-基于地统计方法的土壤类型制图分析.docx

《-基于地统计方法的土壤类型制图分析.docx》由会员分享，可在线阅读，更多相关《-基于地统计方法的土壤类型制图分析.docx（3页珍藏版）》请在三一文库上搜索。

1、 基于地统计方法的土壤类型制图分析第一章绪论1.1选题依据土壤是地球表面可以支持植物生长的稀松矿物质或有机质，是人类农业生产的基础。土壤在生物物理和生物地球化学循环中起着重要的作用，是生物圈、水圈、岩石圈和大气圈相互作用的地方(郭澎涛，2009)。全面了解、掌握土壤特性对环境保护、农业生产、合理利用土地资源、保护生态可持续发展有着极其重要的作用。土壤有机质(5011organicmatter)是衡量土壤肥力的重要指标，同时对土壤结构的形成、物理性状的改善有重要作用(沈润平等，2009)。土壤有机质作为全球碳循环的重要组成部分，对全球温室气体浓度及气候变化产生重要影响。因此，探索准确、快速地获取

2、大区域土壤有机质含量的方法具有重要意义。土壤信息是土地管理和环境模型的基本参数(zhu等，2001;檀满枝等，2009)。经多年发展，土壤普查形成了以多边形为基本表达方式，以手工勾绘为基本技术，依据地形图、航空像片或卫星像片进行土壤制图的基本范式(Hudson，1992)，这种土壤普查方法被称为传统土壤制图或传统土壤普查(朱阿兴等，2008)。基于多边形和手工制图的传统土壤调查方法存在很多缺陷。它假设土壤空间变异的不连续性、离散分布，认为土壤类型在地理空间上有明晰的界限(赵其国等，1989;Burroughetal，1971.)，这与实际上土壤连续变化的特性不符。另外，传统土壤制图依靠大量野外

3、调查和手工制图，普查周期长，花费大量人力、物力和财力，消耗巨大，已不能满足追求高效率的信息时代的要求。近年来，精准农业和生态农业的发展，需要更加精确、详细的土壤信息图。随着计算机技术和35;技术的不断发展，越来越多的数字技术运用到土壤调查中来。在过去的几十年中，信息技术的发展为土壤制图提供了新的技术与数据支持，利用Gls技术来生产土壤类型图和土壤属性图的预测性土壤制图已成为土壤调查研究的热点(McBratneyetal，2003)。基于Gls和遥感技术的数字土壤制图多采用栅格的表达方式，且不再采用手工绘制的方法，因此土壤类型和土壤属性的表达在地理空间上更为详细、在属性空间上更为精确，提高了制图

4、的效率和效果(朱阿兴等，2008)。然而现阶段土壤数字制图大多着重于小范围典型地形的研究，对于大范围地区及复杂地形的研究却较少。要将土壤数字制图真正运用到科学实践中去，必须突破现有的小范围典型地区的制图局限。1.2土壤数字制图国内外研究进展土壤数字制图以土壤一景观模型理论为基础，通过地理信息系统、遥感、全球定位系统、空间分析等技术手段来获取土壤发生环境信息，采用统计学、地统计学等其他数字定量方法来模拟土壤与其发生环境信息之间的定量关系，并在空间上扩展该关系，达到制图目的(Scull等，2003;孙孝林等，2008b)。通过传统方法进行土壤制图已不能满足所需土壤信息的详细、精确程度，也不能真实呈

5、现土壤空间连续性。土壤类型数字制图着重于建立土壤类型与环境要素之间的关系知识，其实现方式有基于统计模型的方法与基于知识方法两种。基于统计模型的方法多采用以回归为基础的传统统计或地统计模型进行制图基于知识模型的方法或通过数据挖掘方法从已有数据中提取知识，或由土壤普查专家提供土壤-环境关系知识(杨琳等，2007)。由于现阶段土壤数字制图的研究大都局限于小范围地区，因此还没有哪一种方法在精度和普适性上表现出绝对的优势。一些研究已经着重于探索挖掘预测因子以提高预测精度(BehrenS等，2010)，或是着重于制作大范围多景观的区域图(Schmidt等，2010)。土壤数字制图不仅可以通过较少的数据采样

6、点预测大范围区域内土壤类型分布，并且更加高效、准确、能更好地反映土壤连续性。1.2.1国外研究现状国外在土壤数字制图领域的研究已开展多年，并且采用了多种方法对土壤类型或属性进行预测制图。(1)地统计法地统计方法以区域化变量理论为基础，通过对土壤空间自相关性的分析，对野外采集到的土壤样本数据进行空间内插。该方法广泛地应用于土壤属性数字制图中，主要方法包括普通克里格(ordinary众ging)、协同克里格(c于掩iging)和回归克里格(Regression众ging)等。普通克里格方法根据半方差函数对土壤进行空间插值。Burgess和webster(1980a，b)首次将普通克里格方法引入到土

