武汉市典型地区土系的研究

本文以典型区土壤详查和环境研究为基础 ,采用《中国土壤系统分类》(修订方案 1 995)的标准划分了土壤的高级分类单元 ;探讨了土系的划分原则、依据及土系的描述方法 ,并拟定了区域土系检索系统 .为土系的研究和土系制的应用提供范例     

基于Browser/Server开发的中国土壤系统分类检索系统

以土壤系统分类和土壤调查资料为依托，建立区域土壤类型，诊断土层及其诊断特性的数据库，以满足区域农业生产和科学研究对土壤信息的需要，是现代土壤科学研究的核心内容之一，在综合分析《中国土壤系统分类（修订方案）》的指标体系，即土壤诊断土层和诊断特性的基础上，采用数据库管理，地理信息系统，面向对象编程技术、浏览器／服务器模式和多层数据库技术等研究方法，使用C＋＋Builder 4.0开发工具，在土壤系统分类的计算机自动检索实现，网络实现及其应用领域以及土壤信息网上发布作了初步探索，开发了基于Browser/Server体系的中国土壤系统分类检索系统。     

基于本体的土壤系统分类逻辑表达与检索

中国土壤系统分类(Chinese Soil Taxonomy, CST)是建立在诊断层和诊断特性基础上的定量化土壤分类体系，它的不断成熟为实现土壤类型自动化检索提供了理论基础。野外土壤描述与采样规范的形成为土壤分类的语义规范提供了依据。目前，我国已出现一系列基于CST的土壤类型检索系统，但仍存在以下问题。首先，现有的土壤类型检索系统仅注重分类规则的表达，忽略了诊断对象、土壤类型与检索框架（推理过程）的耦合性对系统更新的影响。其次，土壤信息的载体并不是单一的，从空间结构上可分为土壤层次(Horizon)、剖面(Profile)、单个土体(Pedon)和聚合土体(h)，但现有的检索系统并未将上述结构区分开来，不利于土壤信息的管理。最后，现有的检索系统均是通过传统计算机语言表达土壤特征的范围以及土壤特征之间复杂的逻辑关系，表达方式繁琐且冗余。因此，本文引入本体概念，以土壤地理学和CST规则为理论基础，分析土壤实体的空间结构及其与土壤类型、诊断对象之间的相互关系，在此基础上建立了关于土壤实体、土壤特征和CST对象（土壤类型与诊断对象）的本体模型，并定义了相应的谓词逻辑来表达三类本体模型的逻辑、隶属关系。本文采用Python语言实现了本体模型和谓词逻辑模型，研发了CST中土纲到亚类的检索系统，并采用湖北省土系调查数据完成系统测试。     

基于元数据的农田信息存储、管理和共享

为实现基于元数据的农田信息的存储、管理和共享,在建立农田信息数据元的基础上,采用空间数据库技术,构建了农田信息的分级存储与管理模型;利用元数据服务和组件技术,在SuperMap GIS平台上构建了农田信息共享服务与互操作模型。通过对“基于WebGIS的小麦生产精准施肥决策系统”和“基于GIS的河南省作物生产潜力评价系统”数据元的提取和封装,实现了两个系统数据的无损共享,结果表明,在建立农田信息标准元数据的基础上,利用元数据和元数据服务技术来解决农田信息一体化存储、管理和共享是可行和有效的。     

以中国土壤系统分类为基础的土壤参比

为了土壤信息交流、知识共享 ,作者首先阐述了与世界土壤分类发展相伴随的中国土壤系统分类的发展 ,进而对中国土壤系统分类与美国土壤分类和WRB方案进行了参比 ,然后着重讨论了它与土壤发生分类之间的参比。今后拟建立土壤参比信息系统以实现计算机自动参比     

中国土壤系统分类土族和土系划分标准

中国土壤系统分类建立了亚类以上高级单元分类标准和检索,但在基层分类标准方面尚待系统建立和完善.本文主要介绍了中国土壤系统分类土族与土系划分的标准,从标准建立的背景、原则与特点到标准本身进行了较为详尽的描述,并用实例演示了土族土系标准在具体土壤上的应用.     

