学位论文 > 优秀研究生学位论文题录展示

基于模糊集理论的土壤—景观定量关系提取及制图应用

作　者: 赵量
导　师: 张甘霖；周立祥
学　校: 南京农业大学
专　业: 环境工程
关键词: 模糊集理论土层厚度地形因子土壤-景观模型土壤制图 SoLIM
分类号: S159.2
类　型: 硕士论文
年　份: 2007年
下　载: 169次
引　用: 5次
阅　读: 论文下载

内容摘要

精准农业、环境管理以及生态过程模拟等的发展产生了对高精度土壤信息的大量需求。然而传统的土壤制图是基于多边形的图形表达和手工完成的过程。基于多边形的土壤图中，由于比例尺的限制，面积较小的土壤个体在图上无法体现，而且很小的上图斑块在制图综合时也常被综合掉，从而产生土壤图在空间上的简化；并且，在多数情况下，土壤的空间变化是连续的，但传统土壤图中，土壤被图斑界线分割，变异被认为只发生在边界上，不能表达土壤性状的渐变和连续，从而产生属性上的简化。因此，如何客观地描述土壤空间连续分布规律成为一个新的课题。现代信息获取途径和处理技术的发展，尤其是“3S”技术的应用，为土壤制图提供了新的技术与数据支持，不仅大大提高了土壤制图精度，降低了制图成本，而且使制图效率成倍提高。以土壤-景观为代表的模型外推方法，是目前最为主流的、适用于区域范围的土壤定量预测制图方法。该方法基于经典的土壤发生学理论，即著名的Jenny方程：S=f(Cl, O, R, P, T…)，式中S表示土壤，Cl, O, R, P, T被称为影响土壤成土的环境因子，分别表示气候、生物、地形、母质和时间。该方程预示了这样一个假设：相同的土壤发生景观对应于相同的土壤类型；一旦获知土壤和景观单元的对应关系，就可以通过景观单元的特征去推断土壤类型。本研究以安徽南部的一个低山丘陵试验区为案例地区，通过对地形因子的模糊聚类得到地形因子组合与土壤属性组合的定量隶属度关系，然后在隶属度高值区进行目的性采样为隶属度函数赋值，制作研究区土层厚度连续分布图。通过野外随机采样，将观测值与图中预测值比较，进行精度检验，模型的精度在80％左右，从土壤制图的精度及需求考虑，具有一定的可靠性。对相对误差作进一步的剖析，发现预测模型在地形部位较低，土壤发育较好，成土环境相对稳定的地区预测效果较好，适用性较强。在此基础上，引入土壤表层有机质含量和土壤pH两个土壤属性代入模型，进一步考察该模型的预测效果。结果表明该模型对土壤表层有机质同样有较高的预测精度，但是对土壤pH的预测效果很差，表明模型对变异极小的数据集不够敏感，预测效果不佳。总体来看，在对地形因子聚类后得到隶属度图的基础上，只进行了很少的目的性采样，共30个土壤剖面就得到了土壤属性与地形因子之间的对应关系，满足了制图要求，提高了采样效率，极大地减少了工作量，从而降低了制图成本。预测得到的土壤属性分布图变异是连续的，渐变的，没有人为划分的图斑界线，更符合土壤空间连续变化的实际情况，由于空间上的细小变化在计算机成图时可以通过小像元来体现，所以对土壤微域变异的表现也更为详细，图面信息负载量更高，从而制图精度更高．该制图方法与传统制图方法相比，大部分工作都由计算机完成，制图周期短，更新速度快。本文最后还采用SOLIM模型绘制了研究区土壤类型隶属度图以及“硬化”的土壤类型图，结果表明模型的预测精度也达到了70％，而且图面信息负载量较传统土壤图更高，制图精度也更高。总之，研究表明模糊聚类方法是提取土壤属性和地形因子关系的一种有效途径，应用该方法制作大比例尺土壤详图是土壤调查与制图领域的一种可行的新方法。

全文目录

摘要  4-6
ABSTRACT  6-8
引言  8-10
目录  10-12
第一章文献综述  12-22
  1.1 土壤—景观模型  12-13
  1.2 土壤—景观模型研究方法  13-19
    1.2.1 经验模型  13
    1.2.2 数学统计方法  13-17
    1.2.3 基于规则的专家系统模型  17-19
    1.2.4 其它方法  19
  1.3 研究方法总结  19-21
    1.3.1 模型比较  19-20
    1.3.2 选择数据源和景观变量  20
    1.3.3 模型应用  20-21
  1.4 国内研究现状  21-22
第二章理论与方法  22-35
  2.1 理论基础  22-24
    2.1.1 土壤—景观模型的理论基础  22
    2.1.2 数字地形分析技术简介  22-23
    2.1.3 模糊c均值(Fuzzy c-means)方法简介  23-24
  2.2 研究内容与技术路线  24-26
    2.2.1 研究内容  24-25
    2.2.2 技术路线  25-26
  2.3 研究区概况  26-30
    2.3.1 地理位置和行政区划  26
    2.3.2 成土自然条件  26-29
    2.3.3 土壤类型  29-30
  2.4 研究方法  30-35
    2.4.1 景观因子的筛选  30-31
    2.4.2 景观因子的生成  31
    2.4.3 土壤—地形定量关系的提取  31-32
    2.4.4 土壤属性典型值的获取  32
    2.4.5 土壤属性图的编制  32
    2.4.6 制图精度验证  32-33
    2.4.7 模型适应性的考察  33
    2.4.8 SoLIM制作土壤类型图的实践  33-35
第三章土壤—景观定量关系的提取  35-49
  3.1 数字高程模型(DEM)的生成  35-36
  3.2 地形因子数据的制备  36-42
    3.2.1 坡度及曲率数据  36-39
    3.2.2 复合地形指数  39-42
  3.3 数据预处理  42-43
    3.3.1 数据去极值处理  42-43
    3.3.2 数据的标准化  43
  3.4 运行FCM程序进行模糊聚类  43-49
    3.4.1 模糊指数m和最优分类数c的确定  43-46
    3.4.2 聚类结果  46-49
第四章土壤属性制图  49-62
  4.1 土层厚度制图  49-51
    4.1.1 野外采样解释环境组合  49-50
    4.1.2 隶属度函数的赋值  50-51
  4.2 制图精度检验  51-57
    4.2.1 验证点选取原则  51-52
    4.2.2 数据描述性统计  52-54
    4.2.3 数据差异性检验  54
    4.2.4 模型精度评价  54-55
    4.2.5 相对误差的分类剖析  55-57
  4.3 土壤有机质及pH制图  57-62
    4.3.1 土壤表层有机质含量制图  57-59
    4.3.2 土壤pH制图  59-62
第五章 SoLIM在宣城地区的应用实践  62-72
  5.1 研究区土壤类型的划分  62
  5.2 环境要素信息库的制备  62
  5.3 各类型土壤的典型环境条件  62-63
  5.4 土壤类型的空间分布序列  63-64
  5.5 各类型土壤模糊隶属度图  64-69
  5.6 “硬化”(Harden)的土壤类型图  69
  5.7 土壤图精度评价  69-72
第六章结论与展望  72-80
  6.1 主要结论  72-73
  6.2 研究展望  73-80
致谢  80-81
攻读学位期间发表的学术论文  81

基于模糊集理论的土壤—景观定量关系提取及制图应用

内容摘要

全文目录

相似论文