كاربرد مدل شبكه عصبي مصنوعي براي برآورد غلظت عناصر سنگين خاك با استفاده از تصاوير ماهواره لندست 8

Application of Artificial Neural Network model to estimate the concentration of heavy metals by using of Landsat 8 images

طيف سنجي بازتابندگي يك روش سريع و غير مخرب است كه پيش بيني هاي ارزاني را از مشخصات فيزيكي، شيميايي و بيولوژي خاك ميسر مي سازد. با استفاده از اعمال روش هاي رو به توسعه فناوري سنجش از دور مي توان به تعيين ويژگي هاي خاك و نقشه هاي خاك اقدام نمود. در اين پژوهش، اثرات آلودگي و تجمع عناصر سنگين نيكل (Ni)، سرب (Pb)، كادميوم (Cd) و آرسنيك (As) در خاك، با استفاده از روش هاي شيميايي (جذب اتمي AAS) در مقايسه با كاربرد روش شبكه عصبي مصنوعي (ANN) در استفاده از تصاوير ماهواره لندست 8(سنجنده هاي OLI ،(TIR بررسي شدند. نتايج نشان مي دهد كه به دليل پيچيدگي محيط و محتوي خاك، استفاده از مدل هاي غير خطي نظير شبكه ي عصبي مصنوعي، دقت بسيار بالاتري در برآورد ميزان فلزات سنگين در خاك هاي آلوده و همچنين خاك هاي حاوي اين قبيل عناصر حاصل مي شود.