火山灰土在土壤系统分类中的提出与修订

《中国土壤系统分类检索》(第三版,CST)关于火山灰土的诊断标准还存在一定问题,需要进一步修订。为此,整理并比较了《世界土壤资源参比基础》(World Reference Base for Soil Resources,WRB,1998—2014版)、美国《土壤系统分类检索》(Keys to Soil Taxonomy,KST)(第3～12版,1987—2012年)、《中国土壤系统分类检索》(首次方案至第三版,1991—2001年)中,关于火山灰土的描述、诊断标准、分类检索和类型划分的演变历程,在此基础上提出了CST关于火山灰土诊断标准和分类检索的修订建议。     

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。     

河南省典型含有人工制品土壤的系统分类研究

选取河南省10个典型含有人工制品的土壤剖面和3个自然土壤剖面作为研究对象,基于剖面形态和理化性质的分析,根据世界土壤资源参比基础(WRB)、美国土壤系统分类(ST)、中国土壤系统分类(CST),对供试土壤进行分类研究。结果表明,WRB中关于人工扰动的前缀修饰词或后缀修饰词不能完全适宜于中国地区的含有人工制品的土壤,而在ST中,含有人工制品的土壤类型出现在各个土纲及其包含的亚类单元,CST中缺乏明确的诊断依据来描述、解释含有人工制品的土壤特征。参照WRB和ST中关于人工制品类别相关标准,提出CST中含有人工制品的土壤定义,新增"技术扰动层"诊断特性,制定CST人工制品类别标准,并将这一标准体现在CST土族命名中,该分类方案能有效体现不同人为活动对土壤的影响结果,一定程度上填补我国对这类土壤分类研究的空白。     

新疆典型干旱土和盐成土的系统分类归属

以新疆维吾尔自治区17个典型干旱土和盐成土的代表性单个土体作为本文研究对象,基于剖面形态特征和理化性质的分析,确定在中国土壤系统分类(CST)中的归属.研究过程中发现CST对于干旱表层的判定条件与盐积正常干旱土的定义有矛盾之处,致使分类时将一些含有盐积层的土壤划归到干旱土中,从而使干旱土扩大,盐成土减少,不利于盐成土的...     

遗址土壤的系统分类研究

本文选取4个典型遗址土壤剖面为研究对象，基于剖面形态和理化性质的分析，根据世界土壤资源参比基础(WRB)、美国土壤系统分类(ST)、中国土壤系统分类(CST)，对供试土壤进行分类归属研究。结果表明，目前的分类方案均不能较好地体现遗址土壤的特征，因此建议在CST人为土土纲中增加技术人为土亚纲，并先被检索出来，下设缓透技术土和遗址技术土土类，分别下设遗址缓透技术土和含磷遗址技术人为土、普通遗址技术人为土亚类。修改方案不仅可以较少地改动土壤系统分类诊断体系，也能够较好地将古人类影响的土壤特征和产生的技术物质融合到新增的“人为缓透或不透层次”或“人工制品”中，作为从古到今所有人类活动和技术物质的一部分，从而实现遗址土壤在系统分类中的归属。     

北京普通褐土发生分类与系统分类的对比及其发生探讨

以北京山区和山前地带分布的10个普通褐土剖面为研究对象,依据其形态特征、理化性质分析结果,按照《北京土壤》、《中国土壤系统分类检索(第三版)》、《中国土壤系统分类土族和土系划分标准》,对研究剖面分别进行了发生分类、系统分类的土壤类型划分与对比,并对其发生过程进行探讨。结果表明:发生分类主要以土壤所处的生物(植被)气候带作为分类标准,在发生学的应用中,过分强调土壤的外在成土条件和推测的成土过程,易造成分类的混淆;系统分类以发生学为指导,通过定量的诊断层、诊断特性进行分类,提高了分类的准确性。     

不同尺度的中国土壤系统分类参比

本文从不同尺度(区域、类型及单个土体)对我国土壤发生分类与系统分类进行参比。区域参比是以某一土区内主要土壤类型中心概念推知的诊断层和/或诊断特性为根据;类型参比是以某一土壤类型中代表性剖面具有的诊断层和/或诊断特性为根据;单个土体参比则是以某一单个土体具有的诊断层和/诊断特性为根据。根据掌握资料数据的实际情况,选用不同尺度的参比能够更简易地、更可靠地确定发生分类类型在系统分类中的归属,为广泛应用系统分类提供方便。     

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可能.为了模仿专家的思维过程实现土壤自动分类,该文着重研究了如何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,在此基础上提出了土壤分类决策树的构造方式和推理方法;并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.GIS作为管理空间信息和提供空间分析方法的平台,也被有效地集成到系统中,以实现土壤自动分类的目的.     

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可能。为了模仿专家的思维过程实现土壤自动分类，该文着重研究了如何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，在此基础上提出了土壤分类决策树的构造方式和推理方法；并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。GIS作为管理空间信息和提供空间分析方法的平台，也被有效地集成到系统中，以实现土壤自动分类的目的。     

基于规则引擎的土壤类型自动检索的研究

定量化的土壤系统分类体系的建立推动了土壤类型自动检索的研究。但以往研究并未关注土壤系统分类体系仍需不断修订的现状,所开发系统的推理代码与知识规则通常互相绑定,当知识规则改变时,推理代码需要重新开发,导致已有的系统被弃用,这阻碍了土壤类型自动检索系统的推广和应用。针对上述问题,以《中国土壤系统分类检索》(第三版)为基础,建立了基于RuleML语言的、可随时修改和扩展的规则库。然后利用规则引擎工具NxBRE,使土壤类型的检索规则与推理过程相分离,知识规则的改变不需要重新编写推理过程代码,并最终实现了土壤类型的自动检索。