ترکیب فاصله تاکسونومیکی خاک ها و درخت تصمیم برای پیش بینی مکانی کلاس های خاک در اردکان
Authors
Abstract:
نقشهبرداری رقومی با مطالعه پروفیلهای خاک و طبقهبندی کردن آنها شروع میشود. مسئله اصلی در این روش ارتباط دادن کلاسهای خاک با تعدادی متغیرهای کمکی است. روشهای کنونی نقشهبرداری، کلاسهای خاک را تنها به عنوانهایی مستقل در نظر گرفته و در نهایت سعی در حداقل کردن خطای طبقهبندی دارند. این در حالی است که خاک در سطوح تاکسونومیکی دارای روابطی است. با استفاده از درخت تصمیم میتوانیم الگوریتمی را تعریف کنیم که فواصل تاکسونومیکی را به جای خطای طبقهبندی حداقل کند. این پژوهش، برای پیشبینی مکانی کلاس خاک در منطقهای به وسعت 720 کیلومتر مربع در اردکان از درخت تصمیم استفاده شد. نخست، بر اساس روش مربع لاتین، مکان جغرافیایی 187 پروفیل خاک مشخص، تشریح، و نمونهبرداری گردید و بر اساس سیستم آمریکایی طبقهبندی شد. متغیرهای محیطی یا نمایندگان عوامل خاکسازی که در این پژوهش استفاده شد شامل اجزاء سرزمین، دادههای تصویر ETM+ ماهواره لندست و نقشه سطوح ژئومورفولوژی است. برای محاسبه فواصل تاکسونومیکی از آنالیز تشخیصی استفاده شد. نتایج نشان داد که استفاده از فواصل تاکسونومیکی منجر به دقت کلی مدل به میزان 70% شده است. همچنین، نتایج نشان داد که برای پیشبینی کلاس خاک متغیرهای شاخص خیسی، سطوح ژئومورفولوژی و شاخص صافی قسمت میانی دره با درجه تفکیک بالا با اهمیتترین هستند. در کل نتایج نشان داد که مدلهای درختی به همراه فواصل تاکسونومیکی دارای دقت قابل قبولی است. بنابراین پیشنهاد میشود در مطالعات آینده جهت تهیه نقشه رقومی خاک از مدلهای درختی به همراه فواصل تاکسونومیک استفاده شود.
similar resources
مقایسة روشهای شبکة عصبی مصنوعی و درخت تصمیم در تهیة نقشة رقومی خاک در منطقة اردکان
در پاسخ به تقاضای اطلاعات مکانی خاک، بهکاربردن دادههای کمکی رقومی و ارتباط آنها با دادههای مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روشهای کامپیوتری، که اصطلاحاً نقشهبرداری رقومی خاک خوانده میشود، قابل اعتمادتر و کمهزینهتر از روشهای سنّتی نقشهبرداری خاک است. بنابراین، در پژوهش حاضر از مدلهای درخت تصمیم و شبکة عصبی مصنوعی برای پیشبینی مکانی کلاسهای تاکسونوم...
full textتلفیق داده های توپوگرافی و ویژگی های خاک برای پیش بینی مکانی پارامترهای مدل منحنی انقباض خاک
این پژوهش به منظور بررسی تغییرات مکانی پارامترهای مدل منحنی انقباض خاک در بخشی از اراضی کوهرنگ استان چهار محال و بختیاری انجام گرفت. بدین منظور 99 نقطه در منطقه انتخاب و نمونههای کلوخه از لایه 10-0 سانتیمتری برداشت و به آزمایشگاه منتقل شد. منحنی انقباض خاک با پوششدادن کلوخهها با رزین اکریلیکی (اندکی تراوا به بخار آب و ناتراوا به آب مایع) بر اساس قانون ارشمیدس اندازهگیری شد. سپس با ترسیم مق...
full textپیش بینی مدیریت سود با استفاده از درخت تصمیم گیری
با تشکیل و گسترش موسساتی که مالکیت عام یافته اند ضرورت تفکیک مالکیت از مدیریت هر چه بیشتر مشخص گردید. در نتیجه قشر جدیدی به عنوان مباشران ، اداره اینگونه موسسات را بر عهده گرفته و عملا مدیریت از مالکیت تفکیک شد. مدیران وظیفه مباشرت و حسابدهی در قبال منابع در اختیار خود و تهیه و ارائه گزارشهای مالی را بر عهده دارند. تضاد منافع میان مدیران و مالکان ، احتمال خطر ارائه اطلاعات غیر قابل اتکا را اف...
full textمقایسة روش های شبکة عصبی مصنوعی و درخت تصمیم در تهیة نقشة رقومی خاک در منطقة اردکان
در پاسخ به تقاضای اطلاعات مکانی خاک، به کاربردن داده های کمکی رقومی و ارتباط آن ها با داده های مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روش های کامپیوتری، که اصطلاحاً نقشه برداری رقومی خاک خوانده می شود، قابل اعتمادتر و کم هزینه تر از روش های سنّتی نقشه برداری خاک است. بنابراین، در پژوهش حاضر از مدل های درخت تصمیم و شبکة عصبی مصنوعی برای پیش بینی مکانی کلاس های تاکسونوم...
full textاثر پارامتر حالت در بهبود پیش بینی مدل های الاستوپلاستیک برای خاک های دانه ای
در این مقاله اثر پارامتر حالت در بهبود پیش بینی مدل های الاستوپلاستیک نشان داده شده است . برای این کار یک مدل رفتاری الاستوپلاستیک سطح حدی از طریق وارد کردن مفاهیم مکانیک خاک بحرانی در فرمولبندی مدل اصلاح گردیده است . مدل اصلاح شده توانایی شبیه سازی رفتار نمونه های متراکم و شل ماسه در بارگذاری های زهکشی شده و زهکشی نشده تک سویه و سیکلیک را دارا است . اصلاح مدل از طریق وابسته سازی زاویه انتقال ف...
full textMy Resources
Journal title
volume 3 issue 2
pages 27- 39
publication date 2013-11-22
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023