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.     

基于地统计学和GIS的太湖典型地区土壤属性制图研究——以土壤全氮制图为例

在地理信息系统(GIS)支持下，运用地统计学方法对太湖典型地区耕层土壤全氮含量的空间变异特征进行分析，探讨了适用于研究区域土壤全氮制图的最佳邻域，并在此基础上利用块段克立格(Block Kriging)法绘制了土壤全氮含量空间分布图。结果表明，土壤全氮的空间变异性在40km步长变化域上表现为明显的各向同性，超出这个范围，土壤全氮空间变异的各向异性明显增强，以40km步长变化域上土壤全氮的空间结构特征作为Kriging插值依据有助于提高制图精度。制图结果表明，研究区域土壤全氮含量在江阴和宜兴两市境内普遍较高，锡山和武进两市相对较低；且高值斑块区主要分布在地势低洼的圩田区，这是人为施肥和土壤特性共同影响的结果。Kriging估值标准差分布图可为评价和提高制图精度提供十分有用信息。     

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。     

基于神经网络优化算法的云南土壤有机质含量数字制图——以景洪市为例

  目的  利用自然成土作用变量,预测并制作栅格化的土壤有机质分布图,对发展热带数字化精细农业具有重要意义。  方法  使用2006年云南省景洪市测土配方样点数据,应用BP神经网络（BPNN）、基于强分类器算法的BP神经网络模型（BPNN-Ada）、基于粒子群算法优化的BP神经网络（PSO-BPNN）、基于遗传算法优化的BP神经网络（GA-BPNN）和多元线性回归（MLR）对土壤有机质的含量预测并进行空间化制图。  结果  ① 土壤样点X、Y坐标值能够有效提高算法精度且充分表现环境因子与土壤有机质空间分布上的协同关系。② 4种神经网络算法预测结果土壤有机质空间分布基本类似,均呈现南高北低的趋势。③ 研究区域内4种神经网络模型的在建模集拟合程度从高至低依此次为:BPNN-Ada > GA-BPNN > PSO-BPNN > BPNN,在建模集中PSO-BPNN和GA-BPNN与BPNN拟合精度一致,BPNN-Ada的拟合精度R2最高为0.98。在验证集的预测能力由高至低依次为:BPNN-Ada > GA-BPNN > PSO-BPNN > BPNN。BPNN-Ada有着最高的预测精度和算法稳定性:RMSE = 4.47、MAE = 3.3、MRE = 0.05、R2 = 0.976。  结论  在景洪地区进行土壤有机质神经网络建模时加入地理坐标能够有效提高模型精度,且基于学习规则的神经网络优化算法效果要优于优化初始权重和阈值的神经网络算法及传统的BPNN算法。     

基于样点个体代表性的大尺度土壤属性制图方法

大空间尺度范围的土壤属性分布信息是陆地表层过程模拟的基础信息.基于野外样点进行空间插值是获得土壤属性空间分布信息的重要手段.现有的空间插值方法通常要求所用样点对研究区土壤属性空间分布规律具有良好的全局代表性.然而,受采样经费和野外采样条件的限制,所采集的样点往往难以全面地反映研究区土壤属性的空间分布规律.基于这样的样点用现有空间插值方法得到的土壤属性分布图通常精度较低,并且由样点全局代表性差带来的推测不确定性也无法得到度量.为了合理利用这些已采集的但全局代表性不好的样点,本文提出了基于样点“个体代表性”推测土壤属性空间分布并度量推测不确定性的方法.该方法在两点环境条件越相似、土壤属性就越相似的假设下,认为每一样点可以代表与其环境条件相似的地区,并且代表程度可以由两点的环境相似度度量;通过分析环境相似度计算推测不确定性,并以环境相似度为权重计算样点可代表地区的土壤属性值.将该方法应用于推测新疆伊犁地区土壤表层有机质含量,经验证,本文方法能够有效地利用全局代表性差的样点推测样点能够代表地区的土壤属性空间分布,并且所得的推测不确定性与预测残差呈现正向关系,能够有效地指示推测结果的可靠程度.     

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。     

基于多元隶属度的区域水土流失评价方法——以鄂东大别山区为例

水土流失严重威胁着区域生态环境,因此评价水土流失状况对区域水土流失治理具有重要意义,基于此提出了一种基于多元隶属度的区域水土流失定性评价方法。该方法通过选取表征区域特征的水土流失影响因子指标,并以径流场观测小区所获得数据为样本,采用模糊数学方法构建水土流失评价强度与其影响因子之间的多元隶属函数并依据隶属度划分水土流失强度等级分类,然后应用遥感、GIS等技术工具提取研究区评价单元的评价指标参数,由构造的多元隶属度模型确定其对应的强度等级。该模型以鄂东大别山作为研究区域进行模型验证,结果表明,这种方法在划分水土流失强度上比较科学、合理。     

