[发明专利]一种基于聚类采样的山区土壤厚度预测方法

权利要求书

1.一种基于聚类采样的山区土壤厚度预测方法，其特征在于，包括以下步骤：

(1)获取研究区内数字高程模型；

(2)选取土壤厚度影响因子和各栅格点坐标，构建预测模型的输入数据库；

(3)确定DEM栅格的最佳分辨率；

(4)利用基于SDW-FMS聚类方法对整个研究区的数据进行聚类分析，即对整个区域按相似属性进行分区；

(5)分别在每个分区内进行土壤厚度实地采样；

(6)对每个分区的样本按照3∶1的比例进行训练集和测试集划分；

(7)利用每个分区的训练集样本建立各自的地理加权回归模型以预测土壤厚度；

(8)利用分区的测试集样本对各自分区的GWR模型进行性能测试；

(9)利用各分区性能良好的GWR模型预测该分区其他栅格处的土层厚度。

2.根据权利要求1所述的方法，其特征在于，所述土壤厚度影响因子包括地形因子和环境因子。

3.根据权利要求1所述的方法，其特征在于，在所述步骤(3)中，采用试凑法确定DEM栅格最佳分辨率：分别对DEM中采样分辨率为10m、15m、20m、25m和30m所对应的影响因子进行聚类分析，根据聚类的效果选择最佳栅格分辨率。

4.根据权利要求1所述的方法，其特征在于，所述步骤(4)具体包括：

给定大数据集V＝{υ_i|υ_i＝[x_i×1，x_i×2，...，x_i×k，p_i×1，p_i×2]^T∈R^k+2，i＝1，2，…，n}其中，n为整个研究区栅格点个数；υ_i表示研究区内第i个栅格点数据，同时包含了k个影响因子和经纬度坐标值p_i×1，p_i×2；

(1)空间距离加权算法

对每个栅格点的各变量进行加权处理，其加权欧式距离如下：

通过每个变量的熵值确定其权值，具体计算步骤如下：

I.标准化栅格点数据

II.各变量的熵值计算

其中，各变量的比值

III.各变量权值计算

(2)快速均值漂移算法

根据“最近邻一致性”原则，采用序贯采样方式对原始大数据集初划分，在此基础上采用快速均值漂移方法对初划分簇心聚类；其具体步骤如下：

I.原始数据集划分

设最终划分的初始簇心集合为C＝{c_j|j＝1，2，...，m}，各簇心所对应的簇记为Data_j(j＝1，2，...，m)，且每个簇含有n_j个栅格点数据；数据划分具体操作如下：

通过SS方式从给定大数据集V中随机选取一个栅格点数据υ作为第一个初始簇心c₁，然后计算大数据集V中剩余各点与初始簇心之间的加权欧式距离dist_SDW(·)；当遍历到点υ_i(i＝1，2，...n)时，若dist_SDW(υ_i，c_j)≤r，则将点υ_i与簇心c_j归为一类，并添加进Data_j内，然后令i＝i+1，继续遍历；如果υ_i对所有的c_j∈C都有dist_SDW(v_i，c_j)＞r，则将该点υ_i作为新的簇心，将其添进集合C中；然后令i＝i+1，继续遍历，直到V中所有的点都遍历一遍；最后对每个簇的所有栅格点数据取平均，以之作为最终的初始簇心，即υ_i∈Data_j；参数r的选取应适当小于固定带宽h；

II.初始簇心更新

采用MS聚类算法对初始簇心集合进行迭代更新，当簇心c_j迭代至收敛时，即q为迭代次数，则停止该簇心的更新；转而继续更新簇心c_j+1，如此依次进行，直至所有簇心都得到更新；MS簇心更新计算公式如下：

其中，表示为dist_SDW(·)的平方；g(·)为K(·)的影子核，即核函数K(·)求导的负方向，而核函数一般采用高斯核函数；

对于固定带宽h，其计算公式：d为数据维度；σ_l为标准误差；

上式中迭代收敛计算以开始，并将更新后的簇心记为

III.相似簇融合

对任意若则表示a，b簇为相似簇，并将两簇的栅格点集合data_a，data_b合并成一个新的簇；否则划分为不同的簇，而误差ε₂＝10^-3。

5.根据权利要求1所述的方法，其特征在于，所述步骤(5)具体包括：根据聚类结果，找到各分区的簇心或簇心邻近区域进行土壤厚度的实地采样，并同时以各簇簇心或近似簇心为起点，以距离簇心为半径，分别在其周围进行适量采样；另根据分区大小决定是否需要进行多轮采样，即每轮采样以R的倍数N×R为半径进行，N＝1，2，……，n。