土壤模糊隶属度不同数据转换方法及其对空间插值结果的影响

应用模糊c-均值算法对土壤进行连续分类时,其输出的土壤模糊隶属度值具有成分数据的结构特点。直接基于土壤隶属度数据实施普通克里格插值,其空间预测结果缺乏可信度。因此,在进行插值预测之前,必须对土壤模糊隶属度值进行必要的数据转换。研究采用对数正态变换方法、对称对数比转换方法和非对称对数比转换方法对土壤模糊隶属度值进行数据转换,分析了各种数据转换形式对插值结果及其精度的影响。结果表明,对样点土壤模糊隶属度进行简单对数正态转换,其插值结果空间上任意点的土壤对于不同类别的隶属度之和均不为1,因此这样的插值结果理论上缺乏可行性。数据经非对称对数比转换和对称对数比转换后,插值结果均满足各个位置组分之和为1和非负限制,二者相比,后者对区域总体趋势的反映较前者好,且精度较高。因此,在应用对称对数比方法对样点土壤模糊隶属度值进行数据转换的基础上,应用克里格技术实施空间插值可以获得最佳预测结果。

不同插值方法对成分数据空间预测结果的影响——以土壤连续分类模糊隶属度值为例

地球科学中成分数据(compositional data)非常普通,其在进行空间插值时必须满足4个条件:每一位置各组分之和为常数,每一组分为非负,插值结果无偏最优。本文以土壤连续分类模糊隶属度值为例,数据经对数正态变换、非对称对数比转换、对称对数比转换后进行普通克里格插值结果和成分克里格插值(compositional kriging)结果进行比较。结果表明,对原始数据和经对数正态变换后数据进行插值,每一位置预测结果隶属度之和不能满足常数1。经非对称对数比转换后,插值结果虽然满足各个位置组分之和为1,但是预测结果精度较低,且预测结果空间分布连续性不明显。数据经对称对数比转换后插值结果和成分克里格插值结果,都能满足成分数据空间插值的4个条件,但二者各有优势。相比较而言,对称对数比转换方法得到的预测结果更能体现土壤空间连续渐变特征,而成分克里格插值结果能保证隶属度本身是最优无偏估计。