土壤普查-土壤普查外业调查采样质检-得正工程(商家)

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---性，土壤普查，要求对样点的---性进行检查。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。

土壤三普工作是时隔40年来一次重要的国情国力调查，这四十年恰是我国农业快速发展时期，工业化和城市化迅猛发展改变了土壤资源的利用方式、规模和强度，土壤数量、及生态功能均发生了深刻变化，相关数据已不能反映当前农用地土壤实况，要落实藏粮于地、藏粮于技战略，守住耕地红线，需要摸清耕地状况。在第三次国土调查已摸清耕地数量的基础上，迫切需要开展土壤三普工作，实施耕地的“体检”。土壤三普主要是查明土壤类型及分布规律，查清土壤资源数量和等的重要方法，普查结果可为土壤的科学分类、规划利用、改良培肥、保护管理等提供科学支撑，为经济、社会、生态政策的制定提供决策依据。