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

编号 zgly0001566560

文献类型 期刊论文

文献题名 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  朱阿兴  杨琳  缪亚敏  曾灿英 

作者单位 南京师范大学地理科学学院  资源与环境信息系统国家重点实验室(中国科学院地理科学与资源研究所)  虚拟地理环境教育部重点实验室(南京师范大学)江苏省地理环境演化国家重点实验室培育建设点江苏省地理信息资源开发与利用协同创新中心  Department of Geography  University of Wisconsin-Madison 

母体文献 土壤学报 

年卷期 2017年01期

年份 2017 

分类号 S159 

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 

文摘内容 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。