فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF

توجه : این فایل به صورت فایل PDF (پی دی اف) ارائه میگردد

 فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF دارای ۱۱ صفحه می باشد و دارای تنظیمات و فهرست کامل در PDF می باشد و آماده پرینت یا چاپ است

فایل پی دی اف فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF :

دانلود فایل پی دی اف کامل مقاله پیش بینی کربن آلی خاک با استفاده از مشتقات زمین PDF

موضوع انگلیسی:Soil organic carbon prediction with terrain derivatives using

زبان: انگلیسی
فرمت فایل: pdf
تعداد صفحه:۱۱
سال انتشار:۲۰۲۱

چکیده

این مطالعه کنونی رابطه بین کربن آلی خاک (SOC) و مشتقات زمین را مورد بررسی قرار داده است
در خاک توسعه یافته در لیتولوژی غیر مشابه در حالی که بهترین رویکرد مدل‌سازی را مقایسه می‌کند. شصت (n = 60)
نمونه های حجیم خاک از عمق ۰ تا ۳۰ سانتی متر بر اساس پنج مجتمع زیرزمین شناسایی شده برداشت شد.
مواد و برای SOC تجزیه و تحلیل شده است. مدلهای در نظر گرفته شده کریجینگ معمولی (OK) ، اجزای اصلی هستند
کریجینگ (PCA_OK) و کریجینگ رگرسیون (RK). برای دقت پیش بینی ، ۲ برابر ، و یکی را کنار بگذارید
(LOOCV) اعتبار متقابل انجام شد. این مطالعه نشان داد SOC در خاک توسعه یافته بر روی گنیس گرانیت
(۲.۱۲)) و Biottite hornblende gneiss (2.05)) به طور قابل توجهی (p <0.05) بالاتر از موارد دیگر است
مواد سنگ شناسی SOC با شیب (r = 0.44) ، شبکه کانال ارتباط مثبت و مثبت داشت
(r = 0.46) ، ارتفاع (r = 0.47) و طول شیب نسبی (r = 0.20). مدل RK در برآورد SOC با در نظر گرفتن اعتبار دوسویه عملکرد بالاتری را نشان داد (RMSE = 0.48 ، ME = 0.02 ، MSE = 0.23
و MAE = 0.39). تفاوت نسبی (RD) هنگامی که RK با OK و PCA_OK مقایسه شد ، مثبت بود ، که RK را به عنوان یک مدل عملکرد بهتر نشان می دهد. RK ساختار نقشه را با مشتقات زمین بهبود بخشید ، اما این منطقه به طور کلی در SOC کم بود. محدودیت های مدل نشان داد که OK به نمونه های بزرگتر نیاز دارد
بهبود کیفیت پیش بینی همچنین ، نارضایتی قابل توجه RK این است که پارامترهای مدل رگرسیون و پارامترهای عملکرد کوواریانس باید به طور همزمان برآورد شوند. به طور همزمان ، PCA_OK
سعی می کند تعداد زیادی از متغیرهای وابسته به هم را به متغیرهای تعداد کمتر کاهش دهد. در مقایسه،
شبیه سازی پی در پی گاوسی (SGS) نشان داد که تحقق شبیه سازی احتمالی کشف شده است
اطلاعات بیشتری نسبت به نقشه های درون یابی اصلی به جز RK. مطالعه توصیه کرد که
هنگام تصمیم گیری دقیق در مورد مدیریت زمین ، نقشه SGS و RK پذیرفته می شود