مقایسه دو مدل شبکه عصبی مصنوعی و درخت تصمیم در پیش‌بینی ذخیره‌کربن آلی خاک در برخی اراضی شهرستان بهبهان

این مطالعه با هدف مقایسه دو روش شبکه عصبی مصنوعی و درخت تصمیم در پیش‌بینی ذخیره کربن آلی خاک در برخی کاربری‌های شهرستان بهبهان انجام شد. بدین منظور نمونه برداری از خاک به روش مربع لاتین انجام و جهت بررسی میزان ذخیره کربن خاک، حفر پروفیل از عمق 30-0 و 60-30 انجام و کربن آلی نمونه‌ها به روش والکی‌بلک و وزن مخصوص ظاهری به روش کلوخه همرا با پارافین مذاب تعیین و سپس ذخیره کربن آلی خاک محاسبه گردید. پارامترهای کمکی مورد استفاده شامل اجزاء سرزمین و داده‌های تصویر سنجنده oli لندست 8 می‌باشد. نتایج نشان داد که متغیر‌های savi، ndvi، شاخص شوری، شاخص کربنات، شاخص گچ و شاخص رس بیشترین همبستگی را با مقادیر ذخیره کربن دارند.. همچنین در عمق 30 -0 سانتی‌متری مدل درخت تصمیم ( dt) با ضریب تبیین (879/0=r2) و مجذور میانگین مربعات خطا (852/3= rmse) نسبت به مدل شبکه عصبی مصنوعی نتایج بهتری در پیش بینی ذخیره کربن نشان داد ولی برای عمق 60 -30 سانتی‌متری مدل شبکه عصبی مصنوعی با ضریب تبیین و مجذور میانگین مربعات خطای به ترتیب 508/0=r2 و 558/5= rmse نسبت به مدل درخت تصمیم عملکرد مناسبتری در پیش‌بینی ذخیره کربن داشته است.