مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,638
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

761
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

1

اطلاعات مقاله نشریه

عنوان

مقایسه روش های شبکه عصبی مصنوعی و درخت تصمیم در تهیه نقشه رقومی خاک در منطقه اردکان

صفحات

 صفحه شروع 173 | صفحه پایان 182

چکیده

 در پاسخ به تقاضای اطلاعات مکانی خاک, به کاربردن داده های کمکی رقومی و ارتباط آن ها با داده های مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روش های کامپیوتری, که اصطلاحا نقشه برداری رقومی خاک خوانده می شود, قابل اعتمادتر و کم هزینه تر از روش های سنتی نقشه برداری خاک است. بنابراین, در پژوهش حاضر از مدل های درخت تصمیم و شبکه عصبی مصنوعی برای پیش بینی مکانی کلاس های تاکسونومیک خاک در منطقه ای خشک, به وسعت 720 کیلومتر مربع در اردکان, استفاده شد. عملیات نقشه برداری در آنجا بسیار سخت است. در این منطقه بر اساس روش مربع لاتین مکان جغرافیایی 187 پروفیل خاک مشخص و سپس تشریح و نمونه برداری شدند و طبقه بندی بر اساس سیستم امریکایی انجام گرفت. متغیرهای محیطی یا نمایندگان فاکتورهای خاک سازی, که در این پژوهش استفاده شد, شامل اجزای سرزمین, داده های تصویر ETM+ ماهواره لندست, و نقشه سطوح ژئومورفولوژی است. نتایج این تحقیق نشان داد, برای پیش بینی کلاس خاک, مدل درخت تصمیم نسبت به شبکه عصبی مصنوعی حدود هفت درصد دقیق تر است. مدل درختی و شبکه عصبی مصنوعی به ترتیب دقت کلی و ضریب تبیین و ضریب کاپای 48 درصد, 52 درصد, 0.34 و 0.46 و 0.13 و 0.25 دارند. نتایج نشان داد برای پیش بینی کلاس خاک شاخص خیسی, سطوح ژئومورفولوژی, و شاخص همواری دره با درجه تفکیک بالا مهم ترین پارامترها هستند. مدل های درختی نسبت به روش شبکه عصبی مصنوعی دقت بالاتری دارند و همچنین تفسیر نتایج مدل درختی بسیار راحت تر است. لذا پیشنهاد می شود در مطالعات آینده برای تهیه نقشه رقومی خاک از مدل های درختی استفاده شود.

استنادها

ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    تقی زاده مهرجردی، روح اله، سرمدیان، فریدون، امید، محمود، ثواقبی، علیرضا، تومانیان، نورایر، روستا، محمدجواد، و رحیمیان، محمدحسن. (1392). مقایسه روش های شبکه عصبی مصنوعی و درخت تصمیم در تهیه نقشه رقومی خاک در منطقه اردکان. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، 44(2)، 173-182. SID. https://sid.ir/paper/225352/fa

    Vancouver: کپی

    تقی زاده مهرجردی روح اله، سرمدیان فریدون، امید محمود، ثواقبی علیرضا، تومانیان نورایر، روستا محمدجواد، رحیمیان محمدحسن. مقایسه روش های شبکه عصبی مصنوعی و درخت تصمیم در تهیه نقشه رقومی خاک در منطقه اردکان. تحقیقات آب و خاک ایران (علوم کشاورزی ایران)[Internet]. 1392؛44(2):173-182. Available from: https://sid.ir/paper/225352/fa

    IEEE: کپی

    روح اله تقی زاده مهرجردی، فریدون سرمدیان، محمود امید، علیرضا ثواقبی، نورایر تومانیان، محمدجواد روستا، و محمدحسن رحیمیان، “مقایسه روش های شبکه عصبی مصنوعی و درخت تصمیم در تهیه نقشه رقومی خاک در منطقه اردکان،” تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، vol. 44، no. 2، pp. 173–182، 1392، [Online]. Available: https://sid.ir/paper/225352/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button