黄河小流域监测评价元数据标准研究

元数据标准从应用角度可分为发布型和专题型两类。前者是关于数据的一般信息,后者指数据的专题信息。黄河小流域监测评价元数据标准研究以后者为核心,通过对有关数据资源的分析、解析和分类,建立了黄河小流域监测评价元数据标准体系,并对元数据组织管理、信息共享和专题应用模型研发进行了探讨。     

基于主题图的农业模型描述与表示方法

为了提升不同学科模型资源的共享与管理能力,提出了一种新的农业模型描述与表示方法。它以模型组件描述信息为元数据来生成不同层次主题图。首先分析农业模型特征,建立农业模型与模型组件之间的映射关系;然后,抽取农业模型组件刻面与关联描述信息,构建了农业模型组件描述模型（DM-AMC）,进一步将DM-AMC表示为主题类型、关联类型、事件类型以及关联角色;最后,通过实例化并采用匹配融合算法生成了面向农业模型组件的主题图（TM-AMC）。研究以作物生育期模型为例,生成了统一描述与可动态扩展的原子主题图XTM文档。通过对农业模型信息的统一描述,并以DM-AMC为基础生成多层次、便于统一访问的TM-AMC,可提升农业模型信息的全局共享与管理能力。     

中国土壤系统分类土系描述的难点与对策

土系是土壤系统分类的最基层单元,我国现有土系约3 000个,距约3万个的估计总量还有巨大差距,因此土系建设在未来相当长时间内仍将是我国土壤系统分类研究和土系建设的一个重点。土系描述是土系建设最为重要的一环,是土系所有信息的直观具体展现,为确保土系描述的质量,国家科技基础性工作专项"我国土系调查与《中国土系志》编制(2008FY110600)"初步制订了土系描述标准,但其在描述规范上还存在一些问题有待明确和解决。为此,本文基于土系描述标准的介绍,剖析我国土系描述中存在的主要问题和产生原因,并提出相应对策,旨在进一步完善土系描述标准的科学性、规范性、全面性和系统性,提高我国土系描述的质量。     

基于GIS的中国土壤分类专家系统设计

土壤系统分类以定量化指标划分土壤类型,为土壤自动分类系统的建立提供了依据;地理信息系统(CIS)的应用扩展了土壤空间信息表达的能力,为实现土壤分类自动制图提供了手段。本文着重模仿专家的思维过程,探讨如何实现土壤自动分类。(1)采用面向对象的方法表达专家经验规则、诊断层和诊断特性知识,并在此基础上提出了决策树的构造方式和推理方法;(2)从土壤系统分类专家的知识表示和推理机的构建两个方面,提出了土壤分类专家系统(SCES)的体系结构、土壤自动分类与地理信息融合的方法和基于GIS和专家系统(ES)的土壤自动分类检索系统的框架结构。     

湘东第四纪红色黏土发育的典型土壤在中国土壤 系统分类中的归属

选取湖南省东部地区12个由第四纪红色黏土发育的典型土壤剖面,在对其成土环境、剖面形态特征及其理化性质进行研究的基础上,按照中国土壤系统分类方案,检索出了其诊断层和诊断特性,据此确定了其在中国土壤系统分类中的归属。结果表明,供试土壤剖面包含了淡薄表层、暗瘠表层、低活性富铁层、黏化层、聚铁网纹层等10个诊断层和诊断特性,其在中国系统分类体系中的位置分别为:淋溶土、富铁土和雏形土3个土纲;湿润淋溶土、湿润富铁土和湿润雏形土3个亚纲;简育湿润富铁土、铝质湿润淋溶土和铝质湿润雏形土3个土类;暗红简育湿润富铁土、表蚀简育湿润富铁土、网纹简育湿润富铁土等6个亚类;按照土族和土系划分标准,建立了黏质高岭石型酸性热性-普通铝质湿润淋溶土等9个土族和燕塘系(43-LY01)等12个土系。研究发现:受亚热带气候影响,许多土壤剖面发生了富铁铝化过程,且由于淋溶强烈,形成了聚铁网纹层,而现行的《中国土壤系统分类检索(第三版)》还不能给出一个合适的位置,因此建议在铝质湿润淋溶土亚类中增设一个可以反映相关特性的网纹铝质湿润淋溶土亚类。     

