应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。

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。

Evaporation from Bare Soil in Extremely Arid Environment in Southern Israel

Microlysimeters of different sizes(5 cm 10 cm and 15 cm in length)were used extensively in the present study for the measurements of soil evapondion in site in an extremely arid area in southern Israel.All of the data obtained from the microlysimeters were used to evaluate two conventional eVaporation models developed by Black et al.and Ritchie,respectively.Our results indicated that the models could overestimate total cumulative evaporation by about 30% in the extremely arid environment.Reducing the power factor of the conventional model by a faCtor of 0.1 produced good agreement between the measured and simulated cumulative evaporation.Microlysimeter method proved to be a simple and accurate approach for the evaluation of soil evaporstion.

基于遥感影像和决策树算法的土壤制图

传统土壤信息获取方法已经无法完全满足当前各领域对土壤数据的需求,如何结合新的技术提高土壤普查效率,获取高精度土壤图成为了现阶段的研究重点。本研究综合利用高分二号遥感影像提取的遥感光谱指数以及DEM数据提取的地形因子,通过决策树算法进行数据挖掘,获取各土壤类型的土壤—环境规则,然后利用SoLIM结合土壤—环境规则进行推理制图,获得研究区的土壤类型分布图。结果表明,预测土壤图总体精度为88%,高于传统土壤图的精度72%,且在三种不同的采样方式(均匀采样、横截面采样和主观采样)下土壤预测精度分别为89%、88%、86%,均高于传统土壤图。这说明,预测土壤图比传统土壤图更能反映土壤类型空间差异,且预测土壤图在表达土壤类型整体空间分布信息的同时也可捕捉到土壤类型与地貌类型的耦合关系。

典型黄土区土壤有机质横向分布与垂向变异分析

为分析典型黄土区土壤有机质横向和垂向分布,本文以典型黄土区少量采样点土壤信息和ASTER GDEM数据为基础,借助土壤-环境推理模型反演不同深度区域土壤有机质精细的空间分布信息,再对深度与有机质含量进行线性回归拟合,得到区域有机质垂向斜率(k)及判定系数(R2)的空间分布,最后与土地利用图叠加,利用局部G统计量剖析不同土地利用方式下土壤有机质的横向分布及垂向变异特性。结果表明,土壤-环境推理模型在本区域适用且精度较高;人类作用较多的土地利用方式下土壤有机质横向分布与垂向变异存在均一性,相反,自然作用较多形成的土壤,其有机质分布离差较大,较为复杂;横向与垂向综合分析可获取更为全面的土壤信息。