مقایسه عملکرد مدل‌های خطی و هیبریدی در پیش‌بینی پراکنش عناصر سنگین در خاک با استفاده از سنجش ‌از دور و تحلیل فضایی در شرق زنجان

نادری, آرمان; دلاور, محمد امیر; کبودین, بابک

doi:10.22059/jes.2017.62063

مقایسه عملکرد مدل‌های خطی و هیبریدی در پیش‌بینی پراکنش عناصر سنگین در خاک با استفاده از سنجش ‌از دور و تحلیل فضایی در شرق زنجان

نوع مقاله : مقاله پژوهشی

نویسندگان

آرمان نادری ¹

محمد امیر دلاور ²

بابک کبودین ³

¹ دانشجوی دکتری پیدایش، طبقه‌بندی و ارزیابی خاک، گروه علوم و مهندسی خاک، دانشگاه زنجان

² دانشیار گروه علوم و مهندسی خاک، دانشگاه زنجان

³ استاد شیمی آلی، گروه شیمی، دانشگاه تحصیلات تکمیلی در علوم پایه زنجان

10.22059/jes.2017.62063

چکیده

هدف از این پژوهش ارزیابی مدل‌های خطی و الگوریتم‌های تکاملی در تهیه نقشه پراکنش فلزات سنگین سرب، روی، کادمیم و مس با استفاده از تکنیک سنجش ‌از دور در اطراف شرکت ملی سرب و روی استان زنجان است. در این پژوهش پیش‌بینی پراکنش فلزات سنگین با استفاده از اطلاعات تصاویر ماهواره‌ای سنجنده TM و مدل‌های رگرسیون چندمتغیره خطی گام‌به‌گام و مدل هیبریدی شبکه عصبی مصنوعی-الگوریتم ژنتیک انجام شد. مجذور میانگین مربعات خطا داده‌های آموزش مدل‌های شبکه عصبی مصنوعی-الگوریتم ژنتیک برای غلظت کل عناصر سرب، روی، کادمیم و مس به‌ترتیب 07/0، 09/0، 17/0 و 17/0 و با استفاده از مدل رگرسیون چندمتغیره خطی گام‌به‌گام به‌ترتیب 45/0، 32/0، 48/0 و 54/0 بود. ضرایب تبیین داده‌های آموزشی در مدل شبکه عصبی مصنوعی-الگوریتم ژنتیک برای عناصر فوق به ترتیب 88/0، 80/0، 75/0، 45/0 و در مدل رگرسیون چندمتغیره خطی گام‌به‌گام به ترتیب 53/0، 43/0، 44/0 و 43/0 بود. نتایج تحلیل خودهمبستگی فضایی نشان داد که فلزات سرب و کادمیم خوشه‌های متمرکزی در اطراف تأسیسات صنعتی داشته و برای عنصر روی بیشتر در اطراف آبراهه‌های موجود در منطقه تمرکز وجود دارد. نتایج مؤید پیش‌بینی موفق کاربرد مدل‌ شبکه عصبی مصنوعی-الگوریتم ژنتیک در تعیین الگوی پراکنش عناصر سنگین با استفاده از داده‌های سنجش از دور بود.

کلیدواژه‌ها

آلودگی خاک

تغییرات مکانی

شاخص موران محلی

شبکه عصبی مصنوعی-الگوریتم ژنتیک