Journal of Water and Soil Science

fa ارزیابی مدل استنباطی خاک- سرزمین (SOLIM) در نقشه‌برداری خاک براساس منطق فازی در کاشان Evaluating Soil- Environment Inference Model (SOLIM) for Soil Mapping Based on Fuzzy Logic in Kashan عمومی Ggeneral پژوهشي Research روش‌های معمول بررسی خاک‌ها از نظر زمان و هزینه مورد نیاز نسبتاً گران هستند و باتوجه به سنتی بودن تهیه نقشه‌ها و وابستگی تام به نظرات کارشناسی، روزآمد نمودن نقشه‌ها هم وقت‌گیر بوده و گاهاً صرفه اقتصادی ندارد. در حالی که نقشه‌برداری رقومی خاک، با استفاده از مدل‌های مختلف خاک– سیمای زمین، منجر به ساده‌سازی پیچیدگی‌های موجود در سامانه طبیعی خاک شده و به کار بران امکان روزآمد نمودن سریع و ارزان را می‌دهد. در واقع، مدل‌های مزبور، نشان دهنده شکل ساده شده‌ای از روابط پیچیده موجود بین خاک و شکل سرزمین می‌باشند. هدف از پژوهش حاضر، بررسی مدل استنباطی خاک- سرزمین(SOLIM) در نقشه‌برداری و برآورد کلاس‌های خاک در منطقه آران، استان اصفهان می‌باشد. برای این منظور ورودی‌های مدل SOLIM، لایه رقومی زمین شناسی و لایه‌های محیطی از مدل رقومی ارتفاع (DEM)، شامل: ارتفاع، شیب برحسب درصد، جهت شیب، شکل انحنا سطح زمین، شاخص نمناکی، جهت جریان و تجمع جریان و تصاویر ماهواره‌ای لندست 8 می‌باشند. همچنین هفت زیر رده خاک در منطقه مطالعاتی داده‌های ورودی مدل SOLIM را تشکیل می‌دهند. سپس نقشه‌های فازی برای هفت نوع خاک تهیه شده و نقشه نهایی پیش‌بینی خاک با عمل غیر فازی کردن ایجاد شد. نتایج نشان داد که مدل SOLIM با استفاده از متغیرهای محیطی توانایی بسیار بالایی در جداسازی انواع خاک با جزئیات بیشتر دارد و خاک‌هایی که مواد مادری، زمین شناسی، اقلیم و پوشش گیاهی متفاوتی دارند را می‌توان با این مدل با صحت بالا از هم تفکیک نمود. مقایسه ماتریس خطا نشان می‌دهد که صحت کلی نقشه استنتاج شده از مدل SOLIM برابر 36/92‌% درصد می‌باشد.   Typical routine surveys of soils are relatively expensive in terms of time and cost and due to the fact that maps have been traditionally developed and considering their dependence on experts' opinions, updating maps is time consuming and sometimes not economical as well. While soil digital mapping, using soil various models - the Landscape, leads to simplification of the complexity found in natural soil systems and provides users with quick and inexpensive updates. In fact, the model represents a simplified form of the complex relationships between the soil and the land. This study aims to consider inferential model Soil-Land (SOLIM) in mapping and estimating soil classes in Aran area, Isfahan province. For this purpose, the SOLIM model inputs are digital geological and environmental layers of digital elevation model (DEM) including elevation, slope in percent, slop direction, curvature of the earth's surface, wetness indicator, flow direction, flow accumulation, and satellite images of Landsat 8. The seven subcategory of soil in the study area are input data of SOLIM model. Then fuzzy maps were prepared for seven types of soil and final maps of soil prediction were created by non-fuzzy action. Results showed that the SOLIM using environment variables has very high ability to separate soil types in greater detail and soils with different parent materials, geology, climate and vegetation can be separated from each other by this model with a high degree of accuracy. Comparing error matrix shows that the overall accuracy of the map derived from the model SOLIM is 92.36%.   نقشه‌برداری رقومی خاک, مدل رقومی ارتفاع, منطق فازی, مدل SOLIM soil mapping, digital elevation models, fuzzy logic, SOLIM model. 255 268 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-3244-1&slc_lang=fa&sid=1 E. Mehrabi Gohari الهام مهرابی گوهری elham.mehrabi1@yahoo.com Yes 1. Faculty of Agric., Payame Noor Univ., Tehran, Iran. 1. دانشکده کشاورزی، دانشگاه پیام نور و دانشجوی دکتری مهندسی علوم خاک، دانشگاه لرستان H. R. Matinfar حمیدرضا متین فر No 2. Dept. of Soil Sci., Faculty of Agric, Lorestan Univ., Lorestan, Iran. 2. گروه مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه لرستان R. Taghizadeh روح الله تقی زاده مهرجرد No 3. Dept. of Natural Resour., Faculty of Agric., Ardakan Univ., Ardakan, Iran. 3. گروه مهندسی علوم خاک، دانشکده کشاورزی و منابع طبیعی، دانشگاه اردکان