论文部分内容阅读
通过USLE模型计算黑龙江省拉林河流域土壤侵蚀模数,并基于GIS建立相应的栅格空间数据库,以其为核心,作为逻辑回归模型和径向基函数神经网络模型建立和验证的基础和依据。分别建立黑龙江省拉林河流域土壤侵蚀逻辑回归和径向基函数神经网络预报模型,经验证,逻辑回归模型判别目标土地是否发生土壤侵蚀的优势明显,未发生土壤侵蚀的预测正确率为77.4%,发生土壤侵蚀的预测正确率为97.9%,总预测正确率为94.9%,利用土壤类型、土地利用和遥感资料即可实现模型预报；径向基函数神经网络模型估计土壤侵蚀模数的能力较强,模拟结果的相对误差和平方和误差分别为0.612%和13.292,尽管还存在过高或过低的错估现象,但预测结果总体上达到了模型预测精度的要求,在对已建立的降雨、遥感和土壤普查等空间信息数据库进行相关信息读取后,可实现土壤侵蚀模数的预测。构建集逻辑回归模型和径向基函数神经网络模型优势和特点于一体的信息综合模型——逻辑—神经网络模型。通过验证分析,逻辑—神经网络模型预测结果的相对误差和平方和误差比径向基函数神经网络模型模拟结果分别降低了0.157%和2.601,模拟结果的精度有所提高；在拟合程度上,决定系数R2为0.82,明显优于径向基函数神经网络模型模,对土壤侵蚀模数的过高和过低估计现象仍然存在,但随着土壤侵蚀模数的增大错估现象呈逐渐减少趋势；通过ROC曲线的判别,表明两模型均具有评价价值,逻辑—径向基函数神经网络模型的线型更凸向左上角,优势更明显,且AUC值更大,模型判断的准确性更高。综合认为,在不经传统计算模型计算土壤侵蚀模数的情况下,通过逻辑—神经网络模型模拟能够估计出满足要求的土壤侵蚀模数。通过对现行两种土壤侵蚀强度分级标准的对比分析,确定适合于黑龙江省拉林河流域的土壤侵蚀强度分级标准。利用空间和趋势分析方法,分析了黑龙江省拉林河流域土壤侵蚀空间分布特征。黑龙江省拉林河流域土壤侵蚀类型全部为水力侵蚀,土壤侵蚀面积占总面积的94%,强烈、轻度和中度水力侵蚀为主要的侵蚀强度类型,其中强烈水力侵蚀主要分布于西部的洪积台地,轻度水力侵蚀主要分布于东部的低山丘陵宽谷,中度水力侵蚀主要分布于中部的地貌过渡带,极强烈和剧烈水力侵蚀主要呈零散状分布于东部的低山丘陵沟壑,中部和西部也有零星分布；流域自东向西,随植被覆盖度的降低,土壤侵蚀强度等级呈增大趋势。