第七届青年地学论坛

获取地理变量（如土壤属性、滑坡危险性等）详细空间分布的一个有效手段是对地理变量与协同环境变量集（如地形属性、母质类型、气候变量等）之间关系进行建模以完成推测性制图，其中选取适合于应用场景（如目标地理变量、研究区特点、空间分辨率等）的协同环境变量直接决定着地理变量推测性制图的建模质量，同时又高度依赖于用户的领域建模知识，尤其对于非专家用户难于有效完成应用建模，因此，迫切需要研发选取协同环境变量的自动化策略，以实现地理变量推测性制图中协同环境变量的自动选取，降低地理变量推测性制图的应用建模难度。
针对上述问题，本研究提出将现有的专家完成的地理变量推测性制图应用案例进行形式化的案例表达，通过案例推理为一个新的应用问题自动选取适合的环境变量。基于此思想，设计了两种不同的案例推理策略，即最相似案例策略和协同环境变量二分类策略，在此基础上设计实现了不同的协同环境变量自动选取方法。
本研究以数字土壤制图为应用领域（即以土壤为目标地理变量），以各种地形属性为待选的协同环境变量，初步构建了一个包含有191个数字土壤制图应用、涉及38个协同环境变量的案例库，进行所设计的自动化策略的应用评价。交叉验证实验结果和一个实际的数字土壤制图应用实验结果表明，协同环境变量二分类策略与随机森林分类器相结合所得方法的应用效果最好。对实验结果的进一步分析表明，案例库的规模对应用效果有很大影响，应是后续相关方法研究的关注之处。

地理建模智能化,推测性制图,环境变量,案例推理,数字土壤制图