基于空间大数据及机器学习的红壤数字制图研究*

杨阳，叶江霞，王艳霞，蔡志勇，周汝良

(1.西南林业大学 地理与生态旅游学院，云南 昆明 650224；2.西南林业大学 林学院，云南 昆明 650224；3.中航通飞研究院有限公司/中国特种飞行器研究所，广东 珠海 519000)

土壤多样性与生物多样性联系紧密[1]。无机环境所代表的生境多样性是形成生物群落多样性的基本条件[2]，土壤多样性的精确研究取决于土壤类型与属性的数字化精确调查，土壤类型是土壤数字化调查的重要内容，前人研究表明，土壤类型是影响土壤生态系统和土壤生物活动的主要因素[2]。明确土壤类型的精确分布，是土壤生态系统多样性研究的前提和基础[1]，也是生态修复工作的前提[3]。数字土壤地图将为生态保护、精准农业的研究和应用等提供新的科技手段。当前,我国的土壤类型图仍然是以第二次土壤普查数据为主，土壤类型图为手工绘制，误差相对较大[4-6]。随着大数据时代的来临，各种生态环境因子的数字化工作都需要更精确的数字化土壤类型图。数字土壤制图作为土壤制图的新方法，具有省时省力、精度较高的优点[4-5,7]。决策树与随机森林模型是数字土壤制图中的常用方法，可以很好的捕捉土壤与环境的非线性关系，如：张振华等[8]利用包括决策树与随机森林在内的3种机器学习方法，对新疆渭干河三角洲土壤pH等3种属性进行建模；周紫燕等[9]利用随机森林模型对小流域土壤图进行了更新；陈芳[10]利用随机森林模型建立了湖北省枣阳市的土壤类型图，并认为土壤类型图与实际结果中等吻合(Kappa=0.59)。……