نقشه برداري رقومي شاخص هاي حاصلخيزي خاك و ارتباط آن با عملكرد گندم در بخشي از اراضي شهرستان دهلران استان ايلام

اصفهان : دانشگاه صنعتي اصفهان

مديريت منابع خاك

دكتري

توليد پايدار گندم در مناطق خشك و نيمه‌خشك مستلزم شناخت تغييرات مكاني خاك، حاصلخيزي و عوامل مؤثر بر عملكرد محصول است. اين پژوهش با هدف نقشه‌برداري رقومي خاك، پيش‌بيني مكاني عملكرد گندم و ارزيابي شاخص حاصلخيزي خاك با استفاده از تلفيق طيف‌سنجي مرئي-مادون قرمز نزديك (Vis-NIR)، داده‌هاي سنجش از دور، متغيرهاي توپوگرافي و الگوريتم‌هاي يادگيري ماشين در بخشي از اراضي شهرستان دهلران، استان ايلام، انجام شد. براي اين منظور، 135 نمونه خاك و عملكرد گندم در پلات يك مترمربع (1×1) برداشت و ويژگي‌هاي فيزيكي و شيميايي خاك، داده‌هاي طيفي Vis-NIR و متغيرهاي محيطي براي مدل‌سازي مورد استفاده قرار گرفتند. نتايج نشان داد كه در پيش‌بيني ويژگي‌هاي خاك، تلفيق داده‌هاي محيطي موجب بهبود عملكرد مدل‌ها شد؛ به‌طوري‌كه براي كربن آلي، كربنات كلسيم، رس و سيلت، مدل Cubist در سناريوي تلفيقي به‌ترتيب به مقادير R² برابر با 72/0، 85/0، 78/0 و 82/0 دست يافت. در نقشه‌برداري رقومي كلاس‌هاي فاميل خاك، مدل جنگل تصادفي با تفكيك مكاني 30 متر، صحت كلي 70 درصد و ضريب كاپاي 64/0 را نشان داد. كلاس‌هاي 2، 3 و 7 داراي صحت كاربر 100 درصد بودند، در حالي‌كه عملكرد كلاس‌هاي 5، 6 و 9 پايين‌تر بود كه به كمبود نمونه‌هاي آموزشي و همپوشاني ويژگي‌هاي فيزيكوشيميايي نسبت داده شد. در پيش‌بيني عملكرد گندم، عملكرد محصول در نمونه‌هاي مورد مطالعه بين 53/1 تا 28/4 تن در هكتار و ميانگين آن 2/3 تن در هكتار بود. سناريوي تلفيقي شامل داده‌هاي طيفي، سري زماني سنجش از دور و متغيرهاي توپوگرافي نسبت به سناريوي فاقد اطلاعات توپوگرافي عملكرد بهتري داشت. در اين سناريو، شاخص‌هاي سنجش از دور ماه آوريل مهم‌ترين نقش را در پيش‌بيني عملكرد داشتند و مدل جنگل تصادفي توانست روابط غيرخطي بين متغيرهاي محيطي و عملكرد گندم را به‌خوبي بازنمايي كند. عملكرد پيش‌بيني‌شده در سطح منطقه بين 37/2تا 99/3 تن در هكتار متغير بود و بيشترين مقادير عمدتاً در بخش‌هاي شمالي، شمال‌غربي و غربي منطقه مشاهده شد. همچنين، عدم‌قطعيت پيش‌بيني در بيشتر منطقه پايين بود و بيشينه دامنه عدم‌قطعيت به 44/0 تن در هكتار رسيد. در ارزيابي شاخص حاصلخيزي خاك، مشتق دوم طيف و مدل ماشين بردار پشتيبان بهترين عملكرد را در بين تركيب‌هاي مورد بررسي نشان دادند. مدل SVM مبتني بر داده‌هاي طيفي و پيش‌پردازش مشتق دوم، مقاديرR²، RMSEو RPD به ترتيب 61/0، 21/9 و 61/1 را به دست آورد؛ با تلفيق داده‌هاي طيفي و متغيرهاي محيطي، عملكرد مدل به 82/0 , R2=53/8RMSE=، 92/1 RPD= و 75/2 RPIQ= افزايش يافت. تحليل طيفي نيز نشان داد كه متغيرهاي پنهان طيفي، به‌ويژه مؤلفه‌هاي مرتبط با طول موج‌هاي 991، 1009 و 1905 نانومتر و همچنين 1908، 2205، 2224 و 2273 نانومتر، ارتباط معناداري با تغييرات عملكرد گندم و حاصلخيزي خاك دارند. در مجموع، نتايج نشان داد كه تلفيق داده‌هاي طيفي و محيطي با الگوريتم‌هاي يادگيري ماشين، به‌ويژه جنگل تصادفي و ماشين بردار پشتيبان، امكان پيش‌بيني مكاني عملكرد گندم، نقشه‌برداري شاخص حاصلخيزي و كلاس‌هاي خاك را با دقت قابل قبول فراهم مي‌كند. با توجه به محدوديت تعداد نمونه‌ها و نامتوازن بودن برخي كلاس‌هاي خاك، افزايش تعداد نمونه‌هاي ميداني و استفاده از داده‌هاي مكاني و زماني با تفكيك بالاتر مي‌تواند به بهبود قابليت تعميم مدل‌ها در مطالعات آينده كمك كند.

238012

منابع خاك و ارزبابي اراضي

مهندسي كشاورزي

دانشگاه صنعتي اصفهان