مقاله نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان)
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان) دارای ۲۵ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان)،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله نقشهبرداری رقومی فرسایشپذیری خاک (مطالعه موردی: دهگلان، استان کردستان) :
تعداد صفحات :۲۵
سابقه و هدف: فرسایشپذیری خاک یکی از خصوصیات بسیار مهم خاک میباشد که بررسی تغییرات مکانی آن، جهت مدیریت زراعی، تخریب اراضی و مطالعات زیست محیطی حائز اهمیت میباشد. بنابراین اطلاع از تغییرپذیری مکانی فرسایشپذیری خاک نقش مهمی در مدلسازی فرسایش آبی دارد. بررسی تغییرات فرسایشپذیری خاک به شیوههای مرسوم گران و زمانبر است . لذا یکی از راههای حل این چالش استفاده از نقشهبرداری رقومی خاک است که میتواند خصوصیات خاک را با استفاده از دادههای کمکی و مدلهای دادهکاوی به صورت رقومی پیشبینی کند. هدف از این تحقیق استفاده از مدلهای شبکه عصبی مصنوعی و جنگل تصادفی و دادههای کمکی برای تهیه نقشه فرسایشپذیری خاک میباشد. مواد و روش: با استفاده از روش نمونهبرداری تصادفی طبقهبندی، تعداد ۱۰۰ نمونه خاک از عمق ۳۰-۰ سانتیمتری خاکهای منطقه دهگلان استان کردستان (با وسعت ۴۸۷۰۱ هکتار) برداشت شده و خصوصیت بافت خاک، شن ریز، کربن آلی، نفوذپذیری، ساختمان خاک و فرسایشپذیری خاک (با استفاده از معادله ویشمایر و اسمیت) اندازهگیری و محاسبه شد. متغیرهای محیطی در این پژوهش اجزاء سرزمین و دادههای تصویر +ETM بودند. پارامترهای سرزمین ( شامل ۱۵ پارامتر) و شاخص رس و شاخص گیاهی نرمال شده (NDVI) به ترتیب با استفاده از نرمافزار SAGA و ArcGIS10.3 محاسبه و استخراج گردید. جهت ارتباط بین فرسایشپذیری خاک و متغیرهای کمکی از مدلهای جنگل تصادفی و شبکه عصبی مصنوعی بهره گرفته شد و با استفاده از روش اعتبارسنجی دوجانبه مورد ارزیابی قرار گرفت. در نهایت نقشه شوری خاک با استفاده از مدل بهتر تهیه شد. یافتهها: برای پیشبینی فرسایشپذیری خاک، متغیرهای کمکی شامل شاخص خیسی، شاخص همواری دره، شیب، شاخص رس، شاخص NDVI و باند ۷ مهمترین بودند. نتایج این تحقیق نشان داد که دو مدل (شبکه عصبی مصنوعی با ۸۰/۰، ۰۰۳/۰ و ۰۲۱/ و جنگل تصادفی با ۷۶/۰، ۰۰۵/۰ و ۰۲۴/ به ترتیب۰برای ضریب تبیین، میانگین خطا و میانگین ریشه مربعات خطا) دارای دقت نزدیک بههم برای پیشبینی فرسایشپذیری خاک بودند. فرسایشپذیری خاک در محدوه بین ۰۵/۰ -۰ تن ساعت بر مگا ژول میلیمتر قرار داشت و بیشترین مقادیر فرسایشپذیری خاک در مناطق مرتفع جنوبی با شیب زیاد و پوشش گیاهی کم مشاهده شد. در کلاس شیب بیشتر از ۱۰ درصد فرسایشپذیری خاک بیشتر از سایر کلاسهای شیب بود. همچنین کلاس شیب بیشتر از ۱۰ درصد، دارای کمترین مقادیر دادههای کمکی شامل شاخص خیسی، شاخص همواری دره با درجه تفکیک بالا، شاخص رس و باند۷ و بیشترین مقدار شاخص NDVI بود. نتیجه گیری: در پژوهش حاضر از مدلهای شبکه عصبی مصنوعی و جنگل تصادفی جهت بررسی تغییرات مکانی فرسایشپذیری خاک در منطقه دهگلان استان کردستان استفاده شد. میزان فرسایشپذیری خاک در کلاس شیب >10% در مقایسه با سایر کلاسهای شیب بیشتر بود. شاخص NDVI مهمترین متغیر کمکی در پیش بینی فرسایشپذیری خاک در منطقه بود. همچنین شبکه عصبی مصنوعی و جنگل تصادفی بر اساس نتایج شاخصهای آماری شامل ضریب تبیین، میانگین خطا و میانگین ریشه مربعات خطا ( به ترتیب ۸۰/۰، ۰۰۳/۰ و ۰۲۱/ برای شبکه عصبی مصنوعی و ۷۶/۰، ۰۰۵/۰ و ۰۲۴ برای جنگل تصادفی) برآورد دقیقی از فرسایشپذیری خاک داشتند. پیشنهاد میگردد جهت نقشهبرداری رقومی خصوصیات خاک و به روز کردن نقشههای قدیمی از تکنیکهای پدومتری (همچون مدل شبکه عصبی مصنوعی و جنگل تصادفی) و دادههای کمکی اجزاء سرزمین و تصاویر ماهوارهای استفاده شود. همچنین پیشنهاد میگردد که فرسایشپذیری خاک مستقیماً اندازه گیری شده و نتایج آن با این مطالعه مقایسه گردد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.