面向数字土壤制图的土壤采样设计研究进展与展望

全球化土壤环境问题的出现对基础输入数据的精度、尺度和时序提出了更高要求,面向数字土壤制图的土壤采样研究得到了快速发展。首先利用文献计量学的方法定量化分析国内外土壤采样研究学科分布和研究热点变化;随后重点梳理了国内外土壤采样研究的文献,根据不同的土壤调查目的、调查区历史采样点将土壤采样设计分为:土壤全面采样设计、土壤补充采样设计、土壤验证采样设计和土壤监测采样设计;最后介绍了基于样点的推理制图方法。在此基础上,对未来在多尺度的土壤采样设计、土壤–环境因子关系的新型假设和采样设计中现实问题的量化等方面进行了展望,旨在为数字土壤调查工作的开展提供参考依据。     

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。     

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。     

地理信息技术在土壤污染防治应用中的研究现状与趋势

土壤环境和人类的生存与发展息息相关。传统土壤污染防治工作在工作效率、平台信息化与决策科学性等方面均有待提升,地理信息技术为此提供了解决思路和手段。本文基于地理信息技术在土壤污染防治中的应用需求,阐述了其应用于土壤信息获取、土壤环境质量评价、数字土壤制图与土壤信息平台构建等土壤污染防治过程的研究现状,并对未来研究趋势做了展望,以期为该领域的研究工作提供参考。     

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。     

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.     

土壤时空变化研究的进展与未来

理解和表征土壤的时空变化是土壤学的基本任务,也是评估和合理发挥土壤功能的重要前提。土壤的时空变化与气候环境变迁、岩石圈风化、地表物质迁移、生物地球化学循环等圈层变化过程相耦合。围绕土壤时空变化研究的新近进展,本文综述并展望了土壤形成和演变过程、土壤形态学、土壤调查、土壤分类、数字土壤制图与土壤退化的发展态势。未来土壤时空变化研究的关键科学问题主要包括:地球表层系统中土壤与环境要素之间的多过程耦合机理与模拟、多尺度土壤-环境关系与模拟、多元土壤信息的融合机理与数据同化。未来重点研究领域将涉及到关键带科学引领的土壤形成和演变研究、多尺度数字土壤制图与时空变化预测、基于多传感器的土壤综合观测原理与技术、完整和详尽的国家和全球土壤资源清单及共享平台建设、区域土壤资源退化机理及其功能恢复。     

新时代土壤地理学的发展现状与趋势

土壤地理学是研究土壤时空分布规律、形成过程及其资源环境效应的土壤学学科分支，其主要目标和任务是理解土壤形成演化的关键过程与影响因素并预测未来土壤-环境的共同演化特征，揭示土壤资源分布规律、利用前景和保护对策，为农业、生态环境保护等提供科学依据，支撑土壤普查、耕地保护等国家目标。21世纪特别是新时代10年以来土壤地理学取得了一些重要的进展，研究对象和内容也发生了很大的变化，逐渐向以土壤为核心的地球表层系统科学发展，高强度人为活动和全球气候变化背景下的土壤时空演变研究愈加活跃。土壤地理学主要发展趋势包括土壤信息获取方式正在发生变革，数字土壤制图向融合过程机理与数据驱动发展，土壤时空信息的应用范围更加广泛。未来土壤地理学优先发展领域包括：以关键带研究带动土壤发生和演变研究的革新，基于多传感器的土壤综合观测原理与技术，多尺度数字土壤制图与时空变化预测等。     

大比例尺土壤制图几个问题的商榷

我国士维制图工作开展的历史虽较短,但有自己的发展道路。继全国土壤普查以后,近年来开展了以人民公社、生产大队和国营农场为单位的上集详测研究^[1-3]1),这是一项具有实践和理论意义的工作。为了使土级调查制图工作满足生产上的需耍,发挥大比例尺士级调查在农业生产中的作用,巫需多作这方面的经验交流和问题讨论,基于这样的认识,对大比例尺土壤调查制图问题,淡谈个人的一点体会和看法。     

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。     

关于我国“数字土壤”建设若干问题的思考

对"数字土壤"的渊源、定义、功能以及如何建设我国的"数字土壤"进行了讨论。"数字土壤"渊源于"数字地球",是土壤学科发展的产物、是土壤科学与现代信息技术和计算机技术相融合的必然趋势,是一种进行土壤科学研究的现代技术体系;"数字土壤"具有管理与提供土壤科学数据、进行空间分析、制作士壤专题图、指导土壤调查、查询与传播土壤信息、构建运用模型、土壤质量预警等功能;历史土壤调查资料是研制我国"数字土壤"的骨干材料;中国需要同时研制不同精度的"数字土壤";"联合共建",是建设我国"数字土壤"的好途径。     

