النمذجة التنبؤية بملوحة التربة لمنخفض ‏وادى النطرون ‏ باستخدام تقنيات الاستشعار من البُعد والتعلم الآلي (‏ML‏) ‏

‏ تعتبر ملوحة التربة من أكثر عوامل تدهور الأراضي شيوعًا والتي تضعف خصوبتها ‏وتؤثر سلبًا على الإنتاج الزراعي. ناقشت الدراسة تطبيق النمذجة التنبؤية التى تعد تقنية قوية ‏لتعزيز دقة التنبؤ واتخاذ قرارات مستنيرة بالاعتماد على الخوارزميات الإحصائية وتقنيات التعلم ‏الآلي في تطوير نموذج تنبؤي للكشف عن ملوحة التربة المتوقعة (ديسيسمنز/م) بمنطقة ‏الدراسة. تم تطبيق نماذج (الانحدار الخطي البسيط والمتعدد) وخوارزميات الغابة العشوائية ‏Random Forest، وXGBoost، وذلك من خلال الاعتماد على تقييم أداء (14) مؤشراً ‏طيفيـًا مستمدة من بيانات القمر الاصطناعي ‏Landsat 8 OLI‏ وملوحة التربة المقاسة من ‏‏(25) عينة بعمق ( 0 إلى 30 سم). وسجل السيناريو الأول للتحليل أعلى معامل ارتباط لمؤشر ‏‎(SI 6)‎‏ بقيمة (‏‎ (R=0.84‎‏ وبمعامل تحديد (‏R2=69‎‏) يليه مؤشر ‏‎(VSSI)‎‏ الذى يعبر عن ‏ملوحة التربة والنبات بمعامل ارتباط (‏R=0.70‎‏) ومعامل تحديد (‏R² = 0.49‎‏)، وأمكن التوصل ‏إلى تطوير نموذج انحدار خطي متعدد بتقنيات التعلم الآلي لملوحة التربة المتوقعة بمعامل خطأ ‏‏(1.224) ومعامل تحديد (‏R² = 0.982‎‏). فى حين اعتمد السيناريو الثاني على تطوير نموذج ‏تنبؤي اعتمد على خوارزمية ‏XGBoost، ومن خلاله تم إعداد خريطة تبين نسبة تركز الأملاح ‏المتوقعة فى تربة وادى النطرون، حيث تراوحت بين (0.0181 و 41.198 ديسيسمنز/م) ‏بمعامل خطأ (0.05)، واتفقت نتائجه مع البيانات المقاسة بشكل كبير (0.18 و 41.2 ‏ديسيسمنز/م). وكشفت نتائج الدراسة إمكانية فائقة لتقنيات التعلم الآلي في النمذجة التنبؤية ‏لرسم خرائط ملوحة التربة المتوقعة لإدارة التربة المالحة ومعالجتها ومراقبتها واستخدامها، كما ‏قدمت الدراسة رؤى قيمة لاختيار المؤشرات الطيفية المناسبة للتعرف على ملوحة التربة في ‏منطقة النطرون وفي البيئات المماثلة.‏