基于GIS和多种土壤属性的烟田养分分区管理研究

以平顶山典型烟区烟田土壤为研究对象,用111个样点耕层土壤（0 ~ 20 cm）的pH、有机质、总N、碱解N、速效P、速效K、活性有机质、阳离子交换量等数据对烟田进行管理分区研究。利用主成分分析从繁杂的数据中提取3个主成分,利用MZA软件进行模糊聚类分析从而实现分区,采用FPI和NCE来确定最佳分区数。结果表明研究区的最佳分区数为3,模糊指数为1.5。各分区内土壤养分的变异系数都较整个研究区有所降低,而分区间土壤养分差异显著。研究区的平均混乱度指数为0.37,不同模糊类别交叠程度较小,地理空间上土壤的隶属关系相对明确。通过模糊聚类分析法可以较好地进行管理分区的划分,分区结果可以作为变量施肥的单独作业单元进行肥料管理。     

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。     

运用分类树进行土壤类型自动制图的研究

提供了一种基于机器学习的方法来自动建立针对土壤资源制图的规则库。以浙江省龙游县研究区为例,将已有的土壤图与地质图、土地利用现状图、DEM及其派生属性、双时相的TM卫星数据相结合,使用分类树算法从训练数据中生成该地区土壤制图的规则知识,并进行了研究区土壤类型的知识分类。这种建立土壤自动制图知识库的方法要比传统的知识获取方法更为简便易行。精度评价结果表明,所建立的知识库对于研究区的大部分土壤类型的预测是可行的。     

基于灰色概率模型的耕地集约利用评价——以湖北省为例

采用层次分析法以及文献参考法建立了耕地集约利用评价指标体系,在此基础上结合模糊集理论提出了耕地集约利用评价的灰色概率模型,并依据该模型对湖北省及其所属的17个市（州）的土地集约利用程度进行了评价。结果表明:2011年,湖北省耕地处于基本集约利用向比较集约利用过渡状态;湖北省17个市（州）中高集约利用的有2个,比较集约的有6个,基本集约的有7个,不集约的2个。通过区域差异分析,验证了该模型应用于耕地集约利用评价切实可行,可以为耕地集约利用提供理论支持。     

基于多元线性回归模型的土壤养分空间预测——以陕西省蓝田县农耕区为例

以陕西省蓝田县农耕区为例,基于土壤类型、地形、植被、人类活动等土壤养分影响因子,采用多元线性回归预测方法,对土壤养分分布进行空间预测。通过数据标准化和分类统计均值法将所有影响因子统一为相对度量值,根据影响因子与土壤养分含量的相关性显著程度,筛选合适的因子构建回归模型,最后使用随机抽取的验证样本集,计算了预测结果误差。结果表明:多元线性回归预测结果虽然与Kriging法预测结果宏观上具有基本一致的空间分布趋势,但是它克服了传统插值方法的不合理突变问题,更加精细地描述了土壤养分空间分布特征;其平均误差和均方根误差小于Kriging插值法,可作为集成多元影响因子对土壤养分空间分布预测的有效方法。分析发现,研究区内洪积土、水稻土、塿土、立茬土等土壤类型分布区,以及地势较低、坡度在0~8°之间、坡向为东坡、东南坡,等水热组合条件良好的区域养分含量较高。该研究可以为土壤资源合理利用、土地的科学管理以及测土施肥技术提供重要依据。     

空间回归模型在区域数字化土壤制图中的应用——以河南封丘县为例

以河南省封丘县为研究区,以环境协变量信息和先期获得的土壤数值化分类结果为基础数据源,在土壤分类距离空间自相关性分析的基础上,构建土壤分类距离—环境协变量空间回归模型,实施土壤分类距离空间预测,并最终实现研究区25 m分辨率数字化土壤制图.输出结果表明,研究区5种主要土壤类型中,普通底锈干润雏形土分布面积最大、弱盐灌於干润雏形土次之,分布比例分别为36％和24％.结合确定性趋势距离和非确定性残差的空间变异特征,阐释了研究区土壤空间分布格局的发生学背景和随机性因素的影响.与基于随机模型的土壤预测制图相比,基于环境协变量空间回归模型的数字化土壤制图输出结果展示了相似的研究区土壤空间分布整体格局,且具有细节清晰、图斑边界自然的特点.一方面能更好地诠释土壤空间分布的连续性和渐变性特征;另一方面能较好地反映微域成土环境对土壤发生学特性空间变异特征的影响.     

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。     

交叉验证对土壤制图模型的影响研究——以亳州市微量元素预测为例

以亳州市谯城区农田土壤的有效铁与有效铜含量预测为例,探讨了基于10%、20%验证点的Holdout验证与留一交叉验证在数字土壤制图中的具体应用,旨在为现代土壤属性模拟提供更合理的验证依据。研究结果表明:1)Holdout验证方式在执行一次的情况下,很难准确度量建立模型的质量,需要重复多次构建训练集并构建相应的预测模型,以提升模型的预测精度;2)模型在高值区的预测精度差异较大,这些区域应是补充采样的重点区域;3)预测模型在制图过程中的稳定性不尽相同,在使用过程中应对比分析。     

