برآورد ترسیب کربن و تنفس خاک جنگل با استفاده از مدل های مبتنی بر یادگیری ماشین در جنگل های شرق استان مازندران

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 59

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JFRD-8-4_003

تاریخ نمایه سازی: 13 آذر 1402

چکیده مقاله:

در این پژوهش مدل های مبتنی بر یادگیری ماشین (رگرسیون-خطی، k-نزدیک­ترین همسایه، ماشین بردار پشتیبان، جنگل تصادفی) برای برآورد ترسیب کربن و تنفس خاک در جنگل­های شرق استان مازندران ارزیابی شدند. پس از مشخص شدن نقاط نمونه­برداری، در هر یک از قطعات نمونه، قطر و ارتفاع درختان اندازه­گیری و زی­توده روی-زمینی درختان با استفاده از مدل های آلومتریک جنگل هیرکانی محاسبه شد. نمونه خاک از عمق صفر تا ۲۰ سانتی­متر تهیه و تنفس خاک با دستگاه CO۲-port اندازه­گیری شد. تنفس خاک با استفاده از متغیرهای وزن مخصوص ظاهری، درصد رطوبت، درصد اجزای بافت، دمای خاک، نیتروژن کل، فسفر و پتاسیم قابل جذب، درصد کربن و زی­توده درختان برآورد شد. ترسیب کربن خاک با کمک متغیرهای دما و رطوبت خاک و زی­توده درختان برآورد شد. مدل جنگل تصادفی (۴۷/۱۰RMSE= و ۸۲/۰R۲=) و ماشین بردار پشتیبان (۷۷/۰RMSE= و ۹۰/۰R۲=) به­ترتیب بالاترین عملکرد در برآورد ترسیب کربن و تنفس خاک داشت. متغیر رطوبت خاک در برآورد ترسیب کربن (مدل جنگل تصادفی) و تنفس خاک (مدل ماشین بردار پشتیبان) دارای بالاترین اهمیت نسبی بود. با توجه به نتایج به­دست­آمده می­توان با داشتن زی­توده روی-زمین درختان و ویژگی­های اولیه خاک، مقدار ترسیب کربن و تنفس خاک را در جنگل با دقت مناسب برآورد کرد.

کلیدواژه ها:

نویسندگان

Seyyed Mohammad Hojati

استاد، گروه علوم و مهندسی جنگل، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

Mahya Tafazoli

دانش آموخته دکتری جنگلداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

Maryam Asadian

دانشجوی دکتری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

Ali Baluee

دانشجوی کارشناسی ارشد جنگلداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Adjuik, T. A.; Davis, S. C., Machine Learning Approach to ...
  • Alazmani, M.; Hojati, S. M.; Waez-Mousavi, S. M.; Tafazoli, M., ...
  • Estévez, V.; Beucher, A.; Mattbäck, S.; Boman, A.; Auri, J.; ...
  • Hamrani, A.; Akbarzadeh, A.; Madramootoo, C. A., Machine learning for ...
  • Hodson, T.O., Root-mean-square error (RMSE) or mean absolute error (MAE): ...
  • Hojjati, S. M.; Hashemi, S. A.; Hosseyni, S. M.; Asadiyan, ...
  • Hojjati, S. M.; Lamersdorf, N. P., Effect of canopy composition ...
  • Huluka, G.; Miller, R., Particle size determination by hydrometer method. ...
  • Liakos, K. G.; Busato, P.; Moshou, D.; Pearson, S.; Bochtis, ...
  • Mannan, A.; Feng, Z.; Ahmad, A.; Liu, J.; Saeed, S.; ...
  • Matinfar, H. R.; Maghsodi, Z.; Mousavi, S. R.; Rahmani, A., ...
  • Molina, A. J.; Bautista, I.; Lull, C.; del Campo, A.; ...
  • Naderi, M.; Kialashaki, A.; Veisi, R.; Sheykheslami, A.; Tafazoli, M., ...
  • Olsen, S. R., Estimation of available phosphorus in soils by ...
  • Osabohien, R.; Matthew, O.; Aderounmu, U.; Olawande, T., Greenhouse gas ...
  • Pan, Y.; Birdsey, R. A.; Fang, J.; Houghton, R.; Kauppi, ...
  • Piper, C. S., Soil and plant analysis. Scientific Publishers: ۲۰۱۹ ...
  • Razakamanarivo, R. H.; Grinand, C.; Razafindrakoto, M. A.; Bernoux, M.; ...
  • Sharifi, A.; Amini, J.; Pourshakouri, F., Allometric model development for ...
  • Tafazoli, M.; Hojjati, S. M.; Jalilvand, H.; Lamersdorf, N.; Tafazoli, ...
  • Tavares, R. L. M.; Oliveira, S. R. d. M.; Barros, ...
  • Were, K.; Bui, D. T.; Dick, Ø. B.; Singh, B. ...
  • Yeomans, J.; Bremner, J., Carbon and nitrogen analysis of soils ...
  • Zeraatpisheh, M.; Ayoubi, S.; Jafari, A.; Tajik, S.; Finke, P., ...
  • Zhang, H.; Wu, P.; Yin, A.; Yang, X.; Zhang, M.; ...
  • Zhu, X.; He, H.; Ma, M.; Ren, X.; Zhang, L.; ...
  • نمایش کامل مراجع