土壤空间预测方法及其不确定性研究

土壤调查和制图是监测土壤资源的重要手段，常规的方法存在投入大、周期长、精度低和量化困难等局限。如何获取定量、精确的土壤属性和类型的空间信息并分析其不确定性，以支持区域和全国土壤调查、制图和分类，是土壤学界最具挑战性的问题之一。本项目研究基于数据挖掘的土壤空间预测方法及其空间不确定性。在样品数量有限的情况下，将分层采样和遗传算法相结合，优化采样位置和密度；针对空间预测过拟合现象，从选择输入因素入手，利用泛化能力强的神经网络集成和支持向量机研究高精度土壤空间预测方法；为提供预测的空间不确定性信息，利用随机仿真，研究采样方法、输入因素和预测结果的空间不确定性，以及预测模型对输入不确定性的敏感性。本研究将提出一套高精度的土壤空间预测方法，降低预测的空间不确定性，提高预测土壤制图的精度，推进数据挖掘技术在计量土壤学中的应用。

项目已按计划完成全部工作。包括提出一套高精度的土壤空间预测方法，以及土壤预测的空间不确定性研究方法；建立研究区土壤空间数据库，并制作土壤类型图和属性图等。重点研究了土壤采样策略、数据转换与插值方法、预测方法与模型及其空间不确定性，改进了无线传感器网络太阳能供电系统装置，利用TDR土壤水分传感器实现了土壤水分数值的实时自动采集，利用地统计学有关方法和理论设计和优化土壤采样策略；研究了遥感影像切片调度显示与快速读取、存储、尺度转换方法，以及土壤属性空间插值方法、空间预测方法与模型及其不确定性。在此基础上，系统地研究了数据挖掘技术在土地资源评价数据预处理、评价指标权值确定、样本容量计算、质量等级评定等环节中的应用。以此推进数据挖掘技术在计量土壤学中的应用。. 本项目研究取得成果有：. 1、发表论文24篇（SCI收录3篇、EI收录13篇），SCI收录文章如下：. Soil Quality Assessment Using Weighted Fuzzy Association Rules ，Pedosphere, 2010,20(3), pp 334-341. The Sink Node Placement and Performance Implication in Mobile Sensor Networks ，Mobile Networks and Applications, 2009,14(2), pp 230-240. Integrating Fuzzy Logic with Piecewise Linear Regression for Detecting Vegetation Greenness Change in the Yukon River Basin, Alaska. International Journal of Remote Sensing.（已录用）. 2、出版专著1部：土地资源评价数据挖掘方法与应用，科学出版社, 2012.10. 3、申请专利2项（1项授权、1项已受理）；取得软件著作权2项；. 4、获得省部级科技成果二等奖和教学成果二等奖各1项；. 5、培养博士后人员1名、博士研究生1名、硕士研究生4名。