تعداد نشریات | 44 |
تعداد شمارهها | 1,323 |
تعداد مقالات | 16,270 |
تعداد مشاهده مقاله | 52,954,440 |
تعداد دریافت فایل اصل مقاله | 15,625,023 |
نقشه برداری رقومی خاک با استفاده از تکنیک های یادگیری ماشین | ||
دانش آب و خاک | ||
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 14 مرداد 1403 | ||
شناسه دیجیتال (DOI): 10.22034/ws.2021.44112.2401 | ||
نویسندگان | ||
معصومه محمودی1؛ حمیدرضا ممتاز* 2؛ مسلم ثروتی3؛ حسن محمدی4 | ||
1دانشجوی کارشناسی ارشد گروه علوم و مهندسی خاک دانشگاه ارومیه | ||
2هیات علمی گروه علوم خاک دانشگاه ارومیه | ||
3عضو هیات علمی مرکز آموزش عالی شهید باکری میاندوآب، دانشگاه ارومیه | ||
4گروه علوم و مهندسی خاک دانشگاه شهرکرد | ||
چکیده | ||
کاستی های روش های کلاسیک، ابداع سامانه اطلاعات جغرافیایی و تکنیک های سنجش از دور، ضرورت استفاده از نقشه برداری رقومی خاک را دوچندان نموده است. پژوهش حاضر برای بررسی توانایی تکنیک های یادگیری ماشین در توصیف پراکنش خاک ها در منطقه ای با وسعت حدود 5000 هکتار در غرب شهرستان هریس آذربایجان شرقی انجام شد. در این تحقیق از دادههای بانک خاک، شامل ویژگی های فیزیکی و شیمیایی 50 خاکرخ و 50 مته که با استفاده از روش طبقه بندی تصادفی، حفر و تشریح شده بودند، استفاده شد. نتایج نشان داد مدل های مورد مطالعه مورد مطالعه (رگرسیون درختی توسعه یافته، درختان تصمیم گیری تصادفی و شبکه های عصبی مصنوعی) مدل های مورد مطالعه، با پایین رفتن سطح رده بندی (از رده به گروه بزرگ)، مقادیر صحت عمومی کاهش یافت. از میان مدل های انتخابی، مدل رگرسیون درختی تعمیم یافته بالاترین کارآیی را برای تخمین اکثر ویژگی های مورد مطالعه داشت، اما مناسبترین مدل برای تخمین ویژگی های خاک، به طور حتم نمی تواند تخمین درستی از آن ویژگی های اراضی داشته باشد. از سوی دیگر، اگرچه مدل های مختلف ویژگی های محیطی متفاوتی را برای تخمین استفاده نموده اند، ولی اجزای اراضی، توانایی زیادی در تخمین ویژگی های خاک حتی در اراضی مسطح داشته است. شایان ذکر است که تخمین صحیح می تواند متأثر از تغییرپذیری ویژگی های خاک، مدل تخمین، تعداد نمونه های صحرایی و توانایی ویژگی های محیطی کاربردی در بیان تغییرات سطوح مختلف رده بندی باشد. | ||
کلیدواژهها | ||
رگرسیون خطی؛ شبکه های عصبی مصنوعی؛ کلاس های خاک؛ مدل های تخمینی؛ هریس | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 148 |