کاربرد مقایسه‌­ای رگرسیون خطی چندگانه و شبکه‌های عصبی مصنوعی برای شبیه‌­سازی اثرات عوامل توپوگرافی بر تغییرات کربن آلی خاک

Authors

  • سمیه مقیمی دانشجوی دکتری، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
  • محمدحسن مسیح‌آبادی استادیار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات
  • محمدحسین مهدیان استاد، سازمان تحقیقات، آموزش و ترویج کشاورزی
  • یحیی پرویزی استادیار، مرکز تحقیقات کشاورزی و منابع طبیعی کرمانشاه
Abstract:

کربن آلی خاک یکی از مهم‌­ترین ویژگی‌­های خاک بوده و هرگونه تغییر در مقدار و ترکیب آن بر اکثر ویژگی‌­های شیمیایی، زیستی و فیزیکی خاک تاثیرگذار است. بهبود کربن آلی خاک سبب بهبود ساختمان خاک، کیفیت و کمیت رطوبت در حوضه، کیفیت هوا، افزایش سطح عناصر غذایی خاک و در نتیجه کیفیت و کمیت محصول، جلوگیری از تخریب و فرسایش خاک و احیا خاک و زیست بوم خواهد شد. عوامل متعددی از جمله عوامل اقلیمی، توپوگرافی و مدیریتی بر مقدار کربن آلی خاک تاثیر می­‌گذارند. در مقیاس­ کوچک محلی مانند مرتع مورد مطالعه، عامل اقلیم تنوع قابل ملاحظه‌ای نداشته و عوامل توپوگرافی بر تغییرات کربن آلی خاک، بسیار اثرگذارند. لذا، هدف این پژوهش، برآورد تاثیر متغیرهای توپوگرافی ارتفاع، جهت شیب، درصد شیب، سایه روشن و انحنا بر مقدار کربن آلی خاک در اراضی مرتعی واقع در حوضه مرگ استان کرمانشاه است. به این منظور، برآورد کربن آلی خاک با دو روش رگرسیون چندمتغیره خطی (MLR) و شبکه‌های عصبی مصنوعی (ANN) انجام شد. بر طبق نتایج، مدل MLR، توانست 53 درصد و مدل ANN، 77 درصد از تغییرات کربن آلی خاک را پیش­‌بینی کند. در روش MLR، مقدار RMSE و MBE به‌­ترتیب 0.4 و صفر در روش ANN، مقدار RMSE و MBE به‌­ترتیب 0.16 و 0.003 محاسبه شد. نتایج بررسی­‌ها نشان داد، شبکه عصبی مصنوعی با آرایش 1-9-5 و تابع فعال­‌سازی تانژانت هایپربولیک در لایه پنهان، نسبت به‌­روش رگرسیون خطی چندگانه، دارای دقت و صحت بالاتری است. طبق نتایج شبکه عصبی مصنوعی، از بین متغیرهای مورد بررسی، به­‌ترتیب ارتفاع با 0.79، سایه روشن با 0.64 و درصد شیب با 0.28 ضریب تاثیر، در تغییرات ذخایر کربن آلی خاک در این منطقه بیشترین سهم را دارند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد مقایسه ­ای رگرسیون خطی چندگانه و شبکه های عصبی مصنوعی برای شبیه ­سازی اثرات عوامل توپوگرافی بر تغییرات کربن آلی خاک

کربن آلی خاک یکی از مهم ­ترین ویژگی ­های خاک بوده و هرگونه تغییر در مقدار و ترکیب آن بر اکثر ویژگی ­های شیمیایی، زیستی و فیزیکی خاک تاثیرگذار است. بهبود کربن آلی خاک سبب بهبود ساختمان خاک، کیفیت و کمیت رطوبت در حوضه، کیفیت هوا، افزایش سطح عناصر غذایی خاک و در نتیجه کیفیت و کمیت محصول، جلوگیری از تخریب و فرسایش خاک و احیا خاک و زیست بوم خواهد شد. عوامل متعددی از جمله عوامل اقلیمی، توپوگرافی و مد...

