حلیمه پیری - استادیار، گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل، زابل، ایران
مجتبی مبارکی - کارشناسی ارشد، گروه مهندسی آب، دانشکده آب و خاک، دانشگاه زابل، زابل، ایران

در این پژوهش از روش زمین­آمار و روش­های هوش مصنوعی شامل شبکه عصبی مصنوعی، درخت تصمیم و ماشین بردار پشتیبان برای پیش­بینی شوری خاک اراضی قرقری شهرستان هیرمند استفاده شد. برای این منظور تعداد ۱۳۰ نمونه خاک از عمق صفر تا cm ۳۰  خاک برداشت شد. نمونه­های برداشت شده به آزمایشگاه منتقل و هدایت الکتریکی با استفاده از دستگاه هدایت­­سنج اندازه­گیری شد. مقادیر شوری خاک با استفاده از روش زمین­آمار و روش­های هوش مصنوعی، برآورد شد. روش­های زمین­آماری و هوش مصنوعی برازش و بهترین مدل انتخاب و با استفاده از اعتبارسنجی مستقل دقت روش­ها باهم مقایسه شد. نتایج نشان داد روش­های هوش مصنوعی نسبت به روش زمین­آمار شوری خاک را بهتر برآورد می­کنند. بین روش­های هوش مصنوعی روش درخت تصمیم با توجه به ضریب تبیین ۹۹/۰ و آماره­های RMSE و MAE به­ترتیب برابر ۲۶/۰ و ۱۸/۰ به­عنوان روش برتر انتخاب شد. نتایج روند شوری نشان داد شوری خاک منطقه از غرب به شرق ابتدا کاهش و سپس افزایش و از شمال به جنوب کاهش می­یابد. بنابراین با توجه به نتایج برای حفظ محیط­زیست منطقه، باید زمینه کاشت گونه­های گیاهی سازگار با منطقه، منطبق با شوری خاک فراهم شود.

پهنه بندی, درخت تصمیم, ماشین بردار پشتیبان, شبکه عصبی