مقایسه روش های رگرسیون خطی، زمین آماری و شبکه عصبی مصنوعی در مدل سازی کربن آلی در اراضی خشک دشت سیستان

نوع مقاله : مقالات پژوهشی

نویسندگان

دانشگاه زابل

چکیده

آگاهی از تغییرات مکانی کربن آلی در کاربری های مختلف اراضی کمک مؤثری به تفسیر و شبیه سازی رفتار اکوسیستم های خاکی در مواجهه با تغییرات اقلیمی و زیست محیطی خواهد نمود. هدف از این تحقیق مقایسه روش‌های رگرسیونی، زمین آمار و شبکه عصبی مصنوعی در تخمین مقادیر کربن آلی در 192 نمونه خاک، از خاک‌های سطحی (0 تا 30 سانتی متر) بخشی از دشت سیستان (منطقه میانکنگی) بود. در این تحقیق، تنها 5 درصد تغییرات کربن آلی در منطقه مورد مطالعه توسط متغیرهای موجود در مدل رگرسیون خطی ‌توجیه گردید (05/0R2=). همچنین بهترین روش زمین آماری، یعنی روش کوکریجینگ ساده با استفاده از متغیر کمکی رس، با 23/0R2= و 127/0RMSE=، فقط تا اندازه ای توانایی تخمین میزان کربن آلی را داشت. این در صورتی است که شبکه عصبی مصنوعی با استفاده از پارامترهای طول و عرض جغرافیایی کارایی بسیار بهتری با 79/0R2= و 044/0RMSE= در تخمین مقدار کربن آلی نسبت به روش های رگرسیون خطی و زمین آماری نشان داد. در نتیجه روش ترکیبی شبکه عصبی- کریجینگ بهترین روش برای پهنه بندی کربن آلی در منطقه مورد مطالعه شناخته شد.

کلیدواژه‌ها


عنوان مقاله [English]

Comparison of Linear Regression Methods, Geostatistical and Artificial Neural Network Modeling of Organic Carbon in Dry Land of Sistan Plain

نویسندگان [English]

  • A. Gholamalizadeh Ahangar
  • F. Sarani
  • M. Hashemi
  • A. Shabani
University of Zabol
چکیده [English]

Knowledge of organic carbon spatial variations in different land uses will help to interpret and simulate the behavior of terrestrial ecosystems facing environmental and climate changes. The purpose of this study is comparing regression, geostatistics and artificial neural network (ANN) methods for predicting organic carbon content in 192 samples of surface soil (0 to 30 cm) of Sistan plain (Miankangi region). In this study, Only 25% of organic carbon variations were explained by variables used in linear regression model in the study area (R2= 0.25). Moreover, simple co-kriging (with clay as co-variable) which was the best geostatistical method in the current study, predicted organic carbon content weakly (R2= 0.23 and RMSE= 0.127). However, using latitude and longitude parameters, ANN performed much better than linear regression and geostatistical methods for predicting organic carbon content (R2= 0.79 and RMSE= 0.044).

کلیدواژه‌ها [English]

