PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2012 | 11 | 2 |
Tytuł artykułu

Przegląd metod wykorzystujących funkcje rozmyte i analizy wielokryterialne do opracowania cyfrowych map glebowo-rolniczych

Treść / Zawartość
Warianty tytułu
EN
Using fuzzy functions and multi-criteria analysis for digital soil mapping of agricultural land
Języki publikacji
PL
Abstrakty
PL
Informacje zawarte na mapach glebowo-rolniczych w skali 1: 5000 mogą być użyte do innych opracowań, takich jak mapy jakości i przydatności rolniczej gleb wyko­rzystywane w szacunku porównawczym gruntów w procesie scalenia. Celem opracowania był monograficzny przegląd literatury dotyczącej zastosowania funkcji rozmytych i analiz wielokryterialnych na potrzeby modelowania cyfrowych map glebowych oraz przedsta­wienie możliwości ich wykorzystania w warunkach polskich. Uzyskane wyniki wskazują, że istotne jest stworzenie systemu informacji geograficznej o glebach, zawierającego dane dotyczące kompleksów przydatności rolniczej i ich cech. Do opracowania systemu należy wykorzystać techniki cyfrowego modelowania gleb oparte na teorii zbiorów rozmytych i logice rozmytej, wprowadzić ciągłą klasyfikację kompleksów - co pozwoli na uwzględ­nienie płynnego charakteru zmian pokrywy glebowej w przestrzeni geograficznej i w prze­strzeni atrybutów. Taki materiał wejściowy da podstawy do innych analiz - służących np. szacunkowi gruntów, w którym uwzględniana pewność danych pozwoli na otrzymywanie bardziej wiarygodnych wyników.
EN
Information included in agricultural soil maps at a scale of 1:5,000 can be used to draft other documents, such as soil quality and agricultural suitability maps that facilitate the comparative valuation of plots for land consilidation. This study focuses on a review of the existing literature on the application of fuzzy functions and a multi-criteria analysis for modeling digital soil maps and their possible applications in Poland. The obtained results indicate the need for developing a system of geographic information on soils which would contain data on the agricultural suitability of soil and soil properties. The development of such a system requires the application of digital soil modeling techniques based on fuzzy set theory and fuzzy logic, as well as the introduction of a continuous method of soil classi­fication, which reflects the continuous nature of soil changes in terms of geography and soil attributes. Such material could provide the basis for other analyses, e.g. land consolidation analysis, where reliable data would ensure more desirable results.
Wydawca
-
Rocznik
Tom
11
Numer
2
Opis fizyczny
s.5-15,rys.,tab.,fot.,bibliogr.
Twórcy
autor
  • Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym, Wydział Geodezji i Kartografii, Politechnika Warszawska, pl.Politechniki 1, 00-661 Warszawa
  • Politechnika Warszawska, Warszawa
Bibliografia
  • Behrens T., Scholten T., 2006. Review Article digital soil mapping in Germany-a review, J. Plant Nutr. Soil Sci., 169, 434-443.
  • Białousz S., Chmiel J., Fijałkowska A., Różycki S., 2010. Wykorzystanie zdjęć satelitarnych i tech­nologii GIS w aktualizacji jednostek glebowo-krajobrazowych - przykłady dla opracowań ma- łoskalowych, Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 21, 2010, 21-32.
  • Boroushaki S., Malczewski J., 2008. Implementing an extension of the analytical hierarchy process using ordered weighted averaging operators with fuzzy quantifiers in ArcGIS; Computers & Geosciences, 34, 399-410.
  • Burrough P.A., Van Gaans P.F.M., Hoostmans R., 1997. Continuous classification in soil survey: spatial correlation, confusion and boundaries, Geoderma, 77, 115-135.
  • Burrough P. A., MacMillian R.A., van Deusen W., 1992. Fuzzy classification methods for determi­ning land suitability from soil profile observations and topography. J. Soil Sci., 43, 193-210.
  • Carré F., McBratney A., Mayr T., Montanarella L., 2007. Digital soil assessments: Beyond DSM; Geoderma, 142, 69-79.
  • Dale M.B., McBratney, A.B., Rusell, J.S., 1989. On the role of expert systems and numerical taxonomy in soil classification. J. Soil Sci., 40, 223-234.
  • De Gruijter J.J., Walvoort D.J.J., Van Gams P.F.M., 1997: Continuoussoil maps - a fuzzy set appro­ach to bridge the gap between aggregation levels of process and distribution models Geoderma- Volume 77, Issues 2-4, June 1997, Fuzzy Sets in Soil Science, 169-195.
  • de Gruijter J.J., Walvoort D.J.J., Bragato G., 2011. Application of fuzzy logic to Boolean models for digital soil assessment, Geoderma, 166, 15-33.
  • Dobers E.S., Ahl Ch., Stuczynski T., 2010. Comparison of Polish and German maps of agricul­tural soil quality using GIS Journal of Plant Nutrition and Soil Science, Volume 173, Issue 2, 185-197.
  • Estoński Geoportal, 2012. Estonian Soil Map, http://geoportaal.maaamet.ee/eng/Maps-and-Data/
  • Estonian-Soil-Map-p316.html (data pozyskania 10. 05. 2012).
