مدل‌سازي و نقشه‌برداري شوري و رطوبت خاك با استفاده از سنجش از دور طيفي و راداري

شوري خاك ناشي از فرآيندهاي طبيعي يا انساني و يك خطر عمده زيست محيطي مي باشد. همچنين كمبود رطوبت خاك كه تأثير منفي بر فعاليت هاي كشاورزي در مناطق كوهستاني كه اكثر آب و هواي نيمه مرطوب مي گذارنند دارد. هدف اصلي اين تحقيق نقشه برداري از شوري و رطوبت خاك واقع در قسمت غرب درياچه اروميه در كشور ايران با استفاده از تصاوير ماهواره هاي سنتينل 1 و 2 همراه با پنج الگوريتم شبكه عصبي مي باشد. مدل هاي يادگيري، شبكه هاي عصبي چند لايه (MLP-NN)، عملكرد تابش پايه شعاعي (RBF-NN)، فرآيندهاي گاوسي (GP)، رگرسيون بردار پشتيبان (SVR) و جنگل هاي تصادفي (RF) مي باشند. ابتدا با استفاده از الگوريتم هاي مختلف شاخص هاي مختلف شوري و رطوبت خاك بدست آورده شدند. سپس با استفاده از 60 نمونه خاك كه از عمق 5 تا 15 سانتي متري خاك در طول بررسي ميداني در تاريخ 18/06/1398 همراه با زمان تصوير برداري سنتينل 1 و 2 برداشت شد، دقت سنجي انجام گرفت. در شاخص هاي شوري خاك مورد استفاده در تصاوير اپتيكي شاخص Salinity index با R^2= 0.96  شاخص بهينه براي برآورد شوري خاك با توجه به مقايسه با داده هاي زميني بود. شاخص NDWI  نيز براي برآورد رطوبت در تصاوير اپتيكي بادقت 0.89 داراي بالاترين ميزان دقت در شاخص هاي مورد استفاده اين پژوهش بوده است. ميزان دقت برآورد رطوبت و شوري خاك در تصاوير رادار به ترتيبR^2= 0.80 وR^2= 0.89 بوده است. عملكرد پنج الگوريتم براي مدل سازي نيز با استفاده از خطاي ميانگين مربعات (RMSE) و ضريب همبستگي (R^2) ارزيابي و مقايسه شد. نتايج نشان دادند كه مدل GP بالاترين عملكرد پيش بيني    ( RMSE = 2وR^2= 0.82) را نسبت به ساير مدل هاي يادگيري ماشين مورد استفاده در اين تحقيق داشته است.