Predicting and Mapping of Soil Organic Carbon Stock Using Machin Learning Algorithm

(1)

Iranian Journal of Soil and Water Research ISNN: 2423-7833 Homepage: http://ijswr.ut.ac.ir

Predicting and Mapping of Soil Organic Carbon Stock Using Machin Learning Algorithm

Seyyed Erfan Khamoshi¹, Fereydoon Sarmadian^², Mahmoud Omid³

1. Department of Soil Science, College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran. Email:

2. Corresponding Author, Department of Soil Science, College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran. Email: [email protected]

3. Department of Agricultural Machinery Engineering, College of Agriculture and Natural Resources, University of Tehran, Karaj, Iran. [email protected]

Article Info ABSTRACT

Article type: Research Article

Article history:

Received: Aug. 29, 2022 Revised: Oct. 2, 2022 Accepted: Nov. 28, 2022 Published online: Jan. 22, 2022

Keywords:

Machine learning, Soil organic carbon Stock, Remote sensing,

Environmental covariates.

Investigation of soil organic carbon stock (SOCS) in agricultural lands and the role of factors affecting its variability and digital modeling are important for predicting possible scenarios of future carbon stock. The purpose of this study was to investigate the spatial variability and to estimate SOCS at 0 to 100 cm depth based on two generation of machine learning approaches in a part of Qazvin plain. SOCS of about 211 legacy soil data were prepared. The environmental variables including 11 geomorphometric variables and 25 spectral indices with 10-meter spatial resolution were used. Further, the dataset was divided into two parts: 70% of data were chosen as training and 30% of data for model validation. Two algorithm were used for SOCS modeling in the study area. Validation results indicated that the QRF had a higher coefficient of determination than the RF. According to the results of the relative importance of environmental variables, DEM and Valley depth parameters are more important in the spatial modeling of SOCS than other variables. Generally, it is suggested to investigate hybrid models in the process of modeling secondary soil characteristics.

Cite this article: Khamoshi, S. E., Sarmadian, F., & Omid, M. (2023). Predicting and Mapping of Soil Organic Carbon Stock Using Machin Learning Algorithm, Iranian Journal of Soil and Water Research, 53 (11), 2671-2681.

https://doi.org/10.22059/ijswr.2022.346976.669339

DOI: https://doi.org/10.22059/ijswr.2022.346976.669339

(2)

ناریا کاخ و بآ تاقیقحت هلجم هرود ،

53 هرامش ، 11

:اپاش 2423 - 7833

Homepage: http://ijswr.ut.ac.ir

هریخذ یلآ نبرک یموقر هشقن هیهت شور زا هدافتسا اب کاخ رد هدش

یاه ینیشام یریگدای

یشوماخ نافرعدیس نایدمرس نودیرف ،1

2

دیما دومحم ،

3

1 . ،کاخ یسدنهمو مولع هورگ د

ناگدکشنا و یزرواشک .نارهت هاگشناد یعیبط عبانم

:لیمیا ،ناریا ،جرک r

[email protected]

2 .

،لوئسم هدنسیون ،کاخ یسدنهمو مولع هورگ

د ناگدکشنا .نارهت هاگشناد یعیبط عبانمو یزرواشک لیمیا ،ناریا ،جرک

: r [email protected]

3 . هورگ یسدنهم نیشام ،یزرواشک یاه د

ناگدکشنا .نارهت هاگشناد یعیبط عبانمو یزرواشک :لیمیا ،ناریا ،جرک

r [email protected]

هلاقم تاعلاطا هدیکچ

:هلاقم عون یشهوژپ ةلاقم

رات ی خ رد ی تفا : 7 / 6 / 1401

رات ی خ یرگنزاب : 10 / 7 / 1401

رات ی خ ذپ ی شر : 7 / 9 / 1401

رات ی خ راشتنا : 1 / 11 / 1401

هژاو :یدیلک یاه

ی گدا ی ر ی شام ی

،ن

لآ نبرک ی خذ ی هر ،کاخ

،رود زا شجنس غتم ی ر حم ی ط ی . سررب

ی اخذ ی ر لآ نبرک ی ( کاخ مز رد )SOCS

ی ن اه ی زرواشک ی غت رب رثؤم لماوع شقن و یی

ذپر ی ر ی لدم و نآ زاس ی

موقر ی ارب ی پ ی ش بی ن ی رانس ی اهو ی لامتحا ی اخذ ی نبرکر آ رد ی هدن ا زا فده .تسا مهم ی

ن سررب هعلاطم ی

ونت ناکم ع ی و

لآ نبرک رادقم دروآرب ی

خذ ی هر قمع رد 100 تناس ی رتم ی سا رب سا لدم زا لسن ود یاه

ی گدا ی ر ی شام ی ن شخب رد ی زا

وزق تشد ی ن اوتحم .تسا ی

لآ نبرک ی ،کاخ 211 روآ عمج لبق زا نآ تاعلاطا هک کاخ هنومن ی

دوب دوجوم و هدش

درگ جارختسا ی

د غتم زا . ی اهر ی حم ی ط ی

، 11 غتم ی ر رب اپ ی ه موقر لدم ی و عافترا 25 ط صخاش یف ی واصت زا جرختسم ی

ر

هراوهام اه ی نل تسد 8 تنس و ی لن 2 کفت تردق اب ی

ک ناکم ی 10 ا رب هولاع .دش هدافتسا رتم ی

،ن هداد هعومجم اه

هب ود

شخب یسقت م :دش 70 هداد زا دصرد اه

هب ناونع شزومآ و 30 دصرد زا هداد اه یارب جنسرابتعا ی .دندش باختنا لدم

لدم تهج یزاس خذ نبرک ی هر لآ ی فداصت لگنج لدم ود زا هعلاطم دروم هقطنم رد ی

( فداصت لگنج و )RF

ی اتناوک ی ل

( اتن .دش هدافتسا )QRF

ی ج جنسرابتعا ی لدم زا هدافتسا هک داد ناشن رضQRF

ی ب عت یی ن رتلااب ی لدم هب تبسن

RF

اتن هب هجوت اب .دراد ی

ج مها ی ت بسن ی غتم ی اهر ی حم ی ط ی

، اهرتماراپ ی موقر لدم ی اس هب تبسن هرد قمع و عافترا ی

ر

غتم ی اهر لدم رد زاس ی اضف یی مهاSOCS

ی ت ب ی رتش ی لک روط هب .دنراد ی

، پی داهنش م ی دوش آرف رد هک ی دن لدم زاس ی

وی گژ ی اه ی وناث ی ه سررب هب ،کاخ ی

لدم یاه ه ی رب ی د ی .دوش هتخادرپ

دانتسا : شوماخ ی

؛ س ی

،نافرعد دمرس ی

؛نا رف ی

،نود ما ی

؛د ( ،دومحم 1401 ).

