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，土壤普查，其它模型制图区域通常不宜过大。
培训中，土壤普查外业调查采样合作队伍，与会们围绕第三次土壤普查部署要求，系统介绍了试点过程中存在问题与解决方案，并就外业工作要求、外业调查与采样操作要点及常见问题、土壤属性制图、土壤类型制图、土壤农业利用适宜性评价、耕地质量等级评价、剖面调查技术和实操等内容进行详细讲解。
近年来，浙江省以建设生态强省为立足点，深化推进新举措，有序推进“土壤三普”工作，出台了《浙江省第三次土壤普查工作实施方案》、外业调查采样技术规范等一系列技术规范，形成了完善的普查技术体系和质控体系。此外，浙江省还结合“土壤三普”生物调查和土壤健康行动，土壤普查外业调查采样调查第三方，开展与主导产业土壤适宜性评价，探索建立土壤健康评价体系，土壤普查数据汇交，按照“一地试点，全省共享”的思路，支持温岭市探索试点成果数字化应用场景开发，构筑集成数据存储展示、服务指导、决策功能的“数字土壤”一张网。下一步，浙江省将以此次培训为契机，提高检测机构、流转机构及相关工作人员的能力水平，奋力提升“土壤三普”工作水平，推进浙江省农业农村现代化进程。
上海市、江苏省、浙江省等九省市代表参加培训。培训期间，还进行了笔试考核与现场实操考核，通过“以考促学”，增强土壤普查队伍技能。
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
土壤普查-山东得正-土壤普查数据汇交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。