数字土壤制图技术研究进展与展望

土壤调查与制图是获取土壤信息的基本手段,在土壤科学发展中发挥了至关重要的作用,采用新方法开展数字土壤制图是土壤学科新兴的研究方向。本文全面回顾总结了近年来国内外数字土壤制图工作开展情况、方法的发展和应用,分析了当前在数字土壤制图研究中存在的主要问题,并且对数字土壤制图研究的发展趋势进行了展望,提出了今后一段时间我国开展这方面工作的建议,可以为数字土壤制图研究工作提供参考。     

小比例尺土壤制图理论和方法的研究

本文对小比例尺土壤制图理论和方法进行了总结,认为土壤制图是研究和表达土壤在空间分布的群体结构形式。提出了土壤组合发生的制图原则,以及提高定量化程度的单区与复区并重的制图方式。论述了土壤制图单元的组成分、确定的根据、相应的分类级别;土壤制图单元系统的等级及其排列;土壤制图单元与土壤分类单元的关系和异同。概括了单区与复区两种图斑结构形式及其形成因素,提出首先将复区图斑划分为地形、母质、历史演化、耕作等成因系列,然后再根据土壤群体组成分间的发生联系,细分为许多成因类型的分类观点和实例。还阐述了图斑组合所显示的我国土壤分布的地理规律性。概述了制图综合在小比例尺土壤制图中的重要意义,综合概括的途径和注意事项。最后简述了小比例尺土壤制图的展望。     

土壤质量数字制图方法浅论

本文简要论述了土壤质量数字制图的一般过程及其与传统土壤制图的异同,并依据土壤制图原理确定数字制图的几个重要参数,同时简述了数字制图对野外土壤调查的要求以及对传统图件的处理。     

中尺度土壤预测制图中地形变量提取的适宜分辨率探讨

地形变量是土壤预测制图中重要的预测变量之一,为了满足中尺度土壤预测制图的精度要求,又能够减少数据的冗余,需要选择合适分辨率范围的地形变量。基于ASTER GDEM数据,对不同地形起伏状况的3个样区,通过重采样得到30 m、60 m、90 m、120 m、150 m共5组不同分辨率的DEM数据,分别选取土壤预测制图中常用的高程、坡度、平面曲率和剖面曲率4组地形变量,通过地形信息熵、局部方差均值以及比例尺和空间分辨率的关系,选取巢湖流域用于土壤预测制图的地形变量提取的适宜分辨率范围。研究表明:对于特定比例尺的土壤预测制图,地形变量的提取需要综合考虑两个因素:一是土壤预测制图的比例尺,二是地形变量提取的分辨率。中尺度土壤预测制图地形变量提取的适宜分辨率为30m,既能保留有实际意义的地形信息,又能满足土壤预测制图的精度要求。     

基于地图直接对比的土壤空间表达尺度效应研究——以封丘土壤属性制图为例

将封丘县3 608个土壤样点分为3 463和145个点,分别构成制图数据总集和验证数据总集,再从制图数据总集中通过4%～96%的多尺度随机抽样,构成17个制图子集。分别按Kriging、IDW和以点代面法对土壤有机质、有效磷和速效钾进行预测制图,基于地图直接对比计算制图子集和制图数据总集制图结果的相关系数以评价土壤属性图变化的尺度效应,并与验证数据集评价的多尺度制图结果进行了对比。最后,采用多子集制图结果的变异系数指示多尺度地图表达的不确定性,并将其与基于Kriging估值方差及随机模拟的不确定性表达进行了对比。研究表明,基于地图直接对比可发现,制图效果与样本数量具有显著的分形关系,且分形维数受制图方法和土壤属性空间可变性的双重影响:同样条件下以Kriging方法最小,而以点代面法最大;以土壤速效钾最小,而土壤有效磷最大。验证数据集实测值和估计值的相关系数及均方根误差没有表现预期的分形特征。Kriging估值方差及随机模拟表达的单一尺度制图不确定性明显受采样点分布与Kriging估值大小影响,而基于地图直接对比的多尺度制图的不确定性更客观地反映土壤自然变异,其中土壤有机质、土壤速效钾有较强规律可循,而土壤有效磷则没有规律。     

