（土壤学专业论文）运用分类树进行土壤自动制图的研究.pdf

却，t 穿博士后研究工作报告 运用分类树进行土壤自动制圉构研究 a b s t r a c t a m a c h i n e l e a r n i n ga p p r o a c h t oa u t o m a t e d b u i l d i n go f k n o w l e d g e b a s e sf o r s o i lr e s o u r c e sa n do r g a n i cm a t t e r m a p p i n gw a sp r e s e n t e d 。t h em e t h o du s e d c l a s s i f i c a t i o nt r e et og e n e r a t ek n o w l e d g e 矗o i i l t r a i n i n gd a t a w i t h t h i sm e t h o d b u i l d i n gak n o w l e d g e b a s ef o ra u t o m a t e ds o i lm a p p i n gi se a s i e rt h a nu s i n gt h e c o n v e n t i o n a lk n o w l e d g e a c q u i s i t i o na p p r o a c h t h ek n o w l e d g eb a s e sb u i l tb y c l a s s i f i c a t i o nt r e ew e r eu s e d b y t h ek n o w l e d g ec l a s s i f i e rt op e r f o r r nt h es o l l 押p ec l a s s i f i c a t i o na n ds o l lo m l e v e l i n f e r e n c eo f l o n g y o u a r e a z h e j i a n g p r o v i n c e c h i n au s i n gl a n d s a tt m b i t e m p o r a li m a g e r i e sa n dg i sd a t a t o e v a l u a t et h ep e r f o r m a n c eo f t h er e s u l t a n tk n o w l e d g eb a s e s ，t h ec l a s s i f i c a t i o n r e s u l tw e r ec o m p a r e dt oe x i s t i n gs o l ld a t ab a s e do nf i e l ds u r v e y t h ea c c u r a c y a s s e s s m e n ta n d a n a l y s i so f t h e r e s u l t a n ts o i lm a d s s u g g e s tt h a tt h ek n o w l e d g e b a s e sb u i l tb yt h em a c h i n e l e a r n i n gm e t h o dw e r eo f g o o d q u a i l t yf o rm a p p i n g d i s t r i b u t i o nm o d e lo f s o l la n di t sa t t r i b u t e so v e rt h es t u d ya r e a t h ec l a s s i f i c a t i o nt r e eo b t a i n e du s i n gt h ec o n t i n u o u sq u a n t i t a t i v ev a r i a b l e s e l e v a t i o n ，s l o p e ，a s p e c t ，u p s l o p e c o n t r i b u t i o na r e a ，p c l 4a n dt h ec a t e g o r i c a l f a c t o rg e o l o g y ，l a n d u s et op r e d i c tl o n g y o us o i lc l a s s e s i ti sc l e a rt h a tg e o l o g y ， l a n d u s ea n de l e v a t i o na r e 血em o s t i m p o r t a n tv a r i a b l e sf o rp r e d i c t i n gl o n g y o u s o i lg r o u pc l a s s e s ，o f t h ed e m d e r i v e dt e r r a i na t t r i b u t