期刊专题

10.11766/trxb201708160188

基于成土环境地理邻域分析的历史土壤图训练样本筛选

引用
基于历史土壤图的知识挖掘和历史图更新对土壤资源调查、管理和利用有着重要的现实意义,而从历史土壤图中筛选代表性训练样本是进行知识挖掘和历史土壤图更新的关键步骤.以安徽省旌德县为研究区,提出一种新的土壤图训练样本筛选方法,包括样本数量确定和样本位置筛选.研究结果表明,面积分段线性缩放法确定的样本数量解决了已有研究未考虑同一类型多个图斑单元间样本数量分配的问题;采用邻域分析方法确定样本位置,当图斑位于地势平缓的区域时,基于高程因子和坡度因子确定的样本空间分布差异较小,而当图斑位于山区时,基于坡度因子确定的样本处于地形变化稳定的位置,全局代表性更高.通过与已有研究中环境因子直方图方法筛选样本进行对比,邻域分析方法确定的样本具有更高的差异比例和标准差,样本信息量更大.基于坡度因子采用邻域分析方法筛选出的图斑样本较高程因子样本拥有更高的全局空间代表性,邻域分析方法筛选的样本较相关研究中环境因子直方图方法筛选的样本拥有更高的信息量.

历史土壤图、样本数量、邻域分析、样本位置

55

P934(部门自然地理学)

国家自然科学基金项目41771251,41601209;国家重点研发计划项目2017YFC0803807资助Supported by the National Natural Science Foundation of China. 41771251, 41601209;National Key Research and Development Plan of China2017YFC0803807

2018-08-15(万方平台首次上网日期,不代表论文的发表时间)

共10页

585-594

暂无封面信息
查看本期封面目录

土壤学报

0564-3929

32-1119/P

55

2018,55(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn