1分钟前 土壤普查外业调查采样数据质检来电洽谈「在线咨询」[得正工程dc6e291]内容：
土壤属与专题图编制技术规范：
制图对象和目的本规范适用于次土壤普查中的土壤属性和专题图制图工作。统一规定了这两类制图的目的原则主要方法制图思路结果验证成果图编制要求等。面向有一定数字土壤制图理论和实践基础的科研或技术人员。1适用范围
本规范包括本次普查成果图中的两类图土壤属，即土壤理化性状图，包括土壤表层质地pH盐碱度有机质全量和养分含量有机/无机碳全量中微量元素含量重金属元素含量等；土壤专题图，包括耕地质量等级图有效土层厚度土壤障碍类型图退化土壤（盐碱化酸化等）分布图黑土资源分布图等专题调查评价图。
数理统计方法通过已知样点的土壤属性与环境辅助变量之间的统计关系建立函数，用来预测土壤属性的空间分布制图，包括多元线性回归广义多元线性回归，判别分析，目前应用已较少。确定性插值法包括反距离加权邻近法和样条插值法等模型，是以区域内部的相似性或以平滑度为基础，由已知样点来创建表面，其使用环境与普通克里格相近。
山东得正工程测绘有限公司是一家综合性数据调查测量采集公司，能在短时间内组织大量外业人员从事数据调查采集测量等业务。
公司先后从事过poi采集，二维地图三维地图制作，房屋建筑调查，市政设施调查，房屋安全调查，自然灾害调查，第三次土壤普查试点工作，公司近期参与过自然灾害综合风险普查山东省试点平阴和试点滨州，博兴，北京昌平试点工作等。
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。
通过两种方法从土壤图中提取隐含的土壤与环境关系，主要用于一是在土壤分布范围内构建环境协变量的频率分布曲线，以此来代表土壤与环境关系；二是基于已有土壤图提取训练样点，然后使用统计或机器学习算法归纳出样点所代表的土壤与环境关系。7已有土壤图数据处理与知识提取在平原或地形平缓的地区，也可以通过温度植旱指数（TVDI），得到土壤湿度变化指数（HCI）作为环境变量，获取HCI与土壤质地等土壤属性相关性。