هت ی ه موقر هشقن ی لآ نبرک ی خذ ی هر زا هدافتسا اب کاخ رد هدش ر

و ش یاه ی گدا ی ر ی شام ین هلجم ،ی

ناریا کاخ و بآ تاقیقحت ،

53 ( 1 1

،) 1 8 26 - 1 7 26 . https://doi.org/10.22059/ijswr.2022.346976.669339

.نارهت هاگشناد تاراشتنا هسسؤم :رشان .ناگدنسیون©

https://doi.org/10.22059/ijswr.2022.346976.669339 DOI:

(3)

قم همد

کاخ رتگرزب اه ی ن مز عبانم ین ی ناهج رد نبرک و

واح ی رقت ی

ًاب 1500 مرگاکپ نبرک ات قمع کی رتم ی ( دنتسه

Batjes, 2014

خذ نبرک .) ی

هر

هدش کاخ رد بی رتش اوتحم زا ی خذ ی هر گ رد هدش ی ناها مز وج و ی ن ( تسا

Vicente-Vicente et al., 2016

.) ور نیا زا اخذ ی ر لآ نبرک ی کاخ

ی ک ی لصا لماوع زا ی

ثأت ی راذگر صوصخ رب ی

تا ف ی ز ی ک ی ش و ی م یا یی فرظ دننام کاخ ی

ت خذ ی هر فرظ ،کاخ بآ ی

ت خذ ی هر غم داوم ذ ی

، فرظ ی ت

تاک لدابت ی نو ی و کاخ یریذپذوفن نازیم سا

ت

(

Bangroo et al., 2020 Minasny and McBratney, 2018; Scholten et al., 2017 ;

هدافتسا .) یضارا زا

ش اب ی هو اه ی دم ی ر ی ت

عض ی ف (

Smith, 2012

نچمه و ) ی ن غت یی ر ربراک ی یضارا

، لاد ی ل لصا ی لآ نبرک شهاک ی

ناهج حطس رد کاخ ی

د لماع .دنتسه ی

رگ رد شهاک

ادز لگنج ،SOCS

یی یضارا نیا ندرب تشک ریز و و هب ،

ی هژ رگ قطانم رد سم

ی ر ی ن و ی هم سمرگ ی ر ی ( تسا

Canadell et al., 2007

.) زا

فرط ی کاخ اه ی ن و کشخ قطانم ی

هم اقم رد کشخ ی

هس کاخ اب اه ی اس ی ر لقا قطانم ی

م ی و صاوخ ی هژ ا ی م ناشن دوخ زا ی

.دنهد کاخ نیا ه ا

اوه و بآ رد ی

اوتحم اب کشخ ی

لآ داوم ی اهامد ،بآ مک ندوب سرتسد رد ،مک ی

امد تاناسون و لااب هدش لیکشت

و دنا خا تاعلاطم ی

ر اخ ک

اه ی ا ی ن ناونع هب ار قطانم لماوع

عت رد رثوم یی

ن تیعضو و رادقم خذ نبرک

ی هر رد هدش ناهج اسانش یی ( دنا هدرک

Ahlström et al., 2015;

Kučera et al., 2020; Ma et al., 2016

اربانب .) ی

،ن قد تاعلاطا ی

ق زوت دروم رد ی

ع یناکم اربSOCS

ی مخت ی ن پ و ی ش بی ن ی اهزاگ راشتنا ی

هناخلگ ا ی اهدرکلمع و ی

ف ی ز ی شوک ی م یا یی ح کاخ ی تا ی ( تسا

Adhikari et al., 2019; Minasny et al., 2013

نچمه .) ی

،ن دروآرب ریثات نازیم

زرواشک ردSOCS

ی لوصحم دیلوت و

، زرا ی با ی مها ی ت کرحم اه ی شیازفا و شهاک نآ

و زا یهاگآ رد هدش هریخذ نبرک یناکم عیزوت هوحن

،کاخ ارب ی پ ی ش بی ن ی تارثا لامتحا ی آ ردSOCS

ی هدن رثا رد نیمز هرک غت

یی تار اوه و بآ یی نچمه و ی ن حارط ی سا ژتارت ی اه ی شهاک تارثا

و میلقا رییغت راگزاس

ی ،تارییغت نیا اب تسیز طیحم ح

ی تا ی ( تسا

Funes et al., 2019

.)

هشقن اه ی قد ی ق و زورب تهج کاخ رد هدش هریخذ یلآ نبرک هشقن دننام کاخ تایصوصخ هدش یناسر زرا

ی با ی هوحن و دم ی ر ی ت یضارا

زرواشک ی مهم یاهرایعم هلمج زا .تسا

هشقن تقد نازیم هدمآ تسد هب یاه

م ی دناوت هعسوت هب یزیر همانرب و

س ی تسا یاه تظافح ی کاخ

یضارا و طس رد بسانم هقطنم و یناتسا حو

ییا چمه و نی ن شخب رد اه ی راجت ی ملع و ی ( دنک کمک

Zížala et al., 2021

.) رد تفرشیپ

شور نف و اه روآ ی اه ی زجت ی ه لحت و ی ل یموقر

، نردم رصع ی

هشقن رد ار رادرب

ی ا کاخ ی داج م هک تسا هدرک ی

دناوت اضاقت ی ازف ی هدن ارب ی

تاعلاطا یناکم ( دنک هدروآرب ار کاخ

2008 Lagacherie,

هشقن .) رادرب ی یموقر

1کاخ ( موهفم ساسا رب )DSM SCORPAN

(

McBratney

et al., 2003

درادناتسا ) ی

ارب ی لوت ی د هشقن اه ی صوصخ ی تا و سلاک یاه اقم رد کاخ ی

هس شور اب اه ی دق ی م ی م هتفرگ رظن رد ی

دوش .

