آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,553 |
| تعداد مقالات | 18,948 |
| تعداد مشاهده مقاله | 63,689,539 |
| تعداد دریافت فایل اصل مقاله | 23,325,906 |
تهیه نقشه‌های رقومی پراکنش مکانی و عمودی شاخص توسعه‌یافتگی افق‌های خاک با تلفیق تابع اسپلاین و مدل جنگل تصادفی | ||
| دانش خاک و گیاه | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 01 آبان 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/sps.2026.73677.1051 | ||
| نویسندگان | ||
| بهزاد محمدحسینی سقایش* ؛ فرزین شهبازی؛ علی اصغر جعفرزاده | ||
| گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران | ||
| چکیده | ||
| درک الگوهای مکانی و عمقی توسعه‌یافتگی افق‌های خاک نقش مهمی در تبیین شدت فرایندهای تشکیل و تکامل خاک دارد و ارزیابی آن در مقیاس منطقه‌ای از موضوعات مهم در نقشه‌برداری رقومی خاک محسوب می‌شود. هدف این پژوهش، مدل‌سازی و نقشه‌برداری رقومی شاخص توسعه‌یافتگی افق‌های خاک (HDI) در دو بازه عمقی استاندارد سطحی (HDIsur: 0-25 سانتی‌متر) و زیرسطحی (HDIsub: 25-100 سانتی‌متر) با استفاده از داده‌های حاصل از 160 پروفیل خاک در شمال استان آذربایجان شرقی بود. در این راستا، ابتدا برای یکپارچه‌سازی مقادیر HDI در بازه‌های عمقی استاندارد و تولید مقادیر پیوسته در پروفیل خاک، از تابع اسپلاین (Equal-area Spline) استفاده گردید و سپس الگوریتم جنگل تصادفی با بهره‌گیری از مجموعه‌ای از متغیرهای محیطی شامل داده‌های سنجش از دور، مشتقات مدل رقومی ارتفاع و داده‌های اقلیمی برای مدل‌سازی و پیش‌بینی مکانی شاخص‌های HDI به‌کار گرفته شد. نتایج اعتبارسنجی نشان داد که مدل جنگل تصادفی برای HDIsur و HDIsub به‌ترتیب مقادیر ضریب تبیین (r²) برابر 0.48 و 0.51 در پیش‌بینی تغییرات مکانی این شاخص‌ها ارائه کرد. تحلیل اهمیت متغیرها در مدل‌سازی نشان داد که افق‌های سطحی بیشتر متأثر از متغیرهای مرتبط با تابش خورشید و پوشش گیاهی و افق‌های زیرسطحی بیشتر متأثر از متغیرهای مرتبط با توپوگرافی و اقلیم بودند. نقشه‌های پیش‌بینی‌شده نشان دادند که مقادیر HDIsur و HDIsub به‌ترتیب با میانگین 6.48 و 7.72 در نواحی شمال‌شرقی منطقه بیشینه بودند و الگوهای مکانی متفاوتی را نشان دادند. همچنین، دامنه تغییرات گسترده‌تر HDIsub بیانگر نقش پررنگ‌تر فرایندهای بلندمدت پدوژنتیکی بود. برآورد عدم‌قطعیت نشان داد که هر دو شاخص کمتر از مقدار واقعی برآورد شدند و میزان عدم‌قطعیت در HDIsub بیشتر از HDIsur بود و در نواحی با توپوگرافی پیچیده افزایش یافت. در مجموع، نتایج این پژوهش نشان داد که ترکیب تابع اسپلاین برای یکپارچه‌سازی مقادیر HDI در بازه‌های عمقی استاندارد با الگوریتم جنگل تصادفی، رویکردی کارآمد برای مدل‌سازی و نقشه‌برداری پیوسته توسعه‌یافتگی افق‌های خاک فراهم می‌کند و می‌تواند در مدیریت پایدار اراضی، مطالعات پدوژنز و برنامه‌ریزی منابع خاک مورد استفاده قرار گیرد. | ||
| کلیدواژه‌ها | ||
| استانداردسازی داده ها؛ توسعه خاک؛ نقشه برداری رقومی خاک؛ متغیرهای محیطی؛ یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 20 |
||