《第三次全国土壤普查暂行土壤分类系统》土类检索系统构建

【目的】国务院第三次全国土壤普查领导小组办公室(简称国务院三普办)2023年下发了《第三次全国土壤普查暂行分类系统(试行)》(简称《三普暂行分类》),但没有建立检索系统。为在土壤调查过程中避免发生同土异名、同名异土问题,特构建土类检索系统。【方法】依据农业重要性优先、确名先易后难、涵义先窄后宽、类型相似集中、体现土壤空间演变和发育规律等检索秩序原则,通过引用已有的诊断层/诊断特性、修改已有的诊断层/诊断特性、简洁化描述性语句、归纳特征土层等方法,从《三普暂行分类》土类划分依据中提炼各个土类的检索指标,构建土类检索系统。【结果】建立了包含《三普暂行分类》中62个土类的检索系统,检索秩序依次为:1工程土、2水稻土、3菜园土、4灌淤土、5灌漠土、6碱土、7寒原盐土、8漠境盐土、9酸性硫酸盐土、10滨海盐土、11草甸盐土、12火山灰土、13寒冻土、14紫色土、15磷质石灰土、16石质土、17粗骨土、18龟裂土、19新积土、20风沙土、21黄绵土、22红黏土、23石灰(岩)土、24白浆土、25灰化土、26棕色针叶林土、27暗棕壤、28棕壤、29黄棕壤、30黄褐土、31灰色森林土、32黑土、33灰褐土、34褐土、35燥红土、36黑钙土、37栗钙土、38栗褐土、39黑垆土、40棕钙土、41灰钙土、42灰漠土、43灰棕漠土、44棕漠土、45山地草甸土、46林灌草甸土、47砂姜黑土、48草甸土、49潮土、50沼泽土、51泥炭土、52砖红壤、53赤红壤、54红壤、55黄壤、56黑毡土、57草毡土、58寒钙土、59冷钙土、60冷棕钙土、61寒漠土、62冷漠土、63类型待定土。【结论】总体上,《三普暂行分类》的土类是可以通过剖面形态、土壤理化性质建立起检索指标的,但是高山土纲的多数土类没有完全遵循整个分类系统的分类原则,彼此之间难以从剖面形态和土壤理化性质上进行区分,需要利用分布区域、海拔等非土壤本身属性才能区分;《三普暂行分类》的土类还需要进一步完善,建议对部分土类要进行适当归并,同时增加一个“性土”土类。

东江流域中下游典型土壤分类及养分特征分析——以惠城区为例

以惠城区为例,对东江流域中下游典型土壤进行分类,通过采集1 619个土壤样品进行化验分析,研究东江流域中下游典型土壤养分特征。结果表明,惠城区耕地土壤有机质、全氮含量均属中等偏上水平;青泥格田、花岗岩红泥田等土属有机质含量较高,而乌泥底田、砂页岩赤红地、红色砂页岩赤红地等土属含量较低;青泥格田、花岗岩红泥田、石质土、花岗岩红黄泥田等土属全氮含量较高,而乌泥底田、砂页岩赤红地等土属含量较低;土壤全氮含量与有机质含量之间呈极显著的直线相关关系,回归方程为Y=0.039 8X+0.376 9,相关系数为0.65;有机质、全氮含量累积基本符合不同分类土壤形成规律。土壤碱解氮含量总体上属中等偏上水平,平均含量水平达到三级标准;土壤有效磷含量总体上属上中等水平,平均含量水平达到一级标准;土壤速效钾、缓效钾含量处于中等偏下水平。不同土属类型的土壤碱解氮、有效磷、速效钾、缓效钾含量差异均较明显,没有明显规律可循,主要是受人为施用化肥影响较大。

