近日，地球科学与技术学院在地学Top期刊《Geoderma》发表题为“Recognition of potential outliers in soil datasets from the perspective of geographical context for improving farm-level soil mapping accuracies”的科研论文，郑州大学地球科学与技术学院为第一完成单位，王永吉老师为第一作者。

       中国是农业大国，土壤的发生和时空演变、土壤分类、土壤分布、土壤区划、土壤资源评价等问题直接关系到农业生产效能，是关乎我国农业、农村、农民问题以及社会经济发展的头等大事。土壤之于我国的社会经济生态意义重大。质量良好的土壤样本数据，是获取精准的土壤空间分异性的基石。然而，在田间采样和实验室理化分析过程中，因操作失误或实验条件变化等原因，会导致土壤养分测量值与真值存在较大的偏差，从而产生异常土壤样本。鉴于此，不同于传统的专家经验或统计学角度，该论文从地理学角度，研发了一种新的土壤样本个体质量评价方法，通过量化样本个体质量的不确定性得分，实现土壤样本的个体质量控制，从而获取更加可靠的数字土壤制图结果。该项成果可有效完善数字土壤制图领域样本质量评价的理论方法体系，进而促进我国精准农业土壤管控的发展。

       该成果依托河南省高等学校重点科研项目计划“基于局部空间异质性的土壤样本潜在异常值识别方法研究”，是地球科学与技术学院数字制图方向重要成果之一。

文章链接：https://www.sciencedirect.com/science/article/pii/S0016706123000514?via%3Dihub

图1图人工污染栅格数据及其异常值得分结果：（a）DEM，（b）异常值得分结果，（c）DEM和异常值得分的局部放大结果，（d）异常值得分的数理统计结果

图2 土壤pH异常值得分不同情况的比较：（a）同时顾及空间自相关和空间分异性，（b）仅考虑空间自相关