پهنه بندی کربن آلی خاک با استفاده از روش های زمین آماری و شبکه عصبی مصنوعی (استان کهگیلویه و بویراحمد)

برای درک بهتر از ترسیب یا آزادسازی کربن به اتمسفر، پهنه بندی کربن آلی خاک برای داشتن خط مبنایی از مقدار و ذخیره آن در خاک و همچنین امکان پایش تغییرات آن در طول زمان، بسیار حائز اهمیت است. هدف اصلی این تحقیق، شناخت تغییرپذیری مقدار و ذخیره کربن آلی خاک با استفاده از روش های شبکه عصبی مصنوعی و زمین آمار در شرق و جنوب شرق استان کهگیلویه و بویراحمد بود. نمونه های خاک به صورت مرکب و تصادفی از 204 نقطه از عمق 0-15 سانتی متر جمع آوری و مقدار کربن و ذخیره کربن آلی و برخی خصوصیات خاک اندازه گیری شد و از شاخص پوشش گیاهی، ارتفاع، دما، بارش و شیب به عنوان داده های کمکی استفاده شد. به منظور تخمین نقاط در محل های نمونه برداری نشده از روش های شبکه عصبی مصنوعی (پرسپترون چندلایه، MLP)، کوکریجینگ، کریجینگ معمولی و وزن دهی معکوس فاصله استفاده شد و از شاخص های آماری نظیر ضریب همبستگی (R2)، ضریب همبستگی همگام (CCC)، خطای میانگین (ME) و ریشه میانگین مربعات خطا (RMSE) برای تعیین بهترین روش استفاده شد. مقدار و ذخیره کربن آلی خاک با کاهش میانگین دما و افزایش ارتفاع، ارتقا یافت و در کاربری جنگل بیشترین مقدار بود. بهترین مدل واریوگرام برای مقدار و ذخیره کربن آلی مدل گوسی بود و روش MLP نسبت به روش های زمین آماری در تخمین مقدار و ذخیره کربن آلی خاک دقت بیشتری داشت. پهنه بندی حاصل از روش MLP با توجه به دقت بالای آن (856/0= RMSE، 133/0= ME، 89/0 CCC=و 68/0= R2) و مدنظر قرار دادن عوامل زمینی، خاکی و اقلیمی، می تواند به عنوان یک نقشه مبنا برای بیان وضعیت فعلی کربن آلی در منطقه معرفی گردد.