%0 Journal Article
%T 土壤图更新中基于土壤类型面积分级的训练样点选择方法
%A 刘雪琦
%A 朱阿兴
%A 杨 琳
%A 缪亚敏
%A 曾灿英
%J -
%D 2017
%R 10.11766/trxb201604210130
%X 基于数据挖掘模型的土壤图更新是一项重要的研究。数据挖掘模型构建中训练样点的质量不仅决定其对研究区土壤-环境关系表达的充分程度，而且会对推理制图的结果产生至关重要的影响。本文提出一种基于土壤类型面积分级的典型训练样点选择方法，即依据土壤面积对土壤类型分级，并按照等级之间的比例关系基于典型点选择训练样点。将方法应用于更新美国威斯康星州Raffelson流域的传统土壤图，并与另外两种训练样点选择方法对比，以验证该方法的有效性。结果表明，500次重复实验中，本研究方法与另外两种训练样点选择方法相比，能够更新传统土壤图的比例分别为79.5%、71.8%和63.6%，而且其推理制图结果更符合研究区土壤分布的特征。本研究所提方法是一种有效的训练样点选择方法
%K 训练样点 数据挖掘模型 传统土壤图更新 土壤—环境关系
%U http://pedologica.issas.ac.cn/trxb/ch/reader/view_abstract.aspx?file_no=trxb201603210130&flag=1