PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

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

Treść / Zawartość
Identyfikatory
Warianty tytułu
EN
The application of fuzzy functions and multi-criteria analysis for the purposes of drafting digital soil-agricultural maps
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 soil-agricultural maps at a scale of 1:5,000 can be used for the purposes of drafting other documents, such as soil quality and agricultural suitability maps that facilitate comparative valuation of plots in land consolidation proceedings. This study focuses on monographic review of existing literature on application of fuzzy functions and multi-criteria analysis for the purposes of drafting digital soil maps, as well as on presenting the possible application thereof in Polish conditions. The obtained results indicate that it is necessary to develop a system of geographic information on soils, which should contain data on soil agricultural suitability complexes and on soil properties. Development of such a system requires application of digital soil modeling techniques based on fuzzy set theory and on fuzzy logic, as well as introduction of continuous classification of complexes - which will facilitate reproduction of the continuous nature of soil changes in the geographic space and in the attributes space. Such material could constitute the basis for other analysis - e.g. analysis performed during land valuation process, where the reliability of data would ensure more credible results.
Rocznik
Strony
5--15
Opis fizyczny
Bibliogr. 34 poz., rys., tab.
Twórcy
autor
  • Politechnika Warszawska, Wydział Geodezji i Kartografii, Katedra Gospodarki Przestrzennej i Nauk o Środowisku Przyrodniczym, a.bielska@gik.pw.edu.pl
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 małoskalowych, 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., Çöltekin 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 SimulationVolume 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-kartograficznych (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
Identyfikator YADDA
bwmeta1.element.baztech-article-BPBD-0004-0010
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.