پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,878 |
| تعداد مقالات | 74,135 |
| تعداد مشاهده مقاله | 137,885,954 |
| تعداد دریافت فایل اصل مقاله | 107,255,255 |
چالش های استفاده از فناوری‌های نوین در مدیریت پایدار حوزه های آبخیز کشور | ||
| نشریه علمی ترویجی (حرفه‌ای) آبخوان | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 02 مرداد 1404 | ||
| نوع مقاله: ترویجی | ||
| نویسنده | ||
| کهزاد حیدری* | ||
| استادیار پژوهشی بخش تحقیقات حفاظت خاک و آبخیزداری، مرکز تحقیقات، آموزش کشاورزی و منابع طبیعی خوزستان، سازمان تحقیقات، آموزش و | ||
| چکیده | ||
| این مطالعه با هدف ارزیابی قابلیت الگوریتم‌های یادگیری ماشین در پیش‌بینی شدت آب‌گریزی خاک، در خاک‌های لسی شمال ایران انجام شد؛ منطقه‌ای که به‌دلیل بافت ویژه و شرایط اقلیمی، مستعد پدیده آب‌گریزی است. در این پژوهش، ۴۵ نمونه خاک سطحی از مناطق مختلف استان‌های گلستان و مازندران برداشت شد. برای هر نمونه، مجموعه‌ای از ویژگی‌های فیزیکی و شیمیایی از جمله کربن آلی، ماده آلی، بافت خاک، پایداری خاکدانه، pH و EC اندازه‌گیری گردید. شاخص شدت آب‌گریزی با استفاده از آزمون زمان پایداری قطره آب تعیین شد. سه الگوریتم یادگیری ماشین شامل درخت تصمیم، جنگل تصادفی و XGBoost برای مدل‌سازی و پیش‌بینی مقدار WDPT مورد استفاده قرار گرفتند. نتایج نشان داد که مدل XGBoost با RMSE معادل 7/14 و ضریب تعیین 42/0، عملکرد بهتری نسبت به سایر مدل‌ها داشت. همچنین، کربن آلی به‌عنوان تأثیرگذارترین متغیر شناسایی شد. این یافته‌ها نشان می‌دهد که الگوریتم‌های پیشرفته یادگیری ماشین می‌توانند ابزار مؤثری برای تحلیل و پیش‌بینی پدیده‌های غیرخطی در مطالعات خاک و مدیریت حوزه‌های آبخیز باشند. | ||
| کلیدواژه‌ها | ||
| یادگیری ماشین؛ هوش مصنوعی؛ پایداری خاکدانه؛ خاک های لسی؛ آب‌گریزی خاک | ||
|
آمار تعداد مشاهده مقاله: 56 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب