基于不确定性模型的土壤—环境关系知识获取方法的研究

来源：土壤学报杂志2018年第1期北京时间：

作者：黄 魏,许 伟,汪善勤,袁雅萍,望陈运

单位：黄 魏，华中农业大学资源与环境学院；ccan@mail.hzau.edu.cn,许 伟，华中农业大学资源与环境学院；764936351@qq.com,汪善勤，华中农业大学资源与环境学院；sqwang@mail.hzau.edu.cn,袁雅萍，华中农业大学资源与环境学院；1120989727@qq.com,望陈运，华中农业大学资源与环境学院；359505150@qq.com,

摘要：土壤与环境关系知识的获取是精细数字土壤制图的关键，如何快速准确地获取该知识成为现阶段研究的重点。以湖北省黄冈市红安县华家河镇为例，利用土壤—环境推理模型（Soil-Land Inference Model,SoLIM）得到土壤类型的夸大和忽略不确定性分布图，依据不确定性分布图在可信度高的位置重新采集样点，对样点进行数据挖掘，获取环境因子组合，建立其与土壤类型的对应关系。结合原始规则，生成新的土壤—环境关系知识，并将其用于土壤推理制图，获得新的土壤类型分布，利用253个野外独立样点进行精度验证。结果表明：推理土壤图显示了更加详细的空间分布信息，经野外验证点验证，总体精度为86.9%，高于原土壤图精度约13%。因此，利用不确定性模型重新获取土壤—环境关系知识的方法是可行且有效的，该方法不仅增加了土壤图的空间详细度，而且提高了土壤图的精确度。

关键词：数字土壤制图;决策树;不确定性;知识融合

基金资助：国家自然科学基金项目（41171174）和国家重点研发计划项目 (2017YFD0202001)