应用模糊c均值聚类获取土壤制图所需土壤-环境关系知识的方法研究

在没有土壤普查专家及土壤图的地区,获取土壤环境间关系的知识是基于知识进行预测性土壤制图中的关键问题。本文建立了一套应用模糊c均值聚类(Fuzzyc-means,FCM)获取土壤环境间关系知识的方法:得到对土壤形成发展具有重要作用的环境因子,建立环境因子数据库;对环境因子进行模糊聚类,得到环境因子组合隶属度分布图;根据隶属度值确定野外采样点;将环境因子组合与土壤类型对应,进而提取土壤-环境关系知识。为检验该方法的有效性,应用所得知识进行土壤制图,通过独立采样点对土壤图进行精度评价。本文在黑龙江鹤山农场一个研究区的应用结果表明,该方法仅需要少量的野外采样即可获得有效的土壤-环境关系知识,为预测性土壤制图提供必需的依据,同时也显著提高了野外采样的效率。     

模糊c-均值算法在区域土壤预测制图中的应用

基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FCM算法模型,获得4类最佳分类数,模糊指数为1.7。类别数目与研究区受地形、母质和土地利用方式影响的主要成土过程决定的土纲下土壤类型数目一致。将经过对称对数比转换的隶属度成分数据进行单一模糊类别隶属度土壤预测制图,4种类别土壤在空间上具有明显的渐变过渡特征,制图结果较理想。在单一类别隶属度土壤图的基础上生成最大隶属度土壤图,与常规土壤调查土壤图具有共同参比的基础。     

基于土壤-环境关系的更新传统土壤图研究

传统土壤图是流域管理、生态水文模型所需土壤空间分布信息的主要数据源。然而,受传统制图技术和基础数据质量所限,传统土壤图的空间详细度和属性精确度并不高。随着地理信息技术的发展,如何利用可获取的高质量空间数据和现代空间分析技术来更新传统土壤图显得十分必要。基于传统土壤图中的土壤多边形与通过模糊聚类所得环境因子组合之间存在着对应关系这一假设,本文提出了一种从传统土壤图中提取土壤-环境关系知识并利用该知识更新传统土壤图的方法。该方法包括四个步骤:对环境数据进行模糊c均值聚类获取环境因子组合;利用传统土壤图建立环境因子组合与土壤类型间的对应关系;提取土壤-环境关系知识;进行土壤推理制图。将该方法应用于加拿大New B runsw ick省的W akefield研究区,以更新该区现有的1∶20 000的传统土壤图。应用结果表明:更新后的数字土壤图显示了更详细的空间分布信息;经野外独立验证点验证,所得土壤图(制图单元为土壤组合-排水等级)精度高出原土壤图约20%。因此,该方法是一种有效的更新传统土壤图的方法,可增加土壤图的空间详细度、提高土壤图的属性精确度。     

基于模糊集理论提取土壤—地形定量关系及制图应用

通过对研究区地形因子的模糊聚类,提取了地形因子组合与特定土壤属性的定量隶属度关系,然后对隶属度高值区土壤进行目的性采样为隶属度函数赋值,制作研究区土层厚度连续分布图。通过野外实地验证,将观测值与图中预测值比较,结果显示该方法制图精度在82%左右,具有一定的可靠性。进一步考察认为该模型在地形部位较低,地势较为平坦,土壤发育较好,土层较厚,成土环境相对稳定的地区预测效果更好,适用性更强。该方法能提高土壤制图效率,降低制图成本,提高制图精度,对土壤微域变异的表现更为详细,图面信息负载量更高。应用该方法制作大比例尺土壤详图不失为土壤调查与制图领域一种可行的新方法。     

流域尺度土壤厚度的模糊聚类与预测制图研究

基于土壤厚度与景观位置和特征之间的关系,运用模糊c均值聚类(FCM)方法对西苕溪流域的土壤厚度分布进行了空间预测。选取高程、坡度、平面曲率、剖面曲率、径流强度系数和地形湿度指数6个地形因子进行模糊聚类,根据相应的聚类参数将流域地形组合分为8类。利用部分调查获得的土壤剖面数据,结合样点属性和专家经验为典型区赋值,最后由加权平均得到流域土壤厚度预测图。验证结果表明,FCM方法可以对地形因子组合进行有效合理的分级,其预测精度较高,模型的稳定性较好,是一种低成本高效率的制图方法。该方法在土壤厚度预测方面具有一定的可靠性。     

