كاربرد ويژگي‌هاي ژئومورفومتري در نقشه‌برداري رقومي خاك با استفاده از منطق فازي و يادگيري ماشين

روش هاي معمول نقشه برداري خاك وابسته به نمونه برداري متراكم، متأثر از مقياس و دانش كارشناس مي باشد، بنابراين استفاده از رويكردهاي جديد داده كاوي در تهيۀ نقشۀ رقومي ويژگي هاي خاك براي مرتفع نمودن مشكلات روش معمول هدف اصلي اين تحقيق است. در اين پژوهش 62 نمونه خاك از عمق 0-20 سانتي متر براساس روش شبكۀ منظم (300 متر) و نظر كارشناس انتخاب و ويژگي هاي درصد كربن آلي، رس و كربنات كلسيم در بخشي از اراضي ديم منطقۀ كوهين با مساحت 370 هكتار اندازه گيري گرديدند. دو دسته داده 80 و 20 درصد به ترتيب براي واسنجي و اعتبارسنجي مدل ها انتخاب گرديدند. با استفاده از نرم افزار SAGA GIS و مدل رقومي ارتفاع با قدرت تفكيك مكاني10متر ، 19 متغير ژئومورفومتري استخراج و براساس آناليز تجزيۀ مؤلفه هاي اصلي (PCA) سه متغير ارتفاع، شاخص موقعيت توپوگرافي و شاخص شدت پستي و بلندي و همچنين براساس نظر كارشناس، نقشۀ واحدهاي لندفرم براي مدل سازي ويژگي ها انتخاب گرديدند. مدل جنگل تصادفي داراي دقت بالاتري بود به نحوي كه نتايج آن براي ويژگي هاي درصد كربن آلي، رس و كربنات كلسيم بر اساس آماره هاي ضريب تبيين (R2) به ترتيب مقادير 0.63، 0.75 و 0.63 و ريشۀ ميانگين مربعات خطا (RMSE) مقادير 0.17، 7.5، 5.77 درصد و براي رويكرد SoLIM مقادير ضريب تبيين (R2) 0.47، 0.42و0.42 و مقادير ريشۀ ميانگين مربعات خطاي 0.2، 8.08 و 4.68 درصد حاصل گرديد. رويكرد جنگل تصادفي با شناخت ارتباط غيرخطي و بهينۀ ويژگي هاي خاك و متغير هاي محيطي مؤثر مي تواند نقشه هاي رقومي را با دقت مناسب براي مديريت و بهره برداري پايدار از اراضي پيش بيني نمايد.