  • Miankangi
  • Organic carbon
  • linear regression
  • Geostatistics
  • Artificial Neural Network Model
پیله‌ور شهری ا.، ایوبی ش. و خادمی ح. 1389. مقایسه مدل شبکه عصبی و رگرسیون خطی چند متغیره در پیش‌بینی کربن آلی خاک به کمک داده های آنالیز سطح زمین (مطالعه موردی: منطقه ضرغام آباد سمیرم). نشریه آب و خاک. ج. 24، ش. 6، ص. 1163-1151.
2- حسنی پاک آ. 1377. زمین آمار. انتشارات دانشگاه تهران. صفحه 314.
3- حیدری ا.، تقی‌زاده مهرجردی ر.ا. و اسدزاده ف. 1388. تهیه نقشه ماده آلی خاک با استفاده از روش کریجینگ. یازدهمین کنگره علوم خاک ایران، 24-21 تیر، گرگان، ایران، ص. 447-446.
4- شعبانی م. 1388. تعیین مناسب ترین روش زمین آمار در تهیه ی نقشه ی تغییرات، pH و TDS آب های زیرزمینی (مطالعه ی موردی: دشت رفسنجان). مجله ی مهندسی آب. سال یکم، شماره ی 3، ص. 57-47.
5- شکوری کتگیری م.، شعبانپور م.، اسدی ح.، دواتگر ن. و بابازاده ش. 1390. ارزیابی کارایی روش‌های درون‌یابی مکانی در پهنه‌بندی کربن آلی و جرم مخصوص ظاهری خاک های شالیزاری گیلان. مجله پژوهش‌های حفاظت آب و خاک. جلد هجدهم، شماره دوم. صفحات 210-195.
6- صبح‌خیزی م.، اکبری ع.، شتربان ع. و شکویی م. 1385. طرح شناخت مناطق اکولوژیک کشور، تیپ‌های گیاهی منطقه زابل. چاپ اول. انتشارات موسسه تحقیقات جنگل‌ها و مراتع کشور. تهران.
7- عسگری م.ص.، خدادادی م.، سرمدیان ف. و گزنی ر. 1388. کارایی شبکه های عصبی مصنوعی در برآورد محصولات گندم. جو و ذرت دانه ای، پژوهش و سازندگی (نشریه ی زراعت). شماره‌ی 85، ص.71-62.
8- قائمی م.، آستارایی ع. و ثنایی نژاد س.ح. 1390. ارزیابی تغییرات مکانی و تخمین کربن آلی در مناطق خشک و نیمه خشک با استفاده توابع انتقالی و امکان سنجی آن با داده های سنجش از دور (مطالعه موردی: منطقه نیشابور). نشریه پژوهش های زراعی ایران. جلد 9. شماره 2. ص 300-294.
9- لکزیان ا.، فاضلی سنگانی م.، آستارائی ع. و فتوت ا. 1392. تخمین و پهنه بندی میزان کربن آلی خاک با استفاده از آنالیز عوارض زمین (مطالعه موردی: بخشی از اراضی شهرستان مشهد)، نشریه آب و خاک. جلد 27. شماره 1. ص. 192-180.
10- محمدی ج. 1385. آمارهای مکانی (زمین آمار-بخش2). انتشارات دانشگاه تهران. صفحه 453.
11- معروفی ص.، گل‌محمدی گ.، محمدی ک. و زارع ابیانه ح. 1388. ارزیابی روش های زمین آمار در برآورد توزیع مکانی بارش در استان همدان در محیط GIS. مجله‌ی دانش آب و خاک. جلد 1/19. شماره‌ی 2، ص. 18-1.
12- میثاقی ف. و محمدی ک. 1385. پهنه‌بندی اطلاعات بارندگی با استفاده از روش‌های آمار کلاسیک و زمین آمار و مقایسه با شبکه عصبی مصنوعی. مجله علمی کشاورزی. سال 23، شماره 4، ص. 13-1.
13- منهاج م.ب. 1377. مبانی شبکه های عصبی. چاپ اول. مرکز نشر پروفسور حسابی.
14- Albani M., Klinkenberg B., Andison D.W. and Pkimmins J. 2004. The Choice of Window Size in Approximating Topographic Surfaces from Digital Elevation Models. International Journal Geographical Information Science. 17: 577-593.
15- Aradottir A., Savarsdottir L., Kristin H., Jonsson P. and Gudbergsson G. 2000. Carbon accumulation in vegetation and solids by reclamation of degraded areas. Icelandic Agricultural Sciences 13: 99-113.
16- Black C.A., Evans D.D., White J.L., Ensminger L.E. and Clark F.E. 1965. Methods of soil chemical analysis. American Socityof Agronomy, Madison, Madison, WI.
17- Bouyoucos G.J. 1962. Hydrometer method improved for making particle size analysis of soils. Agron. J. 54: 464-465.
18- Burke I.C., Yonker C.M., Parton C.W., Cole J.V. and Schimel D.S. 1989. Texture, Climate,and Cultivation Effects on Soil Organic Matter Content in U.S. Grassland Soils, Soil Science Society of America Journal 53, Soil Science Society of America, Madison, 800–805.
19- Carter M.R., Gregorich E.G., Angers D.A., Donald R.G. and Bolinder M.A. 1998. Organic C and N storage and organic C fractions in adjacent cultivated and forested soils of eastern Canada. Soil and Tillage Research, 47: 253-261.
20- Dahiya I.S., Richter J. and Malik R.S. 1984. Soil spatial variability: A review. Int J Trop Agric. 11:1-102.
21- Derner J.D. and Schuman G.E. 2007. Carbon sequestration and rangelands: A synthesis of land management and precipitation effects, Journal of Soil and Water Conservation. 62(2): 77-85.
22- Esteban G., Jobba´ G.Y. and Robert Jackson B. 2000. The Vertical Distribution of Soil Organic Carbon and it’s Relation to Climate and Vegetatoin. Ecological Applications. 10(2): 423– 436.