预测性土壤有机质制图中模糊聚类参数的优选

对数字高程模型(DEM)中的地形特征进行模糊C均值聚类,分别采用3种方法来选择最优模糊度和分类数组合及分类结果;在最优分类结果上,用多元线性回归方法建立土壤A层有机质含量与地形景观之间的定量关系,并应用该关系进行土壤制图应用.结果表明:3种方法选择的最优模糊度比较接近,主要为1.5,还包括1.4和1.6,但3种方法选择的最优分类数却有很大差别;尽管依据回归模型γ2选择的分类结果较多地解释了土壤A层有机质含量的变异,但基于这种分类结果的制图偏差较大,与实测值相比较的结果也说明基于这种分类结果的制图精度较低;用内部判据选择的分类结果在制图过程中产生的偏差较小,制图精度也较高.     

土壤制图中多等级代表性采样与分层随机采样的对比研究

采样设计是土壤地理研究中备受关注的重要问题。本文以区域尺度土壤属性制图为例,将多等级代表性采样与经典采样中的分层随机采样进行对比研究。以安徽宣城研究区的表层砂粒含量为目标要素,采集数量均为59个的两套样点,设计不同数量(46、58和59)的样点分组,采用两种制图方法进行制图并利用独立验证点进行评价。结果表明:1)无论是采用多元线性回归方法还是基于环境相似度的制图方法,在同等样点数量下,利用代表性样点所得土壤图精度均高于利用随机样点所得精度,并且利用少量代表性样点(46个)所得土壤图精度也高于利用多量随机样点(59个)所得精度;2)随着代表性较低样点的增加,土壤制图精度基本有一个提高的趋势,而采用随机样点所得土壤图的精度波动较大。因此,可认为多等级代表性采样方法是一种可用于区域尺度土壤调查的有效采样方法,且比分层随机采样高效、稳定。     

复杂景观环境下土壤厚度分布规则提取与制图

复杂景观环境下,土壤—环境关系知识的获取是预测性土壤制图的基础。为了探究复杂景观下土壤厚度分布与环境条件的关系,该文以黑河上游祁连山区典型小流域为研究区,应用模糊c均值聚类(fuzzy C-means cluster,FCM)和决策树(decision Tree,DT)方法,建立了一套获取土壤厚度分布与环境间关系知识的方法。利用2种方法结合获得流域内土壤厚度各分布等级的环境要素关键阈值与土壤-环境关系知识集,将所得环境阈值和知识集进行预测性制图,并通过野外独立样点对制图结果进行精度评价。结果表明:土壤厚度图的总体精度为74.2%,Kappa系数为0.659。该研究将2种方法结合获得了土壤厚度分布对应的土壤环境关键阈值和土壤-环境关系知识集,为复杂景观环境下土壤厚度的预测性制图提供了一种有效的解决方案。     

黑河下游土壤的细土颗粒粒径组成和质地类型的空间分布规律初步研究

研究利用遥感数据及模糊c均值聚类方法对我国西北典型干旱区黑河下游的土壤细土颗粒粒径组成和质地类型的空间分布规律进行了初步研究。收集并分析了该地区的地形参数(坡度、沿剖面曲率和沿等高线曲率)、植被指数(NDVI)及地质数据,设计了16个野外典型样本采集点及9个独立样本用于结果验证。利用沉降法和筛分法测定了细土的颗粒粒径组成。以模糊隶属度为权重,运用加权平均法计算得到土壤砂粒、粉粒及粘粒含量和质地类型的空间分布,结果与9个独立采样点进行对比,无显著性差别。表明该方法在极端干旱区黑河下游地形较平缓地区适用性较强,结果能够满足应用需求,可为该区域的地表过程研究提供宝贵的数据支持。     

基于GIS、模糊逻辑和专家知识的土壤制图及其在中国应用前景

详细的土壤空间与属性的信息已成为环境模型和土地管理的基本参数,传统的以类别多边形和手工编制为基础的传统土壤制图效率低精度也较差。本文基于GIS、模糊逻辑和专家知识,建立了土壤一环境推理模型(SoLIM),通过基于土壤一环境关系模型的土壤相似度模型与对该模型进行赋值的推理技术来编制土壤图,从而克服了传统土壤制图中的简化。通过两个小区的研究表明,与传统土壤制图相比,通过SoLIM得出的土壤信息在空间详细度和属性精确度都有较大的提高,也能够大量减少调查的时问和经费,从而大大提高土壤调查的效率。SoLIM方法在我国推广十分必要且具有一定的条件,但仍需要进一步完善。     

