论文部分内容阅读
第二次全国土壤普查积累了丰富的、具有实用价值的土壤数据，是我国迄今为止最为详尽的土壤资源调查，目前可利用的土壤图件资料几乎都来源于二次土壤普查的成果。但是，传统土壤图由于制图方法和技术水平的限制，在分辨率和制图精度上都比较低。在难以展开新一轮土壤详查工作的背景下，运用数字土壤制图技术对我国二次土壤普查成果进行更新是十分必要的，并且在技术上也具有可行性。 本研究以土壤景观理论为基础，通过模糊c均值筛选传统土壤图中各土壤类型的典型分布区，同时利用常规的环境因子直方图方法作为对比方法获取土壤类型的典型分布区。结合土壤发生分类知识在典型区内构建典型训练点集，采用随机森林这一数据挖掘模型来进行传统土壤图的更新。 模糊c均值聚类方法(FCM)通过设定环境因子组合类的模糊隶属度阈值并对每一组合类隶属度大于该阈值区域落在各个土类图斑中的栅格数r进行统计分析，得到组合类与土壤类型的对应关系。对于各土壤类型其对应环境组合类中隶属度高值区即为该土壤类型的典型分布区，在对应土壤类型的典型分布区结合土壤发生分类知识来选择典型训练样点。 直方图方法则是对每种土壤类型分别将其图斑栅格对应的环境因子数据按其像元数建立直方图(Hist)，将峰值对应的区域作为该环境因子的典型区，将各环境要素的典型区进行叠加，重叠区域即为该土壤类型分布的典型区，结合土壤分类知识在典型区内获取典型训练样点。 本研究选择黑河流域中游地区为案例区，以年均降雨量、年均温、坡度、坡向、归一化植被指数、海拔、平面曲率和剖面曲率作为环境协变量，更新源于二次土壤普查的1∶100万的发生分类土壤图。利用两种方法分别对每个土壤类型筛选出10个训练样点，各构成包含200个样点的训练样本点集。为了检验研究方法的有效性，利用2012年和2013年两年在黑河流域中游地区进行土壤调查所得62个野外采样点数据对更新得到的土壤图进行精度评价。 结果与主要结论如下:(1)FCM方法比Hist方法更适合该研究区，FCM方法所得结果的精度为43.6％，而Hist方法所得结果的精度只有23.6％，且FCM所得结果图中土壤类型的分布更合理;(2)FCM方法得到的更新土壤的结果比传统土壤图的精度提高了9.1％，虽然没有大幅提高精度，但是其分布合理，对传统土壤图进行了一定程度的改进，且能更详细地体现土壤类型的分布;(3)气候因素是影响研究区土壤发育和类型分布的关键因素。本研究表明，本文所提出的两种提取典型训练样点的方法可为利用数据挖掘模型进行传统土壤图更新的训练样点选择提供有效途径。