التنبؤ بملوحة التربة باستخدام التعلم الآلي وبيانات الاستشعار عن بعد Sentinel-2 في المناطق شديدة الجفاف

نشهد زيادة كبيرة في ملوحة التربة نتيجةً لتأثير تغير المناخ أو التلوث البيئي الناتج عن الإفراط في الصناعة والزراعة. ولمعالجة هذه المشكلة، يلزم إجراء قياسات موثوقة وحديثة لملوحة التربة. ويتيح استخدام بيانات الاستشعار عن بُعد رسم خرائط ملوحة التربة بشكل أسرع وأكثر كفاءة. تبحث هذه الورقة البحثية في العديد من أساليب التعلم الآلي ومنهجيات النمذجة للتنبؤ بملوحة التربة في البيئات شديدة الجفاف باستخدام صور القمر الصناعي Sentinel-2. وقد جُمعت 393 عينة تربة واستُخدمت للنمذجة والاختبار في منطقة الدراسة، الإمارات العربية المتحدة. كما استفادت الورقة البحثية من بيانات وبرامج مفتوحة المصدر، مثل Google Earth Engine وWeka. وقد طُبقت استراتيجيات نمذجة مختلفة على البيانات. وتُظهر نتائج النمذجة ارتباطًا قويًا (0.84) بنتائج الاختبار. كما تُظهر هذه الدراسة نتائج مثيرة للاهتمام سيتم دراستها بمزيد من التفصيل في دراسات مستقبلية في مواقع أخرى. مع تطور أساليب التعلم الآلي بشكل يومي، يجب النظر في مناهج جديدة في الدراسات المستقبلية لتلبية متطلبات النمذجة ورسم خرائط أكثر دقة لملوحة التربة.