致谢 | 第4-7页 |
摘要 | 第7-8页 |
1.文献综述 | 第8-12页 |
1.1 土壤肥力定义 | 第8页 |
1.2 土壤肥力影响因素 | 第8页 |
1.3 土壤肥力评价指标 | 第8-9页 |
1.3.1 评价指标选取原则 | 第8页 |
1.3.2 评价指标体系构建 | 第8-9页 |
1.3.3 在中国的森林土壤肥力评价指标体系的进展 | 第9页 |
1.4 森林土壤肥力评价方法 | 第9-10页 |
1.4.1 综合指数方法 | 第9页 |
1.4.2 模糊数学综合评判法 | 第9-10页 |
1.4.3 灰色聚类方法 | 第10页 |
1.4.4 层次分析方法 | 第10页 |
1.4.5 主成分分析方法 | 第10页 |
1.4.6 人工神经网络法 | 第10页 |
1.5 森林土壤肥力评价调查研究目前存在的问题及展望 | 第10-12页 |
1.5.1 存在的问题 | 第10-11页 |
1.5.2 展望 | 第11-12页 |
2 引言 | 第12-14页 |
2.1 研究目的与意义 | 第12页 |
2.2 研究内容与技术路线 | 第12-14页 |
2.2.1 研究内容 | 第12页 |
2.2.2 技术路线 | 第12-14页 |
3 材料与方法 | 第14-18页 |
3.1 研究区基本情况 | 第14页 |
3.1.1 地理位置及地貌特征 | 第14页 |
3.1.2 气候概况 | 第14页 |
3.1.3 土壤及植被概况 | 第14页 |
3.2 土壤样品采集及分析 | 第14-15页 |
3.3 研究方法 | 第15-17页 |
3.3.1 选取地形因子 | 第15页 |
3.3.2 模糊c均值聚类 | 第15页 |
3.3.3 精度评价方法 | 第15-16页 |
3.3.4 土壤肥力评价方法 | 第16-17页 |
3.4 理论基础 | 第17-18页 |
3.4.1 土壤—景观模型的理论基础 | 第17页 |
3.4.2 数字土壤地形因子分析技术 | 第17-18页 |
3.4.3 模糊c均值方法 | 第18页 |
4 结果与分析 | 第18-45页 |
4.1 地形因子及其制图 | 第18-22页 |
4.1.1 生成数字高程模型(DEM) | 第18-19页 |
4.1.2 坡度、坡向、平面曲率和剖面曲率数据 | 第19-20页 |
4.1.3 复合地形指数 | 第20-22页 |
4.2 运行FCM程序进行模糊聚类 | 第22-28页 |
4.2.1 模糊指数M值的确定以及择取最优分类数C值 | 第22页 |
4.2.2 模糊加权数m的确定 | 第22-23页 |
4.2.3 择取最优分类数 c 值 | 第23-24页 |
4.2.4 聚类结果 | 第24-28页 |
4.3 土壤属性预制图及精度评价 | 第28-41页 |
4.3.1 野外采样点 | 第28-29页 |
4.3.2 隶属度函数及其赋值 | 第29页 |
4.3.3 土壤有机质含量制图 | 第29-31页 |
4.3.4 土壤pH制图 | 第31-33页 |
4.3.5 土壤全氮含量制图 | 第33-34页 |
4.3.6 土壤碱解氮含量制图 | 第34-36页 |
4.3.7 土壤有效磷含量制图 | 第36-37页 |
4.3.8 土壤速效钾含量制图 | 第37-38页 |
4.3.9 精度评价 | 第38-41页 |
4.4 土壤肥力评价 | 第41-45页 |
4.4.1 评价因素选择即权重确定 | 第41-42页 |
4.4.2 土壤肥力评价指标分级 | 第42页 |
4.4.3 土壤肥力指数评价图 | 第42-43页 |
4.4.4 土壤肥力指标的描述性分析 | 第43-44页 |
4.4.5 土壤肥力指标之间相关性分析 | 第44-45页 |
4.4.6 土壤肥力分析评价 | 第45页 |
5 结论与讨论 | 第45-47页 |
5.1 结论 | 第45页 |
5.2 讨论 | 第45-47页 |
参考文献 | 第47-50页 |
英文摘要 | 第50-51页 |