起订:1
发货:3天内
摸清“土壤家底” 守好三秦“粮袋子”
陕西三普试点侧记
2022年，陕西省第三次土壤普查（以下简称“土壤三普”）试点工作在神木、大荔等6个市县区如期展开。对于与土地打了一辈子交道的农业人来说，既急迫又期待，急迫在短的时间内“摸清土壤家底”，落实“亩均论英雄”是一项艰巨的任务；期待通过土壤三普，能解决好高强度的土地开发与土地利用保护问题，保障好三秦父老吃饭问题。200多天的接力奋进和创新探索，6个试点市县的5058个表层样点、152个剖面样点校核、调查和采样，3个市县的881个盐碱地专项表层样点校核、调查和采样顺利完成。“亮眼”的背后，是陕西土壤人团结奋斗，苦干实干的结果，更是牢记初心使命，不断创新求索，摸索陕西省土壤三普经验的真实写照。
数字土壤制图（Digitalsoilmapping）方法作为一种新兴的表达土壤及其性状空间分布的方法，较传统手工土壤制图更加。尤其在土壤属性制图方面，研究和应用也相对深入和广泛。鉴于数字土壤制图方法仍在不断发展完善，采用该方法制图，需遵循以下原则1数字土壤制图的原则3制图原则与主要方法制图目的是通过数字土壤制图方法，采用统一的专题图评价指标，掌握土壤性状底数，评价土壤质量和适宜性，编制统一规范的普查成果图。
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可靠性，要求对样点的可靠性进行质量检查。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。
气候因素在较大范围内主要考虑大气候，通常选择年均温年降水积温或相对湿度等因子，并根据制图比例尺选用，或利用气象站点生成相应像素分辨率的气象因子栅格数据。1气候变量的表征与数据选取目前常用的环境变量主要包括
】土壤母质是土壤形成的物质基础，通常直接获得母质信息非常困难，实际制图中，常以地质图或地貌图来代替土壤母质分布图，这些地图上的信息通常为矢量化表达的地质类型。也可以从分级到土种的例尺土壤图中，通过土壤类型信息提取，提取方法参考5。2母质变量的表征与数据处理而在较小的气候范围内，大气对土壤的影响基本是均值的，可以忽略。相比之下，小范围内的地形地貌信息可体现小气候对土壤的影响。