基于反射光谱特性的土壤分类研究

选取中国松嫩平原吉林省农安县主要土壤(黑土、黑钙土、草甸土、风砂土、冲积土)室内光谱反射率作为研究对象,利用去包络线方法提取反射光谱特征指标,作为输入变量建立BP神经网络模型,进行土壤分类研究,探索利用表层土壤反射光谱特性进行土壤分类的可行性。结果表明:(1)包络线去除后的曲线使土壤可见光近红外波段的吸收特征显著增强;农安县不同土壤在400～2500nm范围内主要有5个光谱吸收谷,前2个吸收谷主要是由于土壤有机质、铁及土壤机械组成引起的,后3个是土壤水分吸收光谱能量引起的;不同土壤类型反射光谱的差异主要表现在前2个吸收谷。(2)由于输入变量的选取客观准确,基于前2个吸收谷形状特征的BP神经网络模型的土壤分类精度显著优于以反射率或5个吸收谷形状特征为输入变量的模型,可以用于土壤分类。

土壤分类研究回顾与中国土壤分类系统的修编

中国在第二次土壤普查(二普)中,由百余名土壤科学家共同制定了中国土壤分类系统,作为二普用规范性文档,二普后作为国标在全国推荐使用。对二普分县调查资料的首次汇总显示,从分县资料提取出的土壤分类名与国家标准发布的分类名存在一定差异。为对与国标不符的土壤类型名进行审核和修编,同时弄清中国现有两套土壤分类系统之间,以及这两套系统与世界土壤资源参比基础(WRB)之间的关联,对土壤分类研究进展及存在问题进行了回顾与分析。本研究显示,土壤发生学是各国进行土壤分类的共同基础,虽然理论基础相同,由于不同国家和地区所处气候带不同,拥有的土壤资源类型和人均资源量不同,经济与科技发展水平不同,采用的分类原则、命名规则、地面调查方法和采样量各有差异,最终形成的分类系统各不相同。受各国语言习惯和已有分类系统影响,也受近年来在土壤调查中对了解成土过程需求在弱化的影响,对各国土壤分类系统的整合进展并不顺利。对不同语言土壤分类系统的比较显示:中国国标分类系统更符合汉语语言特征,特别是高层级分类中的60个土类命名,能较好表达中国主要土壤类型的典型特征,易于专业及非专业人员对土壤类型及成土过程的认知,且推广应用时间已有30多年,在全国影响较大,应继续采用。国标分类系统不便进行国际交流的问题应通过建立其高层级分类,特别是国标中60个土类与世界参比基础的关联加以解决。研究表明,将土壤分类名限定于对成土过程的描述,有利于分类系统的稳定和对主要土壤类型成土过程的认知,在层级结构上对分类系统的不断调整,或将成土过程以外的土壤质量评价引入分类系统,将导致繁冗的土壤分类名,弱化对成土过程认知。由于土壤发生分类信息是进行土壤功能性状调查、评价和分类的重要辅助信息,将土壤分类限定于描述发生分类还有利于将其用于阐明土壤肥力、土壤环境和土壤健康功能性状。根据上述观点,对分县资料中土壤类型名进行了编审,土类按照国标发布的60个土类进行了归并,亚类进行了适度归并,在土属和土种名编审中,则对名称中源于现场调查的土壤分类信息尽量予以保留。

自组织竞争人工神经网络在土壤分类中的应用

利用自组织特征映射网络 (SOM网络 )的聚类功能 ,应用 MATL AB 5 .3软件编程 ,对三江平原地区的 2 1个土壤采样进行了分类 ,并与有关文献的模糊聚类分析结果进行了比较 ,指出 SOM网络可以很好地反映、提取土壤样本间复杂的信息 ,分类效果较好 。

基于遥感技术的干旱区土壤分类研究

以新疆艾比湖地区为研究区域,以ASTER和SPOT卫星数据为基础,探讨了干旱环境下基于土壤与景观关系的土壤遥感自动分类方法。首先,研究以实地调查资料和第二次全国土壤普查数据库为基础,结合遥感图像信息分析了试验区土壤类型与景观的关系。然后,基于遥感图像和地形数据提取了分类特征,并采用Jeffries-Matusita距离分析建立了适用遥感分类的土壤分类系统和分类特征集。最后,采用最大似然法进行了自动分类。研究证明,基于遥感信息和地形数据提取的分类特征,可有效地区分试验区9类土壤和地表覆被,主要包括:盐碱化土壤、荒漠化土壤等,总体分类精度达到了90%左右。

