این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات آب و خاک ایران، جلد ۵۲، شماره ۴، صفحات ۱۰۱۱-۱۰۲۳
عنوان فارسی ارزیابی روش طیف‌سنجی امواج مرئی - مادون قرمز و روش‌های PLSR و SVMR در مدل‌سازی کربن آلی و کل مواد خنثی شوند خاک
چکیده فارسی مقاله برای مدیریت پایداری اراضی، اطلاع از فعالیت‌ها و خصوصیات خاک و تغییرات زمانی و مکانی آنها ضروری است. طیف‌سنجی امواج مرئی و مادون قرمز نزدیک به دلیل دقت و سرعت عمل بالا قابلیت ویژه‌ای در شناسایی و تعیین خصوصیات خاک دارد. هدف این مطالعه ارزیابی دقت روش طیف‌سنجی مرئی-مادون قرمز نزدیک در برآورد مقدار کربن آلی(OC) و کل مواد خنثی شونده خاک (TNV) خاک است. به این منظور تعداد 110 نمونه خاک از استان‌های خوزستان، یزد و تهران تهیه و در آزمایشگاه طیف‌سنجی گردید. طیف به‌دست آمده از دستگاه طیف‌سنج با 5 روش پیش‌پردازش فیلتر ساویتزکی گولای (SG)، مشتق اول همراه با ساویتزکی گولای (FD-SG)، مشتق دوم همراه با ساویتزکی گولای (SD-SG)، واریانس استاندارد نرمال (SNV)، تصحیح پخشیده چندگانه (MSC) اصلاح شد. همچنین عملکرد دو روش PLSR و SVMR در برآورد ویژگی‌های خاک مقایسه گردید. نتایج نشان دادند که مدل PLSR نسبت به مدل SVMR در برآورد OC و TNV دقت بالاتری دارد. دربرآود OC، مدل PLSR و روش پیش‌پردازش MSC (47/1= RPDVAL و 19/0 = RMSEVAL ،59/0 =VAL R2) بهترین عملکرد و روش پیش‌پردازش SD-SG، ضعیف­ترین عملکرد (52/0= RPDVAL و 27/0 = RMSEVAL ،15/0 =VAL R2) را نشان داد. همچنین برای TNV روش پیش‌پردازش (FD-SG) بهترین عملکرد (01/2= RPDVAL و 70/5 = RMSEVAL ،78/0 =VAL R2) و روش پیش‌پردازش (SD-SG) ضعیف­ترین عملکرد (31/0= RPDVAL و 13/11 = RMSEVAL ،1/0 =VAL R2) را نشان داده است. طول موج کلیدی برای OC در محدوده 421 و 612 نانومتر و برای TNV در محدوده 2315 و 2151 نانومتر مشاهده گردید. این مطالعه نشان داد که روش طیف‌سنجی Vis-NIR به علت دارا بودن اساس فیزیکی و در نظر گرفتن فاکتورهای تاثیرگذار، به عنوان یک مدل بزرگ مقیاس، قابلیت مناسبی برای ارزیابی و پیش­بینی OC و TNV خاک دارد.
کلیدواژه‌های فارسی مقاله طیف‌سنجی،رگرسیون،پیش‌پردازش،کربن آلی،کل مواد خنثی شونده،
عنوان انگلیسی Assessing the Visible–Near-Infrared Spectroscopy Method and PLSR and SVMR Methods in Modeling Organic Carbon and Total Neutralizing Value of Soil
چکیده انگلیسی مقاله For sustainable land management, it is necessary to understand the functions and characteristics of soils, and their spatial and temporal changes. Visible and near-infrared spectroscopy has a specific capability to identify and determine soil properties due to high accuracy and high-performance speed. The purpose of this study is to evaluate the accuracy of visible and near-infrared spectroscopy method in estimating soil organic matter and total neutralizing value. Therefore, 110 soil samples were collected from Khuzestan, Yazd and Tehran provinces, and spectral reflectance was performed using ASD FieldSpec3. The spectra obtained from the spectrometer were pre-processed using five methods including Savitzky-Golay filter (SG), the first derivative with the Savitzky-Golay filter (FD-SG), the second derivative with the Savitzky-Golay filter (SD-SG), the standard normal variate (SNV), and Multiplicative scatter correction (MSC). Also, the performance of PLSR and SVMR methods was compared in terms of soil organic carbon and total neutralizing value estimation. The results indicated that the PLSR model in estimating both organic carbon properties and total neutralizing value had higher accuracy compared to the SVR model. In estimation of soil organic carbon, PLSR method and MSC preprocessing method had the best performance (R2VAL=0.59, RMSEVAL=0.19 and PRDVAL=1.47) and the second derivative method had the least performance (R2VAL=0.15, RMSEVAL=0.27 and PRDVAL=0.52). Also for estimation of total neutralizing value, the first derivative preprocessing method had the best performance (R2VAL=0.78, RMSEVAL=5.70 and PRDVAL=2.01) and the second derivative method had the least performance (R2VAL=0.1, RMSEVAL=11.13, and PRDVAL=0.31). The key wavelengths were observed for soil organic matter in the range of 421- 612 nm and for total neutralizing value in the range of 2315- 2151 nm. This study showed that the Vis-NIR spectroscopy method, due to its physical basis and considering the influencing factors, as a large-scale model, makes it possible to evaluate and predict soil OC and TNV.
کلیدواژه‌های انگلیسی مقاله طیف‌سنجی,رگرسیون,پیش‌پردازش,کربن آلی,کل مواد خنثی شونده
نویسندگان مقاله رخسار اکبری فضلی |
گروه خاکشناسی، پردیس علوم و تحقیقات خوزستان، دانشگاه آزاد اسلامی، اهواز، ایران

تیمور بابائی نژاد |
گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

نوید قنواتی |
گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

اکبر حسنی |
گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

محمد صادق عسکری |
گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

نشانی اینترنتی https://ijswr.ut.ac.ir/article_81775_02daf0b5fc2cff378c44936dffd71c44.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات