基于模糊c-均值算法的黄土丘陵区土壤剖面质地构型

基于模糊c-均值算法的黄土丘陵区土壤剖面质地构型

河流平原是中国最重要的传统农业区和粮食生产基地。土壤类型主要为潮土，最突出的发生学特征之一是土壤和母体的继承。土体中不同部位冲(沉)积物质的机械组成,不但直接决定了土壤结构、土壤耕性等物理性状,也对土壤水肥保持、供给能力产生极为重要的影响。因此,土壤质量与耕地生产潜力不仅仅取决于表层土壤养分状况与肥力水平,同时很大程度上也取决于土壤的剖面形态与不同质地土层的空间组合。由于河流水沙活动、沉积环境、风力再搬运过程以及当地灌淤、深翻等土壤改良、利用实践在时空上的异质性,土壤的质地层次在各个尺度空间上均表现出高度的性状可变性和分布复杂性,应用传统土壤调查手段对土壤机械组成特征在水平与垂直空间上的变异作定量化描述相当困难。长期以来,人们在研究冲积土壤剖面质地层次组合特点时,均是采用对一些典型剖面定性描述的方式,而无法定量化,更谈不上模拟和预测,也无法与其他相关研究有效地结合。李卫东等在华北冲积平原区选择面积为15km2的中尺度区域,基于139个土壤剖面,应用马尔可夫链理论中的概率转移矩阵研究了冲积土壤剖面质地层次的垂向变化规律。贺勇等基于相同的研究区和数据,运用基于转移概率的地统计学模型分析了该区垂直和水平方向上土壤质地层次空间分布的变异特性,研究结果为土壤剖面水分转化和溶质运移等方面的研究提供了借鉴。以上研究均是基于概率论中的随机模拟模型,与模糊逻辑理论比较而言,二者研究问题的方法和角度各有不同。20世纪80年代末模糊逻辑引入土壤科学中,并结合地统计学方法,在土壤分类和连续制图表达中得到了广泛的应用。众所周知,在绝大多数情况下,土壤及其属性在空间上的变异是以渐变形式发生的。同样,一个垂直方向上不同质地层次的组合对于特定剖面质地构型(特征质地层组合亦被称作土壤剖面质地构型)的隶属关系不是非0则1,而是对于一个以上的剖面质地构型均表现出部分隶属关系,即模糊隶属关系。模糊隶属关系的理论基础是模糊逻辑或模糊集理论。相对于基于布尔逻辑的常规土壤调查手段,模糊逻辑的应用是土壤可变性研究领域又一个实质性的创新和革命性的发展,研究结果更接近于地理真实。国内模糊逻辑应用于土壤学起步较晚,有基于模糊逻辑的土壤重金属污染评价和区域土壤预测制图研究。应用模糊逻辑理论研究土壤质地层次在水平空间和垂直空间的分布还少见报道。本研究基于土壤剖面记录、土钻样点观测获取的第一手信息,应用模糊集理论及其相关算法模型,在位于黄河中下游平原地区的封丘县(大尺度区域)对土壤质地层次结构进行空间预测研究,旨在以新技术、新手段阐释土壤不同质地层次在垂直方向的组合特征以及不同土壤剖面质地构型在水平方向上的分布规律,为区域耕地质量评价、生产潜力评估以及改良、利用实践提供更加客观、丰富的基础信息。1材料和方法1.1土壤、水质概况封丘县地处河南省东北部,地理位置在北纬34°53′～35°14′、东经114°14′～114°45′之间,是典型的黄河中下游冲积平原区(图1)。全县面积1220km2,其中耕地面积1000km2,是全国商品粮基地县之一、封丘县为我国“七五”、“八五”期间黄淮海农业开发重点县,是著名的优质小麦、优质水稻生产基地。本县境内分布的主要土壤是潮土,占全县土壤总面积的98%以上。其成土母质虽均为第四纪全新世以来的黄河冲积物,且主要来源为黄土高原黄土,但受黄河水沙运动、风力再搬运作用时空变化以及沉积环境、人类灌淤、深翻等土壤利用、改良实践等因素的影响,同质性差、垂直与水平方向上质地层次分布较为复杂、砂黏相间、层理交错、剖面质地构型多样。综合本地区农业生产实践中土壤质量表现,显示冲(沉)积母质的异质性及质地层次组合的复杂性对土壤发生发育、肥力水平以及水盐运动特征产生深刻影响。1.2土钻样品特征质地层划分在研究区遥感影像图的基础上,布置2km×2km网格,然后叠加土壤图和土地利用图,在网格内考虑主要土壤类型和土地利用方式进行随机布点,相邻网格内主要土壤类型和土地利用方式相同,考虑次要土壤类型和土地利用方式。最后共布设样点152个,选择其中最具代表性的39个样点为土壤剖面点,其余113个样点为土钻样点(图1)。土壤野外调查与采样分为两个阶段进行:第一阶段的主要工作包括39个土壤标准剖面开挖、分层土壤样品采集和室内机械组成分析(吸管法测定),其核心任务是获取研究区代表性土壤剖面垂直方向上不同质地层次的分布规律和详细的机械组成信息。