e s o n l ys l o p ea n d u p s l o p ec o n t r i b u t i n ga r e aa r eu s e d t ob u i l dt h et r e e v i s u a li n s p e c t i o no ft h es o i lm a p g e n e r a t e db y t r e em o d e l i n ga n dt h ee x i s t i n g s o l lm a ps h o w e dt h a tt h e yc o m p a r e dw e l l h o w e v e r t h em i s c l a s s i f i c a t i o n e r r o rr a t es u g g e s t e dt h a tt h e r ew e r es o m ed i f f e r e n c e sb e t w e e nt h ei n f e r r e ds o i l m a pa n dt h ee x i s t i n gs o l lm a p n ec l a s s i f i c a t i o na c c u r a c ya s s e s s m e n ts h o w s t h a tf l u v i o a q u i cs o i la n dy e l l o ws o i la r ep r e d i c t e dm o s ta c c u r a t e l y t h et r e e m o d e l i n gm e t h o ds t r u g g l e s t op r e d i c tr i c ep a d d ys o i la n dr e ds o l lw i t haf e w o f t h e i rm e m b e r p i x e l sb e i n gm i s a l l o c a t e de a c ho t h e r t r e em o d e l i n gm e t h o d c a n n o ts u c c e s s f u l l yp r e d i c tl i t h o m o r p hs o i l o v e r a l t a b o u t8 l - 3 o f t h et o t a l v a l i d a t i n gd a t ai sc o r r e c t l yp r e d i c t e d t h ed i f f e r e n c e sb e t w e e nt h ei n f e f r e ds o i lm a pa n dt h er e f e r e n c es o l lm a p m i g h tb ec a u s e db y i n a c c u r a c i e si nt h eg i sd a t al a y e r sa n dt h ei n c o m p l e t e n e s s o f t h ek n o w l e d g eb a s e s b a s e do nt h er e s u l t s ，w ec a nf i n dt h a tt r e eh a dd i f f i c u l t yi ns i n g l i n go u tt h e s o i l e n v i r o n m e n t a lr e l a t i o n s h i p sf o rs o i lu n i t st e n dt ob es p a t i a l l yi n t e r m i t t e n t 、 e s p e c i a l l yi nt h eh i l l yr e g i o no f t h es t u d ya r e ai ti st r u et h a ta th i g he l e v a t i o n s t h ee n v i r o n m e n ti sl e s sh e t e r o g e n e o u st h a na ti o we l e v a t i o n si nt h es t u d ya r e a 、 t h u s ，t h es o i lc l a s s ( y e l l o ws o i l ) a th i g he l e v a t i o n s t e n dt ob es p a t i a l l y 加， 掌博士后研究工作报告运用分类树进行土壤自动制图的研究 c o n t i g u o u sa l w a y sh a dt h eh i g h e rc l a s s i f i c a t i o na c c u r a c y u n d e r s t a n d i n gt h e r e l a t i o n s h i p sb e t w e e ns p a t i a l l yc o n t i