پديد آورنده :
نمازي ، زينب
عنوان :
تلفيق داده هاي سنجش از دور و الكترومغناطيس به منظور بررسي تغييرات مكاني شوري خاك در بخشي از اراضي استان يزد
مقطع تحصيلي :
كارشناسي ارشد
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده كشاورزي
صفحه شمار :
چهارده،109ص.: مصور،جدول،نمودار
يادداشت :
ص.ع.به فارسي و انگليسي
استاد راهنما :
شمس ا... ايوبي
استاد مشاور :
حسين خادمي، روح اله تقي زاده
توصيفگر ها :
پيش بيني مكاني , هدايت الكتريكي ظاهري , رگرسيون كريجينگ , داده هاي محيطي
تاريخ نمايه سازي :
8/7/93
استاد داور :
رضا جعفري، محمدعلي حاج عباسي
چكيده فارسي :
چكيده در پاسخ به تقاضا براي اطالعات مكاني خاك و جهت تصميمگيري صحيح در خصوص منابع طبيعي كه از مسير ارزيابي تناسب اراضي قابل انجام ميباشد به كار بردن دادههاي كمكي رقومي و ارتباط آنها با دادههاي مشاهداتي صـحرايي در حـال افزايش است استفاده از اين اطالعات رقومي از طريق روشهاي كامپيوتري كه اصطالحا نقشهبرداري رقومي خـاك خوانـده ميشود قابل اعتمادتر و كمهزينهتر نسبت به روشهاي سنتي نقشهبرداري خاك است بنابراين در مطالعه حاضـر از مـدلهـاي رگرسيون كريجينگ شبكه عصبي مصنوعي شبكه عصبي مصنوعي الگـوريتم ژنتيـك رگرسـيون چنـدمتغيره كريجينـگ و كوكريجينگ جهت پيشبيني مكاني شوري خاك در منطقهاي خشك به وسعت 001 كيلومتر مربع در شمال شهرستان اردكان كه عمليات نقشهبرداري بسيار سخت ميباشد استفاده گرديد در اين منطقه بر اساس روش شبكهبندي منظم 011 نمونه خـاك مشخص شده و سپس نمونهبرداري و خصوصيات فيزيكي شيميايي خاك اندازهگيري شدند متغيرهاي محيطي استفاده شده در اين مطالعه شامل اجزا سرزمين استخراج شده از مـدل رقـومي ارتفـاع دادههـاي تصـوير ETM مـاهواره لندسـت هـدايت الكتريكي ظاهري اندازهگيري شده توسط دستگاه هدايتگر الكترومغناطيس و نقشههاي چندوجهي زمينشناسي بودند نتايج اين تحقيق نشان داد كه مدل رگرسيون كريجينگ رگرسيون درختي و كريجينگ داراي دقت بيشتري نسبت به ساير مـدلهـا به منظور پيشبيني شوري خاك ميباشد بهطوريكه اين مدل به خـوبي توانسـته ارتبـاط قـوي بـين دادههـاي شـوري خـاك و اطالعات محيطي برقرار كند مدل رگرسيون كريجينگ داراي مجموع ريشه مربعات خطا و ضريب تبيـين 01 51 و 52 0 مـي باشد اين مدل داراي شاخص بهبود نسبي 12 نسبت به روش كريجينگ ميباشد كه اين مسئله اهميت دادههاي كمكي را نشان ميدهد همچنين نتايج نشان داد كه براي پيشبيني شوري خاك هـدايت الكتريكـي ظـاهري شـاخصهـاي سـنجش از دور و شاخص خيسي مهمترين پارامترها بودند در كل نتايج نشان داد كه مدلهاي رگرسيون كريجينگ داراي دقت باالتري نسبت به ساير روشها بوده و همچنين تفسير قوانين مستخرج از اين مدلها بسيار راحتتر ميباشد با استفاده از قوانين بدست آمده نقشه رقومي قابليت هدايت الكتريكي خاك تهيه گرديد واژههاي كليدي0 شوري خاك پيشبيني مكاني هدايت الكتريكي ظاهري رگرسيون كريجينگ دادههاي محيطي
چكيده انگليسي :
222 Incorporation of Remote Sensing and Electromagnetic Induction data for Spatial Predicting Soil Salinity in a Part of Yazd Province Zeinab Namazi Z namazi 2793@yahoo com January 15 2014 Department of Soil Sciences Isfahan University of Technology Isfahan 84156 83111 IranDegree M Sc Language FarsiShamsollah Ayoubi ayoubi@cc iut ac irAbstractIn response to the demand for soil spatial information and in order to improve natural resourcemanagement outcomes through the development of soil suitability maps the acquisition of digitalauxiliary data and matching it to field soil observation is increasing With the harmonization ofthese data sets through computer based methods so called Digital soil Maps are increasingly beingfound to be as reliable as traditional soil mapping practices but without the prohibitive costs Therefore at present research we have attempted to develop Regression Kriging RK RegressionTree DTA Artificial Neural Network ANN Artificial Neural Network Algorithm Genetic ANN GA Multi Linear Regression MLR Kriging OK and Co Kriging CK models forspatial prediction of soil salinity in an area covering 700 km2 located in arid region of central Iranwhere traditional soil survey methods are very difficult to undertake In this area using the gridsampling method 180 soil samples were selected which then sampled and analysed Auxiliary dataused in this study were terrain attributes derived from a digital elevation model Landsat 7 ETM data apparent electrical conductivity ECa measured using an electromagnetic inductioninstrument EMI and a polygon maps i e Geology Results showed that the RK i e Regression tree and kriging had the higher accuracy than other models for prediction of soilsalinity The RK model could find the strong relationship between soil salinity and ancillary data root mean square error and R2 were 12 10 dSm 1 and 0 92 respectively Also RK had relativeimprovement of 58 in comparison with kriging method confirming the importance of auxiliarydata Our results showed some auxiliary variables had more influence on predictive soil salinitymodel which included apparent electrical conductivity remote sensing indices and wetness index In general results showed that RK model had higher accuracy than other models and also theirresults are more convenient for interpretation With application of these rules soil salinity mapproduced Keywords Soil Salimity Spatial prediction apparent electrical conductivity Regression Kriging Ancillary data DEM
استاد راهنما :
شمس ا... ايوبي
استاد مشاور :
حسين خادمي، روح اله تقي زاده
استاد داور :
رضا جعفري، محمدعلي حاج عباسي