首先,基于实验室获取的机械组成分析结果,对39个标准土壤剖面分层样品按照美国制进行12个级别的质地类型划分;然后根据相邻质地级别的土壤在生产性能上表现出的近似性,将上述方法划分出的12级质地简化、归并为砂、壤、黏三种质地类别。即砂、壤砂和粉砂归并为砂,壤、粉砂壤和砂壤归并为壤,砂质黏壤、黏壤、粉黏壤、砂黏、粉黏和黏归并为黏。同时,将上述质地土层在剖面中出现的位置,分为表土层(0至30±10cm)、心土层(30±10cm至60±10cm)和底土层(60±10cm以下至100cm)。这种由层次质地类型与其在剖面中出现位置两个基本特征定义的层次,就是特征质地层。本研究最终确立9种特征质地层,包括砂质表层、壤质表层、黏质表层、砂质心土层、壤质心土层、黏质心土层、砂质底土层、壤质底土层和黏质底土层。第二阶段的野外土壤调查工作为土钻样品的观测记录,其核心任务为,基于第一阶段特征质地层的划分标准,确定每个土钻样品各层次的特征质地层类型及厚度参数。这一阶段工作的主要意义在于以较低的成本大幅增加参与研究区土壤质地层次空间预测的样本数量。1.3fcm算法模型本研究的核心内容是基于确定的特征质地层在已观测土壤剖面和土钻样本中出现—缺失特征以及厚度参数,应用模糊c-均值算法(FCM)模型预测研究区内土壤质地层次垂直分布及其特征质地层组合特征。FCM是模糊逻辑中常用的一种多变量模糊聚类算法模型,首先定义一个n×p模糊集X,n为研究区样点数量,p为样点的特征质地层变量,然后进入FCM算法模型进行重复迭代运算。本研究n包括39个剖面样点与113个土钻样点,共152个样点,p=9种质地土层类型,以特征质地层的厚度作为变量进入计算,厚度为“0”表示对应的特征质地层缺失。这样,FCM将n个样点的土壤样本划分到c个类别中,每一个类别代表一个典型的特征质地层组合。FCM具体算法、最佳分类数量和模糊指数的确定参照文献。需要指出的是,FCM不仅可以将土壤样本划分到一定数目的特征质地层组合类型中,同时还输出特征质地层组合中各个特征质地层的厚度中心值和样本属于每一类型的模糊隶属度值。1.4模糊隶属度值的预测基于FCM算法模型输出的研究区土壤特征质地层组合及每一观测样点土壤对于不同组合类型的模糊隶属度值,应用ArcGIS软件中的普通克里格插值方法预测每种特征质地层组合类型在地理空间上的分布特征。特别需要指出的是,由于模糊隶属度值是一类典型的成分数据,在进行插值预测之前,必须首先对原始隶属度数据进行对称对数比转换,具体方法参见文献。2结果与讨论2.1空间变异性分析研究区所有土壤样点中各特征质地层发育情况统计结果见表1。表土层、心土层质地均以壤质为主,平均厚度分别为23cm和40cm;底土层质地为砂、壤和黏质的样点数差别不大,平均厚度在±35cm。特征质地层厚度在空间上均变现出中等强度的变异性,变异系数最大值为32.5%,最小值为19.7%。表土层、心土层、底土层质地类型的平均变异系数分别为30%、26%、24%。表土层质地类型变异最大,其次是心土层,再次是底土层。如果将样点中缺失的特征质地层厚度定义为“0”,根据全部样点数据统计的变异系数结果显示,特征质地层在空间上表现出强烈的空间变异性。平均变异系数也是表土层>心土层>底土层,其中变异性最大的为黏质表层。样点土壤剖面中上述3种特征质地层之间在垂直方向上的组合特征不仅折射出土壤母质属性和土壤发生、发育过程的不同,同时也在很大程度上反映出土壤质量与生产性能上的差异。2.2表壤-心壤-底砂型模糊c-均值算法是一种无人监督分类模型,其输出结果包括与每一聚类类别对应的各个变量(特征质地层厚度)的质心值,即特征质地层的厚度(表2),以及每一土壤样点对于各个不同类别的隶属度值。运行FCM算法模型,研究区观测土壤特征质地层组合被自动划分为9种类型,分别以a、b、c、d、e、f、g、h、i表示,根据每一种类型中各特征质地层出现和缺失情况,可清楚地揭示每一组合类型的基本特征。如类型a是一种表壤-心黏-底壤型特征质地层组合,其所对应的3种特征质地层的厚度质心值分别为36cm、30cm和30cm;类型h是表壤-心壤-底砂型特征质地层组合,特征质地层的厚度质心值分别为21cm、40cm和33cm(表2)。