基于遥感影像与C5.0数据挖掘算法的土壤制图研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 研究目的 | 第19-21页 |
| 2 研究内容、方法、技术路线 | 第21-25页 |
| 2.1 研究内容 | 第21-22页 |
| 2.2 研究方法 | 第22-24页 |
| 2.2.1 C5.0数据挖掘算法 | 第22-23页 |
| 2.2.2 土壤—景观推理模型 | 第23-24页 |
| 2.3 技术路线 | 第24-25页 |
| 3 研究区概况与数据源介绍 | 第25-30页 |
| 3.1 研究区概况 | 第25-27页 |
| 3.2 数据源介绍 | 第27-30页 |
| 3.2.1 地形数据 | 第27页 |
| 3.2.2 遥感数据 | 第27-28页 |
| 3.2.3 传统土壤图 | 第28-29页 |
| 3.2.4 成土母质数据 | 第29-30页 |
| 4 土壤—环境知识获取 | 第30-44页 |
| 4.1 环境因子的构建 | 第30-39页 |
| 4.1.1 地形因子的提取 | 第30-35页 |
| 4.1.1.1 坡度的提取 | 第31-32页 |
| 4.1.1.2 坡向的提取 | 第32页 |
| 4.1.1.3 曲率的提取 | 第32-34页 |
| 4.1.1.4 地形湿度指数提取 | 第34-35页 |
| 4.1.2 遥感因子的提取 | 第35-39页 |
| 4.1.2.1 第一主成分 | 第35-36页 |
| 4.1.2.2 归一化植被指数 | 第36-37页 |
| 4.1.2.3 纹理特征 | 第37-39页 |
| 4.2 因子的筛选 | 第39-41页 |
| 4.2.1 数据准备 | 第39-40页 |
| 4.2.2 因子的筛选 | 第40-41页 |
| 4.3 空间数据挖掘 | 第41-44页 |
| 4.3.1 决策树建模 | 第41-42页 |
| 4.3.2 决策树分类结果 | 第42-44页 |
| 5 土壤—环境知识的验证 | 第44-54页 |
| 5.1 SoLIM推理制图 | 第44-47页 |
| 5.1.1 土壤模糊隶属度图生成 | 第44-47页 |
| 5.1.2 土壤推理制图 | 第47页 |
| 5.2 制图结果验证 | 第47-54页 |
| 5.2.1 制图结果分析 | 第47-48页 |
| 5.2.2 精度评价 | 第48-54页 |
| 6 结论与展望 | 第54-56页 |
| 6.1 主要结论 | 第54-55页 |
| 6.2 展望与不足 | 第55-56页 |
| 参考文献 | 第56-63页 |
| 致谢 | 第63页 |
