基于样点个体代表性的大范围土壤属性制图方法研究
  • 【摘要】

    大范围的土壤属性空间分布信息和不确定性信息是进行大尺度地学模拟的基础信息。数字土壤制图方法在先进的空间数据获取与分析技术的支持下,是快速地获得高精度土壤属性分布信息的有效手段。野外样点是在大空间范围内进行数字土壤制图的主要数据源。现有基于样点的数字土壤制图方法为了保证结果精度,通常要求样点对研究区土壤空间分布规律具有良好的全局代表性。然而受野外采样条件和经费的限制,已有样点往往数量有限且分布不符合... 展开>>大范围的土壤属性空间分布信息和不确定性信息是进行大尺度地学模拟的基础信息。数字土壤制图方法在先进的空间数据获取与分析技术的支持下,是快速地获得高精度土壤属性分布信息的有效手段。野外样点是在大空间范围内进行数字土壤制图的主要数据源。现有基于样点的数字土壤制图方法为了保证结果精度,通常要求样点对研究区土壤空间分布规律具有良好的全局代表性。然而受野外采样条件和经费的限制,已有样点往往数量有限且分布不符合任何规则。基于这些样点运用现有方法推测的土壤属性空间分布不仅精度较低,而且也无法度量由于样点全局代表性不好而带来的推测不确定性,因此难以满足大尺度地学模拟的需要。
       为了克服现有方法的局限性,本论文建立了从样点个体代表性出发推测土壤属性空间分布并度量推测不确定性的方法。该方法基于土壤-景观模型(Soil-landscapeModel)并借鉴案例推理(Case-based Reasoning,CBR)思想,将样点看作包含特定土壤-环境关系的案例。在两点环境条件越相似、土壤属性就越相似的假设下,认为每一个样点案例可以代表与其环境条件相似的地区,并且代表程度可以通过两点环境的相似程度来度量。基于此,该方法通过分析环境相似度来计算推测不确定性;以环境相似度为权重通过综合各案例点土壤属性值推测案例点可以代表地区的土壤属性值。具体包括三个主要步骤:(1)选择环境变量、刻画环境特征;(2)计算待推测点与各案例点的环境相似性,构建环境相似度向量;(3)基于环境相似度向量推测土壤属性并度量推测不确定性。
       研究区位于新疆伊犁地区,面积约为56,400km2,从全国土种志和地方土种志中收集整理得到75个样点。应用本论文方法推测该区土壤表层有机质含量的空间分布,具体过程如下:(1)选取气候、母质、地形等环境变量并刻画环境特征;(2)计算每一待推测点与案例点的环境相似性,构建环境相似度向量;(3)以环境相似度向量为基础计算推测不确定性,若不确定性较低,则以环境相似度为权重综合各案例点属性值推测待推测点土壤属性值,否则赋为空值。基于独立验证点的评价结果和与其他方法的比较均表明,该方法能够获得较高精度的土壤属性空间分布信息;同时不确定性与推测残差的散点图表明二者呈正相关关系,说明该方法计算的不确定性信息能够有效地指示推测结果的可靠程度。因此,该方法是一种基于少量已有样点推测大范围土壤属性空间分布并度量推测不确定性的有效方法。 收起<<

  • 【作者】

    刘京 

  • 【学科专业】

    地图与地理信息系统

  • 【授予学位】

    硕士

  • 【授予单位】

    北京师范大学

  • 【导师姓名】

    刘锐,朱阿兴

  • 【学位年度】

    2010

  • 【语种】

    chi

  • 【关键词】

    个体代表性  土壤-景观模型  案例推理  环境相似度  不确定性  数字土壤制图