%0 Journal Article
%T 基于k-均值算法模型的区域土壤数值化分类及预测制图
%A 刘鹏飞？
%A 宋轩？
%A 刘晓冰？
%A 陈杰？
%J 生态学报
%D 2012
%X 根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、ph值、电导率和土壤发生层厚度等作为土壤属性向量,运用k-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤剖面的系统分类归属。基于40个样本土壤剖面与各中心剖面的类型之间的分类距离,应用地统计学手段预测研究区空间任意位置的土壤与各中心剖面的分类距离,完成研究区土壤数值化连续分类并实现可视化表达。在此基础上,运用去模糊化手段,"硬化"连续分类边界,获得可与传统土壤制图互为参比的研究区土壤预测图,并对输出结果进行了土壤发生学解释。研究表明,土壤数值化分类手段与地统计学随机模型相结合可以实现区域土壤的空间预测,且预测图比传统土壤图蕴含更加丰富的信息。
%K 土壤数值化分类
%K 预测制图
%K k-均值算法
%K 分类距离
%U http://www.ecologica.cn/stxb/ch/reader/view_abstract.aspx?file_no=stxb201102240213&flag=1