مقایسه ی توانایی روش های رقومی در پیش بینی کلاس های خاک بر مبنای سامانه های رده بندی آمریکایی و جهانی (مطالعه ی موردی: دشت شهرکرد، استان چهارمحال و بختیاری)

به منظور بررسی تاثیر سامانه های رده بندی و روش های رقومی مختلف بر صحت نتایج پیش بینی کلاس های خاک در دشت شهرکرد استان چهارمحال و بختیاری، 120 خاک رخ با فواصل تقریبی 750 متر حفر، تشریح و از تمامی افق های ژنتیکی آن ها نمونه برداری صورت گرفت. بر اساس اطلاعات حاصل از مشاهدات صحرایی و نتایج آزمایشگاهی، رده بندی خاک رخ ها بر مبنای سامانه های رده بندی آمریکایی (تا سطح فامیل) و جهانی (تا سطح واحد) نهایی گردید. پیش بینی کلاس های خاک در هر سطح بر مبنای دو سامانه ی رده بندی و با استفاده از مدل های شبکه ی عصبی مصنوعی، درختان تصمیم گیری تصادفی، رگرسیون درختی توسعه یافته و رگرسیون لاجیستیک چند جمله ای انجام شد. نتایج نشان داد که سامانه ی آمریکایی برای رده بندی خاک ها و ایجاد نقشه های رقومی کلاس های خاک از کارایی بالاتری نسبت به سامانه ی جهانی برخوردار است. در تمامی مدل ها و بر مبنای دو سامانه ی رده بندی، مقدار صحت عمومی از سطوح بالای رده بندی به سمت سطوح پایین تر کاهش یافت؛ ولی صحت مدلهای مختلف برای پیش بینی کلاس های خاک در هر یک از سطوح رده بندی آمریکایی تقریبا یکسان بود. در رابطه با سامانه ی جهانی در سطح گروه مرجع، مدل رگرسیون لاجیستیک چندجمله ای کارایی بالاتری داشت. در بین پارامترهای محیطی وارد شده به مدل های مختلف در سطوح مختلف دو سامانه ی رده بندی، اجزای سرزمین مهم ترین پارامترها در پیش بینی کلاس های خاک بودند. سطح و سامانه ی رده بندی مورد نظر، میزان تنوع و مساحت (فراوانی) هر یک از خاک ها، توزیع مکانی خاک ها، تراکم نمونه برداری و نوع پارامترهای محیطی مورد استفاده از مهم ترین عواملی می باشند که می توانند صحت پیش بینی کلاس های خاک را تحت تاثیر قرار دهند.