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

来源：土壤学报杂志2009年第1期北京时间：

作者：杨琳,朱阿兴,秦承志,李宝林,裴韬,刘宝元

单位：杨琳，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；中国科学院研究生院；,朱阿兴，南京土壤研究所土壤与农业可持续发展国家重点实验室；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；,秦承志，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；,李宝林，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；,裴韬，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；,刘宝元，北京师范大学地理学与遥感科学学院；,

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 c-means 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R2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

基金资助：国家重点基础研究发展计划项目（2007CB407207）、中国科学院创新团队国际合作伙伴计划“人类活动与生态系统变化”（CXTD-Z2005-1）、国家自然科学基金项目（40501056）、土壤与农业可持续发展国家重点实验室基金课题(0551000015)、中国科学院地理科学与资源研究所领域前沿项目、中国科学院“百人计划”项目、国家自然科学基金项目（40601078）资助