DSM

لدم زا هدافتسا اب اه

ی ی گدا ی ر ی شام ی ن ی ک برجت بوچراچ ی

- مک ی ارب ی پ ی ش بی ن ی وی گژ ی اه و سلاک یاه غتم زا هدافتسا اب کاخ ی

اهر ی

یطیحم م هئارا ی دنک (

Minasny et al., 2013; Taghizadeh-Mehrjardi et al., 2020; Žížala et al., 2021

سب .) ی را ی لدم زا اه ی ی گدا ی ر ی

شام ی ن لوبق لباق طباور ی

ب ی ن اوتحم ی کاخ یلآ نبرک غتم و

ی اهر ی حم ی ط ی ا ی داج م ی دننک (

Grimm et al., 2008; Hounkpatin et al.,

2021; Nabiollahi et al., 2019

کرت .) ی ب ا ی ن حم لماوع ی

ط ی عونتم ارش ی ط هقطنم یا درف هب رصحنم ی

ا ی داج م ی پ رد ام هب هک دنک ی

ش بی ن ی

زوت ی ع یناکم کاخ یلآ نبرک هریخذ نازیم م کمک

ی ( دنک

Gomes et al., 2019

.)

یخرب زا مهم نیرت لدم اه دنترابع زا : هکبش یاه یبصع یعونصم

،کیسلاک نویسرگر

دنچ هریغتم (

Behrens and Scholten, 2006

)،

نویسرگر رادرب

نابیتشپ (

Were et al., 2015

، ) ناتخرد نویسرگر (

Rentschler et al., 2019; Were et al., 2015

) و لگنج یفداصت

(

Grimm et al., 2008; Nabiollahi et al., 2019

.) یرایسب زا تاعلاطم شرازگ هدرک دنا هک لدم نویسرگر لگنج

یفداصت هک کی شور

یریگدای ینیشام

،تسا یم دناوت لیسناتپ ییلااب یارب نییعت بسانم طباور یطخریغ نیب

کاخ و یاهریغتم یکمک

یحم یط هتشاد دشاب

(

Gomes et al., 2019; Hengl et al., 2015; Taghizadeh-Mehrjardi et al., 2016; Wiesmeier et al., 2011

.)

متیروگلا کیRF

شور هقبط یدنب و نویسرگر تسا

هک نیدنچ متیروگلا یتخرد ار یارب داجیا شیپ ینیب ررکم زا ره خشم هص بیکرت

یم دنک . نیا شور یم دناوت یاهوگلا هدیچیپ ار دای دریگب و هطبار یطخریغ نیب

یاهریغتم لقتسم

و هتسباو ار رد رظن دریگب . نینچمه

یم دناوت عاونا فلتخم هداد اه ار رد هیزجت و لیلحت و بیکرت

،دنک هک هب لیلد باختنا یفداصت هداد اه رد لوط لدم یزاس تسا (

Breiman,

.)2001

( )2006 Meinshausen

کی متیروگلا اقترا هتفای یارب لگنج یاه یفداصت هب مان لگنج یاه یفداصت لیاتناوک یفرعم ک در . نیا

متیروگلا کی عیزوت لاماک یطرش یارب ریغتم خساپ ار طابنتسا یم دنک . زا نیا تاعلاطا یم ناوت یارب داجیا کدنچ یاه شیپ ب ینی و ییاسانش

1 Digital Soil Mapping

(4)

2674 ناریا کاخ و بآ تاقیقحت هرود ،

53 هرامش ، 11 ، نمهب 1401 یملع(

- )یشهوژپ

طاقن ترپ رد هداد اه هدافتسا درک . کدنچ یاه شیپ ینیب تادهاشم هزات

ار اب هجرد ییلااب زا تقد ششوپ یم دهد . رد

،هجیتن ب یکدنچ ندو

شیپ ینیب اه

، ناسون هداد یاه ار رد فارطا ریداقم شیپ ینیب هدش اهنآ ناشن یم تیاهن رد و دهد تقد

شیپ ینیب تادهاشم دیدج

یارب

هنومن ییاه رد نامه هعومجم هداد اه یم صخشم شیپ ریداقم هک ددرگ

کدنچ هدش ینیب طسوت اه

.تسا هدهاشم لباقQRF

رد

،هجیتن عیزوت

یطرش دروآرب هدش

، ،ًلاومعم لمکم نیگنایم یطرش طابنتسا هدش ریغتم خساپ تسا . ناشن هداد دش هک یاربQRF

نیمخت تیمک یطرش

تحت یخرب تاضورفم لباق

لوبق راگزاس تسا .

،نینچمه درکلمع

نیا متیروگلا رد هسیاقم اب یاهدرکیور یطخ

و یتخرد

ًلاماک ر یتباق تسا .

