由于地理采样的局限性,所得样点集往往不能满足现有地理要素空间推测方法对样点集在数量、分布、典型性上的严格要求。因此,基于这样的样点集,如果利用现有方法推测地理要素的空间变化,不仅准确性低,而且其结果的不确定性在空间上的差异也无法度量。本研究针对这一问题,从单个样点出发,将每个样点看作具有局域代表性的案例,以案例推理原理为基础,以目标要素与相关要素的关系为依据,以待推点的相关要素与案例点的相关要素的相似度为核心,研究推测目标要素空间变化及度量其结果不确定性的方法。本研究旨在突破已有方法对样点集在数量、分布和典型性方面的严格要求,提高推测地理要素空间变化的准确性,并提供地理模拟中所需的数据不确定性信息。研究成果将示范应用于推测土壤属性的空间变化。本项目的研究是对现有地理信息空间变化推测的理论和方法的有力拓展。
Case-based Reasoning;Ad-hoc Samples;Individual Representativeness;Uncertainty;Soil Mapping
由于地理采样的局限性,所得样点集往往不能满足现有地理要素空间推测方法对样点集在数量、分布、典型性上的严格要求。因此,基于这样的样点集,如果利用现有方法推测地理要素的空间变化,不仅准确性低,而且其结果的不确定性在空间上的差异也无法度量。 本研究针对上述问题,从单个样点出发,将每个样点看作具有局域代表性的案例,以案例推理原理为基础,以目标要素与相关要素的关系为依据,以待推点的相关要素与案例点的相关要素的相似度为核心,提出了基于样点局域代表性推测目标要素空间变化并度量结果不确定性的方法。本研究应用这一方法推测了新疆伊犁地区土壤表层有机质的空间分布,同时度量了相应地推理不确定性。基于32个独立验证点计算的均方根误差(RMSE)为1.827,验证样点的标准差SD为3.317,这说明基于样点局域代表性推测的土壤属性值相对于平均值更接近实际观测值。同时,推测残差随推理不确定性的增加而增加,这说明所得到的不确定性信息能够有效地指示推测结果的可靠程度。另一方面,基于相同的32个验证样点,利用传统的土壤剖面数据-空间数据链接法所得土壤表层有机质图的RMSE为10.434,这说明基于样点局域代表性推测土壤属性空间变化的方法比已有被广泛采用的链接法精度高。 本研究在主要探索上述基于样点局域代表性推测地理要素空间变化方法的同时,还相应的展开了以下两方面的研究(1)针对常规环境因子对研究区土壤空间分布不具有良好指示作用的问题,开发了基于光谱信号的地表反馈动态模式特征信息,实验表明这一新环境变量能够有效地指示土壤空间变化。(2)将推测所得的详细土壤信息与传统小比例尺土壤信息应用到流域过程模拟中,在多种空间尺度下评价了不同详细程度的土壤信息在流域过程模拟中的尺度效应,这部分研究为流域过程模拟中的土壤数据选取提供了方向性的指导。 基于样点局域代表性推测地理要素空间变化的方法突破了已有方法对样点集在数量、分布和典型性方面的严格要求,提高了推测地理要素空间变化的准确性,同时能够提供地理模拟中所需的数据不确定性信息。因此,该方法是对现有地理信息空间变化推测的理论和方法的有力拓展。 本研究共发表学术论文19篇,其中SCI论文8篇;取得了软件注册权1项;培养了4名博士生和3名硕士生。研究成果曾7次在国内外学术会议上作为特邀报告进行学术交流。