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。
土壤属与专题图编制技术规范：
制图对象和目的本规范适用于次土壤普查中的土壤属性和专题图制图工作。统一规定了这两类制图的目的原则主要方法制图思路结果验证成果图编制要求等。面向有一定数字土壤制图理论和实践基础的科研或技术人员。1适用范围
本规范包括本次普查成果图中的两类图土壤属，即土壤理化性状图，包括土壤表层质地pH盐碱度有机质全量和养分含量有机/无机碳全量中微量元素含量重金属元素含量等；土壤专题图，包括耕地质量等级图有效土层厚度土壤障碍类型图退化土壤（盐碱化酸化等）分布图黑土资源分布图等专题调查评价图。
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。
表2制图比例尺及对应的栅格数据像素分辨率小比例尺1100万1000150万250中比例尺125万90110万5015万30例尺11万5建议像素分辨率m比例尺类型成图比例尺栅格数据（适用于大范围土地利用种植结构比较单一区域）表1制图比例尺及对应的栅格数据像素（像元）分辨率
利用土壤属性与环境辅助变量之间的相关性模型，需使用环境变量数据。目前主要利用除时间因素外的成土因素信息。特别是在地面有起伏的区域，因样点数量的局限，可采用此类模型提高制图精度。这类模型均需提取栅格格式图层数据参与模型制图。2环境变量的提取1400万1000小比例尺1100万250150万90中比例尺125万3015万10例尺11万5（适用于小范围种植结构复杂或地块破碎区域）
以上信息由专业从事土壤普查外业调查采样合作第三方的得正工程于2024/5/3 11:59:04发布
转载请注明来源：http://m.tz1288.com/qynews/sddezheng-2746343928.html
上一条：细沙回收机报价服务介绍「多图」
