第三次土壤普查外业调查采样合作公司价格合理「在线咨询」

数字土壤制图方法已广泛用于土壤属性制图。该方法是根据已知点的土壤信息通过数字手段推测其他点土壤特征的过程，以土壤—景观模型为理论基础，以空间分析和数学方法为技术手段，生成数字格式（栅格）的土壤属性空间分布图。2数字土壤制图的主要方法

地统计方法，包括克里格插值及其衍生方法，有普通克里格泛克里格经验贝叶斯克里格回归克里格地理加权克里格协同克里格模型等，除普通克里格泛克里格经验贝叶斯克里格外，其余的克里格衍生模型是利用所预测土壤属性与环境辅助变量（成土因素）之间的相关性（要素相关性）来提高预测精度。普通克里格应用早而广泛，但其与泛克里格反距离加权邻近法等模型均仅利用变量空间自相关关系，适合较均一土壤属性变化不强烈的环境。普通克里格会产生平滑效应，对于局部变异较大地区的预测可能会与实际情况不符。在数字土壤制图领域比较常用的方法可分为类地统计方法确定性插值数理统计机器学习和模糊推理方法。

NDVI的取值范围为-1和+1之间若NDVI<0，表示地面覆盖着云水雪等，对太阳福射中的可见光反射率较高；若NDVI=0，表示地表的岩石或戈壁等处；若NDVI>0，则表示地表有植被覆盖，且植被覆盖密度越大，其值越高。NIR为近红外波段的反射值，VIS为红光波段的反射值。NDVI=(NIR-VIS/(NIR-VIS

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。