中国南方富铁铝化土壤土系建立进展

土壤基层分类单元划分，特别是土系建设是土壤系统分类的基础，也能直接为农业生产提供更详细的科学指导。富铁铝化土壤（砖红壤、赤红壤和红壤）在我国南方广泛分布，为了解其在中国土壤系统分类中归属以及土系建设情况，本文综述了自2008年以来土系研究的相关成果，系统分析了富铁铝化土壤诊断层和诊断特性检索、高级分类单元归属以及基层分类单元建设现状，并展望了土系建设的发展方向：进一步细化土系划分和描述标准，加强新土系建设，加强新技术和新方法在土系建设中的应用，加大和扩展土系建设成果的运用，旨在为我国南方富铁铝化土壤系统分类研究提供参考。     

基于WebGIS的中国土壤参比查询系统研究

土壤分类是土壤科学综合研究水平的反映。本研究采用B/S系统架构,利用WebGIS以及相关的计算机技术,在中国1∶100万土壤数据库基础上,以ArcIMS作为土壤地图数据发布平台,使用ArcSDE作为空间数据库引擎,采用关系数据库SQL Server2000统一管理土壤空间数据和属性数据,建立了一个基于WebGIS的中国土壤参比查询系统,实现了GSCC到CST的“傻瓜式”参比。该系统按照参比出发点的不同,即基于单个剖面数据信息,或基于二个系统分类单元的空间分布特征,分三个子模块,分别为基于全国尺度、区域尺度(省级)和单个土体尺度,这样研究人员可以通过友好的交互性界面便捷地查询到尽可能精确的土壤分类参比数据。     

皖南紫红色砂石岩上发育土壤的系统分类研究

对皖南不同时期紫红色砂石岩上发育的8个土壤剖面,按中国土壤系统分类体系,进行鉴别、检索、分类定名。阐述发生分类紫色土的2个亚类级土壤类型在中国土壤系统分类中归为3个土纲,即均腐土、雏形土和新成土;3个亚纲,即湿润均腐土、湿润雏形土和正常新成土;4个土类和6个亚类。提出按中国土壤系统分类的紫色土分类系统;并与美国土壤系统分类、国际土壤分类参比基础进行了参比。讨论了皖南紫红色砂石岩上发育为均腐土的成土环境条件,同时对发生分类紫色土在中国土壤系统分类类别检索提出修订建议。     

发生分类高山土与系统分类参比特征

本文利用最新建立的1:100万中国土壤数据库,研究了我国发生分类高山土与中国土壤系统分类的参比及其在系统分类下的空间分布和数量特征。结果表明,我国发生分类高山土总面积为197.8万km2,分布规律明显;高山土参比后分属于4个系统分类土纲,雏形土、干旱土、新成土、均腐土,它们分别占高山土总面积的50.2%、29.8%、15.1%、4.9%,其中包含了系统分类的11个土类和19个亚类,参比关系复杂,不是简单一对一的关系。分析高山土参比后分属的系统分类不同类型土壤面积比例及其标准偏差,表明土壤参比的单元级别越低,越易于参比和把握,进一步开展土壤系统分类的基层分类研究显得十分必要。发生分类到系统分类的参比关系复杂,参比难度大,原因在于它们的分类体系和划分标准是完全不同的。研究结果对于土壤类型的正确参比具有很好的参考应用价值。     

浙江省土壤发生分类与系统分类参比及制图研究

利用新建立的浙江省1∶5万土壤数据库,对土壤发生分类土种与中国土壤系统分类亚类进行了参比,编制了土壤系统分类亚类分布图.结果表明,发生分类基层分类单元归属较为清楚,但高级单元关系较为复杂.99个土属有62个参比归属唯一,277个土种有252个参比归属唯一,通过参比将大比例尺土壤普查成果转换成系统分类体系是可行的,可以满足1∶10万的系统分类亚类制图要求.浙江省土壤参比后归属于8个土纲,以雏形土土纲面积最大,占总面积的31.3％;人为土次之,占总面积的21.4％,有机土面积最小.在系统分类土纲层次,土壤区域分布规律较为明显.研究结果对指导土壤系统分类具有一定的参考价值,也为省域范围的系统分类制图提供了范例.     

