تهيه نقشه رقومي كربن آلي ذخيره شده در خاك با استفاده از روش‌هاي يادگيري ماشيني

بررسي ذخاير كربن آلي خاك  (SOCS) در زمين‌هاي كشاورزي و نقش عوامل مؤثر بر تغييرپذيري آن و مدل‌سازي رقومي براي پيش‌بيني سناريوهاي احتمالي ذخايركربن در آينده مهم است. هدف از اين مطالعه بررسي تنوع مكاني و برآورد مقدار كربن آلي ذخيره در عمق 100 سانتي متري بر اساس دو نسل از مدل‌هاي يادگيري ماشين در بخشي از دشت قزوين است.  محتواي كربن آلي خاك، 211 نمونه خاك كه اطلاعات آن از قبل جمع آوري شده و موجود بود استخراج گرديد. از متغيرهاي محيطي، 11 متغير برپايه مدل رقومي ارتفاع و 25 شاخص طيفي مستخرج از تصاوير ماهواره‌هاي لندست 8 و سنتينل 2 با قدرت تفكيك مكاني 10 متر استفاده شد. علاوه بر اين، مجموعه داده‌ها به دو بخش تقسيم شد: 70 درصد از داده‌ها به عنوان آموزش و 30 درصد از داده ها براي اعتبارسنجي مدل انتخاب شدند. جهت مدل‌سازي كربن ذخيره آلي در منطقه مورد مطالعه از دو مدل جنگل تصادفي (RF) و جنگل تصادفي كوانتايل  (QRF) استفاده شد. نتايج اعتبارسنجي نشان داد كه استفاده از مدل QRF ضريب تعيين بالاتري نسبت به مدل RF دارد. با توجه به نتايج اهميت نسبي متغيرهاي محيطي، پارامترهاي مدل رقومي ارتفاع و عمق دره نسبت به ساير متغيرها در مدل‌سازي فضايي SOCS اهميت بيشتري دارند. به طور كلي، پيشنهاد مي‌شود كه در فرآيند مدل‌سازي ويژگي‌هاي ثانويه خاك، به بررسي مدل‌هاي هيبريدي پرداخته شود.