تاقیقحت رد لدم

یزاس و نیمخت یاوتحم (SOCS

Adhikari et al., 2019; Funes et al., 2019; Kučera et al., 2020; Ottoy et

al., 2017

) ریداقم یاربSOCS

ره هنومن کاخ هبساحم یم

،دوش سپس زا ریداقم یارب لدم یزاس هدافتسا یم ددرگ . رد نیا قیقحت اب سا هدافت

زا لدم یاه و RF

، QRF

هداد یاه کاخ و یاهریغتم یطیحم

اب حوضو 10 رتم

، )فلا هسیاقم متیروگلا یاه و RF

ردQRF

شیپ ینیب

SOCS

)ب و قمع ات کاخ هریخذ یلآ نبرک ریداقم و یناکم عیزوت هوحن 100

.تفرگ رارق یسررب دروم یرتم یتناس

شور و داوم اه

هعلاطم دروم هقطنم

هقطنم دروم هعلاطم نیب 18 / 36 ات 90 / 35 هجرد ضرع یلامش و 34 / 50 ات 52 / 50 هجرد لوط یقرش رد

،کیبآ ناتسا

،نیوزق رد لامش یبرغ

ناریا رارق دراد ( لکش 1 .) نیگنایم یگدنراب و امد هنلااس رب ساسا هداد یاه یسانشاوه 22

هلاس ( نامزاس یسانشاوه ناریا

(

IRIMO

) هب

بیترت 257 یلیم رتم و 3 / 14 هجرد یتناس دارگ تسا . رب نیا

،ساسا میژر یتبوطر و ییامد کاخ هب بیترت کیدیرا

،فیعض کیرز خ

،کش

یبآ و کیمرت دوب . یاهکاخ بلاغ دنترابع زا

Entisols

،

Inceptisols

و

Aridisols

. نیا هقطنم یتحاسم هب تعسو 560 رتمولیک عبرم اب

عافترا نیب 1136 ات 1815 ایرد حطس زا ار

ششوپ یم دهد ( لکش 1 .) عاونا یربراک یضارا هعلاطم دروم هقطنم لماش

یزرواشک

،مید

یزرواشک یبآ

و عترم فیعض تسا . شیب زا 80 دصرد تحاسم رد سلاک بیش 5 - 0 دصرد رارق دراد و تهج یلصا نآ یبونج اب 15 / 27

دصرد تحاسم تسا .

لکش 1 هنومن طاقن و هعلاطم دروم هدودحم . یرادرب

هداد یطیحم یاهریغتم و اه

رد عومجم 211 لیافورپ یتاعلاطا کناب رد دوجوم نارهت هاگشناد کاخ یسدنهم و مولع هورگ رود زا شجنس هاگشیامزآ

باختنا دندش .

سپس قمع ات کاخ رد هدش هریخذ یلآ نبرک ریداقم 100

یرتم یتناس رب

ساسا هلداعم یداهنشیپ هب

تروص ریز هبساحم دش (

Martín et

al., 2016

:) هطبار 1

SOCS=OC×BD×D× (1-G/100) )

رد هطبار 1 : ناشنSOCS

هدنهد نبرک هریخذ یلآ کاخ ( راتکه رد نت )،

دصردOC

نبرک ،یلآ ناشنBD

هدنهد یلاگچ یرهاظ مرگ(

)بعکم رتم یتناسرب

، قمعD

کاخ ( یتناس رتم ) و .تسا کاخ هزیرگنس یمجح دصردG

(5)

لدم رد یزاس

، زا یاهریغتم یکمک

طوبرم هب هلداعم

SCORPAN

ینعی

،کاخ بآ و

،اوه تادوجوم هدنز

، یفارگوپوت

، داوم ردام ی و

تیعقوم یناکم هدافتسا دش (

McBratney et al., 2003

.) رب نیا

،ساسا زا لدم یموقر عافترا ( )DEM

اب کیکفت یناکم 5 / 12 رتم هدافتسا

دش . رد

،عومجم 11 ریغتم کیرتموفروموئژ هب

ناونع تاقتشم هیلوا و هیوناث رد DEM

مرن رازفا

SAGA GIS 7.3

هیهت دش . هیلا یاه هدامآ

هدش رد لودج 1 شرازگ هدش تسا . هولاع رب

،نیا 25 صخاش یفیط هراوهام ریواصت زا تسدنل یاه

8 لنیتنس و 2

زا هدافتسا اب مرن

رازفا

TerrSet 2020

هیهت دش هک رد لودج 1 هئارا هدش تسا . رد

،تیاهن یمامت یاهریغتم یطیحم

هزادنا لسکیپ یاه 10 یرتم لیدبت دندش .

بسانم نیرت صخاش یاه یطیحم یارب لدم یزاس رب ساسا یگتسبمه نوسریپ

باختنا دندش .

لودج 1 . هدش هدافتسا یطیحم یاهریغتم

قیقحت نیا رد یراصتخا تملاع مان فیدر

عافترا یموقر لدم زا جرختسم یاهریغتم

dem عافترا یموقر لدم 1

Channel_Network_Bsae_Level (cnbl) لاناک هکبش هیاپ حطس 2

Topographic_Wetness_Index (twi) یسیخ یفارگوپوت صخاش 3

Valley_Depth هرد قمع صخاش 4

MRVBF هناگدنچ حوضو اب هردنییاپیفاص صخاش 5

LS_Factor بیش لوط صخاش 6

Aspect بیش تهج 7

Convergence_Index ییارگمه صخاش 8

RSP بیش یبسن تیعقوم صخاش 9

VDCN لاناک هکبش اتیدومع هلصاف 10

Slope بیش 11

هراوهام ریواصت زا جرختسم یاهریغتم

b02l 8 تسدنل یبآ دناب(0.482 µm) 12

b03l 8 تسدنل زبس دناب (0.561 µm) 13

B04L 8 تسدنل زمرق دناب(0.654 µm) 14

B05L 8 تسدنل کیدزن زمرق نودام دناب (0.864 µm) 15

B06L 8 تسدنل زمرق نودام1 هاتوک جوم(1.608 µm) 16

B07L 8 تسدنل زمرق نودام2 هاتوک جوم (2.200 µm) 17

b2s 2 لنیتنس یبآ دناب (0.490 µm) 18

b3s 2 لنیتنس زبس دناب (0.560 µm) 19

b4s 2 لنیتنس زمرق دناب (0.665 µm) 20

b5s 2 لیتنس یهایگ زمرق زرم (0.705 µm) 21

b8s 2 لنیتنس کیدزن زمرق نودام دناب (0.842 µm) 24

b8as 2 لیتنس یهایگ زمرق زرم (0.865 µm) 25

b11s 2 لنیتنس زمرق نودام1 هاتوک جوم (1.610 µm) 26 b12s 2 لنیتنس زمرق نودام2 هاتوک جوم (2.190 µm) 27

