土壤的空间分布是土壤形成与发展过程的体现。数字土壤制图是一种新兴的、高效表达土壤空间分布的技术方法,在过去的30年取得了飞速发展。其理论基础为土壤成土因子学说和地理学第一定律。国内外学者在获取环境变量数据、采样方法、制图模型方法和土壤图产生及评价方面开展了大量的研究,应用案例也从小范围到大区域,甚至是全球尺度。未来数字土壤制图的发展方向包括:环境变量刻画的新技术,特别是体现人类活动方面的环境因子;新型数据和遗留数据的有效利用;土壤发生学知识与数学模型的紧密结合的新型推理方法;支持大数据多终端的计算模式。

【目的】研究环境变量的筛选和土壤类型空间推理方法的选择，为有效提高县域数字土壤制图精度提供参考。【方法】以四川省盐源县为研究区，将气候要素、地形数据和遥感影像作为推理制图的辅助因子，利用野外采样点数据和环境协变量因子，采用决策树分类方法对环境特征进行重要性排序、特征筛选和组合优选，通过对比决策树分类、支持向量机和随机森林几种土壤分类方法的制图精度，探索基于土壤-环境关系理论提高具有立体气候特征的山区县域数字土壤制图精度的途径。【结果】①气候和地形特征在研究区土壤分类中起重要作用，采用单一气候因素作为土壤筛选分类的环境变量可获得土壤分类筛选精度为83.22%，依次增加地形和生物特征可分别使筛选精度提升至85.78%和89.43%；②与其他模型相比，随机森林模型制图效果更好，对比采样点数据的土壤分类总体精度为77.10%，Kappa系数为0.72；③气候因子以及地形因素对水热条件的影响是决定研究区土壤类型空间分布异质性的主要原因，年均气温、年积温、年降水量、相对湿度、高程、地形湿润度等环境特征因子与研究区主要土壤类型的空间分布有着密切关系。【结论】在具有立体气候特征的山区，基于随机森林方法使用气候、地形和遥感数据进行数字土壤分类制图有较好的效果。

我国多数地区经过两次土壤普查以及科研工作者的野外调查,积累了一定数量的土壤样点"(已有样点")。本文在充分整合已有样点的基础上,提出了逐次、高效地设计补充样点的方案,它包括3个步骤:首先,确定已有样点集的空间代表范围"(可推测范围");然后,将已有样点集不能代表范围内的每一个栅格都看作一个候选样点,计算每一个候选样点的可扩推范围,选择可扩推范围最大的点作为第一个补充样点;最后,基于已有样点和补充样点更新样点集的空间代表范围图。重复以上过程,直至新样点集的空间代表范围能够覆盖整个研究区。该方法在充分利用已有样点资源的基础上,不仅能够确定补充样点的数量、位置,而且能够给定补充样点的重要性次序,在采样资源有限的情况下,为采样者合理地选择样点提供了重要依据。

【目的】土壤属性的空间分布是影响农业生产力、土地管理和生态安全的重要因素。通过土壤环境耦合关系,在机器学习算法框架下,定量预测出干旱区土壤酸碱度(pH)、土壤盐分含量(Soil Salt Content,SSC)与土壤有机质(Soil Organic Matter, SOM)3种土壤属性的空间分布,为干旱区农业生产和生态安全提供科学依据。【方法】在渭干河—库车河绿洲干旱区于2017年7月设计采集典型表层(0—20 cm)土壤样品82个,依据土壤-环境之间的关系,集成DEM数据和Landsat 8数据提取出32种环境协变量,利用栅格重采样将提取出的32种变量重采样为90 m空间分辨率并转换为Grid格式参与建模。借助梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型依次对3类土壤属性的32种环境协变量进行重要性排序,并通过均方根误差(Root Mean SquareError,RMSE)界定出协变量重要性阈值点,从而筛选出参与3类土壤属性制图的环境协变量。进而运用随机森林(Random Forest, RF)、Bagging和Cubist 3种非线性模型建模,并引入多元线性回归模型(Multiple Linear Regression,MLR)进行对比分析,选出最优模型并绘制出90 m分辨率新疆渭干河-库车河绿洲干旱区pH、SSC与SOM 3种土壤属性图。【结果】梯度提升决策树能有效筛选出重要协变量,高程(Elevation)、剖面曲率(Profile Curvature)、差值植被指数(Difference Vegetation Index)、扩展增强型植被指数(Extended Normalized Difference Vegetation Index)、调整土壤亮度植被指数(Modified Soil Adjusted Vegetation Index)、盐分指数S1(Salinity Index S1)以及盐分指数S6 (Salinity Index S6) 7类环境变量均参与3类土壤属性建模,其中SSC遴选出参与建模协变量15种,pH和SOM则均为17种,且遥感指标在预测土壤属性图中起到强大的作用。机器学习3种算法的结果均优于MLR。通过3种非线性模型对比发现,随机森林在3种土壤属性中均表现最佳。在随机森林预测的3种土壤属性中,土壤pH验证集效果R~2=0.6779,RMSE=0.2182,ρ_c=0.6084;在SSC预测中,验证集R~2=0.7945,RMSE=3.1803,ρ_c=0.8377;在SOM预测中,验证集R~2=0.7472,RMSE=3.5456,ρ_c=0.7009。【结论】GBDT所筛选出的重要性因子借助机器学习算法可以用于干旱区土壤属性制图,且随机森林模型均对3类土壤属性表现出最佳预测能力。依据所绘制的土壤属性图并结合土壤分类图厘清了3种制图属性的空间分布。