利用数字土壤制图技术评价森林立地质量

[目的]为了提升森林立地质量评价的精准性,探讨利用数字土壤制图技术对森林立地质量进行评价,助力精准林业的发展.[方法]以济源南山林场为研究区,以地形因子为预测因子,运用模糊C均值聚类方法(FCM算法)对立地评价所需的主要土壤属性进行预测制图,并在利用遥感影像数据获取林地其他立地环境因子分布图的基础上,应用灰色关联度法对...     

基于土壤剖面质地构型的土壤质量评价——以河南省封丘县为例

土壤剖面质地构型是土壤质量和土壤生产力的重要影响因子,对冲积平原地区来讲尤其重要。然而,现有的土壤质量评价研究中,很少采用该因子,且评价指标筛选大多缺乏明确的生物学意义。本研究利用河南省封丘县39个剖面数据及113个土钻样点数据,使用模糊C均值聚类方法 (FCM)结合Kriging插值方法获取的9种土壤剖面质地构型在空间上分布的单一类别隶属度图;在此基础上结合专家知识,针对平原地区旱作作物及耕地的耕性对土壤剖面质地构型的性状进行打分,以分值为参照,在Arc GIS 9.2中9个单一类别隶属度栅格文件进行栅格计算,获取了研究区土壤剖面质地构型栅格的综合分值。利用包括土壤剖面质地构型在内的多个土壤属性,结合作物产量数据,使用主成分分析(PCA)方法确定了最小数据集(MDS);应用指数和法,基于两种途径对土壤质量进行了评价,并结合测产获取的作物产量对两种评价结果进行了对比分析。结果表明:土壤质量指数与作物产量有较好的相关性,土壤质量评价结果能够较好地反映研究区的土壤质量状况。在添加剖面质地构型因子后,土壤质量评价结果有进一步的改善,可见在黄河泛滥冲积平原地区,剖面质地构型是土壤质量评价必不可少的因子。     

基于模糊聚类的区域主体功能分区研究--以江苏省为例

主体功能区是对区域土地的自然、经济和生态属性进行综合鉴定,并加以分类的过程;模糊聚类分析是根据研究对象本身的属性来构造模糊矩阵,并在此基础上根据一定的隶属度来确定聚类关系的方法.结合模糊聚类分析的特点,以区域土地利用为研究对象,将模糊聚类的思想引入主体功能区中,建立了基于"社会-经济-生态"为一体的指标体系.然后以江苏省为例,将其划分为优化开发区、重点开发区、限制开发区.结果表明,用模糊聚类分区法对区域土地资源主体功能区划分,能够取得较好地分类结果,对今后区域更好的协调发展有一定的推动作用.     

基于模糊C均值聚类的作物病害叶片图像分割方法研究

为提高作物病害图像的分割效果,根据作物病害图像的特点,提出了一种基于模糊C均值聚类算法(FCM)的作物病害图像自适应分割方法.该方法将像素的灰度与其邻域均值作为FCM的输入特征,变换FCM的隶属度函数使其包含图像的局部邻域特性;通过聚类有效性验证分析和试验确定模糊C均值聚类算法(FCM)的最优聚类数、模糊加权指数.运用该方法对棉花病害叶片图像进行分割.结果表明:该方法能较好将病斑部分和正常部分分割开,平均分割误差率小于5%,对作物病害图像的分割处理非常有效.     

小尺度下滴灌棉田养分管理分区研究

以小尺度下滴灌棉田为研究对象,采集研究区87个耕层土壤(0～30 cm)样品,土壤有机质、全氮、速效磷和总盐含量为变量进行土壤养分精确管理分区研究。结果表明,运用模糊c-均值聚类法进行分区,并采用c-φ多次组合法来确定适宜的模糊控制参数,得出研究区最佳分区数为4,模糊指数为1.7,平均混乱度指数为0.29,土壤属性数据的模糊分类输出结果不确定性较小,地理空间上土壤的隶属关系相对明确。在研究区内,模糊分类的输出结果符合管理分区的定义,各管理分区均可以作为变量施肥的单独作业单元进行耕作管理。     

