Özet:
Bu araştırmada, Bingöl Solhan Ovası’nda bazı toprak özelliklerinin modellenmesi amacıyla, ArcGIS 10.8 yazılımıyla 300 m x 300 m aralıklı gridler kullanılarak 85 noktadan 0-30 cm derinlikteki toprak örnekleri alınmış ve uzman görüşüyle belirlenen toprak kalite parametreleriyle ovanın genel toprak kalitesi modellenmiştir. Toprak numunelerinin fiziksel, kimyasal ve biyolojik analizleri yapılmış, her parametre normalize edilerek SMAF modeli ve eklemeli indeks yöntemiyle toprak kalite indeksi hesaplanmıştır. Sonuçlara göre; fiziksel kalite (ortalama 60 skor) "orta", kimyasal (54 skor) ve
biyolojik (48 skor) kalite "düşük", genel toprak kalitesi ise (56 skor) "orta" olarak sınıflandırılmıştır.Toprakların işlevselliği için fiziksel, kimyasal ve biyolojik kalitenin iyileştirilmesi gereklidir. Bu da uygun arazi yönetimi ve amenajman sistemlerine bağlıdır. Kötü uygulamalar, zaten zayıf olan özellikleri daha da bozabilir. Çalışmada, SMAF modelinin toprak kalitesi değerlendirmede etkili bir
araç olduğu ve çiftçiler/arazi yöneticileri için sürdürülebilir kararlar almayı kolaylaştırdığı belirlenmiştir. Araştırmanın ikinci aşamasında, toprak özellikleri yapay sinir ağları (YSA) ile tahmin edilmiştir. Levenberg-Marquardt (LM), Scaled Conjugate Gradient (SCG) ve Bayesian Düzenleme (BR) algoritmaları kullanılarak hiperparametreler optimize edilmiştir. %70 eğitim, %15 test ve %15 doğrulama verisiyle, 0-30 nöronlu çift gizli katmanlı ağ yapıları test edilmiştir. LM algoritması tüm tahminlerde en iyi performansı göstermiştir: Değişebilir katyon yüzdesi (%85 doğruluk, 1.705 MAE, 2.255 RMSE), katyon değişim kapasitesi (%73 doğruluk, 0.439 MAE, 0.533 RMSE), tarla kapasitesi (%97 doğruluk, 0.560 MAE, 1.012 RMSE) ve solma noktası (%99 doğruluk, 0.003 MAE, 0.004 RMSE). LM, tüm modellerde en yüksek R² ve en düşük hata değerlerini sağlamıştır. Böylece, maliyetli ve uzmanlık gerektiren toprak parametreleri yüksek doğrulukla tahmin edilebileceği kanıtlanmıştır.