土壤地理底图的内容及表示

土壤制图是一种研究手段,在农业资源调查中应用很广。解放以来,大规模的流域土壤考察、资源调查、农业区划;土壤普查,都有力地推动了土壤制图的发展。     

“中国土壤系统分类(二稿)”在土壤制图中的应用——以红壤生态站土壤详图为例

土壤分类是土壤调查制图的基础。应用土壤分类进行土壤调查制图却是对土壤分类进行验证、修正、补充使之更趋完善的过程。     

土壤有机质预测性制图方法研究进展

有机质是土壤重要组成部分,是衡量土壤肥力的重要指标。对土壤有机质空间制图,不仅可以了解土壤质量动态变化,而且对土壤区域变异性研究具有重要意义。对现今土壤有机质预测性制图的主要方法,包括地统计学、土壤-景观关系理论和遥感反演三种方法,分别进行了阐述,对其优缺点进行分析比较,以此明确各方法的使用特点和运用环境,并对土壤预测性空间制图中存在的问题进行分析,展望了土壤有机质预测性制图未来的研究趋势,以此为精准农业的实施和农业的可持续发展,提供基本的信息及建议。     

调整全国土壤普查工作的建议

土壤普查实际上就是大比例尺土壤调查制图(包括土壤详测制图)。     

土壤制图中土壤类型配色模型构建与应用

在全国1∶5万土壤图集制图中,土壤类型的配色既需表现土类等高级类型的分布特征,也要表现土属等较低级类型的差别。我国土壤低级类型众多,且1∶5万基本比例尺图幅达2万余幅,采用传统人工设色方法进行土壤制图,不仅效率低,而且难以保持图幅间土壤颜色的协调一致性。针对这一技术难题,本研究采用图幅间相似配色方法和人机交互的设计思想,通过建立1个多层级管理色库、人工设置土壤类型的Q配色单元及其多个近似色系(色组),建立了Q配色单元的避让选色和区域土壤特征分析等5个组件模型,构建了土壤类型配色模型(SCO-Model)。该模型在大比例尺土壤制图中不仅反映了区域土壤的总体分布特征,也表达了土壤类型间的差异,特别是实现了大比例尺土壤制图中土壤类型的快速智能配色,大大提高了制图效率。     

广东省博罗县土壤航片判读的几点经验

土壤航测制图,是进行土壤调查制图的先进方法。     

基于样点的数字土壤属性制图方法及样点设计综述

土壤剖面数据与土壤类型图按照某种原则进行连接是目前获取土壤属性空间分布信息的主要方法,这种传统的土壤属性制图方法以土壤专家的“经验”和手工描绘为基础,耗费资本高、生产周期长.数字土壤制图通过借鉴先进的空间信息处理技术和高分辨率地形数据的优势,能够快速地获取高精度、高分辨率的土壤属性空间变化信息,是一种精细、高效、经济的土壤属性制图技术.本文详细介绍了基于样点进行数字土壤属性制图的3种方法:①基于空间自相关的方法:②基于空间自相关和土壤-环境关系混合相关的方法:③基于土壤-环境关系的方法.同时,为保证样点能够全面地捕捉到研究区内土壤属性空间变异特征,以上3种方法都对样点的数量、分布或典型性提出了较为严格的要求,即样点应具有全局代表性.因此,如何设计样点成为数字土壤属性制图中的一个重要问题.依据样点设计过程中是否能够整合已有样点,本文将样点设计方案分为采样设计方案和补样设计方案两种,并对其分别进行了详细的综述.     

中比例尺土壤图的制图单元和图斑组合--以博罗县土壤图为例

1980年在广东省博罗县我们利用航判制图的方法编制了全县1/10万土壤图(制图面积约3000平方公里),并以该图作基础,结合调查分析的资料,编制了土壤综合肥力图、土壤资源图、土壤区划图等图件,为     

县域土壤质量数字制图方法比较

土壤质量研究几乎涵盖土壤研究的所有领域,土壤质量制图理论与方法是土壤质量研究的一项重要研究内容。该研究以北京市密云县为研究区,基于土壤质量评价最小数据集和指数和法计算的土壤质量指数,探究了在地学模型支持下区域土壤质量数字制图方法。研究设计了5种区域土壤质量数字制图方法,并比较了不同方法的空间数字制图精度。结果显示,目前广泛使用的基于参评指标空间插值结果的土壤质量数字制图方法精度最低、工序较繁琐,且无法反映研究区景观高度异质的特点;而基于计算后的土壤质量指数（soil quality index,SQI）,借助于地统计学方法的土壤质量数字制图方法相对比较科学合理,其中又以基于计算后的SQI和回归克里格法预测效果最好,均方根误差最小,仅为0.01897,相对于基于参评指标空间插值结果的土壤质量数字制图方法,精度相对提高率最大,达到50%以上。综合考虑空间制图精度、工序的繁简程度,在该研究设计的5种方法中基于计算的SQI和回归克里格法最佳,该法避免了地统计插值在景观高度异质区的应用局限性,预测结果与实际最为相符。     

