土壤图更新中基于土壤类型面积分级的训练样点选择方法

• 作者: 刘雪琦 曾灿英 朱阿兴 杨琳 缪亚敏
• 来源期刊: 土壤学报
• 学科: 地球科学
• 关键词: 训练样点 数据挖掘模型 传统土壤图更新 土壤-环境关系
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 36-47
• 页数: 12页
• 分类号: P934
• 字数: 7392字
• 语种: 中文
• DOI: 10.11766/trxb201604210130

摘要

基于数据挖掘模型的土壤图更新是一项重要的研究。数据挖掘模型构建中训练样点的质量不仅决定其对研究区土壤-环境关系表达的充分程度，而且会对推理制图的结果产生至关重要的影响。本文提出一种基于土壤类型面积分级的典型训练样点选择方法，即依据土壤面积对土壤类型分级，并按照等级之间的比例关系基于典型点选择训练样点。将方法应用于更新美国威斯康星州Raffelson流域的传统土壤图，并与另外两种训练样点选择方法对比，以验证该方法的有效性。结果表明，500次重复实验中，本研究方法与另外两种训练样点选择方法相比，能够更新传统土壤图的比例分别为79.5%、71.8%和63.6%，而且其推理制图结果更符合研究区土壤分布的特征。本研究所提方法是一种有效的训练样点选择方法。