论文部分内容阅读
精细的土壤空间分布信息在精准农业、环境污染治理等众多领域具有重要作用。目前各部门已积累了大量不同尺度的传统土壤图,将其作为输入数据用数据挖掘方法获取更为精确的土壤空间分布信息是一种常用的土壤图更新方法。已有研究表明输入的土壤图精度会对制图精度产生重要影响,但两者之间的定量关系尚未得到系统研究。鉴于此,本文根据土壤图成图误差在地理空间与属性空间的产生机理,提出两种噪音生成方法,并用于模拟生成一系列不同精度的土壤图作为实验数据,定量探究输入的土壤图的精度与制图精度之间的关系,并以美国威斯康星州Raffelon流域为研究区探讨土壤图更新方法的适用性。论文研究内容和主要工作包括:(1)设计噪音模拟方法生成不同精度的土壤图。根据土壤图成图与绘制中可能产生噪音的两个因素:土壤边界的错置和土壤多边形内含有“杂质”,设计两种噪音模拟方法,用于生成一系列不同精度、不同土壤空间分布特征的土壤图,作为训练样点选择的数据源。(2)基于土壤图的训练样点选择与模型构建。以不同精度的土壤图作为输入数据,结合图中土壤的空间分布特征,分别利用两种训练样点选择方法:基于土壤类型面积分级的典型训练样点选择方法与依照土壤面积比的随机训练样点选择方法,基于土壤图选取训练样点集;应用土壤图更新领域常用的三种数据挖掘模型:分类回归树、随机森林和支撑向量机,结合研究区环境因子数据与训练样点数据,获取土壤—环境关系,并将该关系推广至整个研究区的土壤类型预测。(3)输入数据的精度对制图精度的影响分析。定量化研究输入的土壤图的精度与制图精度的关系,探究土壤图更新方法的适用性;探讨制图精度对不同训练样点选择方法与数据挖掘模型的敏感程度。结果表明,应用土壤图更新方法,当输入的土壤图的精度过低时,无法达到更新土壤图的目的;当输入的土壤图的精度过高时,该方法可基本获取图中蕴含的土壤—环境关系,但同样很难达到土壤图更新的目的。综上,受输入的土壤图的精度限制,土壤图更新方法的应用存在一定的适用范围。