基于裸土期多时相遥感影像特征及最大似然法的土壤分类

运用单时相遥感数据进行土壤分类及制图,其数据本身易受到其他因素干扰而出现误差,存在一定的局限性,导致制图精度不高。为了提高制图精度,以松嫩平原林甸县为研究区,利用裸土时期多时相Landsat 8遥感影像、DEM数据和全国第二次土壤普查数据,从所有单时相遥感影像中提取出多种分类特征,按照分类特征类型进行压缩处理,得到新的多时相分类特征,将不同分类特征进行组合并分别进行最大似然法分类,得到不同分类特征组合下的土壤类型图,通过不同土壤类型图精度来判断各分类特征对于制图的影响。研究表明,该文所提取的分类特征均可以实现土壤制图,使用压缩处理后得到的多时相遥感数据分类特征完成制图的精度更高,总体精度达到91.0%,研究可为土壤精细制图提供依据。     

运用分类树进行土壤类型自动制图的研究

提供了一种基于机器学习的方法来自动建立针对土壤资源制图的规则库。以浙江省龙游县研究区为例,将已有的土壤图与地质图、土地利用现状图、DEM及其派生属性、双时相的TM卫星数据相结合,使用分类树算法从训练数据中生成该地区土壤制图的规则知识,并进行了研究区土壤类型的知识分类。这种建立土壤自动制图知识库的方法要比传统的知识获取方法更为简便易行。精度评价结果表明,所建立的知识库对于研究区的大部分土壤类型的预测是可行的。     

基于Google Earth的GIS专题制图技术研究与应用--以陕西省土壤分类信息系统开发为例

以陕西省土壤分类信息系统中的土类数据制图为例,分析了基于Google Earth（GE）的专题地图的制图原理与技术,提出了一套基于GE的一般地理专题图的制图技术流程,并讨论了其关键技术。指出了GE制图工具目前存在的两个缺陷,提出了相应的解决方法,并介绍了陕西省土壤分类信息系统中GE制图结果和应用方案。     

半干旱沙区土类/亚类的遥感调查制图方法

传统土壤调查制图存在低时效性、低精度等问题。为了解决半干旱沙区土壤遥感调查制图问题,该文以科尔沁左翼后旗为例,基于野外实地调查和专家知识分析了半干旱沙区土壤类型分布特征与环境因素之间的关系,并探讨了基于多时相Landsat8 OLI影像数据的半干旱沙区土类/亚类遥感调查制图方法。结果表明:利用多时相Landsat8 OLI影像数据提取的归一化差异水体指数(modified normalized difference water index,MNDWI)、盐分指数(salt index,SI)、归一化差异湿度指数(normalized difference moisture index,NDMI)、归一化差异植被指数(normalized difference vegetation index,NDVI)等环境信息,可实现对沼泽土、盐碱土、草甸土、风沙土及其亚类等半干旱沙区主要土壤类型的遥感调查制图。应用本文提出的半干旱区土类/亚类遥感调查制图方法对科左后旗进行土壤遥感调查制图和精度验证,总体精度约为72.84%,Kappa系数为0.667 8。该方法可为半干旱沙区数字土壤调查制图提供思路和参考。     

CyberSoLIM：基于知识驱动的在线数字土壤制图原型系统

现有数字土壤制图软件在应用时,建模过程主要依赖于用户的专业知识,导致用户应用困难;软件通常实现为单机版,安装配置过程繁琐,算法库不易扩展;所采用的串行算法运行效率低,造成用户体验感差。针对上述问题,本文综合知识驱动、开源Web GIS、Web Service、并行计算等技术,设计并实现了基于知识驱动和并行计算的在线数字土壤制图原型系统(CyberSoLIM)。通过在安徽省宣城数字土壤制图的应用示范,表明该系统可以有效地降低用户应用的门槛和难度,提高用户体验,为非专业用户和大众提供了一个认识和参与数字土壤制图的快捷方式。     

RS和GIS支持下的土壤系统分类制图方法研究──以贵州省贵阳市为例

在对贵州省贵阳市地区进行深入细致的土壤分类工作基础上，分析了土壤类型与发生条件的关系，建立了二者间的判别模式，应用RS和GIS技术提取和输入土壤类型的发生条件信息，对它们进行矢量叠加运算，最后通过土壤类型与发生条件的判别模式进行归并，完成土壤系统分类制图。通过野外实地验证，在以TM影像为信息源的基础上，该制图方法完全达到110万土壤制图的要求。