ndvi.ls8 )8 تسدنل( هدش لامرن یهایگ ششوپ صخاش 28

ndvi_sen )2 لنیتنس( هدش لامرن یهایگ ششوپ صخاش 29

ndsi )8 تسدنل( هدش لامرن یروش صخاش 30

ndsi_sen )2 لنیتنس( هدش لامرن یروش صخاش 31

si )8 تسدنل( یروش صخاش 32

si_sen )2 لنیتنس( یروش صخاش 33

tasseled_cab_b Tasseled Cab brightness (8تسدنل⁾ 34

tasseled_cab_g Tasseled Cab greenness (8تسدنل⁾ 35

tasseled_cab_w Tasseled Cab wetness (8تسدنل⁾ 36

(6)

53 هرامش ، 11 ، نمهب 1401 یملع(

- )یشهوژپ

لدم یزاس

متیروگلا فداصت لگنج ی

ی ک ور ی درک رتماراپان ی ک بسن طابترا هک تسا ی

غتم ره ی ر پ ی ش بی ن ی هدننک غتم رد ار ی ر خساپ

،دهاش هبتر دنب ی م ی دنک .

متیروگلا نیا نینچمه م

ی غ طباور دناوت ی

طخر ی ازفا و ی ش ی دم ار ی ر ی ت ( .دنک

Wang et al., 2018

.) لیاتناوک تسراف مدنر متیروگلا معت اب

ی م

سلاک لدم ی

ک تفای هعسوت یروط هبRF

داقم هک ی ر پ ی ش بی ن ی هدش ارب ار ناتخرد همه ی

پ هطقن ره ی

ش بی ن ی م ی گنا ی ن دنک یهد (

Biau and

Scornet, 2016; Breiman, 2001

.) نیارب هولاع لدم

مQRF

ی طرش دناوت زا کیره رد هدش رارقرب

غتم ی اهر ی رد ار هدش لدم یرگید

( دنزب نیمخت

Meinshausen, 2006

متیروگلا .) تسراف مدنر یاه

ن طقف ی زا ب ظنت ه ی م ارب رتماراپ ود ی

لوت ی د ی ک پ لدم ی ش بی ن ی دا دنر ( : 1 )

سرگر ناتخرد دادعت ی

نو لگنج رد دشر لاح رد ( اه

ntree

( و ) 2 دادعت ) روط هب یطیحم یاهریغتم فداصت

ی ( هرگ ره رد روط هب .)mtry

پی ش ز هزادنا ،ضرف ی

هعومجمر فداصت

ی پ لک دادعت رذج ی

ش بی ن ی هدننک مها .تسا لدم رد اه ی

ت غتم ی اهر اهاطخ ساسا رب ی

پ ی ش بی ن ی سرگر ی نو

ا جراخ ز ک ی هس ( هنومن رد هک تسا )OOB

یشزومآ ( تسا هدشن هدناجنگ

Wang et al., 2018

ا رد .) ی ن قحت ی ق جنس رابتعا زا ی

عطاقتم

K-

اربfold

ی ی نتفا رتهب ی ن دادعت .دش هدافتساmtry

متیروگلا

وQRF

رازفا مرن ردRF

هخسنR

4.1.0 .دندش ارجا 70

هنومن زا دصرد اه

ی کاخ

( 148

= هب )n

د ناونع هدا شزومآ ی و 30 هب دصرد جنسرابتعا هداد ناونع ی

( لدم 63

= رط زا )n

ی ق هنومن گ ی ر ی یفداصت .دندش باختنا

یجنس رابتعا

لدم درکلمع صخاش زا هدافتسا اب اه

اه ی رامآ ی ر لماش ی هش م ی گنا ی ن ( اطخ تاعبرم رض ،)RMSE

ی ب عت یی ن (

R2

رط زا ) ی ق

"جیکپ

caret

"

رازفا مرن هخسنR

4،1،0 ( .دمآ تسد هب

Kuhn, 2008

.) هلداعم(RMSE

2 م ناشن ار دروآرب تقد ) ی

دزن رگا .دهد ی

ک مخت ،دشاب رفص هب ی

ن

امتعا لباق رتد

:تسا

هطبار 2

𝑅𝑀𝑆𝐸 =√¹ )

𝑁∑(K_𝑝− 𝐾_𝑚)²

نینچمه رض ی ب عت یی ن (

R2

ز لومرف زا هدافتسا اب ) ی

ر :دش هبساحم

هطبار 3 𝑅² = 1 − ∑(𝐾_𝑚− 𝐾_𝑝)² )

∑(𝐾_𝑚− 𝐾̅̅̅̅)_𝑚 ²

رد تلاداعم قوف

Kp

شیپ ریداقم و لدم طسوت هدش ینیب

Km

و هدش هدهاشم ریداقم .تسا تادهاشم لک دادعتN

ثحب و جیاتن

یرامآ یاهزیلانآ

کاخ هدش هریخذ یلآ نبرک ریداقم یناکم شنکارپ رادومن لکش رد

2 .تسا هدش هداد ناشن نیرتشیب و نیرتمک

اوتحم ی لآ نبرک ی هریخذ

کاخ

، 0 و 395 م اب راتکه رد نت ی

گنا ی ن 107 دوب راتکه رد نت لودج(

2 ).