g u o u ss o i lu n i t sa n dt h e i re n v i r o m n e n t s w o u l db ee a s i e rt h a nu n d e r s t a n d i n gt h er e l a t i o n s h i p sb e t w e e ni n t e r m i t t e n t l y d i s t r i b u t e ds o i lu n i t sa n dt h e i re n v i r o n m e n t s m o r e o v e r ，t h ec l a s s i f i c a t i o nt r e em o d e l i n gm e t h o dw a st r i e dt op r e d i c tt h e4 2 s o i l g e n u su n i t so fs t u d ya r e a a l t h o u g ho n l y 17s o i l g e n u st y p e sc a nb e s i n g l e do u t t h et o t a la c c u r a c ya c h i e v e d7 3 b e c a u s em o s to ft h e s e l7s o i l g e n u sh a v er e l a t i v e l yh i g hf r e q u e n c y i nt h e s t u d y a r e a t h er e a s o n sf o r o m i t t i n g6 0 o f t o t a ls o i l n u sc l a s s e sc a nb et h o u g h tt h a tt h ee x i s t i n gg i s d a t aw a sn o te n o u g ht oi d e n t i f yt h es o i lu n i t sa tt h es o i lg e n u sl e v e l e s p e c i a l l y t h o s es o i lg e n u sw h i c hh a v er e l a t i v e l yl o w f r e q u e n c y t h ec l a s s i f i c a t i o nt r e eo b t a i n e du s i n ge l e v a t i o n ，g e o l o g y ，s o i l ，p c 4 ，p c 2 ， l a n d u s e ，p c 3 ，p c i ，u p s l o p ec o n t r i b u t i o na r e a ，s l o p ea n dp r o f i l ec u r v a t u r et o p r e d i c tl o n g y o u s o i lo r g a n i cm a t t e rl e v e l e l e v a t i o n ，g e o l o g y ，s o i l ，l a n d u s e ， p c 4a n dp c 2a r ec o n s i d e r e da st h em o s ti m p o r t a n tv a r i a b l e sf o rp r e d i c t i n g l o n g y o u s o i lo ml e v e l b a s e do nt h ea n a l y s i so fr e s u l t a n tc l a s s i f i c a t i o nt r e e ，t h e r ee x i s ts o m eg o o d a s s o c i a t i o nr e l a t i o n s h i pb e t w e e ns o i lo ma n de n v i r o n m e n tv a r i a b l e s w l l i c h c a nm a t c ht h ee x p e r i e n t i a lk n o w l e d g ev e r yw e l l i ts u g g e s t e dt h a tt h ee x p e r t k n o w l e d g e a b o u ts o i lo md i s t r i b u t i o nc a nb et r a n s f e r r e di n t o ac l e a r ， q u a n t i t i v er u l es y s t e m r e l a t e dw i t he n v i r o n m e n t a lv a r i a b l e s t h ea c c u r a c ya s s e s s m e n ts h o w e dt h a tt h em e t h o da d o p t e di nt h i ss t