美国基于GIS、专家系统和模糊推断的土壤制图方法

基于地理信系息统 (GIS)或专家系统的模糊土壤推断法 (土壤—土地推断模型 ,SoLIM) ,主要包括 3部分 :1)土壤相似性模型 ;2 )土壤相似性推断技术 ;3 )相似性描述的应用。相似性描述将土壤景观看作一个连续体 ,因而克服了传统土壤制图的概括性。此推断技术基于成土因素方程和土壤—景观模型。土壤—景观意味着只要知道某个地区土壤与环境的关系 ,则能通过评价某点的环境特征推断出特定景观下某处的土壤类型。在SoLIM中 ,成土环境特点可通过GIS或RS技术来确定。土壤与成土环境之间的关系可通过当地土壤专家或野外观察来确定。结合环境特点和土壤—环境关系推断某地土壤类型。在土壤调查方面 ,SoLIM与传统土壤调查相比 ,SoLIM得到的土壤信息的空间详细程度和属性准确度均相当高。另外 ,该方法显示出了在提高土壤调查效率进而更新调查时节省时间和代价方面的巨大前景。然而 ,SoLIM是否成功在很大程度上还依赖于环境资料的可用性和质量 ,以及对当地土壤—环境关系了解的程度     

模糊SOFM-GIS空间聚类模型在农用地分等中的应用

针对目前农用地分等方法中的存在的不足之处，提出将模糊理论、自组织特征映射(Self-Organizing Feature Map，SOFM)网络与GIS相结合，构造出一种新的农用地分等模型—模糊SOFM-GIS空间聚类模型。并利用此模型对广东省高要市农用地进行农用地分等评价，结果表明采用模糊SOFM-GIS空间聚类模型进行农用地分等评价具有稳定、结果可靠等特点。     

基于GIS和模糊物元贴近度聚类分析模型的耕地质量评价

利用ArcGIS和模糊物元贴近度聚类分析模型,以原始数据为基础,对湖北省宜都市耕地质量进行了评价。(1)采用主成分分析法确定耕地质量影响因素;(2)利用ArcGIS矢量化提取相关图层并进行相应的空间分析后,采用多图层叠加确定评价单元和获取单元属性数据;(3)根据各评价因子的隶属函数,应用模糊物元贴近度聚类分析模型计算评价因子的权系数和评价单元的贴近度,经过聚类分析划分耕地质量级别,并进行抽样检验结果的准确性。结果表明:宜都市耕地质量中等,I至VI级地分别占12·96%、30·37%、31·71%、16·16%、7·14%和1·66%。经实地检验评价结果基本与实际情况相符。     

基于模糊彩色聚类方法的西红柿缺陷分割研究

缺陷的检测一直是应用计算机视觉技术进行水果自动分级的难点。在HSL颜色模型的基础上，提出了基于模糊颜色聚类的缺陷分割方法。将RGB颜色模型转化为HSL颜色模型；用三角隶属度函数定义H、S、L模糊集，进而构成模糊颜色集；在模糊颜色的基础上，定义模糊颜色相似度测度，分析两种模糊颜色的形似性。将该分割方法应用于西红柿的缺陷分割，试验表明：准确率达96%。     

基于模糊数学方法的烟叶品质评价

烟叶品质是反映和体现烟叶必要性状均衡情况的综合性模糊概念,其好坏不仅直接影响烟草产品的质量和效益,而且对烟草经济发展起着举足轻重的作用。研究基于模糊数学理论,应用模糊综合--加权平均模型,从烟叶香味、化学成分、燃烧性及农药残留等方面选取11项指标构建评价体系,对2003年重庆市烟叶品质进行了评价。结果表明:烟叶样本武隆2和酉阳1的隶属度远大于其它样本的隶属度,分别为0.695和0.630,说明两样本烟叶的品质最好;巫山2等多数烟叶样本的隶属度在0.1～0.2之间,样本烟叶品质次之;巫山1等烟叶样本的隶属度在0～0.1之间,样本烟叶品质相对较差。应用F分布法确定k次抛物线分布函数作为烟叶品质模糊综合评价的隶属函数,充分体现了烟叶品质评价本身的特点,而通过构建模糊综合一加权平均模型,可充分获取信息,对多样本进行比较排序,计算方法简便,评价结果可靠、合理。