لکش 2 هزادنا ریداقم یناکم شنکارپ . کاخ رد هدش هریخذ یلآ نبرک هدش یریگ

(7)

لودج 2 کاخ رد هدش هریخذ یلآ نبرک ریداقم یفیصوت رامآ . قمع ات

100 یتناس یرتم

اتن ی ج ارض ی ب گتسبمه ی پ ی نوسر ب ی ن کاخ هریخذ نبرک غتم و

ی اهر ی کمک ی حم ی ط ی لودج رد 3

.تسا هدش هداد ناشن ساسا نیارب

یلآ هریخذ نبرک رادقم اب

یطیحم یاهریغتم

وdem ،cnbl ،b02l ،B07L ،b2s ،b3s ،b4s ،b11s

،b12s ndsi_sen

و

si_sen

گتسبمه ی

فنم ی نعم ی راد ی لاح رد .تشاد ی

اب هک صخاش یاه

Valley depth

،

tasseled_cab_g

و

ndvi_sen

گتسبمه ی رادانعم و تبثم ی

داد ناشن .

لک روط هب ی

، صخاش گ ششوپ ی ها ی لماوع زا یکی تسا کاخ یلآ نبرک نازیم نیمخت رد رثوم

(

Devine et al., 2020

)

، هک یروط هب

هب کیدزن و رتلااب ریداقم یهایگ ششوپ صخاش هچره 1

هشیر رتشیب تیلاعف نآ عبط هب و یهایگ ششوپ یلااب مکارت رگنایب دهد ناشن ار

یم راظتنا نیاربانب .تسا تادوجوم زیر و ر یلآ نبرک اب هطبار رد دور

لودج( دشاب هتشاد تبثم یدنو 3

.) اهن رد ی ت غتم زا ی اهر ی حم ی ط ی هک

گتسبمه ی نعم ی راد ی اب لدم رد دنتشادSOCS

زاس ی .دش هدافتسا

لودج 3 نوسریپ یگتسبمه لیلحت جیاتن . قمع ات کاخ هریخذ نبرک نیب

100 یتناس یطیحم یاهریغتم و یرتم

ریغتم SOCS

dem -0/28* cnbl -0/27*

MRVBF 0/05

Valley Depth 0/21*

twi -0/14

LS_Factor -0/19 b02l -0/16*

b03l -0/13

B04L -0/11

B05L 0/19

B06L -0/03

B07L -0/19**

si -0/14

ndsi -0/29

ndvi.ls8 -0/29* tasseled_cab_b -0/03 tasseled_cab_g 0/32**

b2s -0/32**

b3s -0/31**

b4s -0/32**

b5s 0/28

b6s 0/09

b7s 0/23

b8s 0/22

b8as 0/24

b11s -0/3* b12s -0/35**

ndsi_sen -0/36**

ndvi_sen 0/36**

si_sen -0/32**

ینعم یگتسبمه**

حطس رد راد 01

/ 0 دصرد

* و ه ینعم یگتسبم حطس رد راد

05 / 0 دصرد

نیرتمک نیرتشیب

نیگنایم تارییغت بیرض

)%(

درادناتسا زا فارحنا

هدش هریخذ یلآ نبرک )راتکه رد نت(

0 395

107 81

/ 76 93

/ 81

(8)

53 هرامش ، 11 ، نمهب 1401 یملع(

- )یشهوژپ

لدم جیاتن یزاس

متیروگلا هدافتسا زا لصاح یموقر هشقن لکش رد نیشام یریگدای یاه

3 نینچمه .تسا هدمآ لدم درکلمع

اه ی وRF

اربQRF

ی شیپ ینیب

هعلاطم دروم هقطنم رد هریخذ یلآ نبرک ریداقم زا هدافتسا اب

R2

، گتسبمه وRMSE

ی دیدرگ جارختسا اتن هب هجوت اب .

ی ج جنس رابتعا ی

ئارا ه

لودج رد هدش 4

، متیروگلا رتلااب تقدQRF

ی اب ار

R2

و رتلااب م هئارا رتمک RMSE

ی ا .دهد ی ن اتن ی ج شور ًامومع هک داد ناشن اه

ی

سرگر ی نو تخرد ی پ عباوت رد ی

ش بی ن ی داقم ،دوخ ی

ر اهن یی ور ساسا رب ار ی

درک تابساحم ی هب دوخ م ناونع ی گنا ی ن اه یی داقم زا ی ر و لااب دح رد

اپ یی ن م هئارا ی دننک ا رب هولاع . ی

،ن اب مها هب هجوت ی

ت بسن ی اد غتم هدش هد ی

اهر ی حم ی ط ی

، اتن ی ج لدم م ناشنQRF

ی دهد لکش( هک 4

) لدم

عافترا یموقر مهم

رت ی ن غتم ی ر ی زوت رب هک تسا ی

ع یناکم SOCS

لودج 4 شیپ یجنس رابتعا جیاتن . کاخ رد هدش هریخذ یلآ نبرک ریداقم ینیب

R² Correlation

RMSE

RF QRF

SOCS 43

/ 0 47

/ 0 66 / 0 69 / 0 6 / 61 2

/ 52

لکش 3 لیاتناوک تسراف مدنر متیروگلا )ب ،تسراف مدنر متیروگلا )فلا :کاخ رد هدش هریخذ یلآ نبرک عیزوت هوحن یموقر هشقن .

ثأت ی ر م ی

،دراذگ عافترا یموقر لدم تیمها هک یلاح رد متیروگلا رد

رارق موس هبتر رد RF

تفرگ ا . ی ن اتن ی ج اتن اب ی ج

( )2020 Dharumarajan et al.

.تشاد تقباطم رب

اتن ساسا ی ج لدم ب رد ،RF

ی ن غتم ی اهر ی نتبم ی رب غتم ،RS

ی اهر ی زا هدش جارختسا هراوهام

تسدنل 8 (

Tasseled_cab_g

و

ndvi.ls8

غتم هب تبسن ) ی

اهر ی زا هدش قتشم لنیتنس هراوهام

2 (

ndsi_sen

و

ndvi_sen

مها ) ی ت ب ی رتش ی

ا .دنتشاد ی ن لاح رد ی اتن هک دوب ی

ج لدم ا فلاخQRF

ی ن داد ناشن ار لنیتنس هراوهام زا جرختسم یاهریغتم و

2 رد یرتشیب تیمها یاراد

شیپ دندوب اراد کاخ رد هدش هریخذ یلآ نبرک ریداقم یناکم ینیب .