近二十年来,在各种应用的驱动下,联合监控过程位置参数和尺度参数的变化越来越受到研究工作者们的重视。在此背景下,大量的研究工作被学者们提出。本文将系统梳理和回顾这二十年的联合监控过程位置参数和尺度参数控制图的研究进展。为此,我们首先回顾受控分布为正态分布且受控参数已知情况下的联合监控均值和方差的控制图方案,并对这些控制图给出我们的评价观点。然后,我们讨论正态分布下,受控分布参数未知时的联合监控方案。进而,我们从稳健性的角度回顾当受控分布完全未知时的非参数或者分布自由的联合监控方案。最后,我们针对一些复杂数据过程,譬如,多元过程,相关过程,存在测量误差的过程,给出这方面联合监控的简要综述,并在这些复杂过程的基础上,给出未来的可能研究方向。

为探究林场土壤全氮含量的空间分布特征及对环境因素的响应，以旺业甸实验林场为研究区，采用随机森林模型和Cubist模型建立了不同土层深度（0～10、10～30、30～50 cm）土壤全氮含量与环境协变量（海拔、归一化植被指数、年平均降水量、年平均气温、y坐标和坡向）之间的定量关系模型，对该区土壤全氮含量进行预测并制图，并分析了影响土壤全氮空间变异的控制性因素。研究结果显示：0～10、10～30、30～50 cm土层实测全氮含量的均值分别为3.20、2.02、1.47 g/kg，土壤全氮的平均含量随土层深度的增加而降低；3个土层深度土壤全氮预测随机森林模型的决定系数R2分别为0.59、0.42和0.39，均优于决定系数R2分别为0.56、0.38和0.34的Cubist模型，2种模型预测精度都随土层深度的增加而降低，各环境因素对土壤全氮空间分布的影响作用随土层深度的增加而减小；从随机森林模型土壤全氮预测图来看，不同土层深度土壤全氮含量均呈现西部、北部和中部低，西南、东南和东部高的空间格局，不确定性图显示随机森林模型预测土壤全氮含量分布具有较低的标准差；海拔对土壤全氮含量的影响最大，其他依次为：归一化植被指数>年平均降水量>年平均气温>y坐标>坡向。结果表明，随机森林模型可以作为有效预测该林场不同土层深度土壤全氮含量的方法。

土壤调查与制图课程是农业资源与环境专业的核心课程,分析了该课程的教学现状,并针对存在的主要问题,结合沈阳农业大学土壤调查与制图课程的教学实践改革,提出推动教学质量提升的相关对策。

利用地理加权回归(Geographically Weighted Regression,GWR)模型,对环鄱阳湖区农田土壤有机碳(Soil Organic Carbon, SOC)影响因子的空间分布格局进行系统分析,结合克里格插值方法进行土壤有机碳制图研究,同时综合比较了地理加权回归方法(GWRK)与回归克里格(Return Kriging,RK)方法在预测土壤有机碳储量结果之间存在的差异。结果表明:(1)根据Pearson相关性分析结果,所选取的各环境影响因素均与土壤有机碳具有相关性(P

