隨著數(shù)字信息化的快速發(fā)展,傳統(tǒng)土壤信息獲取方法已經(jīng)無(wú)法完全滿足生態(tài)模型、土地利用分析、水土保持、自然資源管理利用等各個(gè)相關(guān)領(lǐng)域的新需求。因此,如何結(jié)合新的技術(shù)提高土壤普查效率,獲取高精度土壤圖成為了現(xiàn)階段的研究重點(diǎn)。Zhu等人提出了土壤—景觀推理模型（Soil-Land Inference Model,SoLIM）,它將相對(duì)較難獲取的土壤屬性信息與一些易于獲取的環(huán)境信息對(duì)應(yīng)起來(lái),通過(guò)景觀因素組合對(duì)土壤相關(guān)性質(zhì)及其空間分布進(jìn)行描繪。目前,土壤—景觀模型主要基于地形因子而建立,對(duì)于遙感影像利用較少,遙感影像精度高、成圖快,對(duì)于植被信息、地面粗糙度以及光譜特征等是地形因子所未完全表現(xiàn)出來(lái)的。此外,土壤—景觀關(guān)系知識(shí)的有效性是預(yù)測(cè)制圖的關(guān)鍵,它一般由土壤學(xué)專(zhuān)家的經(jīng)驗(yàn)性知識(shí)所形成或者利用有效的數(shù)據(jù)挖掘算法從其它已經(jīng)獲取到的土壤相關(guān)信息中獲取,由于很多地區(qū)都缺乏有經(jīng)驗(yàn)的專(zhuān)家,因此基于遙感影像進(jìn)行空間數(shù)據(jù)挖掘是目前研究的一個(gè)突破點(diǎn)。在此境況下,本研究以湖北省紅安市華家河鎮(zhèn)灄水河流域?yàn)槔?綜合利用遙感影像以及地形數(shù)據(jù),結(jié)合有效的數(shù)據(jù)挖掘算法對(duì)研究區(qū)進(jìn)行了土壤預(yù)測(cè)制圖,研究具體分為以下幾個(gè)部分:（1）環(huán)... 

【文章來(lái)源】：華中農(nóng)業(yè)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究區(qū)示意圖及DEM圖

參數(shù) 指標(biāo)軌道類(lèi)型 太陽(yáng)同步回歸軌道軌道高度 631km軌道傾角 98.9080°將交點(diǎn)地方時(shí) 10:30 AM回歸周期 69 天統(tǒng)土壤圖土壤圖中蘊(yùn)含大量有用的土壤—環(huán)境關(guān)系知識(shí)，是空間數(shù)據(jù)挖掘的基中所使用的傳統(tǒng)土壤圖來(lái)源于全國(guó)二次土壤普查數(shù)據(jù)，比例尺為1：5與推理后的土壤圖進(jìn)行比較，將傳統(tǒng)矢量格式的土壤圖轉(zhuǎn)換成與本研度（2m*2m 分辨率）一致的柵格土壤圖。原始土壤類(lèi)型的空間分布如

基于遙感影像與 C5.0 數(shù)據(jù)挖掘算法的土壤制圖研究質(zhì)數(shù)據(jù)成有一個(gè)漫長(zhǎng)的過(guò)程，地表巖石由于長(zhǎng)期的風(fēng)化作用，使得，逐漸由緊實(shí)的大塊變?yōu)樗缮⒌乃樾�，繼而形成細(xì)小的風(fēng)化的母質(zhì)會(huì)有所不同，由于成土母質(zhì)是土壤發(fā)育的物質(zhì)基礎(chǔ)，土壤類(lèi)型也存在很大的區(qū)別。母質(zhì)信息一般來(lái)源于地質(zhì)圖，行矢量化可以得到。但由于研究區(qū)缺乏完整的母質(zhì)圖，所以合當(dāng)?shù)赝寥缹W(xué)專(zhuān)家的意見(jiàn)，將研究區(qū)中各類(lèi)土壤對(duì)應(yīng)的母質(zhì)分布狀況如圖 4 所示。

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字土壤制圖研究綜述與展望[J]. 朱阿興,楊琳,樊乃卿,曾燦英,張甘霖.  地理科學(xué)進(jìn)展. 2018(01)
[2]西南典型巖溶區(qū)土壤硒空間分布預(yù)測(cè)[J]. 邵亞,王毅偉,蔡崇法,楊順華,張海濤.  農(nóng)業(yè)工程學(xué)報(bào). 2016(22)
[3]模糊聚類(lèi)方法在南方紅壤小流域土壤屬性制圖中的應(yīng)用——以長(zhǎng)汀朱溪河小流域?yàn)槔齕J]. 謝軍,秦承志,肖桂榮,楊琳,雷秋良,劉軍志,朱阿興.  中國(guó)水土保持科學(xué). 2015(05)
[4]Vis-NIR光譜信息輔助的土壤質(zhì)地協(xié)同克里格預(yù)測(cè)制圖[J]. 王德彩,張雅梅,畢會(huì)濤,孫文.  土壤通報(bào). 2015(04)
[5]基于路網(wǎng)的土壤采樣布局優(yōu)化——模擬退火神經(jīng)網(wǎng)絡(luò)算法[J]. 韓宗偉,黃魏,羅云,張春弟,祁大成.  應(yīng)用生態(tài)學(xué)報(bào). 2015(03)
[6]復(fù)雜景觀環(huán)境下土壤厚度分布規(guī)則提取與制圖[J]. 蘆園園,張甘霖,趙玉國(guó),李德成,楊金玲,劉峰.  農(nóng)業(yè)工程學(xué)報(bào). 2014(18)
[7]基于樣點(diǎn)個(gè)體代表性的大尺度土壤屬性制圖方法[J]. 劉京,朱阿興,張淑杰,秦承志.  土壤學(xué)報(bào). 2013(01)
[8]空間回歸模型在區(qū)域數(shù)字化土壤制圖中的應(yīng)用——以河南封丘縣為例[J]. 李立東,陳杰,宋軒,劉鵬飛.  土壤學(xué)報(bào). 2013(01)
[9]基于Fisher判別分析的數(shù)字土壤制圖研究[J]. 邱琳,李安波,趙玉國(guó).  土壤通報(bào). 2012(06)
[10]主成分分析法及其應(yīng)用[J]. 蘇鍵,陳軍,何潔.  輕工科技. 2012(09)

碩士論文
[1]利用不確定性模型實(shí)現(xiàn)土壤推理制圖中知識(shí)的獲取與融合[D]. 袁雅萍.華中農(nóng)業(yè)大學(xué) 2016
[2]基于決策樹(shù)方法的縣級(jí)土壤數(shù)字制圖研究[D]. 周銀.浙江大學(xué) 2011



本文編號(hào)：3339004