23- Gaston K.J. and Spice J.I. 1998. Biodiversity: an Introduction. Blackwell Science, MA, USA. 254p.
24- Ingleby H.R. and Crowe T.G. 2001. Neural network models for predicting organic matter content in Saskatchewan soils. Canadian Biosystems Engineering. 43:71-75.
25- Jobbagy E.G. and Jackson R.B. 2000. The vertical distribution of soil organic carbon and its relation to climate and vegetation. Ecological Applications 10: 423–436.
26- Kumar M., Bandyopadhyay A., Raghuwanshi N.S. and Singh R. 2008. Comparative study of Conventional and Artificial Neural Network-based ET0 Estimation Models, Journal Irrigation Science, 26(6): 531-545
27- Law M.C., Balasundram S.K., Husni M.H.A., Ahmed O.H. and Harun M.H. 2009. Spatial variability of soil organic carbon in oil palm, International Journal of Soil Science, 1816-4978.
28- Liu D., Wang Z., Zhang B., Song K., Li X., Li J., Li F. and Duan H. 2006. Spatial distribution of soil organic carbon and analysis of related factors in croplands of the black soil region, Northeast China, Agriculture, Ecosystems and Environment, 113:73–81.
29- McBratney A.B., Santos M.L.M. and Minasny B. 2003. On digital soil mapping. Geoderma. 117(1-2): 3-52.
30- Miller MP., Singer M.J. and Nielson D.R. 1988. Spatial variability of wheat yield and soil properties on complex hills. Soil Sci. Soc. Am J 52: 1133-1141.
31- Mueller T.G., and Pierce F.J. 2003. Soil Carbon Maps: Enhancing Spatial Estimates with Simple Terrain Attributes at Multiple Scales. Soil Sci. Soc. Am. J. 67:258–267.
32- Nelson R.E. 1986. Carbonate and gypsum. Pp.181-197. in: Page AL, Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2, Soil Sci Soc of Am. Madison, WI.
33- Rhoades J.D. 1986. Soluble salts. Pp.167-179. in: Compbell GS, Nielsen DA, Jackson RD, Klute A and Mortland MM (Eds). Methods of Soil Analysis. Part1. Soil Sci Soc of Am. Madison, WI.
34- Rowell D.L. 1994. Soil Science: Methods and Applications.Longman, Harlow.
35- Schimel D.S., Braswell B.H., Holland E.A., McKeown R., Ojima D.S., Painter T.H., Parton W.J. and Townsend A.R. 1994. Climatic, edaphic, and biotic controls over storage and turnover of carbon in soils, Global Biogeochemical Cycles 8, (279–293).
36- Schoning I., Totsche K.V. and Kogel-Knabner I. 2006. Small Scale spatial variability of organic carbon stocks in litter and solum of a forested luvisol. Geoderma, 136: 631-642.
37- Simbahan G.C., Doberm A., Goovaerts P., Ping J. and Haddix M.L. 2006. Fine-resolution mapping of soil organic carbon based on multivariate secondary data, Geoderma, 132:471–489.
38- Singh G., Bala N., Chaudhuri K.K. and Meena R.L. 2003. Carbon sequestration potential of common access resources in arid and semi-arid regions of northwestern India. Indian Forester. 129(7): 859-864.
39- Società Italiana dei Laboratori Pubblici di Agrochimica (SILPA). 1999. From Soil Analysis to the Fertilization Advice (in Italian). ASSAM, Agenzia Servizi Settore Agroalimentare delle Marche, Regione Marche, Jesi, Italy.
40- Sun B., Zhou Sh. and Zhao Q. 2003. Evaluationof spatial and temporal changes of soil quality based on geostatistical analysis in the hill region ofsuberopical china. Geoderma, 115: 85-99.
41- Torn M.S., Trumbore S.E. Chadwick O.A., Vitousek P.M. and Hendricks D.M. 1997. Mineral control of soil organic carbon storage and turnover. Nature 389: 170–173.
42- Walkley A. and Black I.A. 1934. An examination of the Degtjareff method for determining soil organic matter, and a proposed modification of the chromic acid titration method. Soil Sci 34: 29–38.
43- Wang Y., Zhang X.C., Zhang J.L. and Li S.J. 2009. Spatial variability of soil organic carbon in a watershed on the loess plateau, Pedosphere, 19(4): 486–495.
44- Weiwen Q., Denis C. and Mike B. 2011. Spatia Variability of Available Nutrients and Soil Carbon under arable Cropping in Canterbury. The New Zealand Institute for Plant & Food Research Limited, Private Bag 4704, Christchurch.
45- Wynn J.G., Bird M.I., Vallen L., Grand-Clement E., Carter J. and Berry S.L. 2006. Continental-scale measurement of the soil organic carbon pool with climatic, edaphic, and biotic controls, Global Biogeochemical Cycles, 20(1): 1-12.