پيش‌بيني برخي از خصوصيات شيميايي خاك مراتع تحت شرايط قرق و چرا شده با استفاده از سامانه استنتاج فازي- عصبي تطبيقي در مراتع قوشچي اروميه

خاك مهمترين جزء تشكيل‌دهنده زيست‌بوم‌هاي مرتعي بوده و به واسطه حفظ آن و خصوصياتش مي‌توان با سهولت بيشتري به احياء پوشش گياهي با صرف كمترين هزينه و زمان اقدام نموده و از كاهش توان توليد مراتع پيشگيري نمود. در تحقيق حاضر به بررسي ميزان پتاسيم و فسفر موجود در خاك مراتع قوشچي اروميه واقع در استان آذربايجان غربي از سال 1397 الي 1400 تحت تأثير شرايط قرق و چرا شده پرداخته شد. به ‌علاوه، توسعه و ارزيابي مدل استنتاج فازي- عصبي تطبيقي (انفيس) به منظور پيش‌بيني ميزان پتاسيم و فسفر خاك و مقايسه نتايج آن با مدل رگرسيوني ارائه گرديد. براي ارزيابي مدل‌هاي رگرسيوني و انفيس از مجذور ميانگين مربعات خطا (RMSE) و ضريب تبيين (R2) استفاده شد. نتايج تجزيه واريانس داده‌ها نشان داد كه سال‌هاي متفاوت و شرايط تحت قرق و تحت چرا اثر معني‌داري بر ميزان پتاسيم و فسفر موجود در خاك داشته اما اثر متقابل آنها بي‌معني بود. بيشترين ميزان پتاسيم خاك مربوط به سال 1400 و شرايط تحت چرا مي‌باشد. درحاليكه بيش‌ترين ميزان فسفر خاك مربوط به سال 1398و شرايط قرق بود. در بخش مدل‌سازي فاكتور فسفر، مدل انفيس با دقت بالاتر (0.59=R2) و خطاي كمتر (0.0187=RMSE) نسبت به مدل كم دقت‌تر رگرسيوني (0.38=R2) با خطاي بيشتر (0.089=RMSE) توانست مقدار فسفر را پيش بيني نمايد. در مورد فاكتور پتاسيم نيز، مدل انفيس با دقت بالاتر (0.62=R2) و خطاي كمتر (0.017=RMSE) نسبت به مدل كم دقت‌تر رگرسيوني (0.42=R2) با خطاي بيشتر (0.097=RMSE) توانست ميزان پتاسيم خاك را پيش‌بيني نمايد.بنابراين، پيشنهاد مي شود كه مديران منابع طيلعي از اين پس از سامانه هاي استنتاج فازي بر پايه شبكه عصبي تطبيقي به عنوان ابزاري هوشمند درجهت پيش بيني پارامترهاي مختلف خاكي در علوم مرتع استفاده نمايند. همچنين، در شرايطي كه حجم نمونه ها كم مي باشد، با توجه به عملكرد بهتر مدل انفيس در قابليت تخمين و پيش بيني آن براي تقريب غيرخطي با حجم كم داده ها، كاربرد اين روش به مديران و برنامه ريزان منابع طبيعي توصيه مي گردد.