روح اله تقی زاده مهرجردی
چکیده
مقیاس مکانی مورد نیاز اطلاعات منابع طبیعی با آن مقیاسی که در دسترس میباشد، بسیار متفاوت است. یک روش برای تطابق مقیاسها، استفاده از مفهوم مقیاسسازی است. در این مطالعه با استفاده از روشی جدید یزرگمقیاسسازی نقشه رقومی کربن آلی خاک از قدرت تفکیک مکانی 150 متر به 30 متر در منطقهای به وسعت 3000 هکتار واقع در استان کردستان انجام ...
بیشتر
مقیاس مکانی مورد نیاز اطلاعات منابع طبیعی با آن مقیاسی که در دسترس میباشد، بسیار متفاوت است. یک روش برای تطابق مقیاسها، استفاده از مفهوم مقیاسسازی است. در این مطالعه با استفاده از روشی جدید یزرگمقیاسسازی نقشه رقومی کربن آلی خاک از قدرت تفکیک مکانی 150 متر به 30 متر در منطقهای به وسعت 3000 هکتار واقع در استان کردستان انجام شد. در ابتدا، نقشه رقومی کربن آلی خاک با قدرت تفکیک مکانی 30 متر با استفاده از دادههای نمونهبرداری شده از سطح خاک، دادههای کمکی (استخراج شده از مدل رقومی ارتفاع و تصاویر ماهواره لندست) و مدل درختی به‌دست آمد؛ سپس، با استفاده از روش کوچکمقیاس سازی سادهای به نام میان‌گیری بلوکی نقشه کربن آلی خاک با قدرت تفکیک مکانی 150 متر تهیه گردید. در مرحله بعد، با استفاده از الگوریتم بزرگمقیاس‌ازی، نقشه کربن آلی خاک از قدرت تفکیک مکانی 150 متر به 30 متر تبدیل گردید. با فرض اینکه ارتباط دادههای کمکی و کربن آلی خاک می‌تواند یک رابطه غیر خطی باشد، در این مطالعه از روش رگرسیون تعمیم داده شده و شبکه عصبی مصنوعی استفاده گردید. برای ارزیابی الگوریتم بزرگمقیاسسازی از ضریب تبیین بین نقشه حاصل از مدل درختی و نقشه بزرگمقیاسسازی بهره گرفته شد. نتایج مدلسازی در مرحله اول نشان داد که بعضی از متغیرهای کمکی مانند شاخص گیاهی نرمال شده، شاخص خیسی، شاخص همواری دره با درجه تفکیک بالا و انحنای طولی شیب بیشترین تاثیر را بر پیشبینی کربن آلی خاک دارند. نتایج پیشبینی رگرسیون درختی در مرحله آزمون نیز نشان داد که مدل به خوبی توانسته کربن آلی خاک با دقت مکانی 30 متر را مدلسازی کند (ریشه مربعات خطا برابر با 15/0 و ضریب تبیین 78/. میباشد). نتایج بزرگمقیاسسازی نیز نشان داد که روش مورد استفاده جهت بزرگمقیاسسازی (شبکه عصبی مصنوعی و رگرسیون تعمیم داده شده) به خوبی با ضریب تبیین 81/0 و 70/0 توانستهاند تغییرات مکانی کربن آلی خاک را در مقیاس بزرگتر مدلسازی کنند.
روح اله تقی زاده مهرجردی
چکیده
طراحی الگوی نمونهبرداری مکانی از مراحل اصلی نقشهبرداری رقومی خاک به شمار میرود. در این تحقیق از تکنیکهای مربع لاتین، تصادفی، شبکه منظم، فازیکیمینز، چاردرخت مرکزی و چاردرخت تصادفی جهت تعیین 151 نقطهی نمونهبرداری در منطقهای به وسعت 3500 هکتار در شهرستان تفت استفاده گردید. نتایج آماری دادههای محیطی از قبیل شاخص ...
بیشتر
طراحی الگوی نمونهبرداری مکانی از مراحل اصلی نقشهبرداری رقومی خاک به شمار میرود. در این تحقیق از تکنیکهای مربع لاتین، تصادفی، شبکه منظم، فازیکیمینز، چاردرخت مرکزی و چاردرخت تصادفی جهت تعیین 151 نقطهی نمونهبرداری در منطقهای به وسعت 3500 هکتار در شهرستان تفت استفاده گردید. نتایج آماری دادههای محیطی از قبیل شاخص خیسی، شیب، جهت شیب، انحنای شیب، ارتفاع و شاخص گیاهی نرمال شده در نقاط نمونهبرداری شده توسط تکنیکها با جامعه اصلی مقایسه گردید. نتایج نشان داد که پارامترهای آماری میانگین و واریانس نمونهها نسبت به جامعه در روش چاردرخت مرکزی بیشترین شباهت را دارند؛ به طوری‌که اختلاف میانگین شاخص خیسی در تکنیکهای مربع لاتین، تصادفی، فازیکیمینز، شبکه منظم، چاردرخت مرکزی و چاردرخت تصادفی با جامعه به ترتیب 8/0 درصد، 2/2 درصد، 7/1 درصد، 4/1 درصد، 15/0 درصد، 6/5 درصد و 09/1 درصد میباشد. در حقیقت الگوی نمونهبرداری چاردرخت مرکزی طوری محل نقاط را از جامعه انتخاب کرده است که توزیع نمونهگیری در هیستوگرام یکنواخت باشد. در حالی که در روشهای دیگر شاهد نمونهبرداری بیشتر یا کمتر در بعضی از قسمتهای هیستوگرامها و یا به نوعی اریب هستیم. درک و تلقی عمومی از نمونهبرداری خوب آن است که میباید پراکنش جغرافیایی خوبی از نقاط نمونهبرداری وجود داشته باشد. در حالیکه نتایج نشان داد که همیشه نمونهبرداری با توزیع جغرافیایی مناسب، تمام ویژگیهای منطقه را مشخص نمیکند.