یلک روط هب اما م

ی وت نا ب ی نا لدم رد هک درک زاس

ی یناکم لماوع ،SOCS

گ ششوپ اب طبترم ی

ها ی ( نآ عون و وNDVI

ب )DEM

ی رتش ی ن ریثات ( دنراد ار

Gomez et al., 2019

.) هعلاطم دروم هقطنم رد نیاربانب غتم

ی اهر ی

رتموفروموئژ ی

ک غت هدننک لرتنک یی

تار اهرتماراپ وSOCS

ی دم ی ر یت ی نام دن یهایگ ششوپ صخاش رتمهم

ی ن لماوع غت لرتنک رد یی

ذپر ی ر ی

یناکم .دنتسهSOCS

ا

فل ب

(9)

لکش 4 لدم رد هدافتسا دروم یاهریغتم یبسن تیمها رادومن . یزاس

. لیاتناوک تسراف مدنر )ب ،تسراف مدنر )فلا

ن هجیت یریگ

سررب ی عضو ی ت رد مهم لماوع زا یکیSOCS

دم ی ر ی ت اپ ی راد یضارا یم رامش هب دیآ

ا رد . ی ن قحت ی ق زا ی ک ساسا رب صاخ هداد هعومجم

لدم لسن ود زا متیروگلا ود نیشام یریگدای یاه

ارب ی و هبساحم شیپ

یناکم ینیب کاخ هدش هریخذ نبرک رادقم یناکم عیزوت هوحن و

هدافتسا دش . یم ریز حرش هب یلک روط هب نآ جیاتن هک :دشاب

1 . متیروگلا هب تبسن یرتلااب تحص و تقدQRF

لدم مخت ردRF

ی ن یناکم عیزوت و ریداقم .تشادSOCS

2 رت مهم . ی ن غتم ی اهر ی کمک ی رب هک کاخ رد هدش هریخذ یلآ نبرک ثأت

ی ر م ی گ ششوپ عون هب طوبرم دراذگ ی

ها ی .تسا

3 . رد رقت هعلاطم دروم هقطنم ی

ًاب 15 م یل ی نو لآ نبرک نت ی

رد 100 تناس ی خذ لااب رتم ی

هر نآ شیازفا و تیریدم هوحن هک تسا هدش

یم همانرب نیرتمهم زا یکی تسیاب دشاب هقطنم رد یضارا تیریدم یاه

.

(10)

53 هرامش ، 11 ، نمهب 1401 یملع(

- )یشهوژپ

نینچمه اب اتن هب هجوت ی

،ج هکنیا مقر یلع یSOCS

ک ی و زا ی گژ ی اه ی کرت زا هک تسا کاخ ی

ب دنچ ی ن وی گژ ی دی رگ هداد( کاخ اه

ی

وناث ی ه م لصاح )کاخ ی

دوش ، غتم ی اهر ی کمک ی حم ی ط ی هک دنداد ناشن کاخ رد هریخذ نبرک رادقم اب ار یراد ینعم طابترا یبولطم وحن هب

هراوهام ریواصت زا جرختسم یاهریغتم هعلاطم دروم هقطنم رد اب یراد ینعم طابترا عافترا یموقر لدم زا جرختسم یاهریغتم هب تبسن یا

( فده ریغتم یم هتبلا .دندرک رارقرب )SOCS

هجوت اب تفگ ناوت تسا نکمم تسا یطیحم طیارش ریثات تحت و ایوپ یطیحم کاخ هکنیا هب

.دنک رییغت توافتم ییایفارغج ناکم رد طابترا نیا

"

چیه درادن دوجو ناگدنسیون نیب عفانم ضراعت هنوگ

"

REFERENCES

Adhikari, K., Owens, P. R., Libohova, Z., Miller, D. M., Wills, S. A., & Nemecek, J. (2019). Assessing soil organic carbon stock of Wisconsin, USA and its fate under future land use and climate change. Science of the Total Environment, 667, 833-845.

Ahlström, A., Raupach, M. R., Schurgers, G., Smith, B., Arneth, A., Jung, M., ... & Zeng, N. (2015). The dominant role of semi-arid ecosystems in the trend and variability of the land CO2 sink. Science, 348(6237), 895-899.

Bangroo, S. A., Najar, G. R., Achin, E., & Truong, P. N. (2020). Application of predictor variables in spatial quantification of soil organic carbon and total nitrogen using regression kriging in the North Kashmir forest Himalayas. Catena, 193, 104632.

Batjes, N. H. (2014). Total carbon and nitrogen in the soils of the world. European Journal of Soil Science, 65(1), 10-21.

Behrens, T., & Scholten, T. (2006). Digital soil mapping in Germany—a review. Journal of Plant Nutrition and Soil Science, 169(3), 434-443.

Biau, G., Scornet, E., (2016). A random forest guided tour. Test 25, 197–227. Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5-32.

Canadell, J. G., Pataki, D. E., Gifford, R., Houghton, R. A., Luo, Y., Raupach, M. R., ... & Steffen, W. (2007).

Saturation of the terrestrial carbon sink. In Terrestrial ecosystems in a changing world (pp. 59-78).

Springer, Berlin, Heidelberg.

Dharumarajan, S., Kalaiselvi, B., Suputhra, A., Lalitha, M., Hegde, R., Singh, S. K., & Lagacherie, P. (2020).

Digital soil mapping of key GlobalSoilMap properties in Northern Karnataka Plateau. Geoderma Regional, 20, e00250.

Funes, I., Savé, R., Rovira, P., Molowny-Horas, R., Alcañiz, J. M., Ascaso, E., ... & Vayreda, J. (2019).

Agricultural soil organic carbon stocks in the north-eastern Iberian Peninsula: Drivers and spatial variability. Science of the Total Environment, 668, 283-294.

