مشخصات پژوهش

عنوان	مدل سازی مکانی رطوبت خاک با استفاده از مدل های رگرسیون کلی و رگرسیون وزن دار جغرافیایی (مطالعه موردی: حوزه آبخیز هلیل رود)
نوع پژوهش	مقاله چاپ شده
کلیدواژه‌ها	دمای سطح زمین، رطوبت خاک، رگرسیون حداقل مربعات معمولی، رگرسیون وزنی جغرافیایی
چکیده	چکیده مبسوط مقدمه: اگرچه مطالعات متعددی به بررسی روابط بین رطوبت خاک و برخی متغیرهای محیط زیستی و اقلیمی پرداخته اند، اما هنوز تغییرات مکانی ارتباط رطوبت خاک با بسیاری دیگر از متغیرهای محیطی به طور کامل مشخص نمی باشد؛ زیرا این روش های آماری، مقادیر پارامترها را به صورت میانگین در سطح منطقه مطالعاتی نشان می دهد و از تغییرات مکانی رابطه بین رطوبت خاک و متغیرهای مستقل چشم پوشی می کنند. ازاین رو، به کارگیری یک رویکرد مناسب برای رفع این محدودیت، ضروری است. در همین راستا، می توان روش های آمار مکانی برای مدل سازی روابط مکانی بین متغیرهای مختلف استفاده کرد. پرکاربردترین روش های آمار مکانی می توان به روش حداقل مربعات معمولی (OLS) و رگرسیون وزن دار جغرافیایی (GWR) اشاره کرد. حوزه آبخیز هلیل رود یکی از قطب های اصلی کشاورزی در استان کرمان و ایران بوده و اقتصاد محلی منطقه به آن بستگی دارد. رطوبت یکی از متغیرهایی است که بر خشکسالی کشاورزی تأثیر گذار می باشد؛ بنابراین، این پژوهش با هدف برآورد رطوبت خاک در حوزه آبخیز هلیل رود با استفاده از بازدید صحرایی و تجزیه و تحلیل آزمایشگاهی، ارزیابی ارتباط مکانی آن با شاخص های مبتنی بر سنجش ازدور ازجمله شاخص تفاضل نرمال شده پوشش گیاهی (NDVI)، شاخص دمای سطح زمین (LST) با استفاده از مدل OLS و GWR انجام شد. مواد و روش ها: برای اندازه گیری رطوبت خاک، از دستگاه TDR در مناطق دشتی حوزه آبخیز هلیل رود استفاده شد. سنجش رطوبت خاک در 72 نقطه (عمق 30 سانتی متری خاک) و در اردیبهشت ماه 1398 انجام شد. برای تهیه نقشه شاخص تفاوت پوشش گیاهی نرمال شده (NDVI) و دمای سطح زمین (LST)، ابتدا تصاویر ماهواره لندست 8 (OLI) و مودیس (MOD11A1) منطقه موردمطالعه مربوط به اردیبهشت 1398 تهیه شد. سپس پیش پردازش های لازم برای تصاویر موردنظر انجام و شاخص ها استخراج گردید. برای ارزیابی ارتباط مکانی بین رطوبت خاک و هر یک از متغیرهای مستقل و همچنین ترکیب هر دو متغیر از مدل های رگرسیون وزنی جغرافیایی و مدل رگرسیون حداقل مربعات استفاده شد. نتایج و بحث: نتایج حاصل از این بررسی نشان داد که بر اساس معیارهای ارزیابی، مدل رگرسیون وزنی جغرافیایی با R2=0/28 برای متغیر مستقل LST، R2=0/44 برای متغیر مستقل NDVI وR2=0/58 برای ترکیب هر دو متغیر، دارای قدرت تبیین و برآورد بهتری نسبت به مدل رگرسیون کلی می باشد. همچنین مدل رگرسیون وزنی جغرافیایی در تمامی حالت ها و در نظر گرفتن متغیرهای مختلف، به دلیل داشتن مقادیر کمترAICc و مقادیر بالاتر R2 و Adjusted R2 عملکرد بهتری نسبت به مدل حداقل مربعات معمولی داشته است. اگرچه، نتایج مدل حداقل مربعات معمولی نشان داد که همبستگی بین رطوبت خاک و متغیرهای مستقل وجود دارد اما مدل رگرسیون وزنی جغرافیایی تائید کرد که این ارتباط در نقاط مختلف، یکسان نمی باشد. به طوری که مناطق شمالی حوضه دارای ارتباط قوی تری بین تمامی متغیرهای مستقل و رطوبت خاک می باشند. یکی از دلایل برتری مدل رگرسیون وزنی جغرافیایی می تواند این باشد که در مدل رگرسیون حداقل مربعات، رابطه بین متغیرهای مستقل و وابسته در کل منطقه یکسان است؛ اما در مدل رگرسیون وزنی جغرافیایی، روابط بین متغیرها در نقاط مختلف منطقه به طور جداگانه مدل سازی و بررسی می شود. نتیجه گیری: با استفاده از نقشه های حاصل از این مطالعه می توان نقاط در معرض کاهش یا افزایش رطوبت خاک را در منطقه شناسایی کرد و برای بهبود فرآیند تصمیم گیری و مدیریت حوزه آبخیز و پیش بینی نیازهای آبیاری در بخش کشاورزی مورداستفاده قرار داد.
پژوهشگران	شاپور کوهستانی (نفر اول)، فهیمه میرچولی (نفر دوم)، الهام رفیعی ساردوئی (نفر سوم)