u d y a c h i e v e dc o m p a r a b l es u c c e s st op r e d i c t i n gs o i lo m o f s t u d y a r e aw i t ht h et o t a l a c c u r a c y8 1 1 t h a no t h e ri n t e r p o l a t i n 叠m e t h o d ss u c ha si d w ，s p l i n ea n d k r i g i n g 1 1 1 e r e s u l t sa l s oc o n f i r m e dt h a ts o m ei n t e r p o l a t i n ga l g o r i t h m sb a s e d o ns t a t i o n a r ya s s u m p t i o n ，f o re x a m p l e 蹦g i n g ，c o u l d n tb eu s e dt o i n t e r p o l a t i n gi nh e t e r o g e n e o u sl a n d s c a p e k e y w o r d s ：s o i lm a p p i n g ；c l a s s i f i c a t i o nt r e e ；k n o w l e d g ec l a s s i f i c a t i o n ；r u l e e x t r a c t i n g ；s o i lo m ；s p a t i a li n t e r p o l a t i o n ；d a t am i n i n g 2 兰兰：兰! 堕主星研究工作报告运用分类埘进行土壤自动制图的研究 第一章前言( 选题依据和背景) 在原来研究成果基础上，研究基于数据挖掘技术的土壤资源( 类型和 性质) 的制图方法，实现土壤资源调查的自动化和智能化。 1 ，科学掌握和合理利用土壤资源是实施我国农业信息化和持续发展 的关键( 王人潮等，1 9 9 9 ) 。土壤资源作为农业生产的重要载体，是在不 断变化的。要想合理利用就必须掌握它们的分布、性质及其利用的变化， 并取得现势性资料。 2 ，常规调查技术无法满足这种要求。例如浙江省土壤资源普查结果经 由3 4 0 0 多人，历时1 1 年完成。如此慢的信息更新速度，不仅难以满足资 源合理利用的需求，更难实现土壤资源的动态监测。 3 基于遥感、g i s 的土壤资源计算机解译技术不但可以大大提高了传 统土壤调查的时效和数据的现势性，同时还可为现代土壤资源的信息化管 理提供了全数字化的数据源。但是，土壤资源调查( 制图) 计算机化研究， 目前仍然是一个国际性的难题，是一个风险度较大的前沿性课题，其原因 之一就在于土壤本身是一种具有高度时空变异性的复杂体，影响控制因素 众多。尽管有象遥感和g i s 这样的空间信息技术支持，但仍缺乏高效的数 据分析方法来定量化我们对土壤发生发育的认识。 4 近些年来，随着数据库技术和机器学习技术的的飞速发展，逐渐兴 起了一种新的数据分析技术一一数据挖掘( d a t a m i n i n g ) 和知识发现 ( k n o w l e d g ed i s c o v e r yi nd a t a b a s e ，简称k d d ) 。尽管目前有多种不同的定 义来描述和表达d m 和k d d ，但这些定义的本质都是一样的，即从数据 库中提取隐含的、高水平的知识模式。数据挖掘技术的发展，为土壤资源 的自动化制图提供了一种可能有效的解决方案。因此，本研究就试图通过 使用一种数据挖掘方法一一分类树建模法，从已有数据的综合分析中进行 土壤制图专家知识的挖掘，并将这些知识转化为规则，从而达到土壤资源 调查的自动化和智能化。 加，t 掌博士后研究工作报告适用分类树进行土壤自动制图的研究 以卫片目视判读编制土壤图的现代土壤遥感技术始于7 0 年代，主要 采用了诸如地学综合分析法、地理分层法和日视综合法等以地物光谱特征 为基础的土壤景观综合分析方法( 李锦，1 9 9 7 ) ，八十年代后期，g i s 技 术开始辅助应用于土壤遥感技术中，如g i s 支持下的d e m 模型被用来与 s p o t 、t m 图像结合进行土壤分类( s ue ta 1 ，1 9 9 0 ；l e ee la 1 ，1 9 8 8 ；d o b o s ， 2 0 0 0 ) 。人工智能技术于9 0 年代开始被引入到土壤遥感中，如专家系统 技术在森林土壤遥感调查的应用，及针对土壤制图所建立的规则系统等 ( s k i d m o r ee ta 1 ，1 9 9 1 ：c o o ke ta 1 ，1 9 9 6 ) 。上述技术，特别是g i s 和人工 智能技术的应用，使实现传统的土壤资源调查方法的计算机自动化有了技 术支撑和保证。 王人潮教授在长期土壤遥感调查技术研究中，提出了一套目视土壤综 合解译技术，于1 9 8 6 年就获浙江省科技进步二等奖，并在金国第二次土 壤普查中推广应用，获得了调查精度和可重复性俱佳的效果。