应用模糊c均值聚类获取土壤制图所需土壤-环境关系知识的方法研究

来源：土壤学报杂志2007年第5期北京时间：

作者：杨琳,朱阿兴,李宝林,秦承志,裴韬,刘宝元,李润奎,蔡强国

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, 北京 100101;北京师范大学地理学与遥感科学学院, 北京 100875;中国科学院研究生院, 北京 100049；,朱阿兴，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；,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, 北京 100101；,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, 北京 100101；,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, 北京 100101；,刘宝元，北京师范大学地理学与遥感科学学院, 北京 100875；,李润奎，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;中国科学院研究生院, 北京 100049；,蔡强国，中国科学院地理科学与资源研究所陆地水循环与地表过程重点实验室, 北京 100101；,

摘要：在没有土壤普查专家及土壤图的地区,获取土壤环境间关系的知识是基于知识进行预测性土壤制图中的关键问题。本文建立了一套应用模糊c均值聚类(Fuzzyc-means,FCM)获取土壤环境间关系知识的方法:得到对土壤形成发展具有重要作用的环境因子,建立环境因子数据库;对环境因子进行模糊聚类,得到环境因子组合隶属度分布图;根据隶属度值确定野外采样点;将环境因子组合与土壤类型对应,进而提取土壤-环境关系知识。为检验该方法的有效性,应用所得知识进行土壤制图,通过独立采样点对土壤图进行精度评价。本文在黑龙江鹤山农场一个研究区的应用结果表明,该方法仅需要少量的野外采样即可获得有效的土壤-环境关系知识,为预测性土壤制图提供必需的依据,同时也显著提高了野外采样的效率。

关键词：预测性土壤制图;土壤-环境关系知识;模糊c均值聚类方法(FCM);环境因子组合;土壤-环境推理模型(SoLIM)

基金资助：* 中国科学院“百人计划”项目;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”;国家自然科学基金项目(40501056);中国科学院地理科学与资源研究所领域前沿项目资助;国际重点基础研究发展计划(973)课题多尺度土壤侵蚀预报模型(2007CB407204)