نقشه‌برداري رقومي كلاس فاميل خاك با استفاده از رويكرد يادگيري ماشين (مطالعه موردي: اراضي نيمه‌خشك غرب ايران)

نقشه‌برداري رقومي خاك همگام با پيشرفت‌هاي زيرساخت‌ داده‌هاي مكاني، نقش مهمي را در جهت ارتقاء دانش مطالعات خاكشناسي ايفا مي‌كند. لذا تحقيق حاضر با هدف تهيه نقشه رقومي كلاس‌ فاميل خاك با استفاده از مدل‌هاي جنگل تصادفي و رگرسيون درختي توسعه‌يافته در بخشي از اراضي نيمه‌خشك استان ايلام اجرا شد. متغيرهاي محيطي از مدل رقومي ارتفاع با قدرت تفكيك مكاني 30 متر با استفاده از نرم‌افزار SAGAGIS نسخه 7/3 استخراج شد. تعداد 46 خاكرخ حفر و ويژگي‌هاي فيزيكوشيميايي نمونه‌هاي خاك اندازه‌گيري و بر اساس سامانه آمريكايي 2014 در سطح فاميل رده‌بندي شد. در محدوده مورد مطالعه سه رده مالي‌سولز، اينسپتي‌سولز و انتي‌سولز شناسايي شد. بر اساس نتايج داده‌كاوي متغيرهاي محيطي با استفاده از آناليز تورم واريانس (VIF)، متغيرهاي كمكي ارتفاع، ارتفاع استاندارد شده و شاخص زبري پستي و بلندي بيشترين ميزان تغييرپذيري مكاني خاك‌ها را در منطقه مدل‌سازي مي‌كند. بهترين پيش‌بيني مكاني كلا‌س‌هاي خاك مربوط به فاميل خاكFine, carbonatic, thermic, Typic Haploxerolls است. همچنين نتايج نشان مي‌دهد كه مدل‌هاي جنگل تصادفي و رگرسيون درختي توسعه‌يافته به‌ترتيب صحت عمومي 0/80 و 0/64 و شاخص كاپاي 0/70 و 0/55 را ارائه مي‌كند. بنابراين، روش جنگل تصادفي مي‌تواند يك روش قابل اعتماد و با دقت مناسب باشد كه حتي با تعداد نمونه كم تخمين قابل قبولي را ارائه كند.