这套方法同 样运用土壤地理学专业知识和土壤景观综合分析的思想，但技术中仍较多 地依赖于人类解译专家的判断能力。因此，迫切希望进行深入研究以实现 该技术成果的计算机自动化。 沙晋明博士在其论文基于g i s 的土壤遥感制图与应用研究中， 对研究区与土壤遥感解译有关的技术方法做了较多的尝试和探讨。如针对 不同地形走向，运用不同的模板进行定向滤波；对一些t m 原始波段进行 了处理和组合分析；采用分形学研究了土壤类型及其环境之间的非线性规 律；提到了运用“二叉树判别”来进行土壤类型的提取等等。但该研究亦 存在一些不足之处，比如有些方法和结论仍是定性的，如在运用“t - 又树 判别”来进行土壤类型的提取时，所采用的一些评价因子并未量化，因此 也就在实际操作中无法实现计算机自动评价；另外在数据方面还存在着精 度问题和比例尺上的不匹配：如地形数据中采用的等高距为1 0 0 米，十分 粗糙，特别是在缓坡岗地和河谷平原地区，很难反映地面的起伏状况。比 例尺方面的不匹配问题主要是其所采用的地质图、森林图、地形图和土壤 图分别为1 2 0 万、1 2 8 万、1 5 万和l 5 万。鉴于此种情况，本研究对以 往的研究数据进行了更新，首先采用了加密后的等高距来生成研究区的 d e m ：缓坡岗地和河谷平原地区1 0 米；山区原则上为5 0 米，但在地形 转折线( 山谷线和山脊线) 附近采用了l o 米等高距。对于图件的比例尺 问题，在本次工作中则将所有参考数据一律采用1 5 万比例尺，从而达到 了比例尺方面的统一。 舯，z 妒博士后研究工作报告 运用分类树进行土壤自动制图的研究 王人潮教授早在八十年代就已经解决了目视土壤解译的理论和方法 论问题。因此，实现计算机化的关键问题就在于将以往的目视土壤解译技 术转化并建立可量化的知识库和规则库。为此，需要解决以下关键问题： 1 研究区土壤发生学知识的自动获取和定量表达 2 研究区土壤各土壤环境因子及其与土壤发生学知识的匹配和复合 3 计算机自动解译知识库的建立 5 1 研究区成土环境g i s 数据库的建立 通过g i s 建立研究区与土壤资源有关的多种因子图层数据，包括土 壤、地质、地形( 高程、坡度、坡向、曲率以及水文因子) 、土地利用以 及双时相的遥感影像数据。 5 2 研究区土壤环境因子的树模型分析 运用分类树方法对研究区的土壤资源( 包括类型和土壤有机质等级) 与环境因子进行分析，评价各种环境因素对土壤资源空间分布的影响，划 分研究区成土环境单元，并研究土壤资源与各成土环境单元之间的对应关 系。 5 3 土壤资源计算机自动解译的知识库建立 将分类树分析所获取的知识转化为产生式规则，并在e r d a s 软件的 支持下，建立研究区土壤资源类型解译的知识库。 5 4 土类与土属的自动制图 将士类和土属类型分别作为目标变量，其它环境因子和遥感数据作为 预测变量，对土类和土属类型进行树分析，建立各自的判别规则，并进行 自动分类，最后对分类结果进行检验和讨论。 5 5 土壤有机质水平的空间制图 将土壤o m 水平作为目标变量，其它环境因子和遥感数据作为预测 变量，对土壤o m 水平进行树分析，建立判别规则，并进行空间预测，最 后对分类结果进行检验和讨论。 舯芦，上掌博士后研究工作报告 运用分类树进行土壤自动制图的研究 1 卫片土壤目视解译技术：建立遥感土壤解译的技术框架： 2 遥感技术：获取土壤和成土环境单元的光谱特征； 3 g i s 技术：建立研究区的空间数据库，并进行有关的数据处理运算 4 数据挖掘技术：进行土壤资源自动解译系统的知识获取： 根据以往研究结果和研究区的数据可提供性，建立影响研究区土壤资 源分布的成土环境控制因子g i s 数据库；利用第二次土壤普查的土壤图以 及调查数据作为参考数据，将其与已建库的成土环境因子进行复合，并运 用分区随机采样法提取训练样本；对训练样本进行分类树分析，生成研究 区土壤资源一一环境因子的分类树模型；将模型转化为产生式规则，利用 e r d a s 的知识工程器建立研究区土壤资源解译的知识库，实现对研究区 土壤资源的自动分类。 参考文献 1 王人潮，史舟，黄敬峰等1 9 9 9 论农业信息系统工程的建设浙江大学学报( 农业 与生命科学版) 2 5 ( 2 ) ：l l l 1 1 6 2 王人潮，王深法，苏海萍1 9 8 6 m s s 卫片影像目视土壤解译与制图技术研究浙江 农业大学学报1 2 ( 2 ) ：1 0 3 1 1 1 3 王人潮，王深法，吴加平等1 9 9 1 用遥感资料进行土壤调查制图的技术更新研究 遥感应用4 ( 1 ) ：7 1 4 4 李锦主鳊土壤制图1 4 8 1 4 9 ，福建地图出版社，1 9 9 7 5 沙晋明，基于g i s 的土壤遥感制图与应用研究，浙江大学博士论文，2 0 0 0 6 s u ，h ，k a n e m a s u ，e tr a n s o m ，md e ta 1 s e p a r a b i l i t yo fs o i l s i nat a l l g r a s s p r a i r i eu s i n gs p o ta n dd e m d a t a r e m o t es e n s i n ge n v i r o n 1 9 