عنوان	نقشه‌برداری رقومی کلاس فامیل خاک با استفاده از رویکرد یادگیری ماشین (مطالعه موردی: اراضی نیمه‌خشک غرب ایران)
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	پیش‌بینی مکانی، کلاس خاک، رگرسیون درختی توسعه‌یافته، جنگل تصادفی
چکیده	نقشه‌برداری رقومی خاک همگام با پیشرفت‌های زیرساخت‌ داده‌های مکانی، نقش مهمی را در جهت ارتقاء دانش مطالعات خاک‌شناسی ایفا می‌نماید. لذا تحقیق حاضر با هدف تهیه نقشه رقومی کلاس‌ فامیل خاک با استفاده از مدل‌های جنگل تصادفی و رگرسیون درختی توسعه‌یافته در بخشی از اراضی نیمه‌خشک استان ایلام اجرا گردید. متغیرهای محیطی از مدل رقومی ارتفاع با قدرت تفکیک مکانی 30 متر با استفاده از نرم‌افزار SAGAGIS نسخه 3/7 استخراج شد. تعداد 46 خاکرخ حفر و ویژگی‌های فیزیکوشیمیایی نمونه‌های خاک اندازه‌گیری و بر اساس سامانه آمریکایی2014 در سطح فامیل رده‌بندی گردید. در محدوده مورد مطالعه سه رده مالی‌سولز، اینسپتی‌سولز و انتی‌سولز شناسایی شد. بر اساس نتایج داده-کاوی متغیرهای محیطی با استفاده از آنالیز تورم واریانس(VIF)، متغیرهای کمکی ارتفاع، ارتفاع استاندارد شده و شاخص زبری پستی بلندی بیشترین میزان تغییرپذیری مکانی خاک‌ها را در منطقه مدل‌سازی می‌نمایند. بهترین پیش‌بینی مکانی کلاس‌های خاک مربوط به فامیل خاک Fine, carbonatic, thermic, Typic Haploxerolls می‌باشد. همچنین نتایج نشان می‌دهد که مدل‌های جنگل تصادفی و رگرسیون درختی توسعه‌یافته به ترتیب صحت عمومی 80/0و 64/0 و شاخص کاپای 70/0و55/0 را ارائه می‌نمایند. بنابراین، روش جنگل تصادفی می‌تواند یک روش قابل اعتماد و با دقت مناسب باشد که حتی با تعداد نمونه کم تخمین قابل قبولی را ارائه نماید.
پژوهشگران	زیبا مقصودی (نفر اول)، محمود رستمی نیا (نفر دوم)، مرزبان فرامرزی (نفر سوم)، علی کشاورزی (نفر چهارم)، اصغر رحمانی (نفر پنجم)، روح اله موسوی (نفر ششم به بعد)