土壤三普历时四年，对象为肃北县全域耕地、园地、林地，草地等农用地和部分未利用地的土壤。其中：林地、草地重点调查与食物生产相关的土地；未利用地重点调查与可开垦耕地资源相关的土地，如盐碱地等。普查内容为土壤性状、类型、立地条件、利用状况等。布设到肃北县的调查采样点共2989个，其中耕地23个、林地256个、草地2303个、荒地3个、盐碱地14个、剖面样389个。
为使肃北县第三次土壤普查工作有推进，肃北县成立了土壤三普领导小组，组建了领导小组办公室，完善了土壤三普组织体系，下设综合协调组、平台数据组、外业采样组、成果汇总组、技术组等5个组，充分加快加强部门沟通协调，抓好设备、人员和经费等普查条件保障，加强宣传引导，确保普查工作的顺利开展。
第三次土壤普查东南区2023年土壤普查技术培训班在杭州富阳举办
3月27—28日，第三次土壤普查东南区2023年土壤普查技术培训班在杭州市富阳区举行。各地土壤普查办代表和普查相聚一堂，分享各地土壤普查工作经验和试点成果。土壤普查办专职副主任、农业农村部农田建设司一级巡视员陈章全，浙江省土壤普查办公室主任、省农业农村厅组成员、副厅长唐冬寿出席开班仪式并讲话。
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。
