一种基于机器学习的土壤典型样点采样方法

本发明提供了一种基于机器学习的土壤典型样点采样方法，涉及土壤类型预测技术领域，该方法包括如下过程：将环境协变量的空间分辨率重采样至与全国第二次土壤普查土壤图一致的分辨率；通过初步随机采样生成回归矩阵；对回归矩阵进行自相关性分析和递归特征消除得到子回归矩阵；使用子回归矩阵训练随机森林分类模型，获取排名靠前的重要特征变量；进行典型土壤样本选择与加权采样，得到典型土壤样本；将这些样本与环境协变量叠置，得到新的子回归矩阵；该子回归矩阵用于训练空间预测模型，预测大尺度土壤类型及其不确定性分布图。本发明能够提高土壤类型制图的精度，并更高效地利用二普土壤图的数据成果。