تخمين كربن آلي خاك با استفاده از مدل‌هاي شبكه عصبي مصنوعي و رگرسيون خطي چندگانه بر اساس پردازش تصاوير رنگي

كربن آلي خاك منبع عظيمي از مواد مغذي براي گياه بوده و به‌عنوان عاملي فعال در گسترش ساختمان خاك، نقش مهمي در بهبود حاصل‌خيزي خاك‌هاي كشاورزي دارد. هدف اصلي از اين پژوهش، تخمين ميزان كربن آلي خاك در زمين‌هاي كشاورزي با استفاده از يك روش ساده، سريع و كم هزينه مي‌باشد. 80 نمونه خاك از مزارع كشاورزي شمال آذربايجان غربي تا جنوب استان به‌صورت انتخابي جمع‌آوري شد و پس از تعيين مقدار كربن آلي نمونه‌ها در آزمايشگاه، نمونه‌ها در شرايط كنترل شده مورد تصويربرداري قرار گرفتند. تصاوير رنگي در چندين فضاي رنگي مختلف تحليل شدند و در هر فضاي رنگي، مدل‌هاي شبكه عصبي و رگرسيون چندگانه براي برآورد ميزان كربن آلي خاك توسعه يافت. نتايج مدل‌سازي خطي نشان داد كه بالاترين ضريب همبستگي در فضاهاي رنگي LAB و LUV به‌ترتيب 0/91 و 0/92 براي مدل‌هاي استخراج شده از مؤلفه‌هاي اين فضاها و كربن آلي خاك به‌دست آمد. نتايج حاصل از طبقه‌بندي به‌وسيله شبكه عصبي نشان داد كه ضريب همبستگي در فضاي RGB‌ بالاترين مقدار را داشته و برابر با 0/94 بوده است. نتايج نشان داد كه در تمامي فضاها مدل‌سازي شبكه عصبي دقت مدل را افزايش داده است.