کارایی سه مدل knn، rf و svm و مدل به دست آمده از ترکیب آنها به روش gr برای مدل‌سازی بافت خاک

بافت خاک یکی از مهمترین ویژگی هایی است که رفتار فیزیکی، شیمیایی و بیولوژکی خاک را کنترل می کند. روش های مختلفی برای مدل سازی بافت خاک استفاده می شوند. یکی از راهکارهای سود بردن از مزایای این مدل ها ترکیب تخمین آنها است. با توجه به این که بافت خاک یک داده مرکب است، وقتی اجزاء آن جداگانه تخمین زده می شوند تضمینی برای اینکه جمع سه جزء برابر 100 شود وجود ندارد، هرچند می توان از تبدیل های نسبت لگاریتمی (log-ratio) استفاده کرد. اطلاعات کمی در خصوص کارآیی مدل های ترکیبی در مدل سازی داده های تبدیل شده و نشده بافت خاک وجود دارد و به نظر می رسد بر اساس این رویکرد تا کنون مطالعه ای روی بافت خاک انجام نشده است. در این بررسی، تعداد 200 نمونه خاک های سطحی از  منطقه کوهدشت برداشت شد. سه مدل جنگل تصادفی (rf)، k نزدیکترین همسایه (knn) و ماشین های بردار پشتیبان (svm) و مدل حاصل از ترکیب آن ها به روش granger-ramanathan (gr) برای مدل سازی، روش های نسبت لگاریتمی جمع پذیر (alr)، نسبت لگاریتمی مرکزی  (clr) و نسبت لگاریتمی ایزومتریک (ilr) برای تبدیل داده ها و داده های حاصل از مدل رقومی ارتفاع (dem) و تصاویر لندست 8 و سنتینل 2 به عنوان ورودی مدل ها استفاده شد. نتایج نشان داد که متغیرهای استخراج شده از dem اهمیت بیشتری در پیش بینی بافت خاک داشت. به طور کلی، هر چهار مدل با استفاده از تبدیل alr منجر به تخمین های بهتری نسبت به تبدیل های clr و ilr و داده های تبدیل نشده (ut) گردید. مدل ترکیبی(gr) با مقادیر rmse برابر با 5/07، 4/21، 5/81 و 6/09 درصد برای رس، مقادیر 7/11، 5/15، 9/04 و 6/70 درصد برای سیلت و 9/20، 7/76، 11/69 و 8/74 درصد برای شن به ترتیب برای داده های ut و تبدیل های alr، clr و ilr منجر به بهبود تخمین ها نگردید. به طور کلی، کارآیی مدل svm با داده های تبدیل شده به روش نسبت لگاریتمی جمع پذیر کمی بیشتر از سایر مدل ها بود. نتایج نشان داد که ترکیب چند مدل یادگیری ماشین الزاما باعث بهبود تخمین ها نمی گردد و می توان از یک مدل مناسب برای برآورد بافت خاک استفاده کرد.

using knn, rf and svm and their combination using gr for soil texture modeling

soil texture is one of the most important soil properties that govern soil physical, chemical and biological behaviors. in modeling soil textural fractions, different models are used. to combine the benefits from different models, one approach is combining their predictions. since soil texture is a compositional data, when its fractions are estimated separately there is no guarantee that the estimates will sum to 100. log-ratio transformations before modeling are ways to deal with the problem. little is known about modeling transformed and untransformed (ut) soil texture data using a combination of different models. in the present study, 200 surface soil samples (0-30 cm) were collected from kuhdasht region. random forest (rf), k-nearest neighbors (knn) and support vector machines (svm) and their combination using granger-ramanathan (gr) method were used to model soil texture data. additive log-ratio (alr), centroid log-ratio (clr) and isometric log-ratio (ilr) transformations were used to transform texture data. environmental variables derived from landsat 8 and sentinel-2 images and a digital elevation model (dem) were used as input for all models. results indicated that covariates derived from dem were more important in modeling soil texture. all models improved the estimates of soil texture fractions when alr transformed data was compared to ut, clr, and ilr transformed data. the combined model (i.e. gr) did not show superiority over other models. using gr model rmse values for alr, clr, ilr transformed clay data and ut were 5.07%, 4.21%, 5.81%, and 6.09%, respectively. for silt rmse values (in the same order as clay) were 7.11%, 5.15%, 9.04%, and 6.70%, and for sand were 9.20%, 7.67%, 11.69% and 8.74%, respectively. generally, svm using alr transformed data showed a slightly higher potential for modeling soil texture. generally, results indicated that combining different machine learning algorithms did not necessarily improve the estimates. therefore, it is possible to use a single appropriate model for modeling soil texture.