[目的]数字高程模型（Digital Elevation Model， DEM）的分辨率大小决定区域地貌形态特征的表达程度，但目前DEM对于局部地形变异大的平原地区土壤有机碳制图精度的影响尚不明确。[方法]基于此，本研究以江苏北部耕地区域为例，利用随机森林算法，建立不同分辨率DEM下的地形、气候、植被、土壤、成土母质与土壤有机碳之间的关系模型，分析DEM分辨率对局部地形变异大的平原区土壤有机碳制图精度的影响程度。[结果]1）不同DEM分辨率下，地形、气候、植被、土壤与成土母质五类因子对土壤有机碳含量的影响程度依次降低；2）当DEM分辨率在大于150 m的范围内变化时，环境特征因DEM的“概化”而逐步缺失细节信息，从而导致土壤有机碳含量预测精度随分辨率的增加而降低；3）地形是苏北耕地区域土壤有机碳空间分布差异的最重要影响因子。[结论]综上所述，DEM分辨率在60－90 m范围内时，整体平坦但局部地形变异程度较大的苏北地区土壤有机碳制图效果最佳。本研究为进一步提高我国相似地貌类型区土壤有机碳制图精度提供了理论依据。

文章在参考CPI国际编制标准的基础上,首先对CPI编制中的一般性问题进行了归纳总结,如CPI的基本内涵、测度目标及编制中需考虑的因素等;然后对国内文献中指出的CPI编制中存在的问题进行了汇总;最后对中国的CPI编制提出展望,指出中国应该在CPI编制的理论研究上更加具体化和量化,在实践中提倡"国际化"和"个性化"统计。

微生物量测定方法是土壤微生物生态学重要的研究方法,目前已形成比较完整的一套实验室常规分析方法。本文将对这些方法做综合评述,对他们之间的相互关系也做了讨论。

中国西南喀斯特地区的土壤侵蚀问题倍受关注。本文针对喀斯特地区的土壤侵蚀研究现状,从喀斯特地区土壤侵蚀的格局研究、机理研究和生态恢复研究三个方面,综合论述了近几十年来有关喀斯特地区土壤侵蚀研究成果和进展。对喀斯特地区土壤侵蚀的区划、分类和分级研究进行归纳,将机理研究从自然因素和自然过程、人文因素和人文过程两个角度进行总结,阐述了喀斯特地区受损土地的生态恢复与重建研究,指出目前研究中所存在的问题,以及今后的主要研究方向。

自动制图综合的研究长期以来未能取得突破性进展，原因之一是人们对制图综合的知识处理的深度不够。本文探讨在ＧＩＳ环境下实现智能化制图综合的方法。方法要点是：①采用知识推理＋数学模型的方法，即将基于专家知识的智能化推理与数学模型处理结合起来，用知识推理引导和操纵数学模型处理，以期达到较理想的结果；②在专家知识规则中贯穿面向地理特征的思想，即包括面向地理要素、面向地物对象－类，面向特殊地理区域等方面的知识法则。本文首先阐述在ＧＩＳ环境下实现智能化制图综合功能的策略，其次描述知识推理控制下的数学模型操作流程，以及制图综合专家知识库的组织形式；最后阐述各种面向地理特征的制图综合知识规则。

员工离职是指从组织中获取物质利益的个体终止其组织成员关系的过程,长期以来的离职研究主要从个体层面探究员工主动离职的决定因素和决策过程。本文在梳理以往离职研究在个体离职模型、群体离职和离职后果等方面进展的基础上,识别了离职研究的多学科背景及其对管理学视角下离职理论的启示,最后分析了离职研究未来可能的理论贡献和实践应用领域,以期为后续研究提供有益启示。

近年来，ESG概念逐渐进入人们的视野，成为实务界和学术界的关注热点。ESG是未来世界重要的发展战略内容，而当前对ESG的研究仍然处于起步阶段。本文梳理了ESG的内涵、测量方法、理论基础以及有关ESG行为、ESG信息披露和ESG投资的研究。通过对现有研究成果的梳理，发现已有研究存在ESG内涵不明确、ESG测量方法未达成统一、ESG相关研究深度广度不够等问题，并对ESG研究的未来发展进行了展望。