摸清“土壤家底” 守好三秦“粮袋子”
陕西三普试点侧记
2022年,陕西省第三次土壤普查(以下简称“土壤三普”)试点工作在神木、大荔等6个市县区如期展开。对于与土地打了一辈子交道的农业人来说,既急迫又期待,急迫在短的时间内“摸清土壤家底”,落实“亩均论英雄”是一项艰巨的任务;期待通过土壤三普,能解决好高强度的土地开发与土地利用保护问题,保障好三秦父老吃饭问题。200多天的接力奋进和创新探索,6个试点市县的5058个表层样点、152个剖面样点校核、调查和采样,3个市县的881个盐碱地专项表层样点校核、调查和采样顺利完成。“亮眼”的背后,是陕西土壤人团结奋斗,苦干实干的结果,更是牢记初心使命,不断创新求索,摸索陕西省土壤三普经验的真实写照。
机器学习模型利用机器学习与数据挖掘方法,提取土壤属性与环境变量之间的关系用来预测土壤属性的空间分布,可以解决土壤属性与环境变量的非线性问题,包括随机森林人工神经网络分类与回归树等。目前随机森林法进行属性制图在数据挖掘方法中应用广泛。
模糊推理是将土壤与环境关系表达为隶属度值,利用单个土壤样点在空间上的代表性推测土壤目标变量的空间变化。该方法制图效果依赖于单个样点的可靠性,要求对样点的可靠性进行质量检查。上述方法有两个制约需要大量的土壤样点来提取统计关系;需要具有较好的空间代表性,除机器学习模型外,其它模型制图区域通常不宜过大。
环境变量提取栅格数据精度,要优于表1或表2的像素(像元)分辨率。其中,表1精度适用于大范围土地利用种植结构比较单一区域,例如平原粮食作物区;表2精度适用于种植结构复杂的小范围地区或地块破碎区域。1不同尺度的精度要求3环境变量制备及质量检测测试方法分区标注,对不同地区采用不同测试方法的指标,标注其所在区域,用于分别成图。
以上信息由专业从事土壤普查方案的得正工程于2024/4/20 11:09:04发布
转载请注明来源:http://jinan.mf1288.com/sddezheng-2738776056.html