Toprak Horizonların Sınıflandırılması için Farklı Makine Öğrenmesi Yöntemlerinin Karşılaştırılması

Güman Z., Tekin H., Aksakal B., Gültepe Y.

European Journal of Science and Technology, cilt.2024, sa.54, ss.20-31, 2024 (Hakemli Dergi)

Özet

Toprak derinliği, eko-hidrolojik modellemesi karbon depolama hesaplama ve arazi değerlendirme için kritik öneme sahiptir. Sınırlı sayıda seyrek örnekle, geniş bir karmaşık arazi alanında toprak derinliğinin nasıl tahmin edileceği hala bir sorundur. Bu çalışmanın temel amacı, toprak özellikleri arasındaki ilişkiye dayalı olarak toprak derinliğini tahmin etmek için makine öğrenmesi algoritmaları kapsamlı bir şekilde karşılaştırmaktır. Bu amaçla, deneylerde doğruluk, duyarlılık ve özgüllük gibi iyi bilenen performans ölçütleri kullanılarak çeşitli modeller oluşturulmuş ve karşılaştırılmıştır. Bu çalışma toprak derinliği dağılım haritası, özellikle toprak derinliği verisi olmayan yerler için gelecekteki uygulamalar için yararlı olabileceği düşünülmektedir. Toprak Horizonlarının sınıflandırılması, bu problem için bu öznitelikleri kullanarak sınıflandırmayı başarıyla gerçekleştirmiştir.