基于关联规则的分布式坡面土壤侵蚀灰色神经网络评价研究

引起土壤侵蚀的驱动力是多因素的，并且不同地区、不同尺度其土壤侵蚀主导驱动因素也不尽相同，具有地域性。本项目将地域性坡面土壤侵蚀评价指标体系构建，以及坡面土壤侵蚀非线性统计建模与分布式分级评价，作为关键科学问题，在深入分析坡面土壤侵蚀产生机理的基础上，对坡面土壤侵蚀驱动力因子进行无量纲化分级，采用关联规则理论中的Apriori改进算法，挖掘并定量表达各驱动力因子与土壤侵蚀模数之间的相关性，以满足置信度和支持度条件的量化主导驱动力因子为指标，构建地域性坡面土壤侵蚀评价指标体系。研究坡面土壤侵蚀非线性评价模式，以多个量化主导驱动力因子作为模型输入，构建灰色系统理论与BP神经网络组合统计评价模型，并利用GIS技术，对坡面各径流小区土壤侵蚀状况进行定量计算与评价分级。本项目揭示坡面土壤侵蚀产生机理，建立定量化土壤侵蚀评价指标体系，发展地域性的坡面土壤侵蚀评价理论与方法，具有重要科学意义和研究价值。

本项目以鄂西北丹江库区房县和郧西县坡面径流小区为研究对象，采用SQL Server建立研究区土壤侵蚀数据库，为该地区土壤侵蚀观测数据的管理、分析和应用建模提供技术平台。将地域性坡面土壤侵蚀指标评价体系构建及坡面土壤侵蚀非线性建模与评价，作为关键科学问题，在深入分析坡面土壤侵蚀产生机理的基础上，采用关联规则理论中的Apriori算法，挖掘并定量表达各驱动力因子与土壤侵蚀强度之间的相关性，以满足置信度和支持度条件的主导驱动力因子为指标，构建地域性坡面土壤侵蚀指标评价体系。通过实验，得到丹江库区土壤侵蚀影响因子重要性与土壤侵蚀程度间的关系：降雨、植被、土壤、地形以及人为因素等这些常规的土壤侵蚀因子中，对郧西县土壤侵蚀影响从大到小的次序为：耕作方式、坡度、植被覆盖度。本项目采用定性评价方法与定量预测模型，对研究区土壤侵蚀进行评价和预测，并开发了库区土壤侵蚀评价预测原型系统。土壤侵蚀定性评价中，采用数量化理论II对实验样本进行相关分析，得知准判率（匹配度）为 73.95%，这说明利用数理化理论Ⅱ建立判别函数，对未知土壤侵蚀强度级别的样本进行判别归类是可行的，能够实现侵蚀强度的快速划分。对实验样本进行基于模糊C均值的土壤侵蚀定性评价，研究发现各小区在模糊加权指数m等于2时有效性指标（紧致度和分离度的比值）最大。选用数量化理论I进行土壤侵蚀定量预测，已知样本预测值与实测值之间的相关系数r值为0.712。根据研究区推导的RUSLE系列模型计算相关年份的土壤侵蚀量，并进行误差分析。试验结论表明该模型在研究区具有较好的效果和适用性。基于SVM的土壤侵蚀预测，总体而言其预测结果比较理想，极个别小区预测效果不太理想，可能与样本的有限性及精确度、参数的选取等都有关系。对样本进行基于BP神经网络的研究区土壤侵蚀定量预测，经过验证，采用神经元类型为实线性Purelin，训练结果较好。预测结果平均绝对百分比误差分别为8.9%，均方根误差为79.22%，达到了比较理想的预测效果。采用灰色神经网络组合评价模型进行土壤侵蚀预测，不仅具有灰色系统用小样本数据统计建模的独特优势，而且还具有神经网络模型对非线性、非精确规律具有自适应能力的优点，能够为坡面土壤侵蚀定量评价提供模型支持。实验表明，灰色神经网络模型预测结果的平均绝对百分比误差仅为2.26%，达到了最理想的预测效果。