9 0 3 3 ：1 5 7 1 6 3 7 l e e ，k s ，l e e ，qb ，a n dt y l e t , e j t h e m a t i cm a p p e ra n dd i g i t a le l e v a t i o n m o d e l i n go f s o l ic h a r a c t e r i s t i c s i nh i l l y t e r r a i ns o i ls c i s o c a m j 5 2 ：1 1 0 4 1 1 0 7 8 s k l d m o r e ，a k u s eo fa ne x p e r ts y s t e mt om a pf o r e s ts o i l sf r o mag e o g r a p h i c a l i n f o r m a t i o ns y s t e m i n t e nj o f g i s 1 9 9 1 5 ( 4 ) ：4 3 4 , , - 4 4 5 9 c o o k ，s e ，c o r n e r , r j ，g r e a l i s h ，ge ta 1 ar u l e b a s e ds y s t e mt om a ps o i l p r o p e r t i e s s o i ls c i s o c a m j 1 9 9 6 6 0 ：1 8 9 3 1 9 0 0 1 0 d o b o s ，e ，e m i c h e l i ，m eb a u m g a r d n e r , lb i e h l ，a n d h a l t ，2 0 0 0u s eo f c o m b i n e dd i g i t a le l e v a t i o nm o d e la n ds a t e l l i t er a d i o m e t r i cd a t af o rr e g i o n a ls o i l m a p p i n g g e o d e r m a9 7 ：3 6 7 - 3 9l 6 印，土掌博士后研究工作报告 运用分类树进行土壤自动制图的研究 第二章运用分类树进行土壤类型自动制图的研究 摘要以往的土壤图反映了土壤调查者在土壤制图时的思想模 型，土壤制图单元与环境空间数据的关联可以被重新建模并用 以推导形式上的调查规则。本文提供了一种基于机器学习6 方 法来自动建立针对土壤资源制图的规则库。该方法使用分类树 算法从训练数据中生成有关土壤制图的规则知识。这种建立土 壤自动制图知识库的方法要比传统的知识获取方法更为简便易 行。本研究以浙江省龙游县研究区为倒，将已有的土壤图与地 质图、土地利用现状图、d e m 及其派生属性，双时相的t m 卫星数据相结合，使用分类树提取了该地区的土壤制图规则， 并进行了研究区土壤类型的知识分类。精度评价结果表明，所 建立的知识库对于研究区的大部分土壤类型的预测而言是令人 满意的。 关键词：数据挖掘；土壤制图：分类树，知识分类 土地资源管理、农业生产和生态环境决策需要我们对土壤资源的 性质、数量以及空间分布有所了解。常规的野外土壤调查是一项费钱费 力费时的艰苦劳动，而且获取的土壤图由于精度和重复性差而缺乏实用 性。8 0 年代运用遥感资料对土壤调查制图技术进行更新研究，基本解奂 了土壤图的精度差和重复性等问题( 王人潮等，1 9 9 1 ) ，但它仍是一项 极其复杂的目视土壤解译与制图技术，未能实现土壤自动制图。由于这 种目视土壤调查制图技术是主观性较强的工作，因此不同的解译者会解 译出不同的土壤边界或类型，甚至同一个解译者也会在不同的时间解译 出不同的结果( s k i d m o r e ，1 9 8 9 ) 。近些年来，已有一些研究使用了专 家系统( 也叫知识系统) ，通过类似专家推理的方式来进行图象自动分 析和解译( 如m c k e o w n ，1 9 8 7 ；c i v c o ，1 9 8 9 ；s k i d m o r e ，1 9 8 9 ；1 9 9 l ；1 9 9 6 ； n e w k i r ka n dw a n g 19 9 0 ；a r g i a l a sa n dh a r l o w ，l9 9 0 ；b o l s t a da n dl i l l e s a n d ， 7 印，t 矿博士后研究工作报告运用分类树进行土壤自动制固的研究 1 9 9 2 ；k n o t o e se ta 1 ，1 9 9 3 ；z h u ，1 9 9 4 ；1 9 9 9 ；s e s t e r ，2 0 0 0 ) 。大多数专家系 统由三个层面组成：数据，知识库和推理机。其中，包括大量镇域专业 知识的的知识库被认为是专家系统的核心 ( l u g e ra n ds t u b b l e f i e l d ，1 9 9 3 ) 。 为了获取计算机可用格式的知识，通常的方法是由人类的领域专家和知 识工程师一起来建立一个知识库。领域专家通过能被知识工程师理解的 语言来明确地阐述他或她关于某一主题的知识。然后知识工程师将这些 领域知识转化成一种计算机可用的格式并把它储存在知识库中。