نقشه برداری رقومی خاک با استفاده از روش شبکه عصبی مصنوعی روی تراس فوقانی ارس در پارس آباد مغان

نقشه برداری رقومی خاک می تواند با برقراری ارتباط بین داده های کمکی محیطی و خصوصیات خاک، کلاسها یا خصوصیات خاک را در مناطقی از منطقه ی مورد مطالعه که نمونه برداری صورت نگرفته است پیش بینی نماید. در نتیجه با حفر خاکرخ کمتر و به تبع آن آنالیزهای آزمایشگاهی کمتر، باعث صرفه جویی در زمان و هزینه خواهد شد. در این روش، پیوستگی و تغییر تدریجی خاک نیز نشان داده می شود. این تحقیق با هدف تهیه نقشه رقومی کلاس های خاک منطقه و مشخص کردن پارامترهای موثر در پیش بینی کلاس های خاک (زیر گروه بزرگ) در اراضی واحد عمرانی دوم خداآفرین با مساحت 12500 هکتار به روش شبکه عصبی مصنوعی در سطح زیرگروه بزرگ خاک انجام شد. در این مطالعه از داده های بانک خاک موجود که شامل خصوصیات فیزیکی و شیمیایی 497 خاکرخ خاک، که به صورت روش شبکه بندی منظم به ابعاد 500 در 500 متر مربع حفر گردید، استفاده شد. پارامترهای کمکی مورد استفاده در این مطالعه داده های ماهواره ای لندست8، نقشه رقومی ارتفاع (dem) و پارامترهای زمینی استخراج شده از آن و نقشه زمین شناسی بودند. داده های منطقه به دو بخش آموزش (75% داده ها) و آزمون (25% داده ها) تقسیم گردید. نتایج نشان داد که در بخش آموزش، دقت کلی (72%) و شاخص کاپا (65/0) می باشد اما در بخش آزمون دقت کلی % 26/57 می باشد. در منطقه مورد مطالعه پنج ویژگی شامل؛ نقشه رقومی ارتفاع (ارتفاع)، نقشه زمین شناسی، شاخص رس، سطح پایه شبکه آبراهه و عمق دره، مهم ترین پارامترهای موثر برای پیش-بینی کلاس های خاک در سطح زیرگروه بزرگ می باشند. در کل، نتایج نشان داد که در منطقه مورد مطالعه مدل شبکه عصبی مصنوعی از کارایی و دقت خوبی در مدل سازی مکانی و پیش بینی زیرگروه های بزرگ خاک برخوردار است.