تاثیر روش انتخاب نمونه ها و تعداد داده بر دقت مدل واسنجی پیش بینی خواص خاک

کشاورزی دقیق، نوعی فناوری است که در آن تغییرات موجود در مزرعه از جمله ویژگی های خاک، اندازه گیری و مدیریت می شود. در این پژوهش از روش سریع و دقیق طیف سنجی مرئی- مادون قرمز نزدیک (VIS-NIR) در محدوده طیف 370 تا 2000 نانومتر برای تعیین خصوصیات فیزیکی و شیمیایی خاک مزرعه استفاده شد. خصوصیات خاک شامل pH، نیتروژن کل، منیزیم، پتاسیم، فسفر، آهن و کربن آلی اندازه گیری شدند. هدف از این مطالعه بررسی روش انتخاب تعداد نمونه ها در دقت مدل واسنجی است. از سه روش تصادفی، شیمیایی و روش آنالیز مولفه اصلی (PCA) برای انتخاب تعداد داده ها و مدل سازی استفاده شد و روش ها با هم مقایسه شدند. نتایج رگرسیون حداقل مربعات جزئی (PLSR) نشان داد با تعداد 105 نمونه، بهترین روش دسته بندی در اکثر فاکتورهای اندازه گیری شده خاک، روش PCA می باشد. مطابق این روش نتایج پیش بینی مقدار نیتروژن بهترین جواب را می دهد (R2=0.77 و RMSE=0.21). اگر دو سوم و کل نمونه ها نیز در مجموعه واسنجی استفاده شود نتایج چندان بهبود نمی یابد، چنانچه برای آهن آزاد خواهیم داشت: R2210=0.72، R2140=0.77 و R2105=0.78. در مورد سایر فاکتورهای خاک هم نتایج قابل استنادی به دست آمد. دقت پیش بینی منیزیم (R2140=0.55، R2105=0.57) و pH خاک (R2105=0.73، R2140=0.75) به ترتیب بیش باری و بهبود مدل را نشان داد. در حالی که در مدل سازی با کل داده ها میزان خطا برای پیش بینی پتاسیم و فسفر خاک به ترتیب 3.37 mg g-1 و 5.28 mg g-1 محاسبه شد. نتایج نشان داد روش غیرمخرب VIS-NIR برای پیش بینی فاکتورهای خاک بسیار مناسب بود و همچنین قادر به اختصاص تعداد بهینه داده ها در مجموعه واسنجی می باشد.