但这一 过程存在着一个众所周知的问题，通常被称为“知识获取瓶颈”。为了 解决这一问题，人工智能领域进行了大量有关知识自动获取方面的研究 以期获得价廉物美的知识库。有关自动知识获取方面的研究属于人工智 能的一个分支，被称为机器学习。本研究的目的就是在土壤自动制图中 应用一种机器学习的技术一一分类树方法，该方法有勘于减少或消除由 “知识获取瓶颈”导致的困难，从而使得专家系统技术能够更易于被土 壤制图学家使用。本文的结构按以下方式排列：第二节将讨论方法学的 理论基础；第三节是研究区和所使用的环境与遥感数据的描述；第四节 是研究区土类制图知识获取的具体过程：第五节是对第四节所得结果的 讨论；第六节是以研究区土属为对象的土壤制图分类研究；第七节给出 了该部分的总体结论。 2 1 土壤推断( i n f e r e n c e ) 土壤推断的理论基础是j e n n y ( 1 9 4 1 ，1 9 8 0 ) 的经典概念：土壤是气 候、地形地貌、母质、生物( 包括动植物和人类作用) 以及水文因素经 过长期时间相互作用的产物。因此，假如了解当地的环境条件，我们就 可以推断出在该位置上的土壤类型。这可以用一个定性的公式来表示： s = f ( c ，o g ，m ，t p ，r ) ( 1 ) 式中，c 1 代表气候，o g 是生物，p m 是母质，t p 代表地形，t 是时 间。 公式1 ) 表达了土壤与环境因素之间的普遍性关系。然而，这种关 系在不同地方是有不同的具体表现。由于土壤形成过程和古环境极其复 杂，对它们的了解还不多，因此现阶段还很难以推导出一种具体的数学 公式来表达这种关系。但是经过数十年的研究，人类已经积累了大量的 关于土壤一一环境关系的经验知识，特别是那些对土壤进行研究和制图 的当地土壤学家，业已在他们各自的研究领域积累了大量有关土壤一一 即，未聋搏士后研究工作报告运用分类树进行土壤自动制圉的研究 环境关系的详细知识。这些由人类土壤专家根据野外观测进行归纳推理 而形成的经验性的土壤一一环境模型来对土壤类型的空间分布进行了预 测性的描述( h e w i t t ，1 9 9 3 ；c o o ke ta t ，1 9 9 6 ) ，并被继而在土壤调查制图 中被用来进行土壤的分类制图。一般来说，这些经验知识能够被用于近 似地表达土壤资源类型推断中公式1 ) 中的关系。 2 2 机器学习与土壤制图规则 如果调查期间的土壤制图规则是已知的，那么这些规则就可以直接 被外推用于邻近的未制图区域或在同一地形区域的相似土壤景观。但不 幸的是，用于预测土壤景观分布的土壤制图规则和思想模型一般并未被 调查者逐条记录下来。这样一来，其他的调查者就很难掌握这些他们先 前并未参与的调查规则，从而影响土壤制图的精度和重复性。 预测土壤景观分布的模型把土壤土壤类别与特定地形中的地形位 置、母质、植被类型和或土地利用进行了关联。如果说以往的土壤图反 映了土壤调查者在土壤制图时的思想模型，那么土壤制图单元- 9 环境空 间数据的关联可以被重新建模并用以推导形式上的调查规则。这样一 来，充分利用现有的、即使是“过时的( 如第二次土壤普查数据) ”土 壤调查结果将是有价值的。从理论上说，就有可能通过将已有的土壤图 及- 9 之有关的环境变量数据进行分析来重建制图中的土壤推断规则。这 些重新生成的规则应该可以直接被外推用于邻近的未制图区域或在同一 地形区域的相似土壤景观的土壤制图 由于土壤调查可被看作是一种决策过程，归为分类问题的范畴，因 此我们就可以采用人工智能领域为分类问题发展出的一系列工具来对此 加以研究。有关分类的经验学习技术可以是基于统计模式识别或决策树 推理和产生式规则的机器学习技术( w e i s s ，1 9 8 9 ) 。机器学习是关于学 习过程的计算机模型化的学科。它使用诸如归纳和推理等特定的推断策 略使得计算机能够从已有数据或理论中获取知识。本研究主要集中研究 基于分类树的归纳方法及其在针对土壤自动制图的知识库构建中的应 用。有关分类树的具体理论和方法将在第四节中阐述。 使用机器学习的方法进行知识库构建的一个主要动机就是该方法仅 需要一些好的样本来作为训练数据即可，这往往比直接从领域专家那里 详细地获得完整的和普遍性的理论要简单得多。根据样本进行机器学习 通常是将样本- 9 给定的输出相连接，然后学习系统就推导出规则或统计 测量值将两部分进行连接。 一般来说，野外采样是获得这种训练样本的最佳和最准确的方法， 通过野外调查，详细而准确地获取立地的土壤类型及其相应的各种环境 # w ， 妒博士后研究工作报告运用分类树进行土壤自动制图的研究 因子数据。然而，由于经济、时间和人力方面的限制，往往很难获取足 够多的训练样本，特别是在一些非农业用地区，因此，本次工作采用了 直接从专门为本次土壤资源分析而建立的研究区g i s 数据库中获取大量 训练样本的方式。本研究以浙江省龙游县研究区为例，分析了现有土壤 图与其它环境及遥感空间数据之间的关联性，使用了分类树建模方法， 将数字化的土壤图、数字高程数据以及派生地形属性、数字地质图、数 字土地利用现状图以及双时相t m 数据进行结合，用来推导出潜在的土 壤调查预测模型。