Gomes, L. C., Faria, R. M., de Souza, E., Veloso, G. V., Schaefer, C. E. G., & Fernandes Filho, E. I. (2019).

Modelling and mapping soil organic carbon stocks in Brazil. Geoderma, 340, 337-350.

Grimm, R., Behrens, T., Märker, M., & Elsenbeer, H. (2008). Soil organic carbon concentrations and stocks on Barro Colorado Island—Digital soil mapping using Random Forests analysis. Geoderma, 146(1-2), 102-113.

Hengl, T., Heuvelink, G. B., Kempen, B., Leenaars, J. G., Walsh, M. G., Shepherd, K. D., ... & Tondoh, J. E.

(2015). Mapping soil properties of Africa at 250 m resolution: Random forests significantly improve current predictions. PloS one, 10(6), e0125814.

Hounkpatin, K. O., Stendahl, J., Lundblad, M., & Karltun, E. (2021). Predicting the spatial distribution of soil organic carbon stock in Swedish forests using a group of covariates and site-specific data. Soil, 7(2), 377- 398.

Kučera, A., Skene, K. R., & Kupec, P. (2020). Soil hydric properties and carbon stock in a semi-arid region of Iraqi Kurdistan: The importance of historical pedogenesis, climate and locality. Ecological Indicators, 119, 106813.

Kuhn, M. (2008). Building predictive models in R using the caret package. Journal of Statistical Software, 28, 1-26.

Lagacherie, P. (2008). Digital soil mapping with limited data, Springer: Dordrecht.

Martín, J. R., Álvaro-Fuentes, J., Gonzalo, J., Gil, C., Ramos-Miras, J. J., Corbí, J. G., & Boluda, R. (2016).

(11)

Assessment of the soil organic carbon stock in Spain. Geoderma, 264, 117-125.

Ma, X., Huete, A., Cleverly, J., Eamus, D., Chevallier, F., Joiner, J., ... & Ponce-Campos, G. (2016). Drought rapidly diminishes the large net CO2 uptake in 2011 over semi-arid Australia. Scientific Reports, 6(1), 1- 9.

McBratney, A. B., Santos, M. M., & Minasny, B. (2003). On digital soil mapping. Geoderma, 117(1-2), 3-52. Meinshausen, N., & Ridgeway, G. (2006). Quantile regression forests. Journal of Machine Learning Research,

7(6).

Minasny, B., & McBratney, A. B. (2018). Limited effect of organic matter on soil available water capacity.

European Journal of Soil Science, 69(1), 39-47.

Minasny, B., McBratney, A. B., Malone, B. P., & Wheeler, I. (2013). Digital mapping of soil carbon. Advances in agronomy, 118, 1-47.

Nabiollahi, K., Eskandari, S., Taghizadeh-Mehrjardi, R., Kerry, R., & Triantafilis, J. (2019). Assessing soil organic carbon stocks under land-use change scenarios using random forest models. Carbon Management, 10(1), 63-77.

Ottoy, S., De Vos, B., Sindayihebura, A., Hermy, M., & Van Orshoven, J. (2017). Assessing soil organic carbon stocks under current and potential forest cover using digital soil mapping and spatial generalisation. Ecological indicators, 77, 139-150.

Rentschler, T., Gries, P., Behrens, T., Bruelheide, H., Kühn, P., Seitz, S., ... & Schmidt, K. (2019). Comparison of catchment scale 3D and 2.5 D modelling of soil organic carbon stocks in Jiangxi Province, PR China.

Plos one, 14(8), e0220881.

Scholten, T., Goebes, P., Kühn, P., Seitz, S., Assmann, T., Bauhus, J., ... & Schmidt, K. (2017). On the combined effect of soil fertility and topography on tree growth in subtropical forest ecosystems—a study from SE China. Journal of Plant Ecology, 10(1), 111-127.

Smith, P. (2012). Agricultural greenhouse gas mitigation potential globally, in E urope and in the UK: what have we learnt in the last 20 years?. Global Change Biology, 18(1), 35-43.

Taghizadeh-Mehrjardi, R., Nabiollahi, K., & Kerry, R. (2016). Digital mapping of soil organic carbon at multiple depths using different data mining techniques in Baneh region, Iran. Geoderma, 266, 98-110. Taghizadeh-Mehrjardi, R., Schmidt, K., Amirian-Chakan, A., Rentschler, T., Zeraatpisheh, M., Sarmadian, F.,

... & Scholten, T. (2020). Improving the spatial prediction of soil organic carbon content in two contrasting climatic regions by stacking machine learning models and rescanning covariate space. Remote Sensing, 12(7), 1095.

Vicente-Vicente, J. L., García-Ruiz, R., Francaviglia, R., Aguilera, E., & Smith, P. (2016). Soil carbon sequestration rates under Mediterranean woody crops using recommended management practices: A meta-analysis. Agriculture, Ecosystems & Environment, 235, 204-214.

Wang, B., Waters, C., Orgill, S., Cowie, A., Clark, A., Li Liu, D., ... & Sides, T. (2018). Estimating soil organic carbon stocks using different modelling techniques in the semi-arid rangelands of eastern Australia.

Ecological Indicators, 88, 425-438.

Were, K., Bui, D. T., Dick, Ø. B., & Singh, B. R. (2015). A comparative assessment of support vector regression, artificial neural networks, and random forests for predicting and mapping soil organic carbon stocks across an Afromontane landscape. Ecological Indicators, 52, 394-403.

Wiesmeier, M., Barthold, F., Blank, B., & Kögel-Knabner, I. (2011). Digital mapping of soil organic matter stocks using Random Forest modeling in a semi-arid steppe ecosystem. Plant and soil, 340(1), 7-24. Žížala, D., Minařík, R., Skála, J., Beitlerová, H., Juřicová, A., Rojas, J. R., ... & Zádorová, T. (2022). High-

resolution agriculture soil property maps from digital soil mapping methods, Czech Republic. Catena, 212, 106024.