7、壤学研究之中，现在该方法已经广泛应用在土壤属性制图中。协同克里格在考虑到被预测土壤属性的信息的同时，也考虑影响土壤属性分布的其他因素，以协同变量提高土壤属性制图的精度。等(2009)以ETM遥感影像为辅助因子，分别以普通克里格和协同克里格方法预测了土壤有机质(SOM)的空间分布，结果表明协同克里格方法提高了结果的精度和可靠度。回归克里格方法将常规统计方法与地统计统计方法进行结合，再将残差通过插值修正整体插值法。Odeh(1994，1995)以地形因子为辅助参量，采用回归克里格预测土壤沙砾含量、土壤砧土含量和风化层厚度等属性，结果表明回归克里格的预测结果要优于普通克里格和协同克里格。1.3 研究

8、目的 .231.4 研究内容及技术路线 .23-26第二章研究方法和研究区域 .26-342.1 研究方法 .26-302.2 研究区域 .30-34第三章数据获取和信息提取 .34-463.1 土壤有机质数据 .34-353.2 土壤类型 .35-363.3 土地利用类型 .36-373.4 地质类型 .37-383.5 地形因子数据 .38-403.6 遥感辅助数据 .40-46第四章土壤类型数字制图 .46-584.1 理论基础 .46-474.2 土壤类型制图 .47-554.3 误差讨论 .55-58第五章土壤有机质制图 .58-745.1 基于决策树的土壤有机质制图 .58-675

9、2 基于地统计方法的土壤有机质数字制图 .67-74结论本研究根据土壤发生学原理，采用决策树方法，通过C4.5算法对研究区土壤环境因子进行统计运算，获取土壤类型、有机质与土壤环境因子之间的关系，然后建立土壤信息一环境因子决策树模型，制作研究区土类预测图与土壤有机质分布图。在土壤类型的预测中，在预测图与原始图中选取相同位置像素点进行精度评价;在土壤有机质的预测中，通过选取随机样点进行精度评价。结果表明，决策树方法在土壤类型预测与土壤有机质预测中均有较好的预测精度，满足土壤制图要求，符合土壤科学的未来发展要求。本论文的主要结论有以下几点:(1)利用决策树模型方法进行土壤土类预测制图，结果评价显示

10、精度为70.5%，对研究区中分布面积广的土壤类型红壤和水稻土有很好的预测精度，其他类型则预测精度较低。从总体上来看，决策树模型与检验数据之间具有较好的吻合度，符合对一般土壤制图的需求和精度要求。(2)通过建立土壤有机质含量与环境景观多因子间的分类树模型，结合了对土壤有机质分布产生影响的母质、土壤类型、土地利用类型、地形因子(包括高程、坡度、坡向、平面曲率、坡面曲率)和从TM遥感影像中提取的NDvi、NDwl和scl等因素，预测了浙江省富阳市土壤有机质的空间分布，结果经检验精度为67.0%。这说明决策树方法对大范围内，根据有限点集预测土壤有机质具有一定的效果。参考文献1陈文，史金成.决策树分类技

11、术研究J.福建电脑，2005，(8):5一6.2陈霞.辅助纹理特征的ALoS影像土地利用/覆盖分类D.浙江大学硕士论文，2010.3冯少荣.决策树算法的研究与改进J.厦门大学学报(自然科学版)，2007，46(4):496一500.4富阳县第二次土壤普查报告(初稿)R.富阳科技，1980:3一47.5郭澎涛.丘陵山地预测性土壤制图研究以地形因子为辅助变量.西南大学硕士论文，2009.6郭建斌，刘颖，游仙祥.基于35;技术的鹜峰森林公园立地分类及制图研究J1.安徽农业学报，2009，37(32):6167一16170.7和海霞，王永江，刘文灿.应用遥感技术进行土壤类型制图的方法研究.第16届全国遥感技术学术交流会论文集，2007:178一180·8姜勇，梁文举，李琪.利用与回归模型相结合的克里格方法对农田土壤有机碳的估值及制图J.水土保持学报，2005，19(5):97一100，126.9李洪义，史舟，唐惠丽.基于三维普通克里格方法的滨海盐土电导率三维空间变异研究Jl.土壤学报，2010，47(2):359一363.10连纲，郭旭东，傅伯杰，等.基于环境相关法的土壤属性空间分布特征研究以黄土丘陵沟壑区小流域为例J.地理科学，2008，28(4):554一558