Application of Regression Models for Prediction of Soil Classes in Some Regions of Central Iran (Zarand district, Kerman Province)

Document Type : Research Article

Authors

1 Kerman

2 Department of Soil Science, College of Agriculture, Isfahan University of Technology,

Abstract

چکیده
شناسایی رقومی خاک ها بهعنوان ابزاری برای ایجاد اطلاعات مکانی خاک، راه حل هایی برای نیاز رو به افزایش نقشه های خاک با تفکیک مکانی بالا را تأمین می کند. بنابراین، باید روش های جدید بهمنظور بهدست آوردن اطلاعات مکانی خاک با تفکیک مکانی بالا توسعه پیدا کند. به همین منظور مطالعه ای جهت پیش بینی کلاس های خاک با استفاده از مدل های رگرسیونی در منطقه زرند کرمان طراحی گردید. در این مطالعه، مدل های رگرسیونی شامل رگرسیون لاجیستیک چندجمله ای و رگرسیون درختی توسعه یافته چندکلاسه برای پیش بینی گروه بزرگ خاک به کمک داده های سنجش از دور، پارامترهای سرزمین و نقشه ژئومرفولوژی استفاده گردید. کیفیت پیش بینی مدل ها با شاخص های حاصل از آرایه خطا بررسی گردید. نتایج نشان داد در پیش بینی همه گروه های بزرگ خاک، سطوح ژئومرفیک بهعنوان یک پیش بینی کننده مؤثر محسوب می شود. بعد از سطوح ژئومرفیک، پارامترهای سرزمین و شاخص های سنجش از دور در پیش بینی وارد شدند. در هر دو مدل خلوص نقشه برای همه گروه های بزرگ خاک در موقعیت های اعتبارسنجی و واسنجی بیشتر از 6/0 بود. نتایج نشان داد عملکرد پیش بینی برای گروه های بزرگ هاپلوجیپسید و هاپلوسالید بهتر از گروه های بزرگ کلسی جیپسید و هاپلوکمبید بود. در بین گروه های بزرگ خاک، مقادیر بالای دقت کاربر و قابلیت اطمینان تولیدکننده برای گروه بزرگ هاپلوسالید بهدست آمد. خاک های با قابلیت اطمینان بهتر خاک هایی هستند که به شدت تحت تأثیر مشخصات توپوگرافی و ژئومرفولوژی قرار گرفتند (گروه های بزرگ هاپلوسالید، تری سامنت و هاپلوجیپسید) و خاک های با قابلیت اطمینان و دقت پیش بینی کمتر خاک هایی هستند که به سختی تحت تأثیر مشخصات توپوگرافی و ژئومرفولوژی (گروه های بزرگ هاپلوکمبید و کلسی جیپسید) قرار گرفتند.

واژه های کلیدی: نقشه برداری رقومی خاک، رگرسیون لاجیستیک چندجمله ای، رگرسیون درختی توسعه یافته

CAPTCHA Image