• ثبت نام
    • ورود به سامانه
    مشاهده مورد 
    •   صفحهٔ اصلی
    • نشریات فارسی
    • مهندسی زراعی
    • دوره 37, شماره 2
    • مشاهده مورد
    •   صفحهٔ اصلی
    • نشریات فارسی
    • مهندسی زراعی
    • دوره 37, شماره 2
    • مشاهده مورد
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    نقشه‌برداری رقومی کلاس‌های خاک با استفاده از انواع روش های داده کاوی در منطقه ی اردکان استان یزد

    (ندگان)پدیدآور
    تقی زاده, روح اللهسرمدیان, فریدونامید, محمودتومانیان, نورایرروستا, محمدجوادرحیمیان, محمد حسن
    Thumbnail
    دریافت مدرک مشاهده
    FullText
    اندازه فایل: 
    2.748 مگابایت
    نوع فايل (MIME): 
    PDF
    نوع مدرک
    Text
    مقاله پژوهشی
    زبان مدرک
    فارسی
    نمایش کامل رکورد
    چکیده
    در طی سال‎های گذشته پیشرفت‎های گسترده‎ای در زمینه علم نقشه­برداری رقومی خاک شده است؛ به­طوری­که منجر به تولید نقشه­های رقومی خاک در سطح ملی و قاره­ای گردیده است؛ اما به ­رغم مطالعات بسیار زیادی که در سطح دنیا انجام گرفته است و یا در حال انجام شدن می­باشد، تعداد اندکی از خاک­شناسان ایرانی به علم نقشه­برداری رقومی خاک علاقه نشان داده­اند؛ لذا در تحقیق حاضر، سعی شده تا از انواع روش­های داده­کاوی  برای پیش­بینی مکانی گروه­های بزرگ خاک در اراضی به وسعت 72000 هکتار در منطقه­ی اردکان بهره گرفته شود. در این منطقه بر اساس روش مربع لاتین مکان جغرافیایی 187 پروفیل خاک مشخص شده و سپس تشریح، نمونه­برداری و بر اساس سیستم آمریکایی به شش گروه بزرگ و هشت زیرگروه طبقه­بندی شدند. متغیرهای محیطی یا نمایندگان فاکتورهای خاک­سازی که در این پژوهش استفاده شدند، شامل ویژگی های توپوگرافی  داده­های تصویر ETM+ ماهواره لندست 2002 و نقشه­های پلیگونی از جمله سطوح ژئومورفولوژی، زمین­شناسی و کاربری اراضی است. نتایج نشان داد که مدل درخت تصمیم نسبت به سایر مدل­ها دارای برتری نسبی می­باشد؛ بهطوریکه توانسته است دقت پیش­بینی گروه­های بزرگ خاک را نسبت به روش آنالیز تشخیصی (ضعیف­ترین مدل) 44% افزایش دهد. در کل نتایج تحقیق، دقت مدل­های درخت تصمیم، شبکه عصبی مصنوعی، ترکیب شبکه عصبی مصنوعی - الگوریتم ژنتیک، رگرسیون لاجیستیک چندجمله­ای و آنالیز تشخیصی را جهت پیش­بینی گروه­های بزرگ خاک با دقت کلی 70%، 65%، 65%، 55% و 47%، به ترتیب، تایید کرد. همچنین درخت تصمیم، کلاس­های زیرگروه خاک را با دقت 2/84% پیش­بینی نموده است.
    کلید واژگان
    درخت تصمیم
    آنالیز تشخیصی
    رگرسیون لاجیستیک
    شبکه عصبی مصنوعی
    الگوریتم ژنتیک
    پیدایش و طبقه بندی خاکها
    سنجش از دور و سامانه اطلاعات جغرافیایی
    کشاورزی دقیق

    شماره نشریه
    2
    تاریخ نشر
    2015-02-20
    1393-12-01
    ناشر
    دانشگاه شهید چمران اهواز
    Shahid Chamran University of Ahvaz
    سازمان پدید آورنده
    استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه اردکان، یزد، ایران
    استاد گروه خاکشناسی، دانشکده مهندسی و فناوری کشارزی، دانشگاه تهران، کرج، البرز، ایران
    استاد گروه ماشین‌های کشاورزی، دانشکده مهندسی و فناوری کشارزی، دانشگاه تهران، کرج، البرز، ایران
    استادیار مرکز تحقیقات کشاورزی اصفهان، اصفهان، ایران
    استادیار مرکز ملی شوری، یزد، ایران
    مربی مرکز ملی شوری یزد

    شاپا
    2588-5944
    2588-526X
    URI
    http://agrieng.scu.ac.ir/article_10958.html
    https://iranjournals.nlai.ir/handle/123456789/426746

    مرور

    همه جای سامانهپایگاه‌ها و مجموعه‌ها بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌هااین مجموعه بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌ها

    حساب من

    ورود به سامانهثبت نام

    آمار

    مشاهده آمار استفاده

    تازه ترین ها

    تازه ترین مدارک
    © کليه حقوق اين سامانه برای سازمان اسناد و کتابخانه ملی ایران محفوظ است
    تماس با ما | ارسال بازخورد
    قدرت یافته توسطسیناوب