تخمین دمای خاک بر اساس داده های هواشناسی با استفاده از داده کاوی در چند نمونه اقلیمی ایران

برای تعیین تغییرات مکانی دمای خاک در اعماق مختلف به چندین دماسنج یا حسگر نیاز است که اندازه¬گیری دمای خاک با انواع حسگرها هزینه¬بردار بوده و به نیروی انسانی زیاد نیاز است. ضمناً دمای خاک تنها در ایستگاه¬های سینوپتیک کشور اندازه¬گیری شده و عدم اندازه¬گیری آن در نقاط فاقد ایستگاه مشکلاتی را در بخش کشاورزی ایجاد می¬نماید. اخیراً روش¬های جدید داده¬کاوی به¬طرز موفقیت¬آمیزی در علوم محیطی استفاده شده¬اند. داده¬کاوی فرایندی است که برای کاوش داده¬ها صورت می¬گیرد و یافته¬ها با به¬کارگیری الگوهایی اعتبارسنجی می¬شوند. به¬طور کلی اهداف این تحقیق، تعیین موثرترین متغیرهای موثر بر دمای خاک و تعیین مدل بهینه پیش¬بینی دمای خاک در اقلیم¬های متفاوت از روی پارامترهای هواشناسی است. بدین منظور مدل¬های نزدیکترین k- همسایگی، مدل درختی m5 و شبکه عصبی مصنوعی مورد آزمون قرار گرفته¬اند. به این منظور از داده¬های روزانه چهار ایستگاه با اقلیم متفاوت و دارای آمار 10 ساله و معتبر سازمان هواشناسی کشور شامل ایستگاه شهرهای گرگان، انزلی، تبریز و کرمان در دوره آماری 2005-1996 استفاده گردید. این داده¬ها شامل دمای هوای خشک، دمای هوای تر، دمای نقطه شبنم، رطوبت نسبی و دمای خاک می-باشد. در تمامی ایستگاه¬ها، پارامترهای رطوبت نسبی و دمای هوای خشک به¬عنوان متغیرهای اصلی موثر بر دمای خاک انتخاب گردید. نتایج نشان داد که مدل نزدیکترین k- همسایگی در تمامی ایستگاه¬ها بهترین عملکرد را برای پیش¬بینی دمای خاک داشت. با افزایش عمق خاک میزان تأثیر متغیرهای هواشناسی بر دمای خاک کاهش و دقت مدل¬ها برای پیش¬بینی نیز کاهش یافت.