黑河流域关键土壤属性数字制图研究

数字土壤制图研究是土壤地理学的前沿领域。本研究针对我国典型内陆河流域-黑河流域-土壤空间信息不足和生态水文过程模拟中土壤参数不确定性较高的现状，基于数字土壤制图理论和方法，开展该地区流域尺度的数字土壤制图研究。要解决的科学问题是如何建立适用于多种复杂土壤景观类型、且能估算像元水平上不确定性的数字土壤制图方法。研究内容包括开发各种典型土壤景观类型下区域环境协同变量的获取方法，集成利用历史土壤资料和代表性野外土壤采样获取土壤与环境关系知识的方法，构建区域土壤与环境关系的知识集，利用模糊理论开发以知识作为驱动的土壤类型和关键土壤属性（特别是与土壤水文参数相关的土壤属性）的推测制图方法，实现流域尺度上关键土壤属性的数字制图，并发展基于知识集的制图结果不确定性评价方法。该研究可以丰富和完善数字土壤制图的理论方法，并为黑河流域计划的水文模拟研究提供迫切需要的土壤信息。

黑河流域现有历史土壤图分辨率、精度较差。本研究的目标是采用数字制图方法生成空间分辨率和准确性较高的黑河流域系列土壤图。.收集整理研究区土壤和成土环境因素的基础数据资料，并系统开展全流域土壤调查，测定主要理化属性。对黑河流域影响土壤水文特征的土壤过程与剖面形态进行了研究。通过分析基本土壤属性变异特征及其与关键土壤水文生态功能指标的相关性，研究黄土母质发育土壤的功能性演化。证明了有机质的积累显著影响高寒生态系统演化过程、及草毡表层对土壤水文过程的显著影响。分析了不同景观一米土体有机碳储量分布特征。研究了土壤水分入渗性能的空间特征，确定表征土壤水分特征曲线的经验模型的参数，并提出基于深度学习元胞自动机模型的土壤含水量时空预测方法。定量分析探讨了干旱区不同种类结皮对土壤稳定入渗速率的影响，获取到不同土壤类型入渗速率。.分析了不同土壤分类系统的土壤景观格局，研究了土壤有机碳与质地剖面垂直分布特征及其影响因素。明确土壤厚度定义与划分标准，提取不同尺度土壤厚度分布的规则。基于时间序列观测的土壤水分含量数据，开发用于绿洲平缓区土壤质地空间预测的协同变量。研究土壤光谱间接预测土壤类型、光谱维度的数值土壤分类。系统分析基于光谱、理化属性的数值分类与土壤系统分类三者异同。采用数字土壤制图方法进行土壤类型/属性制图，对经典统计、空间统计和机器学习方法等方法进行了应用、比较和开发研究。改进环境相似度算法与成土因素变量权重，基于案例推理方法预测土壤亚类、土类，准确率分别为75%与85%。对土体厚度空间分布进行预测制图，土壤厚度图的总体精度为74%。构建典型景观区域表层水稳性团聚体与土壤属性、环境因子的数学预测模型。利用模糊C均值聚类进行传统土壤图的更新。分析了随机效应、固定效应模型对土壤有机碳含量预测的影响。探讨三维数字土壤制图方法，基于线性混合模型方法与基于样条函数的人工智能方法，预测生成了土壤有机质含量等三维制图产品。.科学系统地揭示黑河上游降尘、草毡层、下游结皮等元素的水文生态功能，首次规则化流域内系列土壤-景观知识，有效体现区域不同土壤属性空间变异特征，引起国内外学者广泛关注。参照全球土壤制图计划标准规范，生成的全流域系列土壤类型/属性图已提供给黑河计划项目管理组，该数据不仅能够服务流域生态和水文过程模拟，也是对“全球土壤数字制图计划”亚洲节点的重要补充。