Özet:
Toprak, karasal ekosistemlerdeki en büyük karbon havuzu olup, organik karbon, toprakların fiziksel, kimyasal ve biyolojik özelliklerinin düzenlenmesindeki önemli yeri nedeniyle, yaygın olarak arazi bozulmasının bir göstergesi olarak benimsenmiştir. Bu çalışma, Kuzey Irak'ın Amediya bölgesinde (20.06 km2) sıradan krigleme (OK), Gradient Boosting Karar Ağaçları (GBDT) ve GBDT-OK hibrit yaklaşımları ile toprak karbon içeriğinin (SOC) modellenmesi için gerçekleştirilmiştir. GBDT modelinin ortak değişkenleri, Landsat 8 (OLI) ve Landsat 9 (OLI-2) optik uydu görüntülerinden elde edilen radyometrik indeksler ve bağımlı değişkeni de, çalışmanın gerçekleştirildiği alandaki 500 x 500 m'ye ayrılmış bölgelerin köşelerinden toplanan 80 toprak örneğinin organik karbon içeriğidir. GBDT modeli kullanılarak yüksek değişkenli veri setindeki ve sınırlı gözlem noktalarındaki hiperparametrelerin optimizasyonu ile k-katlı çapraz doğrulama kaybı 0,385'ten 0,257'ye düşürülmüştür. Ayrıca, hiperparametrelerin optimizasyonu ile ortalama karesel hata kökü (RMSE), ortalama mutlak hata (MAE) ve R2 hata metrikleri sırasıyla 0,394'ten 0,229, 0,173'ten 0,132 ve 0,209'dan 0,654 olacak şekilde iyileştirilmiştir. GBDT ve normal krigleme ile karşılaştırıldığında GBDT-OK hibrit model yaklaşımı ile RMSE değerindeki iyileşme 32,75 ve 68,96 olmuştur. GBDT tahmin modelinde ortak değişkenlerin önem düzeyleri de belirlenmiştir. SOC tahmin modelinde kullanılan değişkenler sırasıyla NDVI > SAVI > EVI > MSAVI > NDSI > SRCI > GSI > BI şeklinde en önemliden en önemsize doğru derecelendirilmiştir. Sonuçlar, ağaç-tabanlı hibrit model yaklaşımının, az sayıda örnek noktasına sahip veri setlerinde SOC içeriğinin mekansal tahmini için oldukça güçlü olduğunu göstermiştir. Bu çalışma aynı zamanda, tahmin başarısını artırmak için ortak değişken olarak kullanılan radyometrik indekslerin seçiminin çalışma alanının iklimi ve bitki örtüsü yoğunluğu dikkate alınarak belirlenmesi gerektiğini de ortaya koymuştur.
