دانلود مقاله ISI انگلیسی شماره 110642
ترجمه فارسی عنوان مقاله

استخراج گروه های بزرگ خاک با استفاده از رگرسیون لجستیک چندملیتی در مقیاس منطقه ای در مناطق خشک ایران

عنوان انگلیسی
The extrapolation of soil great groups using multinomial logistic regression at regional scale in arid regions of Iran
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
110642 2018 13 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 9852 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 16 روز بعد از پرداخت 689,640 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 8 روز بعد از پرداخت 1,379,280 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Geoderma, Volume 315, 1 April 2018, Pages 36-48

ترجمه کلمات کلیدی
نقشه برداری خاک دیجیتال، اضطراری، کالیبراسیون رگرسیون لجستیک چند ملیتی،
کلمات کلیدی انگلیسی
Digital soil mapping; Extrapolation; Calibrated-in; Multinomial logistic regression;
پیش نمایش مقاله
پیش نمایش مقاله استخراج گروه های بزرگ خاک با استفاده از رگرسیون لجستیک چندملیتی در مقیاس منطقه ای در مناطق خشک ایران

چکیده انگلیسی

Soil information is essential for sustainable management of ecosystems. In many parts of Iran, soil information is either not available or difficult to obtain. Therefore, when no detailed map or soil information is accessible in a region of interest, one way to obtain information is to extrapolate information from other parts having soil information. This study was conducted to determine whether - machine-learning extrapolation method extracted from the reference region, i.e. Zarand can estimate soil classes in the interest region, i.e. Bam and reduce the costs of soil mapping. To identify similarities between reference and interest regions, homology of soil forming factors was determined using Gower's similarity index. Then, the multinomial logistic regression was extracted from the reference region and applied into the interest region to estimate soil classes. Moreover, soil classes were predicted in the interest region using direct soil observations; finally, the accuracy of the soil maps obtained from both methods was assessed. Based on Gower index, the study regions, namely Bam and Zarand, were to some extent similar in term of soil forming factors. The results showed that although the soil map derived from the extrapolation process indicated appropriate spatial coverage of soil classes in the interest area, the resultant predictive map of calibrated-in process was slightly more accurate, i.e. higher κ, lower Brier scores. Acceptable levels of predictive accuracy (60%) were achieved using extrapolated model while costs simultaneously significantly lowered. This study put forward the view that the extrapolation method was quite useful in predicting soil classes within areas where soil mapping by calibrated-in method might be too costly or time consuming or where soil observations may not be sufficient. Nevertheless, this research encouraged us to use extrapolated method to fill the gaps in the present soil map of Iran and to apply it as the base map to increase and improve the efficiency of digital soil mapping.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 9852 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 16 روز بعد از پرداخت 689,640 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 8 روز بعد از پرداخت 1,379,280 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.