  • Grunwald S., 2009. Multi-criteria characterization of recent digital soil mapping and modeling approaches, Geoderma, 152, 195-207.
  • Hopfer A., Urban M., 1975. Geodezyjne urządzenia terenów rolnych, PWN, Wrocław.
  • Komisja Europejska, 2005. Soil Atlas of Europe, European Soil Bureau Network, Office for Offi­cial Publications of the European Communities, L-2995 Luxembourg, 128.
  • Kuźnicki F., Białousz S., Skłodowski P., 1979. Podstawy gleboznawstwa z elementami kartografii gleb, PWN, Warszawa.
  • Mazaheri S.A., Koppi A.J., McBrateney A.B., 1995. A fuzzy allocation scheme for the Australian Great Soil Groups classification system. Eur. J. Soil Sci., 46, 601-612.
  • McBratney A.B., Odeh I.O.A., 1997. Application of fuzzy sets in soil science: fuzzy logic, fuzzy measurements and fuzzy decisions Geoderma (1997) Volume: 77, Issue: 2-4, 85-113.
  • McBratney A.B., 1994. Allocation of new individuals to continuous soil classes. Aust. J. Soil Res. 32, 623-633.
  • McBratney A.B., De Gruijter J.J., Brus D.J., 1992. Spacial prediction and mapping of continuous soil classes. Geoderma, 54, 39-64.
  • Nussbaum M., Ettlin L., ęoltekin A., Suter B., Egli M., 2011. The Relevance of Scale in Soil Maps, Bulletin BGS 32, 63-70 (2011), 63-70.
  • Panagos P., Van Liedekerke M.,-Montanarella L., 2011. Multi-scale European Soil Information Sys­tem (MEUSIS): a multi-scale method to derive soil indicators Comput Geosci, 463-475.
  • Robinson V.B. Frank A.U., 1985. About Different Kinds of Uncertainty in Collections of Spatial Data. Proceedings of Seventh International Symposium on Automated Mapping: Digital Representations of Spatial Knowledge American Society of Photogrammetry and American Congress on Surveying and Mapping. Washington, D.C. March 11-14, 440-449. http://mapcontext.com/ autocarto/proceedings/auto-carto-7/pdf/pages460-469.pdf .
  • Rozporządzenie Rady Ministrów z 3 października 2011 r. w sprawie rodzajów kartograficznych opracowań tematycznych i specjalnych (Dz.U. Nr 222, poz. 1328).
  • Saaty T.L, Tran L.T., 2007. On the invalidity of fuzzifying numerical judgments in the Analytic Hierarchy Process Mathematical and Computer Modelling, 46, 962-975.
  • Saaty T.L., 1979. Applications of analytical hierarchies, Mathematics and Computers in Simulatio­n Volume 21, Issue 1, March 1979, 1-20.
  • Shi X., Zhu A-X., Burt J. E. Q i F., Simonson D., 2004. A Case-based Reasoning Approach to Fuzzy Soil Mapping Soil Science Society of America, 68, 885-894.
  • Skłodowski P., Bielska A., 2009. Badanie potrzeb aktualizacji gleboznawczej klasyfikacji gruntów, Wydawnictwo Uczelni Warszawskiej im. Marii Skłodowskiej-Curie, Instytut Geodezji i Kartografii, Warszawa.
  • Strzemski M., Bartoszewski Z., Czarnowski F., Dombek E., Siuta J., Truszkowska R., Witek T., 1964. Instrukcja w sprawie wykonywania map glebowo-rolniczych w skali 1 : 5000 i 1 : 25000 oraz map glebowo-przyrodniczych w skali 1: 25000, Załącznik do Zarządzenia nr 115 Ministra Rolnictwa z dnia 28 lipca 1964 r. w sprawie organizacji prac gleboznawczo- i rolniczo-karto- graficznych (Dz.Urz. Min. Rol. Nr 19, poz. 121), Warszawa.
  • Usowicz B., Marczewski W., Łukowski M.I., Lipiec J., Usowicz J.B., 2011. Ocena wilgotności gleby z pomiarów naziemnych i danych satelitarnych w misji ESA SMOS, materiały konferencyjne 28. Kongres Polskiego Towarzystwa Gleboznawczego, Gleba-Człowiek-Środowisko, Toruń, 5-50.
  • Ustawa z dnia 4 marca 2010 o infrastrukturze informacji przestrzennych [Dz.U z 2010 r., Nr 76 poz. 489].
  • Van Gaans P.F.M., Burrough, P.A., 1993. The use of fuzzy logic and continuous classification in GIS applications [in:] Harts J.J., Ottens H.F.L., Scholten H.J. (Eds.), Proc. UGIS'93. Utrecht­-Amsterdam, 1025-1034.
  • Zhu A-X, 1997. A similarity model for representing soil spatial information, Geoderma, 77, 217-242.
  • Zhu A-X., Band L.E., Dutton B., Nimlos T.J., 1996. Automated soil inference under fuzzy logic, Ecological Modelling, 90, 123-145.
  • Zhu A-X., Hudson B., Burt J., Lubich K., Simonson D., 2001. Soil Mapping Using GIS, Expert Knowledge, and Fuzzy Logic, Soil Sci. Soc. Am. J., 65, 1463-1472.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.agro-1fa2fe43-4140-4214-b13a-45770f616852
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.