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

در این پژوهش مدل های مبتنی بر یادگیری ماشین (رگرسیون-خطی، k-نزدیک ترین همسایه، ماشین بردار پشتیبان، جنگل تصادفی) برای برآورد ترسیب کربن و تنفس خاک در جنگل های شرق استان مازندران ارزیابی شدند. پس از مشخص شدن نقاط نمونه برداری، در هر یک از قطعات نمونه، قطر و ارتفاع درختان اندازه گیری و زی توده روی-زمینی درختان با استفاده از مدل های آلومتریک جنگل هیرکانی محاسبه شد. نمونه خاک از عمق صفر تا 20 سانتی متر تهیه و تنفس خاک با دستگاه CO2-port اندازه گیری 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 زی توده درختان برآورد شد. ترسیب کربن خاک با کمک متغیرهای دما و رطوبت خاک و زی توده درختان برآورد شد. مدل جنگل تصادفی (47/10RMSE= و 82/0R2=) و ماشین بردار پشتیبان (77/0RMSE= و 90/0R2=) به ترتیب 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 به دست آمده می توان با داشتن زی توده روی-زمین درختان و ویژگی های اولیه خاک، مقدار ترسیب کربن و تنفس خاک را در جنگل با دقت مناسب برآورد کرد.