مدل‌سازی و نقشه‌برداری شاخص حاصلخیزی خاک با رویکرد سنجش‌ازدور و یادگیری ماشین

به گزارش روابط‌عمومی این مرکز، زینب ظاهری عبده‌وند، محقق و نویسنده مسئول این مقاله، اظهار داشت: در این پژوهش سه سناریوی متفاوت برای مدل‌سازی شاخص حاصلخیزی خاک در بخشی از اراضی کشاورزی واقع در جنوب‌غرب اهواز و شمال‌غرب شهرستان کارون موردبررسی قرار گرفت. این محدوده، از نظر شرایط اقلیمی و منابع آب‌وخاک، یکی از مناطق مهم کشاورزی استان خوزستان بوده و کشت محصولات استراتژیک همچون گندم، نیشکر و برنج در آن رواج دارد.
 وی با اشاره به روش تحقیق توضیح داد: مدل‌سازی با بهره‌گیری از الگوریتم یادگیری ماشین «جنگل تصادفی» انجام شد. در سناریوی نخست از تصاویر چندطیفی سنتینل-۲، در سناریوی دوم از داده‌های ابرطیفی ماهواره اِن‌مَپ، و در سناریوی سوم از تلفیق داده‌های این دو سکوی سنجش‌ازدور استفاده شد.
 این پژوهشگر افزود: اگرچه تصاویر چندطیفی سنتینل-۲ توانایی مناسبی در استخراج اطلاعات طیفی خاک دارند، اما داده‌های ابرطیفی اِن‌مَپ، به دلیل تفکیک طیفی بسیار بالا، دقت شناسایی ویژگی‌های فیزیکی و شیمیایی خاک را به طور قابل‌توجهی افزایش می‌دهند.
 ظاهری عبده‌وند تأکید کرد: یافته‌های تحقیق نشان می‌دهد که ترکیب داده‌های چندطیفی و ابرطیفی با الگوریتم جنگل تصادفی، بالاترین دقت مدل‌سازی حاصلخیزی خاک را ایجاد می‌کند و امکان تولید نقشه‌های حاصلخیزی با دقت و پایداری بالا را فراهم می‌سازد.
 وی در پایان خاطرنشان کرد: این دستاورد اهمیت به‌کارگیری هدفمند تصاویر ابرطیفی و تلفیق آن با داده‌های چندطیفی را در توسعه مدل‌های حاصلخیزی خاک و پیشبرد کشاورزی داده‌محور و مدیریت هوشمند نهاده‌ها نشان می‌دهد و می‌تواند در بهبود بهره‌وری و مدیریت پایدار منابع خاک نقش مؤثری داشته باشد.
 گفتنی است نوزدهمین کنگره علوم خاک ایران در تاریخ ۱۱ تا ۱۳ آذرماه در دانشگاه تهران برگزار شد.

جهت دریافت اخبار در کانال ایتای سازمان کلیک کنید