基于熵权的土壤养分地球化学多级模糊综合评判——以陕西省关中地区为例

[目的]研究陕西省关中地区的土壤养分地球化学综合等级,为该区土地质量、生态管理以及土地资源的合理利用提供科学依据。[方法]利用土地质量地球化学调查中的大量、中量、微量元素等12种指标,构建基于熵权的多级模糊综合评判模型,使用熵理论确定权重,模糊评价等级,分层次多级评判,最大限度地区分了关中地区各评价指标的差异,综合、客观地进行评价养分等级。[结果]大量养分1和2等级比例占2.0%,中量养分1和2等级比例约占30.31%,微量养分1和2等级比例约占66.42%,土壤养分地球化学综合1和2等级土地所占比例为33.52%;河谷区域中的大量、中量、微量养分均较低;渭北台塬中量、微量养分丰富,大量养分较缺乏;中低山区大量、中量、微量养分均丰富;秦岭北缘微量元素丰富,大量养分元素处于中等水平,而中量元素较缺乏。[结论]关中地区大量养分缺乏,中量和微量养分充足,综合等级以2,3和4等级为主,但空间变异较大,需要整体施用富含大量养分元素肥料,同时针对不同景观区的养分短板,合理补充中量、微量元素肥料,以提高关中地区的土壤生产力。     

基于土壤变异解释力的几种土壤制图方法的对比研究——以南阳市1m土体土壤有机碳密度制图为例

为克服方法的复杂性和数据的详细性解释土壤制图效果的不足,基于土壤变异解释力对多种方法进行对比研究。收集南阳1∶5万土壤类型图、30 m分辨率数字高程模型和TM影像,计算出高程、坡度、坡向、归一化植被指数(NDVI)、穗帽变换的湿度(TCW)参数等,以439个土壤剖面为训练数据,分别按土壤类型连接法(SCLM)、加权最小二乘法(WLS)回归、地理权重(GWR)回归、随机森林(RF)、普通克里格(OK)、回归克里格(RK)进行1m土体土壤有机碳密度(SOCD)制图,其余49个土壤剖面作为验证集。结果表明:(1)对SOCD变异的解释力是影响制图效果的本质因素。土壤类型、土壤表层有机质(OM)是主要预测变量,SCLM、WLS和GWR均只能利用其中一种主要变量,土壤图的详细化和回归模型的复杂化均不能明显改善SOCD制图效果。基于土属和OM变量,RF对SOCD变异的解释力最强,预测效果最优;地统计学空间变异函数对SOCD变异的解释力大于回归模型,小于RF,而与土壤类型相当,其相对制图效果亦如此。(2)预测变量建模和空间相关是两类不同的土壤变异解释机制,RK未必能使它们产生最佳组合:只有WLS回归、GWR回归和缺乏土壤类型信息的RF(OM+TCW)适合RK算法,在原始模型中它们对训练数据的拟合效果依次升高,但其RK结果的优劣排序则相反;所有RK的结果均未达到土属和OM参与下RF制图的精度。     

基于模糊k-均值算法模型的土壤数值化分类——以河南省境内分布的雏形土为例

本研究基于《中国土系志·河南卷》中的97个雏形土土壤样本点,根据土壤系统分类标准遴选并确定用于划分雏形土纲中不同层级分类单元的16个土壤诊断层和诊断特性,并依据这些不同指标的属性特征值和不同层级指标的权重建立属性数据集。基于此数据集运用模糊k-均值算法模型,确定6个聚类中心土壤,计算样本土壤与中心土壤之间的分类距离,并对研究区97个土壤样本实施数值化分类。研究表明,基于97个样本点与各中心土壤之间的分类距离进行土壤数值化分类,并通过检验数值化土壤分类结果与谱系式层级土壤分类单元的一致性,可以评价传统的谱系式层级土壤分类系统的合理性。     

苹果主产区土壤养分空间分布特征及其影响因素——以陕西省礼泉县为例

客观、定量化分析土壤养分空间异质性及其影响因素,可为作物精准施肥提供科学依据。本研究以陕西省礼泉县苹果产区为研究区,基于“S”形的样点布设法采集果园0~40 cm土层的土壤样品,运用地统计学和GIS研究了土壤有机质、碱解氮、速效钾和有效磷4种养分的预测精度,并通过交叉验证和相对预测误差确定最优预测模型,绘制果园土壤养分空间分布图,综合分析土壤养分空间分布特征,及结合相关性分析和多元线性回归分析,探讨土壤养分的影响因素及其权重。结果表明:1在最佳变异函数理论模型下,普通克里格法对果区土壤碱解氮的预测精度高,协同克里格对其他3种养分的预测精度高。2土壤有机质的空间分布格局是由骏马-阡东和建陵-昭陵一带向中部递减;赵镇至史德镇的东部为碱解氮的高值区,分别向东、北和西南递减;速效钾的高值区主要分布在研究区南部,北部大多数地区钾含量偏低;有效磷的高值区分布在烽火和骏马镇、石潭-昭陵镇一线。3有机质与地形因子具有显著相关性,碱解氮受NDVI、土壤类型和地形因子的影响,速效钾与当地坡度、坡向具有显著相关性,但有效磷与三大类因子的相关性不显著。