反射光谱特征的土壤分类模型

土壤反射光谱综合反映了土壤的理化性质和内部结构,高光谱遥感已被用于基于土壤反射光谱特性的土壤分类。已有研究一般利用土壤反射光谱一阶微分主成分作为输入量进行光谱分类模型构建,但主成分数据缺乏物理意义,且缺乏对比性、适用范围也有限。与反射率一阶微分数据相比,基于去包络线提取具有明确物理意义的特征参数,能够提高土壤分类的精度,并寻找到一种高精度土壤分类模型。选取吉林省农安县的四种典型土壤(风砂土、草甸土、黑土、黑钙土),将采集后的土壤样本进行风干、研磨、过2 mm筛处理,采用ASD FiledSpec 3便携式光谱仪对处理后的土壤样本的可见光近红外光谱区进行测试,从而获得土壤样本的光谱数据。对光谱数据进行九点平滑、 10 nm重采样处理进行降噪,将处理后的数据分别进行一阶微分主成分以及去包络线处理。利用土壤样本的去包络线提取光谱特征参数。以一阶微分主成分数据和光谱特征参数为输入量分别代入Logistic聚类模型(LR)、人工神经网络聚类模型(ANN)、 K-均值聚类模型(K-means)。首先明确了不同土类之间的反射光谱曲线、去包络线的差异大小,以及相同土壤的反射率曲线、去包络线进行土壤分类的优劣,并且在去包络线的基础上提取能够区分不同土类的光谱特征参数;其次,比较一阶微分主成分与光谱特征参数作为输入量时,三种光谱分类模型精度差异并分析不同模型精度差异的原因。结果表明:(1)四种土壤的反射光谱曲线差异较小,去包络线可以极大的增强四种土壤在 430~ 1 210 nm之间的光谱差异,并在去包络线的基础上构建具有明确物理意义的光谱特征参数。(2)将一阶微分主成分和光谱特征参数分别代入三种聚类模型可知,以光谱特征参数为输入量的土壤光谱分类模型均超过了以一阶微分主成分为输入量的模型精度,由于光谱特征参数保留了原数据的物理意义、更准确的体现了不同土壤类型之间的差异性,而一阶微分主成分数据带有一定的模糊性不同范围之间缺乏对比性,在土壤分类中以光谱特征参数作为输入量更具有优势。(3)在三类土壤分类模型中, LR的分类精度最高为76.67%, Kappa系数为0.56;ANN的分类精度中等为72.50%, Kappa系数为0.48;K-means的分类精度最低,只有65.00%, Kappa系数为0.33。研究成果可为土壤精细制图、以及土壤分类仪器的研制提供技术支持。

土壤光谱特征及其定量分析在土壤分类上的应用研究

本文研究了我国南方山地丘陵的砖红壤、红壤、黄壤、水稻土和紫色土等的光谱特征,对这些土壤的360—2500nm光谱反射率进行了定量分析,从心土层土壤光谱反射率中选出10个光谱指标,能有效地区分我国南方山地丘陵的主要土壤类型,它可作为土壤发生分类研究的光谱定量指标。

土壤分类的发展与方向

土壤分类是认识土壤的基础,也是研究土壤的一种基本方法。随着土壤科学的发展,土壤分类也在不断前进。本文从国际到国内,从过去到近现代,叙述了土壤分类的循序渐进的发展历程,阐述了土壤分类经历了早期以土壤地理发生分类为代表的定性分类时代而进入了近现代以土壤系统分类为代表的定量分类时代,开始了新的里程。特别是近期关于土壤系统分类基层分类单元土系的研究成为当前从事土壤分类研究的热点,也是今后土壤分类研究的重要方法和手段,对于土壤地理学研究具有重要意义。

黑龙江省土壤分类参比

本文对黑龙江省土壤普查划分出的１３个土类，按《中国土壤系统分类（修订方案）》的方法进行检索。

基于RBF神经网络的土壤分类设计

为了提高土壤遥感图象分类精度,把径向基函数(Radial Basis Function,RBF)神经网络应用到遥感土壤分类系统,并基于MATLAB平台仿真模拟。仿真结果表明,经过训练的RBF神经网络可有效识别土壤特征,实现自动土壤分类。

