دوره 9، شماره 28 - ( 9-1399 )
جلد 9 شماره 28 صفحات 88-73 |
برگشت به فهرست نسخه ها
چکیده:
وسعت بالای بیابان‌های ایران و شرایط نامناسب اقلیمی حاکم بر آن‌ها، اندازه‌گیری میدانی شوری خاک را در برخی موارد غیرعملی کرده است. در تحقیق حاضر از قابلیت‌های شبکۀ عصبی و مدل‌های رگرسیونی برای تهیۀ نقشۀ شوری خاک در محدودۀ زهکش حائل شوره‌زار دشت قزوین استفاده شده است. به‌منظور تحلیل شوری خاک، شاخص شوری خاک و پوشش گیاهی با استفاده از قابلیت تصاویر ماهواره‌ای استخراج شد. نتایج تحلیل همبستگی میانگین داده‌های زمانی نشان داد شاخص GVI دارای همبستگی منفی بالایی با همۀ شاخص‌های شوری داشته و بر اساس یک رابطۀ رگرسیون مرتبۀ 3 و با ضریب تبیین 79/0 با شاخص شوری خاک (SI) همبستگی داشته و بر اساس نتایج آزمون من-کندال، تغییرات سری زمانی دو شاخص، در بازۀ زمانی 15 ساله معنی‌دار بوده است. به‌منظور پیش‌بینی شوری خاک دو مدل شبکۀ عصبی و رگرسیون با متغیرهای کمکی شامل شاخص‌های شوری خاک و پوشش گیاهی (مستخرج از تصاویر ماهواره‌ای)، داده‌های میدانی اندازه‌گیری‌شدۀ شوری خاک و تراز آب زیرزمینی به کار گرفته شد. نتایج تحقیق نشان داد مدل شبکۀ عصبی مصنوعی با ضریب تبیین 69/0، دارای دقت بیشتری نسبت به مدل رگرسیون برای پیش‌بینی شوری خاک بوده همچنین در فرایند مدل‌سازی، دقت پیش‌بینی هدایت الکتریکی خاک (EC) بیشتر از شاخص SAR خاک بوده است.
چکیده مبسوط [PDF 447 KB] (23 دریافت)
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
