运用模糊隶属度进行土壤属性制图的研究——以黑龙江鹤山农场研究区为例.pdfVIP

第46卷第1期 土壤学报 VoL46，No．1 2009年1月 ACTAPEDOLOGICASINICA Jan．，2009 运用模糊隶属度进行土壤属性制图的研究木 ——以黑龙江鹤山农场研究区为例 杨 琳1，2 朱阿兴3，1 秦承志1 李宝林1 裴 韬1 刘宝元4 (1中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京100101) (2中国科学院研究生院。北京100049) (3南京土壤研究所土壤与农业町持续发展国家重点实验室，南京210008) (4北京师范大学地理学与遥感科学学院，北京100875) 摘要 通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性 的精度，而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此。本文探索了一种采用模糊 c．means 聚类获取模糊隶属度进行土壤属性制图的方法。首先，采用模糊c均值聚类(Fuzzy clustering，FCM) 方法对环境因子进行聚类，通过野外采样(称为建模点)建立土壤-环境关系知识；然后，计算区域内各像元点 对土壤类型的模糊隶属度；最后，对模糊隶属度采用加权平均的方法获取土壤属性值。将该方法应用于黑龙 江鹤山农场老莱河流域的研究小区，以土体厚度和表层有机质为例进行土壤属性制图。为了评价该方法的 有效性，将其与采用环境因子所建立的多元线性回归模型进行比较，通过野外验证点集评价两种模型所得的 土壤属性，评价指标为观测值和预测值的相关系数、平均绝对误差(MAE)、均方根误差(RMSE)和准确度 (AC)。结果表明，尽管通过建模点建立的多元线性回归方程萨较大，但该方程并不适用于研究区内的其他 样本点，这表明多元线性回归方法在该区具有一定的局限性。与之相比，模糊隶属度加权平均的方法则可以 通过较少的建模点得到更好的预测效果。 关键词 模糊c均值聚类；模糊隶属度；土壤属性制图；加权平均；多元线性回归 中图分类号P934 文献标识码 A 近年来，精准农业和越来越多的生态环境模型都需 立的一种最优线性无偏内插估值方法。基于地统 要更详细更精确的土壤属性信息¨’引。然而，通过传统 计学方法的土壤属性制图最初主要采用普通克里 土壤类型图所得到的土壤属性图已经不能满足上述所 格插值方法，即根据土壤样本确定半方差函数，并 需属性信息的详细及精确程度…。目前，统计方法和地 根据半方差函数确定插值模型，然后对土壤属性进 统计学方法是土壤属性制图中应用较多的方法”“1。 行空间内插…““。后来，在普通克里格的基础上又 基于统计方法的土壤属性制图主要是通过建立 发展了协同克里格和回归克里格等多种形式，是目 土壤属性与环境因子或其他土壤属性间关系的统计 前土壤属性制图中应用较多的方法¨””-。在两个 模型来推测土壤属性在空间的分布。这类方法中以 基本假设(二阶平稳假设和本征假设)的基础上，克 线性回归模型的应用最为广泛，且取得了不错的模拟 里格插值方法强调土壤属性在空间的变异性，但忽 效果”一““。然而，土壤的形成更多地被看作是多要 视了土壤作为独立自然体的本质，即土壤是一系列 素制约的非线性过程…，且土壤本身具有非常大的变 成土要素作用于母质而形成的土层。由多种环境 异性，因此这类方法在应用时存在一定的局限性。 要素相互作用形成的土壤其属性在空间上的分布 地统计学方法是在经典统计学的基础上，充分