基于随机森林算法的土壤图斑分解
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 1. 绪论 | 第11-16页 |
| 1.1. 研究背景 | 第11-13页 |
| 1.2. 国内外发展现状 | 第13-15页 |
| 1.3. 研究目的 | 第15-16页 |
| 2. 研究内容、方法、技术路线 | 第16-22页 |
| 2.1. 研究内容 | 第16-17页 |
| 2.2. 研究方法 | 第17-21页 |
| 2.2.1. 图斑分解理论 | 第17页 |
| 2.2.2. 空间数据挖掘理论 | 第17-18页 |
| 2.2.3. 土壤景观模型理论 | 第18-19页 |
| 2.2.4. 随机森林算法 | 第19-21页 |
| 2.3. 技术路线 | 第21-22页 |
| 3. 研究区及原始数据 | 第22-26页 |
| 3.1. 研究区概况 | 第22-23页 |
| 3.2. 研究数据 | 第23-26页 |
| 3.2.1. 原始地形数据 | 第23页 |
| 3.2.2. 遥感数据 | 第23-24页 |
| 3.2.3. 传统土壤图 | 第24-25页 |
| 3.2.4. 母质信息 | 第25-26页 |
| 4. 土壤-环境知识的获取 | 第26-39页 |
| 4.1. 环境因子数据选择 | 第26-36页 |
| 4.1.1. 母质 | 第26-27页 |
| 4.1.2. 数字高程模型 | 第27-28页 |
| 4.1.3. 坡度数据 | 第28-29页 |
| 4.1.4. 坡向数据 | 第29-30页 |
| 4.1.5. 曲率数据 | 第30-33页 |
| 4.1.6. 地形湿度指数数据 | 第33-34页 |
| 4.1.7. 归一化植被指数 | 第34-35页 |
| 4.1.8. 第一主成分 | 第35-36页 |
| 4.1.9. 平均值 | 第36页 |
| 4.2. 数据的提取和分类 | 第36-37页 |
| 4.3. 随机森林模型参数的设置 | 第37-38页 |
| 4.4. 随机森立模型的建立 | 第38-39页 |
| 5. 土壤图的生成 | 第39-42页 |
| 6. 制图结果验证及评价 | 第42-50页 |
| 6.1. 野外验证点采集 | 第42-43页 |
| 6.2. 验证方法 | 第43页 |
| 6.3. 精度验证 | 第43-47页 |
| 6.3.1. 总体精度 | 第43-44页 |
| 6.3.2. 用户精度和生产精度分析 | 第44-47页 |
| 6.4. 不同母质下模型变量重要性的差异 | 第47-48页 |
| 6.5. 误差分析 | 第48-49页 |
| 6.6. 方法评价 | 第49-50页 |
| 7. 结论与展望 | 第50-52页 |
| 7.1. 主要结论 | 第50页 |
| 7.2. 展望与不足 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58页 |