full text

مقایسه کاربرد شبکه عصبی مصنوعی، درخت تصمیم، رگرسیون مؤلفه‌های اصلی و رگرسیون خطی چندگانه جهت مدل‌سازی شاخص کیفیت هوای شهری

شاخص کیفیت هوا ابزار کلیدی جهت آگاهی از کیفیت هوا، نحوۀ اثر آلودگی هوا بر سلامت و روش‌های محافظتی در برابر آلودگی هوا است. هدف اصلی این تحقیق مدل‌سازی و برآورد شاخص کیفیت هوا از طریق شبکه عصبی مصنوعی، درخت تصمیم، رگرسیون خطی چندگانه و رگرسیون مؤلفه‌های اصلی است. جهت محاسبه شاخص کیفیت هوا از داده‌های هواشناسی و آلودگی هوای ثبت شده در ایستگاه تجریش و قلهک شهر تهران در دوره زمانی 1385 تا 1390 استف...

full text

ارزیابی عملکرد مدل های شبکه عصبی مصنوعی و رگرسیون چندگانه در سنجش کربن آلی محلول در آب

چکیده زمینه و هدف: اندازه گیری و پایش کربن آلی در محیط های آبی یکی از شاخص های مهم کیفی در پروژه های مدیریت محیط زیست، پایش کیفی منابع آب و تامین آب شرب است. در این تحقیق، عملکرد مدل شبکه عصبی مصنوعی و مدل رگرسیون غیر خطی چندگانه با هدف سنجش پارامتر کربن آلی در منابع آب با حداکثر ضریب همبستگی محتمل و حداقل تعداد پارامترهای ورودی، مورد مطالعه و بهینه سازی قرار...

full text

برآورد دمای خاک از داده‌های هواشناسی با استفاده از مدل‌های یادگیری ماشین سریع، شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

دمای خاک عامل کلیدی است که فرآیندها و خصوصیات فیزیکی، شیمیایی و بیولوژیکی خاک را کنترل می­کند؛ لذا بر کمیت و کیفیت تولید محصولات کشاورزی تأثیر می­گذارد. هدف از انجام این پژوهش برآورد دمای خاک با استفاده از پارامترهای هواشناسی به روش­های مختلف ماشین یادگیری بوده است. بدین منظور داده‌های هواشناسی و دمای خاک در عمق‌های 5، 10، 20، 30، 50 و 100 سانتی‌متری از 17 ایستگاه‌ سینوپتیک استان خوزستان مربوط ...

full text

کاربرد مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه در برآورد تراکم جنگل در جنگل-های باغان مریوان

مطالعه و مدل‌سازی ویژگی‌های کمی جنگل به‌منظور هدایت اکوسیستم به‌سوی اهداف ایده‌آل و اجرای اقدامات حفاظتی و احیایی از اقدامات مهم به شمار می‌آید. در پژوهش پیش‌رو برآورد مشخصه‌های تعداد در هکتار درختان و تاج‌پوشش جنگل که معرف تراکم در اکوسیستم طبیعی جنگل می‌باشند، با استفاده از مدل رگرسیون خطی چندگانه و مدل شبکه‌ عصبی مصنوعی، به کمک داده‌های توپوگرافی، خاکشناسی، اقلیمی و استفاده از داده‌های سنجش‌...

full text

مدل‌سازی محتوای کربن آلی خاک بر اساس شاخص‌های توپوگرافی و ویژگی‌های خاک کشت‌زارهای دیم گندم

سابقه و هدف: کربن آلی خاک از عوامل مهمی است که بر کیفیت خاک، آب و اتمسفر مؤثر است. محتوی کربن آلی خاک تابعی از اثرات متقابل اقلیم، پوشش گیاهی، زهکشی، مدیریت زراعی، کاربری اراضی و ویژگی‌های خاک از جمله بافت خاک، نوع کانی و ساختمان خاک است (7). درصد شیب و موقعیت‌های مختلف توپوگرافی بر حفظ رطوبت خاک و ایجاد شرایط مناسب برای استقرار گیاهی و در نتیجه میزان انباشته شدن و تجزیه کربن آلی خاک مؤثر می‌با...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 4

pages  312- 322

publication date 2015-01-21

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