河南中西部典型褐土在系统分类中的归属

选取位于河南中西部褐土土类的7个典型单个土体作为研究对象,通过土壤剖面形态特征和理化性质的分析,确定了它们在中国土壤系统分类中的位置.按照《中国土壤系统分类(第三版)》诊断标准,供试剖面中诊断出包括黏化层、钙积层、雏形层、氧化还原特征、温性土壤温度状况、半干润土壤水分状况等诊断层和诊断特性,7个剖面中,4个划归淋溶土纲...     

关中地区塿土系统分类归属及代表土系建立

塿土是关中地区受人为长期土粪堆垫而在原土壤表层形成明显堆垫层的重要农业土壤,其分类一直备受关注。为了解塿土的成土特点及系统分类归属,选取关中地区18个典型塿土剖面,通过野外成土因素、剖面形态调查与土样分析测定,依据中国土壤系统分类方案,确定其在高级和基层分类单元归属。结果表明,供试剖面包含堆垫表层、黏化层、钙积层等9个诊断层和诊断特性,隶属5个亚类,其中3个剖面为钙积土垫旱耕人为土,2个剖面为斑纹土垫旱耕人为土,8个剖面为普通土垫旱耕人为土,4个剖面为堆垫简育干润淋溶土,1个剖面为普通简育干润雏形土;按土族划分标准,可分为9个土族,其中13个剖面颗粒大小级别为黏壤质,5个为壤质;16个剖面矿物学类型为硅质混合型,2个剖面为混合型,土壤温度状况均为温性,14个剖面为石灰性,4个剖面为非酸性;按土系划分标准,18个剖面可划分为18个不同的土系。相关文献的71个塿土剖面的统计结果表明,堆垫层厚度介于17~97 cm,平均厚度为50.07 cm,因此堆垫表层以50 cm厚度为检索标准是适宜于划分典型塿土的高级分类归属的。为进一步完善中国土壤系统分类,强化对具有堆垫现象的雏形土有更强的区分能力和分类的准确性,建议在简育干润雏形土土类下增设堆垫简育干润雏形土亚类。     

中国东北黑土养分空间异质性

Patterns of soil organic carbon (SOC) storage and density in various soil types or locations are the foundation for examining the role of soil in the global carbon cycle. An assessment of SOC storage and density patterns in China based on soil types as defined by Chinese Soil Taxonomy (CST) and the recently compiled digital 11000 000 Soil Database of China was conducted to generate a rigorous database for the future study of SOC storage. First, SOC densities of 7292soil profiles were calculated and linked by soil type to polygons of a digital soil map using geographic information system resulting in a 11000 000 SOC density distribution map of China. Further results showed that soils in China covered 9 281 ×103 km2 with a total SOC storage of 89.14 Gt and a mean SOC density 96.0 t ha-1. Among the 14 CST orders, Cambosols and Argosols constituted high percentage of China's total SOC storage, while Andosols, Vertosols, and Spodsols had a low percentage. As for SOC density, Histosols were the highest, while Primosols were the lowest. Specific patterns of SOC storage of various soil types at the CST suborder, group, and subgroup levels were also described. Results obtained from the study of SOC storage and density of all CST soil types would be not only useful for international comparative research, but also for more accurately estimating and monitoring of changes of SOC storage in China.     

发生分类与中国土壤系统分类的参比基准研究

Soil classification is the foundation for exchange and extension of research findings in soil science and for modern management of soil resources. This study explained database and research methodology to create a cross-reference system for translating the Genetic Soil Classification of China （GSCC） into the Chinese Soil Taxonomy （CST）. With the help of the CST keys, each of the 2 540 soil species in GSCC has been interpreted to its corresponding soil order, suborder, great group, and sub-group in CST. According to the methodology adopted, the assigned soil species have been linked one another to their corresponding polygons in the 1：1000 000 digital soil map of China. Referencibility of each soil species between the GSCC and CST systems was determined statistically on the basis of distribution area of each soil species at a high taxon level of the two systems. The soils were then sorted according to their maximum referencibility and classified into three categories for discussion. There were 19 soil great groups in GSCC with maximum referencibility 〉 90% and 22 great groups between 60%-90%. These soil great groups could serve as cross-reference benchmarks. There were 19 great groups in GSCC with maximum referencibility 〈 60%, which could be used as cross-reference benchmarks until new and better results were available. For these soils, if the translation was made at a lower soil taxon level or on a regional basis, it would improve their referencibility enabling them to serve as new cross-reference benchmarks.