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可靠性，要求对样点的可靠性进行质量检查。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。
全程“质控检测”，严把质量关口
切实做好外业调查采样与内业检测工作节点的衔接，第三次土壤普查，是保证“土壤三普”工作顺利开展的关键。陕西省土壤普查办通过层层筛选，第三次土壤普查外业调查采样合作队伍，选定5个实验室共同承担6个试点市县及3个盐碱地专项调查市县“土壤三普”样品制备工作，做到制样、检测分离，第三次土壤普查外业调查采样合作队伍，完成8497个土壤样品制备工作。术业有专攻，样品转码工作由3家省级质控实验室，分别负责制定针对5家制样实验室的样品流转、转码工作计划和实操演练。确定土壤三普样品转码工作统一在制样实验室实施，减少了运输环节，提高了工作效率，第三次土壤普查外业调查采样数据汇交，形成了统一的规范技术流程和要求。按照第三次土壤普查领导小组办公室公布的陕西省入围土壤三普检测实验室名单，并结合实际情况，由陕西省土壤普查办统筹安排，终确定16个检测实验室共同承担6个试点市县及3个盐碱地专项调查县“土壤三普”样品检测任务。本次试点工作涉及土壤检测样点共6092个，其中包含表层样点5939个，剖面样点153 个。参与本次试点工作的16家检测实验室，圆满完成了“土壤三普”试点市县土壤样品检测工作，形成了由外业调查采样-内业测试分析-成果汇交组成的一条龙技术模式，总结出试点检测工作全流程，实现了“大练兵”的目的，更为今后开展的“土壤三普”工作奠定了坚实基础。
选用相对成熟区域较优的方法。现有方法均基于一定的数学假设，尚无单一方法或统一固定的环境辅助变量，可以适合不同地貌类型区域。因此，针对制图对象，选择适用的制图方法类别；针对具体土壤属性，根据制图区域特征和范围（尺度），结合样点的密度和均匀度，选用相对成熟的，精度检验较优的方法，且方法不宜过于繁杂。2因地制宜原则
得正检测-第三次土壤普查外业调查采样合作队伍-第三次土壤普查由山东得正工程测绘有限公司提供。山东得正工程测绘有限公司在环保项目合作这一领域倾注了诸多的热忱和热情，得正工程一直以客户为中心、为客户创造价值的理念、以品质、服务来赢得市场，衷心希望能与社会各界合作，共创成功，共创辉煌。相关业务欢迎垂询，联系人：刘炜炜。