第三次土壤调查内业质检-第三次土壤调查-得正测绘公司

机器学习模型利用机器学习与数据挖掘方法，提取土壤属性与环境变量之间的关系用来预测土壤属性的空间分布，可以解决土壤属性与环境变量的非线性问题，包括随机森林人工神经网络分类与回归树等。目前随机森林法进行属性制图在数据挖掘方法中应用广泛。

模糊推理是将土壤与环境关系表达为隶属度值，利用单个土壤样点在空间上的代表性推测土壤目标变量的空间变化。该方法制图效果依赖于单个样点的---性，要求对样点的---性进行检查。上述方法有两个制约需要大量的土壤样点来提取统计关系；需要具有较好的空间代表性，除机器学习模型外，其它模型制图区域通常不宜过大。

通过两种方法从土壤图中提取隐含的土壤与环境关系，第三次土壤调查实施方案，主要用于一是在土壤分布范围内构建环境协变量的频率分布曲线，第三次土壤调查，以此来代表土壤与环境关系；二是基于已有土壤图提取训练样点，然后使用统计或机器学习算法归纳出样点所代表的土壤与环境关系。7已有土壤图数据处理与知识提取在平原或地形平缓的地区，第三次土壤调查外业取样队伍，也可以通过温度植旱指数（tvdi），得到土壤湿度变化指数（hci）作为环境变量，获取hci与土壤质地等土壤属性相关性。