>
Fa   |   Ar   |   En
   کاربرد مدل های رگرسیونی در پیش بینی کلاس خاک در بخشی از مناطق ایران مرکزی (منطقه زرند کرمان)  
   
نویسنده جعفری اعظم ,ایوبی شمس الله ,خادمی حسین
منبع آب و خاك - 1390 - دوره : 25 - شماره : 6 - صفحه:1353 -1364
چکیده    شناسایی رقومی خاک ها بهعنوان ابزاری برای ایجاد اطلاعات مکانی خاک، راه حل هایی برای نیاز رو به افزایش نقشه های خاک با تفکیک مکانی بالا را تامین می کند. بنابراین، باید روش های جدید بهمنظور بهدست آوردن اطلاعات مکانی خاک با تفکیک مکانی بالا توسعه پیدا کند. به همین منظور مطالعه ای جهت پیش بینی کلاس های خاک با استفاده از مدل های رگرسیونی در منطقه زرند کرمان طراحی گردید. در این مطالعه، مدل های رگرسیونی شامل رگرسیون لاجیستیک چندجمله ای و رگرسیون درختی توسعه یافته چندکلاسه برای پیش بینی گروه بزرگ خاک به کمک داده های سنجش از دور، پارامترهای سرزمین و نقشه ژیومرفولوژی استفاده گردید. کیفیت پیش بینی مدل ها با شاخص های حاصل از آرایه خطا بررسی گردید. نتایج نشان داد در پیش بینی همه گروه های بزرگ خاک، سطوح ژیومرفیک بهعنوان یک پیش بینی کننده موثر محسوب می شود. بعد از سطوح ژیومرفیک، پارامترهای سرزمین و شاخص های سنجش از دور در پیش بینی وارد شدند. در هر دو مدل خلوص نقشه برای همه گروه های بزرگ خاک در موقعیت های اعتبارسنجی و واسنجی بیشتر از 6/0 بود. نتایج نشان داد عملکرد پیش بینی برای گروه های بزرگ هاپلوجیپسید و هاپلوسالید بهتر از گروه های بزرگ کلسی جیپسید و هاپلوکمبید بود. در بین گروه های بزرگ خاک، مقادیر بالای دقت کاربر و قابلیت اطمینان تولیدکننده برای گروه بزرگ هاپلوسالید بهدست آمد. خاک های با قابلیت اطمینان بهتر خاک هایی هستند که به شدت تحت تاثیر مشخصات توپوگرافی و ژیومرفولوژی قرار گرفتند (گروه های بزرگ هاپلوسالید، تری سامنت و هاپلوجیپسید) و خاک های با قابلیت اطمینان و دقت پیش بینی کمتر خاک هایی هستند که به سختی تحت تاثیر مشخصات توپوگرافی و ژیومرفولوژی (گروه های بزرگ هاپلوکمبید و کلسی جیپسید) قرار گرفتند.
کلیدواژه نقشه برداری رقومی خاک ,رگرسیون لاجیستیک چندجمله ای ,رگرسیون درختی توسعه یافته ,Digital Soil Mapping ,Multinomial Logistic Regression ,Boosted Regression Tree
آدرس دانشگاه صنعتی اصفهان, دانشجوی دکتری, ایران, دانشگاه صنعتی اصفهان, دانشیار , ایران, دانشگاه صنعتی اصفهان, استاد , ایران
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved