博士论文《综合土壤多边形个体隐含知识更新传统土壤图的方法研究》

程伟（导师：朱阿兴；副导师：秦承志）

摘要：

精细的土壤空间分布信息在农业管理、环境污染治理等众多领域具有重要作用。传统的土壤普查进行了一个多世纪，受传统制图技术和基础数据质量所限，其精度已不能满足实际应用的需求，但传统土壤普查数据中蕴含了不同土壤类型与其环境要素之间的关系，可用作数据和知识来源，通过数字土壤制图方法对其进行更新而提高精度。

现有的基于传统土壤普查数据对土壤图进行更新的研究中，从土壤图中提取土壤－环境频率曲线的方式具有较好的更新效果。但目前提取环境频率曲线的方法是将土壤图中制图单元内所有多边形作为整体来提取土壤－环境频率曲线。由这种方式获取的土壤－环境关系更倾向于表达制图单元内面积较大的多边形所体现的土壤－环境关系。然而，作为传统土壤图的基本空间单元，每一个多边形都代表了土壤普查专家对当地土壤和其分布环境间关系的认识和理解，忽略不同多边形所代表的土壤－环境关系的差异可能会影响土壤图更新的效果。

针对上述问题，本文提出了一种挖掘土壤图上单个多边形所隐含的土壤－环境关系知识，并用于更新土壤图的方法。该方法包括以下三个步骤：（1）对每个环境协变量在每一个多边形上计算环境值的频率分布，对其构建相应的环境频率曲线；（2）对每一个环境协变量，将属于同一制图单元的单个多边形所对应的环境频率曲线进行综合得到制图单元所代表的土壤－环境关系，其中，对类型环境协变量，按类型进行综合；对连续型环境协变量，则是通过对同一环境值上的频率值进行取大值操作来综合；（3）使用综合后的土壤－环境关系知识及研究区环境数据，采用SoLIM（Soil–Land Inference Model）模型更新传统土壤图。

将本文方法应用于美国威斯康星州Raffelson流域研究区，并与已有的以制图单元内所有多边形为整体的知识获取方法进行比较。结果表明，在99个独立验证样点上，采用已有方法仅以制图单元为整体获取知识并更新后的土壤图精度为67.7%，而采用本文提出的综合制图单元内单个多边形所代表的土壤－环境关系知识更新的土壤图精度为73.7%，精度提升了6个百分点。

本文进一步针对本文方法获取的环境频率曲线在局部地区的不合理情况提出了两种可能的修正方式。对于某一环境变量，在将同一母质上不同制图单元所对应的环境频率曲线在实数轴上平铺排列后，第一种修正方式为将峰值位于最左端和最右端的单条曲线分别修正为Z型和S型；第二种修正方式为对值域两端峰值区间靠近的多条曲线同时修正为Z型或S型。上述两种修正方式可避免所提取环境频率曲线不能完全覆盖母质对应的环境变量值域，从而在相应的环境值上无制图单元与其对应的问题。实验结果表明，采用两种方式修正曲线后的推理精度分别为75.7%和77.8%，均比未修正曲线的推理精度（73.7%）有所提升，且第二种修正方式提升更多。在不同环境变量组合下，均可得到类似的结论。

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

相关研究内容最近在线发表：

Cheng W, Zhu A-X*, Qin C-Z, Qi F. Updating conventional soil maps by mining soil–environment relationships from individual soil polygons. Journal of Integrative Agriculture, 2018, 17: xx-xx. doi: 10.1016/S2095-3119(18)61938-0. (SCI)