>
Fa   |   Ar   |   En
   مدلسازی رطوبت سطحی خاک با استفاده از مدلهای یادگیری ماشین و دادههای ماهواره سنتینل- 2  
   
نویسنده _ _ ,صداقت آزاده ,_ _ ,شعبانپور شهرستانی محمود ,_ _ ,نوروزی علی اکبر ,_ _ ,فلاح نصرت آباد علیرضا ,_ _ ,بیات حسین
منبع كنگره علوم خاك - 1400 - دوره : 17 - هفدهمین کنگره علوم خاک ایران - کد همایش: 2147483647
چکیده    رطوبت سطحی خاک متغیر مهمی است که نقش حیاتی در مدیریت منابع آب و خاک دارد. برآورد این پارامتر یکی از کاربردهای مهم سنجش از دور به حساب می آید. هدف از این پژوهش ارائه الگوریتمی برای برآورد میزان رطوبت سطحی خاک با استفاده از تصاویر ماهواره سنتینل-2 است. در این مطالعه به بررسی ارتباط میان شاخص های طیفی خاک با رطوبت سطحی خاک، با استفاده از تکنیک یادگیری ماشین بردار پرداخته، مدلی برای تخمین رطوبت خاک ارائه خواهد شد. برآورد رطوبت حجمی سطح خاک با روش رندم فارست بهترین دقت و برآورد را نسبت به روش رگرسیون داشته است. ptf4 که شامل ورودی هایی مانند خصوصیات پایه ایی به همراه شاخص های طیفی رطوبت (nmdi و wri) هم در روش رگرسیون (mlr) و هم در روش رندم فارست (rf) در دو مرحله آموزش و آزمون بهترین نتایج را داشته است. بنابراین می توان گفت که رندم فارست رابطه ای خوب میان رطوبت خاک و ورودی ها ایجاد کرده و مدلی با دقت بالاتر ارائه می دهد. بنابراین شاخص های طیفی تخمین گرهای خوبی برای برآورد رطوبت خاک می باشند.
کلیدواژه سنجش ازدور ,شاخص های طیفی ,رطوبت سطحی خاک ,ماهواره سنتینل-2
آدرس دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران, دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران, دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران, دانشگاه گیلان, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران, پژوهشکده حفاظت خاک و آبخیزداری, _, _, ایران, پژوهشکده حفاظت خاک و آبخیزداری, _, _, ایران, موسسه تحقیقات خاک و آب, _, _, ایران, موسسه تحقیقات خاک و آب, _, _, ایران, دانشگاه بوعلی سینا, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران, دانشگاه بوعلی سینا, دانشکده علوم کشاورزی, گروه علوم و مهندسی خاک, ایران
پست الکترونیکی _
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved