English]

Application of CANFIS Model in Prediction of Soil Cation Exchange Capacity in Some Arid and Semi-Arid Regions of Iran

نویسندگان [English]

• Fereydoon Sarmadian ¹
• Ali Keshavarzi ²

¹ Professor, Department of Soil Science, Faculty of Agricultural Engineering & Technology, University of Tehran. I.R. IRAN.

² Assistant Professor, Department of Soil Science, Faculty of Agricultural Engineering & Technology, University of Tehran. I.R.IRAN.

چکیده [English]

Data mining enables generalization of data of soil to remote areas and which is able to up/down scale of data in wide ranges of level that facilitate the decision-making process of executives. Cation Exchange Capacity (CEC) is one of the most important parameters in soil database and shows the ability of a soil to retention of minerals and pollutants. Due to low organic matter and specific mineralogy of soils in arid and semi-arid regions, measurement of CEC is time consuming and expensive. The objective of this study was to evaluate Coactive Neuro-Fuzzy Inference System (CANFIS) in prediction of CEC in soils of arid and semi-arid regions. A total of 85 soil samples from target area were selected among 440 soil sample database (available reference database) with a ratio of 1:5. Correlation test was conducted to assess the co-linearity of independent variables. Forward regression model was used to determine the most important and influential input parameters on the output results. The results indicated the reliability and high performance of the CANFIS approach in estimation of CEC using easily measurable characteristics, organic material, and satellite images.

کلیدواژه‌ها [English]

• soil database
• Data Mining
• CEC
• easily measurable characteristics
• CANFIS