现有利用坡位典型位置为原型提取坡位空间渐变信息（模糊坡位信息）的方法，存在着数据准备和参数设定时需要大量人为指定、应用不便、计算效率低等问题。对此，组里一个博士生将领域知识与数据挖掘相结合，以五类基本坡位为例，实现了一整套模糊坡位自动化提取的方法。该方法将原有基于原型的模糊推理方法中准备地形属性数据集、选取坡位典型位置及确定模糊推理参数进行推理的三个步骤均实现了自动化。

由此实现的工具仅需指定研究区栅格DEM即可获得模糊坡位信息，评价实验结果表明：自动设置的参数与最终结果与研究区特点相适应。该工具同时也允许用户自定义工作流中的各种参数配置。自动化工作流中涉及的各种计算密集型算法均基于消息传递并行库实现了并行化，保证了高效计算（https://github.com/lreis2415/AutoFuzSlpPos  ）。

文章刚在线发表于Geomorphology：

Zhu L-J, Zhu A-X, Qin C-Z*, Liu J-Z. Automatic approach to deriving fuzzy slope positions. Geomorphology, accepted, doi: 10.1016/j.geomorph.2017.12.024.

=================