基于的假设是能够通过机器学习的方法从所选择建立 的研究区土壤及其环境因子g i s 数据库中揭示出一些有助于预测土壤类 型分布的环境变量与土壤类型分布的规则。 3 1 研究区概况 龙游县地处浙江省中西部，衢江沿岸。地理位置：1 1 9 0 0 2 1 1 9 。2 0 e ：2 8 0 4 47 , - , 2 9 。1 7 n 。东西最宽处有2 9 3 7 公里，南北最长处约6 1 5 公 里。海拔最高点为庙下桃园尖，约1 4 3 8 9 米；最低处为湖镇下童村，海 拔只有3 3 米。金县疆域总面积约1 1 3 8 7 2 k m 2 ，折合面积约1 7 0 8 2 万 亩。土地利用现状以林业用地为主，约9 5 3 5 万亩，占山地面积的 9 5 9 ) 。其次，为耕地3 4 1 3 万亩( 其中，水田3 1 5 9 万亩，旱地2 5 4 万亩) 。建设地面积为9 8 5 万亩，河流面积7 5 7 万亩，其它1 9 8 万亩。 龙游县现辖有9 个镇、1 2 个乡、4 2 9 个村民委员会和3 2 1 7 个村民小 组。下辖乡镇分另4 为龙游镇、詹家镇、横山镇、塔石镇、小南海镇、湖 镇镇、溪口镇、志棠镇、泽随镇、官潭乡、罗家乡、模环乡、石佛乡、 兰塘乡、社阳乡、士元乡，灵山乡、庙下乡、沐尘乡、梧村乡和大街 乡。截止到1 9 9 7 年，金县共有人口3 9 9 1 6 7 人，其中，男性2 1 1 4 1 9 人， 女性1 8 7 7 4 8 人；农业人口3 4 3 9 6 0 人，非农业人口5 5 2 0 7 人。 龙游县属于中亚热带季风气候区，全年四季分明，光照充足，气温 适中，雨量充沛，无霜期2 4 7 天，年总积温5 5 0 2 9 。，全年降雨量为 由于新构造运动，龙游县形成了南北高、中间低平的地形特征。其 南部山地属栖霞岭余脉，是浙南山地的组成部分之一。龙北山地属千里 岗山，是浙西山地的组成部分之一。衢江自西向东蜿蜒曲折，沿途接纳 了源于南北的数条溪流，使衢江构成了一幅羽毛一一树枝状水系。两山 却，t 掌博士后研究工作报告运用分类树进行土壤自动制图的研究 夹峙的衢江盆地是金衢盆地的组成部分之一，也是本县土地资源潜力最 大的地域。 。 龙游县在地貌上形成了几个梯级，海拔高程分别为龙南、龙北向中 部逐渐降低。根据地貌形态的差异，全县地貌可分为：河谷平原、缓坡 岗地和丘陵山地等三大类。图1 1 1 3 分别是根据龙游县d e m 和2 0 0 0 年5 月4 日的l a n d s a t t m 影像生成的3 个地貌区的三维透视图。 由于地形地貌复杂多样，因此该县的土壤及其景观类型表现出了较 强的异质性。根据第二次土壤普查结果，龙游县的土壤类型主要有5 种 土类，分别是红壤、黄壤、水稻土、潮土和岩性土。这些土类类型在龙 游县可以继续被划分为1 3 种亚类和4 5 种土属( 龙游县土壤志，1 9 8 4 ) 。 本县地层发育完整，自太古界一一新生界均在出露，大致以前大垄 和金衢盆地为界，将县区分为南北两大部分。元古界和古生界分布在北 面，太古界分布在南面，中新两者皆有；上白垩统的红土层分布在衢江 两岸的盆地中。地层分布以北东和东西走向为主，与金衢盆地的构造体 系相一致。河谷平原的成土母质为近代河流沉积物组成，主要分布在衢 江及其主要支流灵山港河漫滩两侧的阶地上。缓丘岗地地层主要由白垩 纪的衢江群和方岩组，以及第四纪红色粘土层组成，地层以东西走向成 带状分布显明，成土母质为相应的母岩分化物。丘陵山地的地层主要为 中生界侏罗纪的劳林组及太古界的地层组成。成土母质为其相应地层基 岩的风化物。 3 2 所使用的数据 3 2 1 研究区的选择 由于龙游县的 1 ：5 0 0 0 0 地质图目前 尚未完全调查完 毕，因此根据其现 有的图件覆盖区域 确定了本次研究的 最终研究区域( 图 1 - 4 ) ，面积大约为 7 7 7 8k l - r 1 2 。 加j ，上掌博士后研究工作报告 运用分类树进行土壤自动制图的研究 昌8 尝要 受 e 鲁 & 名 督 8 守 蓄 砉； ：目 皇； 莹萋 嚣 h 一 。0 1 2 匝察暇口n蛊凶隧睁钷疑雅廿凶状奄n二阻 p ，z 譬博士后研究工作播告运用分类树进行土壤自动制图的研究 善聋 熏鲁 鲁暑 岛蔼 暑善 专s 塞 言景 。；苫 q p - * 兰雪 苗茗 蕾 占基 0 旬 【工一 匝察窑口n譬凶碧越髯爨箍等凶职奄n-i匾 型：兰! 璺主墨! 塞三生塑堂 垩曼坌茎塑壅! ! 圭堡璺垫墅璺塑! 壅一 4 8。hh墨g翟mbg岔哿曼寰，每茸名一悖。嚆e 9。 日_ i _ b h口群引f”o_rlo-口k5一op8鲁ipa口n寸_【一皿 匦察缎ong凶营亏登岫箍怔凶球奄寸_【匣 印歹， 擎博士后研究工作报告运用分类树进行土壤自动制图的研究 3 2 2 土壤预测变量 被认为对研究区土壤分布具有重要影响作用的预测变量主要有：母 质、土地利用、高程及其派生出的其它地形属性，也即坡度、坡向、剖 面曲率、平面曲率，上坡贡献面积。此外，还有研究区一个双时相t m 影像的前4 个主成分也被用于描述土壤形成的环境特征。另外，第二次 全国土壤普查的龙游县土壤图被用作是参考图件。应当指出的是，这里 所列出的土壤预测变量并没有包括任何直接测量气候因素的变量。尽管 研究区的