江西1978土壤分类系统与FAO1990土壤分类系统的衔接研究

分析了中国１９７８和ＦＡＯ１９９０两种土壤分类系统分类依据的共性、联系，把ＦＡＯ１９９０土壤分类系统的诊断层和诊断特性同中国１９７８土壤分类系统的土壤发生学特性进行了对比。通过指标对照和转换，选择关键特性作为两种土壤分类系统衔接转换的依据，进行了江西省土壤分类系统（１９７８暂行草案）与ＦＡＯ１９９０土壤分类系统的近似衔接对照转换，并应用于ＦＡＯ－ＡＥＺ土地生产潜力模型中，取得了满意结果。

我国土壤调查制图及土壤分类工作的回顾与展望

建国以来,我国围绕国土整治与区域治理任务,在各地开展了土壤调查、制图及分类工作,为土壤资源的开发利用、建立土壤信息系统以及制定以诊断层为基础的土壤分类系统作出了贡献。今后应加强遥感技术与土壤信息系统的结合,使之步入新的发展阶段。

中国土壤分类四十年

建国以来土壤分类是不断完善的过程。涉及全国的土壤分类系统至少有9个。可分为三个时期。解放初,采用美国马伯特土壤分类系统,以土类为基本单元,土系为基层单元,其中就有我国特有的山东棕壤、砂姜黑土和水稻土等类型;从1954年开始采用土壤发生分类系统,之后陆续提出了一些新土类,如黄棕壤、黑土、白浆土、砖红壤性红壤等,接着由于对耕地土壤的普查,充实了水稻土、明确了潮土、灌淤土和(土娄)土等的独立土类地位,并提出了其他许多磷质石灰土等新土类。目前正在开始以诊断层如诊断特性为基础、结合我国丰富土壤类型的实际,在已有基础上,建立具有我国特色、具有空量指标的土壤系统分类。但这需要有一个较长的研究和完善过程。

湖南土壤分类的研究概况与展望

在介绍湖南省3次土壤普查的基础上,详述了湖南省现行土壤分类系统的土纲、土类、亚类、土属、土种、亚种6个分类单元,综述了1965年至今的湖南土壤发生分类和系统分类的探索性研究概况,指出了湖南现行土壤分类体系中存在有待定量化、标准化和国际化等问题,由此展望了开展湖南土系调查与土壤基层分类研究的广阔前景。

中国土壤分类从定性向定量的发展 龚子同教授等著《土壤发生与系统分类》评介

龚子同、张甘霖和陈志诚等所著《土壤发生与系统分类》（科学出版社，2007年9月出版，625页）是一部土壤发生学理论与中国实际相结合的开创性著作。这是继《中国土壤系统分类一理论·方法·实践》（科学出版社，1999）之后的又一力作。

吉林省土壤分类原则依据和土类概述

根据我省土壤普查工作的要求和全国土壤普查科研协作确定的研究内容,我们在参加四平、白城地区部分县、市土壤普查过程中,与地区、县土肥站、土壤普查办公室协作,1979～1983年共同研究制定了八个县市的土壤分类检索表,通过普查应用基本符合当地土壤类型情况。现在县级土壤普查即将结束,地区级汇总正在开始。

从对日本几个土壤剖面的认识看东亚及东南亚地区的土壤分类

作者应东亚和东南亚土壤科学联合会(ESAFS)的邀请,于1991年11月11日至15日参加在日本大阪市举行的土壤分类系统对比专题讨论会,有机会向亚洲及其他国家的同行们介绍中国土壤系统分类(首次方案),共同切磋土壤分类问题,受益匪浅。

从现行土壤分类制存在的问题论我国土壤分类的发展趋势

木文论述了我国现行土壤分类制。因为受到地理发生学派的影响，存在着边界不清及土壤分类侧重于成土因子和地带性而忽视了土壤属性等问题。阐明了我国土壤分类的发展趋势是：继承地理发生分类制的优点，在重视中心概念的同时注意边界定义。应确定以土壤本身属性即土壤诊断层和诊断特性为土壤分类的依据，注意土壤阶段发育特征，区分土壤由初期发育向顶极发育的各阶段，加强基层分类的研究工作。