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

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

379
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

470
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی شوری خاک با روش شبکه ی عصبی و رگرسیون چندمتغیره بر مبنای شاخص های سنجش از دور و مقایسه ی آن ها (مطالعه ی موردی: شوره زار دشت قزوین)

صفحات

 صفحه شروع 73 | صفحه پایان 88

چکیده

 وسعت بالای بیابان های ایران و شرایط نامناسب اقلیمی حاکم بر آن ها, اندازه گیری میدانی شوری خاک را در برخی موارد غیرعملی کرده است. در تحقیق حاضر از قابلیت های شبکه ی عصبی و مدل های رگرسیونی برای تهیه ی نقشه ی شوری خاک در محدوده ی زهکش حائل شوره زار دشت قزوین استفاده شده است. به منظور تحلیل شوری خاک, شاخص شوری خاک و پوشش گیاهی با استفاده از قابلیت تصاویر ماهواره ای استخراج شد. نتایج تحلیل همبستگی میانگین داده های زمانی نشان داد شاخص GVI دارای همبستگی منفی بالایی با همه ی شاخص های شوری داشته و بر اساس یک رابطه ی رگرسیون مرتبه ی 3 و با ضریب تبیین 79/0 با شاخص شوری خاک (SI) همبستگی داشته و بر اساس نتایج آزمون من-کندال, تغییرات سری زمانی دو شاخص, در بازه ی زمانی 15 ساله معنی دار بوده است. به منظور پیش بینی شوری خاک دو مدل شبکه ی عصبی و رگرسیون با متغیرهای کمکی شامل شاخص های شوری خاک و پوشش گیاهی (مستخرج از تصاویر ماهواره ای), داده های میدانی اندازه گیری شده ی شوری خاک و تراز آب زیرزمینی به کار گرفته شد. نتایج تحقیق نشان داد مدل شبکه ی عصبی مصنوعی با ضریب تبیین 69/0, دارای دقت بیشتری نسبت به مدل رگرسیون برای پیش بینی شوری خاک بوده همچنین در فرایند مدل سازی, دقت پیش بینی هدایت الکتریکی خاک (EC) بیشتر از شاخص SAR خاک بوده است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    یوسف گمرکچی، افشین، حسن اقلی، علیرضا، اکبری، مهدی، محصص مستشاری، مهرزاد، و امینی، دانیال. (1399). پیش بینی شوری خاک با روش شبکه ی عصبی و رگرسیون چندمتغیره بر مبنای شاخص های سنجش از دور و مقایسه ی آن ها (مطالعه ی موردی: شوره زار دشت قزوین). مهندسی اکوسیستم بیابان، 9(28 )، 73-88. SID. https://sid.ir/paper/409117/fa

    Vancouver: کپی

    یوسف گمرکچی افشین، حسن اقلی علیرضا، اکبری مهدی، محصص مستشاری مهرزاد، امینی دانیال. پیش بینی شوری خاک با روش شبکه ی عصبی و رگرسیون چندمتغیره بر مبنای شاخص های سنجش از دور و مقایسه ی آن ها (مطالعه ی موردی: شوره زار دشت قزوین). مهندسی اکوسیستم بیابان[Internet]. 1399؛9(28 ):73-88. Available from: https://sid.ir/paper/409117/fa

    IEEE: کپی

    افشین یوسف گمرکچی، علیرضا حسن اقلی، مهدی اکبری، مهرزاد محصص مستشاری، و دانیال امینی، “پیش بینی شوری خاک با روش شبکه ی عصبی و رگرسیون چندمتغیره بر مبنای شاخص های سنجش از دور و مقایسه ی آن ها (مطالعه ی موردی: شوره زار دشت قزوین)،” مهندسی اکوسیستم بیابان، vol. 9، no. 28 ، pp. 73–88، 1399، [Online]. Available: https://sid.ir/paper/409117/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.
  • 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