Digital soil mapping in Germany—a review

Digital soil mapping as a tool to generate spatial soil information provides solutions for the growing demand for high‐resolution soil maps worldwide. Even in highly developed countries like Germany, digital soil mapping becomes essential due to the decreasing, time‐consuming, and expensive field surveys which are no longer affordable by the soil surveys of the individual federal states. This article summarizes the present state of soil survey in Germany in terms of digitally available soil data, applied digital soil mapping, and research in the broader field of pedometrics and discusses future perspectives. Based on the geomorphologic conditions in Germany, relief is a major driving force in soil genesis. This is expressed by the digital–soil mapping research which highlights the great importance of digital terrain attributes in combination with information on parent material in soil prediction. An example of digital soil mapping using classification trees in Thuringia is given as an introduction in digital soil‐class mapping based on correlations to environmental covariates within the scope of the German classification system.     

土壤—景观定量模型研究进展

传统土壤调查和制图建立在调查者经验思维基础上,目前对高精度土壤信息的大量需求对传统技巧性土壤调查方式提出了挑战,量化的土壤———景观模型日益受到土壤科学家的重视。近十年内世界各国开展了大量研究,试图将数字地形分析,GIS技术和土壤调查技术相结合,通过对景观信息的分析预测土壤信息。本文简要阐述土壤景观模型的基本原理和定义,对线性回归、回归树、判别分析、模糊聚类、地统计学、模糊推理和规则网络等模型的研究进展进行总结。在此基础上讨论了模型的发展方向和应用前景。     

The Dokuchaev hypothesis as a basis for predictive digital soil mapping (on the 125th anniversary of its publication)

Predictive digital soil mapping is widely used in soil science. Its objective is the prediction of the spatial distribution of soil taxonomic units and quantitative soil properties via the analysis of spatially distributed quantitative characteristics of soil-forming factors. Western pedometrists stress the scientific priority and principal importance of Hans Jenny’s book (1941) for the emergence and development of predictive soil mapping. In this paper, we demonstrate that Vasily Dokuchaev explicitly defined the central idea and statement of the problem of contemporary predictive soil mapping in the year 1886. Then, we reconstruct the history of the soil formation equation from 1899 to 1941. We argue that Jenny adopted the soil formation equation from Sergey Zakharov, who published it in a well-known fundamental textbook in 1927. It is encouraging that this issue was clarified in 2011, the anniversary year for publications of Dokuchaev and Jenny.     

土壤科学发展的战略思考

土壤科学在国家农业可持续发展和生态环境建设中具有重要的战略地位.本文结合国际土壤科学研究现状和发展态势,分析了未来土壤科学发展所面临的形势与挑战,提出了土壤科学未来发展的战略需求和战略方向以及我国近10 ～ 20年内土壤学的研究方向与优先领域和重大项目,并探讨了我国土壤学科发展的战略规划与思路.为进一步推动我国土壤科学的发展和国家需求提供学科依据.     

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。     

Coping with imbalanced data problem in digital mapping of soil classes

An unsolved problem in the digital mapping of categorical soil variables and soil types is the imbalanced number of observations, which leads to reduced accuracy and the loss of the minority class (the class with a significantly lower number of observations compared to other classes) in the final map. So far, synthetic over- and under-sampling techniques have been explored in soil science; however, more efficient approaches that do not have the drawbacks of these techniques and guarantee retention of the minority classes in the produced map are essentially required. Such approaches suggested in the present study for digital mapping of soil classes include machine learning models of ensemble gradient boosting, cost-sensitive learning and one-class classification (OCC) of the minority class combined with multi-class classification. In this regard, extreme gradient boosting (XGB) as an ensemble gradient learner, a cost-sensitive decision tree (CSDT) within the C5.0 algorithm, and a one-class support vector machine combined with multi-class classification (OCCM) were investigated to map eight soil great groups with a naturally imbalanced frequency of observations in northwest Iran. A total of 453 profile data points were used for mapping the soil great groups of the study area. A data split was done manually for each class separately, which resulted in an overall 70% of the data for calibration and 30% for validation. The bootstrapping approach of calibration (with 10 runs) was performed to produce multiple maps for each model. The 10 bootstraps were evaluated against the hold-out validation dataset. The average values of accuracy measures, including Kappa (K), overall accuracy (OA), producer's accuracy (PA) and user's accuracy (UA), were explored. In addition, the results of this study were compared with a previous study in the same area, in which resampling techniques were used to deal with imbalanced data for digital soil class mapping. The findings show that all three suggested methods can deal well with the imbalanced classification problem, with OCCM showing the highest K (= 0.76) and OA (= 82) in the validation stage. Also, this model can guarantee the retention of the minority classes in the final map. Comparing the present approaches with the previous study approach demonstrates that the three newly suggested methods can remarkably increase both overall and individual class accuracy for mapping.