بررسی رابطه بین ارزشهای رقومی بازتاب حاصل از تصاویر ماهوارهای etm+ و ماده آلی خاک با استفاده از شبکههای عصبی مصنوعی و مدلهای رگرسیونی

مقدار ماده آلی نقشی کلیدی در تعیین رفتار فیزیکی، شیمیایی و بیولوژیکی خاک دارد و آگاهی از وضعیت و توزیع آن برای استفاده بهینه و پایدار از خاک ضروری است. اندازه گیری ماده آلی در آزمایشگاه، بسیار وقت گیر و پرهزینه بوده و امکان تعمیم نتایج حاصل به مناطق مشابه را دارا نمی باشد. اخیرا استفاده از داده های سنجش از دور در ارزیابی مقدار ماده آلی خاک به عنوان روشی ساده، سریع، ارزان و حتی دقیق توجه محققان را به خود جلب کرده است. هدف این پژوهش بررسی کارایی و دقت تصاویر ماهواره ای etm+ برای برآورد ماده آلی خاک با استفاده از شبکه های عصبی مصنوعی و مدل های رگرسیونی است. در این راستا از ارزش های رقومی بازتاب در باندهای مختلف تصاویر ماهواره ای etm+، استفاده شده است. برای برازش مدل های بین کربن آلی اندازه گیری شده در آزمایشگاه و اطلاعات ماهواره ای از دو روش رگرسیون گیری و شبکه عصبی استفاده گردید. در نهایت دقت مدل های بدست آمده با شاخص های آماری r2 و rmse مورد ارزیابی قرار گرفت. آنالیزهای آماری نشان می دهند که بالاترین ضرایب تبیین مربوط به مدل های برازش داده شده با استفاده از ارزش های رقومی بازتاب در باندهای مرئی و مادون قرمز میانی تصاویر ماهواره ای است. علاوه براین مدل های توسعه یافته با شبکه عصبی نسبت به مدل های رگرسیونی از دقت بالاتر و خطای کمتری برخوردارند.