特征质地层组合类型可被视作土壤剖面质地构型。理论上,研究区观测土壤中出现完全与上述9种特征质地层按固定厚度组合的质地构型的剖面的可能性极小。一般情况下,实际土壤的剖面质地构型对两种或两种以上通过FCM算法输出的特征质地层组合类型表现出“多重相似性”,出现多重隶属关系,即模糊隶属关系。研究区样点土壤剖面中不同质地层次出现的部位与厚度组合相对于9种特征质地层组合类型的模糊隶属度列入表3。一个观测土壤的剖面质地构型对于所有特征质地层组合类型表现出不同的隶属程度,其中,对于某种特征质地层组合类型的隶属度越高,观测土壤的剖面质地构型与这种特征质地层组合类型越“相似”。在一个观测土壤的剖面质地构型对于所有特征质地层组合类型的隶属关系对比中,对于特定一种特征质地层组合类型的隶属度值最大。在简单的去模糊化处理中,观测土壤的剖面质地构型归属通常直接由其最大隶属度决定,即归属于最大隶属度对应的特征质地层组合类型。如表3中的观测土壤T1,其剖面质地构型的最大隶属度为0.91,对应特征质地层组合类型g(砂-壤-壤),T2、T3、T4最大隶属度分别为0.59、0.95、0.79,对应的特征质地层组合分别为c(壤-黏-黏)、b(壤-壤-黏)和f(砂-砂-砂)。2.3表土层空间特征FCM模型算法得到的是离散样点属于每种剖面质地构型的情况,要进行空间预测制图,必须借助地统计学手段,本研究应用普通克里格插值方法对研究区观测土壤剖面点属于每种剖面质地构型的隶属度值进行空间预测,实现了研究区土壤对于每种特征质地层组合类型的隶属关系在地理空间上的表达(图2)。从图3中可以清晰看出,分布于研究区西北部的土壤,其剖面质地构型表现出对于特征质地层组合类型a(壤-黏-壤)、b(壤-壤-黏)、c(壤-黏-黏)、h(壤-壤-砂)、i(壤-壤-壤)的多重相似特征,而全区土壤对于特征质地层组合类型d(黏-黏-黏)的隶属关系均非常微弱,表明研究区这种剖面质地构型的土壤分布范围极为有限。借助研究区129个样点表层(0～20cm)和亚表层(20～40cm)质地平均分析结果对剖面质地构型中的表土层空间预测结果进行验证,结果表明37.2%样点完全吻合(质地完全相符),51.1%样点基本吻合(质地基本相符),只有11.6%样点不吻合。基本正确率达到88.3%,空间预测结果基本可信(图3)。不吻合的样点在空间上主要分布在研究区的南边黄河附近,黄河附近微地貌相对而言比较复杂,对空间预测结果的精度会产生一定的影响。2.4土壤条件及地形因素将隶属每种特征质地层组合类型的单一类别隶属度图转换为栅格大小为120m×120m的栅格图,依据对于特征质地层组合类型最大隶属度将各个栅格单元进行土壤剖面质地构型类别归属“硬性”甄别,实现研究区土壤剖面质地构型预测结果的去模糊化表达(图4)。图4中可以看出,研究区以壤-壤-壤为剖面基本质地构型的土壤分布面积最大,连片分布在研究区中西部,与封丘县1∶5万土壤图中两合土表现出相同的分布规律(图3),两合土面积占土壤总面积的58%;其次是砂-砂-砂型土壤,主要分布在研究区南部黄河附近,与封丘县土壤图中砂土表现出相同的分布规律,砂土分布面积占土壤总面积的20%。其他剖面质地构型的土壤分布面积较小,其中壤-壤-黏型土壤主要分布于研究区中东部,其分布范围主要受地形因素控制,与封丘土壤图中的淤土表现出相同的分布规律,淤土分布面积占土壤总面积的16%。尽管在观测土壤中发现了以黏-黏-黏为基本组合的剖面质地构型,但由于其分布范围较为有限,在制图过程中无法实现表达。就研究区土壤剖面质地构型预测结果而言,基本可以解释为地形(高程)、与黄河河道空间距离这两大因素对研究区母质构成和土壤发生、发育的影响。离决口和主流较近,沉积物以粒径较大的砂粒为主,而离决口较远,沉积物以粉粒为主,是两合土属的成土母质,泛水进入平地,沉积物以黏粒为主,形成淤土属的成土母质。必须指出,由于历史上黄河泛滥频繁、泥沙沉积过程复杂,加上研究区为传统农业区,灌淤、深翻、平整等土壤利用与改良活动,土壤剖面质地构型在空间分布上表现出强烈的微域变异特征。3土壤剖面分布特征结果1)基于152个观测土壤剖面质地层次厚度数据的模糊c-均值算法模型输出结果表明,封丘县境内发育的土壤可划分为9种基本的剖面质地构型。2)基于模糊隶属关系,应用地统计学手段实现了土壤剖面质地构型的空间预测,其去模