心系“國之大者”做好土壤三普“頂層設計”

2022年，發布《關于開展第三次土壤普查的通知》，陜西省按照“闖路子、建機制、探模式、定標準、練隊伍、出成果”的要求，精心謀劃、嚴密組織，開啟高質量的土壤三普工作。成立了陜西省第三次土壤普查領導小組，各試點市縣分別成立相應的工作機構，與中央、省級小組及各作業單位一同謀劃并實施，形成了省、市、縣三級合力共抓試點工作的良好態勢。通過“發布-政審-遴選-參賽-評價-支撐-落地”程序，評選出政治覺悟高，技術能力強，大局意識強的團隊，以西北農林科技大學、陜西省土地工程建設集團、陜西省地質調查院、航天宏圖信息技術股份有限公司為技術支持單位的隊伍，聘請33名土壤學組成省級技術指導組，緊密協作、優勢互補、形成合力，把好“信息化平臺與土壤制圖、外業調查采樣與分類、內業化驗與質量控制”板塊，守好“土壤三普”試點工作質量關，優化調整調查方法，集中授課、現場教學、資料抽查、現場飛行檢查，編制《土壤三普外業調查表層采樣工作細則》，把好省級質量關口，做好中央及省、市技術跟蹤、人員培訓、設備保障，從全局上、從細節上、從關鍵處著手，保質保量開展試點工作。

數字土壤制圖方法已廣泛用于土壤屬性制圖。該方法是根據已知點的土壤信息通過數字手段推測其他點土壤特征的過程，以土壤—景觀模型為理論基礎，以空間分析和數學方法為技術手段，生成數字格式（柵格）的土壤屬性空間分布圖。2數字土壤制圖的主要方法

地統計方法，包括克里格插值及其衍生方法，有普通克里格泛克里格經驗貝葉斯克里格回歸克里格地理加權克里格協同克里格模型等，除普通克里格泛克里格經驗貝葉斯克里格外，其余的克里格衍生模型是利用所預測土壤屬性與環境輔助變量（成土因素）之間的相關性（要素相關性）來提高預測精度。普通克里格應用早而廣泛，但其與泛克里格反距離加權鄰近法等模型均僅利用變量空間自相關關系，適合較均一土壤屬性變化不強烈的環境。普通克里格會產生平滑效應，對于局部變異較大地區的預測可能會與實際情況不符。在數字土壤制圖領域比較常用的方法可分為類地統計方法確定性插值數理統計機器學習和模糊推理方法。

機器學習模型利用機器學習與數據挖掘方法，提取土壤屬性與環境變量之間的關系用來預測土壤屬性的空間分布，可以解決土壤屬性與環境變量的非線性問題，包括隨機森林人工神經網絡分類與回歸樹等。目前隨機森林法進行屬性制圖在數據挖掘方法中應用廣泛。

模糊推理是將土壤與環境關系表達為隸屬度值，利用單個土壤樣點在空間上的代表性推測土壤目標變量的空間變化。該方法制圖效果依賴于單個樣點的可靠性，要求對樣點的可靠性進行質量檢查。上述方法有兩個制約需要大量的土壤樣點來提取統計關系；需要具有較好的空間代表性，除機器學習模型外，其它模型制圖區域通常不宜過大。

通過兩種方法從土壤圖中提取隱含的土壤與環境關系，主要用于一是在土壤分布范圍內構建環境協變量的頻率分布曲線，以此來代表土壤與環境關系；二是基于已有土壤圖提取訓練樣點，然后使用統計或機器學習算法歸納出樣點所代表的土壤與環境關系。7已有土壤圖數據處理與知識提取在平原或地形平緩的地區，也可以通過溫度植旱指數（TVDI），得到土壤濕度變化指數（HCI）作為環境變量，獲取HCI與土壤質地等土壤屬性相關性。