精细数字土壤资源普查模型与方法PDF电子书下载

第1章 绪论 1

1.1精细数字土壤资源普查的相关概念及必要性 1

1.1.1相关概念 1

1.1.2必要性 2

1.1.3可能性 4

1.2土壤普查及其发展现状 4

1.2.1传统的土壤普查 4

1.2.2新兴的土壤普查方法与数字土壤制图 7

1.3土壤资源调查存在的问题 11

1.3.1传统土壤普查方法与制图中存在的问题 11

1.3.2新兴的土壤普查方法与数字土壤制图中存在的问题 15

1.4精细土壤普查技术的概述和特点 15

1.5本章小结 16

参考文献 16

第2章 精细土壤普查的理论基础和基本思路 21

2.1土壤与地理环境间的关系 21

2.1.1土壤发育与环境因素的关系 21

2.1.2影响土壤形成的环境因素 23

2.1.3土壤与环境因素间的协同性 26

2.2精细土壤普查的基本思想 26

2.2.1基本假定 26

2.2.2精细土壤普查的理论框架 27

2.3详细土壤空间变化的表达模型 28

2.3.1土壤的空间变化特征 28

2.3.2模糊逻辑的基本概念 28

2.3.3栅格模型的基本概念 30

2.3.4土壤空间变化的相似度模型 31

2.3.5相似度模型与类别多边形模型 32

2.4精细土壤普查的基本步骤 32

2.5本章小结 33

参考文献 34

第3章 土壤环境要素信息的获取 36

3.1环境要素的选取原则 36

3.1.1选取与土壤空间差异相关的环境要素 36

3.1.2选择可获取的环境要素 36

3.2地形要素信息的提取 37

3.2.1地形属性的提取 38

3.2.2地貌部位信息的定量描述 47

3.3植被要素空间分布信息的提取 52

3.3.1植被类型的定性信息 53

3.3.2植被属性的定量信息 53

3.4其他环境要素信息的提取 56

3.4.1母质条件 56

3.4.2人为因素 56

3.4.3时间要素 56

3.4.4气候要素 56

3.5本章小结 57

参考文献 57

第4章 土壤与环境关系知识的获取 62

4.1土壤与环境关系知识的内容及其隶属度函数的表达 62

4.1.1土壤与环境关系知识的内容 62

4.1.2土壤与环境关系知识的隶属度函数表达 63

4.2土壤普查专家知识的获取方法 66

4.2.1土壤普查专家知识获取方法的基础——个人构念理论 66

4.2.2知识获取过程 67

4.3基于大量野外样本的知识获取方法 76

4.3.1神经网络方法 76

4.3.2决策树 81

4.3.3其他基于大量样本的知识获取方法 84

4.4基于案例推理的知识获取方法 87

4.4.1基于案例推理的假设 88

4.4.2基于案例推理的土壤与环境知识的获取和应用 88

4.5基于已有土壤图的知识获取方法 89

4.5.1土壤图所包含的土壤与环境关系知识 89

4.5.2从土壤图中挖掘知识的过程 90

4.6目的性采样的知识获取方法 94

4.6.1理论依据 94

4.6.2目的性采样的知识获取步骤 94

4.7本章小结 98

参考文献 99

第5章 土壤相似度的计算及其派生信息的生成 103

5.1土壤相似度的计算 103

5.1.1基于隶属度曲线的推理过程 103

5.1.2基于案例的土壤推理过程 106

5.1.3基于神经网络的推理过程 107

5.2土壤相似度派生信息的生成 107

5.2.1土壤类型栅格图及其不确定性图 108

5.2.2类常规的多边形土壤图 112

5.2.3土壤属性图 112

5.3本章小结 115

参考文献 116

第6章 土壤详查的实例 117

6.1精细土壤普查方法在美国的应用实例 117

6.1.1研究区概况 117

6.1.2专家知识 119

6.1.3环境要素数据库 121

6.1.4推理制图 123

6.1.5精度检验 126

6.2精细土壤普查方法在中国的应用实例 128

6.2.1研究区概况 128

6.2.2环境要素数据库的建立 129

6.2.3土壤与环境关系知识的获取 131

6.2.4推理制图 138

6.2.5土壤类型栅格图精度评价 140

6.2.6土壤属性制图及其评价 142

6.3精细土壤普查的整体评估 144

6.4本章小结 145

参考文献 145

第7章 研究方向及展望 146

7.1研究方向与发展趋势 146

7.1.1土壤与环境关系知识获取方法的完善 146

7.1.2反映土壤空间差异的环境要素和信息获取技术的完善 147

7.1.3土壤的空间相关性和土壤与环境相关性的综合 147

7.1.4精细土壤普查所获信息的应用 148

7.2精细土壤普查在我国的应用前景 148

7.2.1必要性 148

7.2.2可能性与面临的主要问题 149

7.3本章小结 149

参考文献 150

附录1：所附CD的内容 151

附1.13dMapper 151

附1.2神经网络软件和实例数据 151

附1.3美国威斯康星州Raffelson流域的实例数据 151

附1.4精细土壤普查软件 151

附录2：SoLIM Solutions软件使用手册 152

附2.1快速入门 152

附2.1.1软件概览 152

附2.1.2新建工程 153

附2.1.3推理制图 160

附2.1.4查看结果 161

附2.2使用指南 163

附2.2.1工程管理 164

附2.2.2环境要素数据库管理 170

附2.2.3知识库管理 174

附2.2.4土壤推理 191

附2.2.5结果验证 195

附2.2.6产品生成 198

附2.2.7地形分析 200

附2.2.8其他工具 204

附2.3其他资料 212

附2.3.1文件后缀说明 212

附2.3.2所附CD中有关SoLIM Solutions的内容及其说明 213

附录3：美国威斯康星州La Crosse县Raffelson流域精细土壤普查所需数据 215

附3.1与土壤专家访谈得到的专家知识 215

附3.1.1由土壤专家确定的流域内主要土系 215

附3.1.2与土壤空间分布相关的环境要素 216

附3.1.3土系与环境之间的对应关系（按地质条件归类） 216

附3.1.4隶属度曲线 221

附3.2环境要素层 221

附3.3结果精度检验数据 221

附3.3.1对土壤类型（土系）分布的检验数据 221

附3.3.2土壤属性（质地）分布的检验数据 225

附3.4所附CD中有关Raffelson流域数据的组织 227