Kalit soʻzlar:
- тупроқ гумуси
- озуқа моддалар
- сунъий интеллект моделлари
- масофадан зондлаш
- тупроқ унумдорлиги
- моделлаштириш
Abstrak
Ушбу мақолада сунъий интеллект (СИ) технологияларидан фойдаланиб, тупроқдаги гумус ва озуқа моддалари (ҳаракатчан шаклдаги фосфор ва калий) миқдорини таҳлил қилиш ўрганилган. Машина ўрганиш моделлари ва масофадан зондлаш маълумотлари қўлланилиб, архив маълумотлари ва бевосита янги ўрганилган маълумотларни ўз ичига олган тўртта датасет ўрганилди. Ridge Classifier ва Logistic Regression гумусни башорат қилишда энг юқори аниқликка (75.0%) эришди, Random Forest эса фосфор (66.7%) ва калий (54.7%) учун энг яхши натижаларни берди. Натижалар шуни кўрсатадики, СИ моделлари, айниқса архив ва янги ўрганилган маълумотларни бирлаштирганда, тупроқ таҳлили учун аниқ ва кенг кўламли ечимларни тақдим этади, бу эса аниқ қишлоқ хўжалиги ва барқарор ер бошқарувида катта имкониятларни яратади.
Adabiyotlar
McBratney, A.B., Santos, M.M., & Minasny, B. (2003). On digital soil mapping. Geoderma, 117 (1-2), 3-52. https://doi.org/10.1016/S0016-7061(03)00223-4.
Minasny, B., McBratney, A.B., Malone, B.P., & Wheeler, I. (2013). Digital mapping of soil carbon. In: Sparks, D.L. (Ed.), Advances in Agronomy, 118, 1-47. Academic Press. https://doi. org/10.1016/B978-0-12-405942-9.00001-7.
Hengl, T., Heuvelink, G.B.M., Kempen, B., Leenaars, J.G.B., Walsh, M.G., Shepherd, K.D., et al. (2015). Mapping soil properties of Africa at 250 m resolution: Random forests significantly improve current predictions. PLoS One, 10(6), e0125814. https://doi.org/10.1371/ journal.pone.0125814.
Malone, B.P., McBratney, A.B., Minasny, B., & Laslett, G. (2009). Mapping continuous depth functions of soil carbon storage and available water capacity. Geoderma, 154(1-2), 138-152. https://doi.org/10.1016/j.geoderma.2009.10.020.
Lacoste, M., Minasny, B., McBratney, A.B., Michot, D., Viaud, V., & Walter, C. (2014). High resolution 3D mapping of soil organic carbon in a heterogeneous agricultural landscape. Geoderma, 213, 296-311. https://doi.org/10.1016/j.geoderma.2013.07.002.
Wälder, K., Wälder, O., Rinklebe, J., & Menz, J. (2008). Estimation of soQil properties with geostatistical methods in floodplains. Archives of Agronomy and Soil Science, 54(3), 275-295. https://doi.org/10.1080/03650340801900617.
Taghizadeh-Mehrjardi, R., Minasny, B., Sarmadian, F., & Malone, B.P. (2014). Digital mapping of soil salinity in Ardakan region, central Iran. Geoderma, 213, 15-28. https://doi.org/10.1016/j. geoderma.2013.07.020.
Pahlavan-Rad, M.R., & Akbarimoghaddam, A. (2018). Spatial variability of soil texture fractions and pH in a flood plain (case study from eastern Iran). Catena, 160, 275-281. https://doi.org/10.1016/j.catena.2017.10.024.
Taghizadeh-Mehrjardi, R., Nabiollahi, K., & Kerry, R. (2016). Digital mapping of soil organic carbon at multiple depths using different data mining techniques in Baneh region, Iran. Geoderma, 266, 98-110. https://doi.org/10.1016/j.geoderma.2016.03.017.
