پیش‌بینی مقادیر هدایت الکتریکی و ظرفیت تبادل کاتیونی خاک با استفاده از مدلهای درخت تصمیم و شبکه عصبی مصنوعی (مطالعه موردی: منطقه داراب)

به منظور ایجاد پایگاه اطلاعات مکانی خاک، نتایج آزمایشگاهی، مشاهدات صحرایی خاک با تحلیل‌های آماری بدست آمده از اطلاعات مکانی از جمله داده های کمی و کیفی با متغیرهای محیطی تلفیق می شوند. هدف از این پژوهش استفاده از روش های شبکه عصبی مصنوعی و درخت تصمیم برای تهیه نقشه هدایت الکتریکی و ظرفیت تبادل کاتیونی خاک است. در این پژوهش، 418 نمونه با استفاده از روش شبکه بندی منظم با فاصله 1000 از عمق 30-0 سانتی متر برداشت شد. متغیرهای کمکی شامل شاخص های سنجش‌ازدور و پارامترهای اراضی مشتق شده از مدل رقومی ارتفاع استفاده گردیدند. نتایج نشان داد که مدل درخت تصمیم و شبکه عصبی مصنوعی برای هدایت الکتریکی به ترتیب دارای ریشه میانگین مربعات خطا 2.1 و 3.6 و r2 برابر 0.9 و 0.71 و برای ظرفیت تبادل کاتیونی به ترتیب دارای ریشه میانگین مربعات خطا 1.87 و 3.3 و r2 برابر 0.87 و 0.64 است. نتایج نشان داد که برای پیش‌بینی مقادیر هدایت الکتریکی و ظرفیت تبادل کاتیونی خاک، پارامترهای شاخص همواری دره با درجه تفکیک بالا، فاصله افقی، باند 1 تا 11 و شاخص پوشش گیاهی و شیب نسبی مهم‌ترین پارامترهای محیطی بوده‌اند. مدل درخت تصمیم نسبت به مدل شبکه عصبی مصنوعی دقت بالاتری دارد و شبکه عصبی در پیش بینی ظرفیت تبادل کاتیونی خاک ضعیف تر عمل کرد. همچنین تفسیر نتایج مدل درخت تصمیم بسیار راحت‌تر است. لذا پیشنهاد می‌شود که در مطالعات آینده جهت تهیه نقشه رقومی خاک از مدل‌های درختی استفاده شود.