论文部分内容阅读
数字土壤制图充分借鉴了空间信息处理技术和空间高分辨率数据的优势，为快速获取土壤侵蚀模拟、水资源管理等研究所需的高精度、高分辨率的土壤空间分布信息提供了有效的途径，其主要的数据源是野外采集的样点。在我国多数地区，经过两次土壤普查或科研工作者的野外调查积累了一定数量的土壤样点（“遗留样点”）。但是，这些不同来源的样点，往往数量有限，而且分布一般不符合空间制图的要求。基于这些遗留样点，利用传统土壤制图方法推测的土壤属性图精度一般都较低。因此，如何在充分整合遗留样点的前提下，高效地设计补允样点以提高制图精度是一个值得研究的问题。 针对这一问题，本文基于推理不确定性空间分布信息，提出了高效、逐次地设计补充样点的方法。推理不确定性信息反映了样点集对待推测点的代表程度，即不确定性越低，说明样点集对待推测点的代表程度越好，利用样点集推测待推测点位置的土壤属性越可靠;反之，不确定性越高，样点集对待推测点的代表性越差，推测的土壤属性可靠程度越低。通过设置一定的不确定性阈值，便可将整个研究区划分为基于遗留样点可以推测土壤属性的区域（推理不确定性小于阈值的区域，即遗留样点集能够代表的空间范围）和基于遗留样点不能推测的区域（推理不确定性大于阈值的区域，即遗留样点集无法代表的空间范围）。据此，首先需要进一步补充样点以完善遗留样点集的全局代表性，扩增可推测面积至整个研究区;之后，通过进一步采集补充样点，提高土壤属性图的精度。因此，论文基于推理不确定性空间分布信息，提出的设计数字土壤制图补充样点的方法包括以下两个阶段: 补样设计的第一阶段（扩增可推测面积阶段）:这一阶段的目标是:用尽量少的样点最大程度地扩增可推测面积，填充遗留样点集不能代表的区域。论文采用了遍历法与贪婪法相结合的方式逐一选择个体代表性最大的点作为补充样点。具体方法为: ①将遗留样点集不能代表区域内的所有点均视为备选样点，对其进行遍历。计算每个备选样点推测待推测点时的推理不确定性，确定各备选点的可扩增面积。 ②选择可扩增面积最大的备选点作为新的采样点，之后将新选择的补充样点加入遗留样点集，更新推理不确定性分布图和样点集的空间代表范围图。 ③重复以上过程，直至样点集的可推测范围能够覆盖整个研究区，便可以设计出高效地、具有先后次序的补充样点集。 补样设计的第二阶段（降低推理不确定性阶段）:这一阶段的目标是:用尽量少的样点最大程度的降低推理不确定性、提高土壤属性推理精度。论文通过FCM聚类的方式，在不确定性相对较高的区域内选取代表性好的样点作为补充样点。具体方法为（详见图4-2）: ①首先，设置不确定性阈值，选择不确定性较高的区域（大于不确定性阈值的区域）;然后，统计每种母质类型中不确定性较高区域的面积，选择含不确定性较高区域面积最大的母质类型内设计补充样点。 ②利用FCM聚类算法在(1)中选出的母质类型中高不确定性区域内进行聚类，将其划分为环境特征相似的不同类。然后选择面积最大的类，并计算该类内不确定性的概率密度分布情况。将不确定性概率密度分布曲线峰值所对应的栅格位置作为补充样点的备选位置，这些备选样点能够最大程度地降低推理不确定性。 ③将各选样点叠加在GOOGLE EARTH影像或地形图上，综合考虑各种环境要素，在各选样点中确定交通可达性好、易于采集的样点作为补充样点。重复上述过程，直至推理不确定性满足设计者的要求。 本文以安徽省宣城市三个县区（宜州区、郎溪县、广德县）为研究区，搜集了全国土种志中记录的6个样点作为遗留样点集，应用论文提出的补样设计方法设计并采集了60个补充样点。将60个补充样点依次加入到遗留样点集中，形成60套样点集，然后利用基于样点个体代表性推测土壤属性图的方法制作了60幅研究区的土壤表层(0-20cm)有机质空间分布图。 利用基于规则设计的61个独立样点，对上述60幅有机质图分别进行验证，验证结果说明:①随着补充样点的依次加入，样点集的可推测面积在逐渐扩增、推理不确定性逐渐降低、推理精度得到了稳步提高;②先补充加入的样点具有较高的空间代表范围，能够更大程度地扩增可推测面积、降低推理不确定性，从而提高推理结果的精度;后补充加入的样点代表性稍差，样点集的可推测面积和推理精度的提高逐渐减缓并趋于稳定。 基于不确定性设计的补充样点与分层随机设计的补充样点对比验证说明:在本研究区内，①补样设计的第一阶段，在补充样点数量相同的情况下，基于不确定性设计的补样方法具有更大的推测面积;②补样设计的第二阶段，当补充样点数量大于34个样点时，基于不确定性设计的补样方法具有更高的推理精度。 经以上两方面验证分析可见，论文在充分整合遗留土壤样点资源的前提下,在推理不确定性空间分布信息的指导下，提出的数字上壤制图补样方法具有较高的效率。同时，该补样方法中每一个（批）新样点的布设都是建立在上一次推理结果的基础上，所以该补样方法是逐次的、渐进的。这种具有先后顺序（样点的重要程度而非实际采集的顺序）的补充样点方法能够在采样资源有限的情况下，为采样人员合理地选择样点提供理论基础。