论文部分内容阅读
地理要素的空间分布是地理研究、资源管理、生态环境模拟所需的重要信息。目前，大部分地理要素仍需进行实地采样，并利用样点来推测其空间分布。推测地理要素空间分布所需样点的采集方法可分为经典采样、空间采样和目的性采样三种。常用的经典采样方法包括简单随机抽样，分层抽样，系统抽样等。空间采样，如，基于地统计学的采样，注重于地理要素在空间的相关关系。经典采样和空间采样具有可估算采样误差等优点，但利用这两种方法来推测地理要素的空间分布时所需样本量大；同时，复杂的野外状况也使得统计方法或地统计模型的假设无法满足。与经典采样和基于地统计学的采样需要选择大量样本不同，目的性采样(purposives ampling)是一种根据研究目的，通过有经验的专家或数据挖掘的方法来选择少量具有“代表性”或“平均状态”的样点的采样方案。这种方法可通过相对少量的样点就可以了解研究区的整体信息，进而可以大大减少野外的工作量。
目前，目的性采样的研究还处于探索之中。虽然目的性采样在利用少量典型样本达到较高精度的方面取得了初步成效，但采样方案设计中的样点优选策略仍是一个值得研究的重要问题。如何统筹规划设计不同批次的样点，并有效整合不同批次样点来推测地理要素的空间分布，以达到提高采样效率的目的，是本文的研究问题。本研究通过对与地理要素空间分布具有协同变化的环境因子进行分析和数据挖掘，利用样点典型性和稳定性两个指标来确定采样次序。样点的典型性，是指样点具有最能代表区域内目标地理要素特征的特性；样点的稳定性，是指样点代表区域内目标地理要素特征的可靠性。在样点典型性和稳定性的基础上，设计不同稳定性等级、具有先后采集顺序的典型点。将所提出的目的性采样设计方法应用于推测土壤类型空间分布的案例，进而验证采样方法的有效性，并探讨采样方案与数字土壤制图精度的关系。
本文案例分析的研究区位于黑龙江省嫩江县鹤山农场，选择坡度、沿等高线曲率、沿剖面曲率和地形湿度指数四个环境因子，采用模糊c均值聚类(Fuzzy c-means clustering，FCM)方法进行聚类，根据不同聚类数(8，9，10，11，12和13)下的结果，设计稳定性等级依次为6级，5级，4级、3级的样点。通过野外采集共获得不同稳定性等级的48个样点。将稳定性等级为6的样点称为第一组样点，稳定性等级为6和5的样点为第二组样点，稳定性等级为6、5和4的样点为第三组样点，稳定性等级为6、5、4和3的样点为第四组样点。通过野外所得不同稳定性等级的样点获取土壤与环境之间的关系。稳定性等级为6的样点可得五种土壤类型(暗沃冷凉湿润雏形土、暗厚滞水湿润均腐土、普通简育湿润均腐土、普通简育—纤维有机滞水潜育土和石质湿润新成土)的土壤—环境关系知识。通过稳定性等级为5的样点增加了一种土壤类型(普通冷凉湿润雏形土)的土壤—环境关系知识。通过稳定性等级为3的样点增加了一种土壤类型(普通简育湿润均腐土的另一案例)的土壤—环境关系知识。利用四组样点进行数字土壤制图，得到其相应出现的土壤类型的模糊隶属度图，并将土壤类型的模糊隶属度图进行硬化得到土壤类型栅格图。采用50个独立验证点对不同组样点所得硬化土壤类型图进行精度评价，第一组样点、第二组样点、第三组样点、第四组样点所得土壤图的精度分别为62％、70％、72％和76％。本文主要结论如下：
1)本研究所建立的目的性样点设计方法可获得不同稳定性等级、具有先后采集顺序的典型点，稳定性等级高的典型点先采集，能抓住环境因子与土壤之间的主要关系；稳定性等级低的样点后采集，能抓住环境因子与土壤之间的次要关系，后边采集的样点是对前边的有效补充。
2)案例分析表明，该样点设计方法有效，可利用较少样点获得较高精度的土壤图；通过这种方法，可以提高采样效率、降低调查成本
3)案例分析表明，在鹤山农场研究区，随着样点数量增加，土壤类型图精度提高，但随其增加到一定数量，精度变化不大。