ارسل ملاحظاتك

ارسل ملاحظاتك لنا







التصنيف المبدئ للتربة اعتمادا على خاصية اللون في إقليم الجبل الأخضر - ليبيا

المصدر: مجلة البيان العلمية
الناشر: جامعة سرت - نقابة أعضاء هيئة التدريس
المؤلف الرئيسي: عبدالرحمن، يوسف فرج أبو بكر (مؤلف)
المؤلف الرئيسي (الإنجليزية): Abdalrahman, Yousef
مؤلفين آخرين: البخاري، عبدالسلام عبدالقادر (م. مشارك) , أبوراس، مراد ميلاد (م. مشارك) , عبدالقادر، عادل محمود (م. مشارك)
المجلد/العدد: ع9
محكمة: نعم
الدولة: ليبيا
التاريخ الميلادي: 2021
الشهر: يونيو
الصفحات: 373 - 390
رقم MD: 1248675
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
كلمات المؤلف المفتاحية:
تصنيف التربة | خواص التربة الفيزيائية والكيميائية | الاستشعار عن بعد | الجبل الأخضر | ليبيا | Soil Classification | Soil Physical and Chemical Properties | Remote Sensing | Libya | Jabal Al Akhdar
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

7

حفظ في:
المستخلص: أجريت الدراسة بمنطقة الجبل الأخضر لغرض تصنيف التربة على أساس اللون باختيار 48 قطاع تربة ممثلة للمنطقة؛ لدراسة بعض الخواص الطبيعية والكيميائية الهامة. هدفت الدراسة لتقسيم ترب المنطقة إلى وحدات تصنيفية على أساس اختلاف لون التربة. كما ساهمت تقنيات الاستشعار عن بعد في وضع الترب بمجاميع متشابهة بالاعتماد في عملية التصنيف على طريقة Maximum Likelihood Classifier)). توصلت نتائج الدراسة إلى إمكانية استعمال اللون في فصل الترب إلى وحدات متجانسة داخل المجموعة ومختلفة بين وحدات الترب الأخرى بناء على بعض خواصها. كما أظهرت الدراسة أيضا مساهمة تقنية الاستشعار عن بعد في فصل الترب على أساس خاصية مورفولوجيه، وإنتاج خريطة للغطاء الأراضي بدقة تقيم كلية بلغت (92%)، واختصار كابا (0.91). إضافة إلى إنتاج خارطة تصنيفية للتربة لمجمل المساحة المدروسة بدقة أقل، ويعزى الانخفاض في الدقة الكلية التي قدرت (61%) واختبار مؤشر كابا (0.58) إلى وجود بعض المساحات المغطاة بغطاء نباتي وبقايا أعشاب ومحاصيل. تم زيادة الدقة الكلية (0.75%) واختبار مؤشر كابا الكلى (0.73) لكل الوحدات التصنيفية بعد استبعاد المساحات التي وقعت داخل أراضي الغطاء النباتي.

The study was conducted in Al-Jabal Al-Akhdar region to classify soil based on color. Therefore, 48 soil sectors representing a region were chosen to study some important natural and chemical properties. The study aimed to divide the soils of the area into classification units based on the difference in soil color. Remote sensing techniques also contributed to placing soils in similar groups by relying on the classification process according to (Maximum Likelihood Classifier) method. The results indicate the possibility of using color in classifying soils into homogeneous units within the group and differences between units of other soils based on some of their properties. The study also showed the significance of remote sensing technology to separating soils based on a morphological characteristic, producing land cover map with an overall accuracy of (92%), and the Kappa test (0.91). In addition to producing a classification soil map for the total studied area with less accuracy, and the decrease in the overall accuracy which was estimated (61%) and the Kappa index test (0.58) is due to the presence of some areas covered with vegetation cover and the remains of herbs and crops. The overall accuracy (0.75%) and the overall Kappa index test (0.73) were increased for all taxonomic units after excluding areas that occurred within the vegetation lands.