资划所供图

21年，他们抢救性收集了我国自上世纪80年代以来的大比例尺土壤调查图件和资料，并利用人工智能、人机交互等创新性技术进行时空整合，创建了我国全域高精度数字土壤。这些工作如果完全依靠人工流程，数百年时间也难以完成。

4月6日，由中国农业科学院农业资源与农业区划研究所（以下简称资划所）牵头，联合12家专业科研院所共同完成的中国高精度数字土壤，宣布通过科技成果评价。

TB级数量、多要素、100米精度、40年跨度

“数字土壤”就是数字化的土壤，它利用地理信息系统、全球定位系统、遥感技术等现代信息技术方法，模拟和重现土壤类型、土壤养分等土壤性状的空间分布特征。高精度数字土壤能直观、精细展现土壤资源与质量状况，为农业、环境和科学研究提供重要信息。

1999年以来，中国高精度数字土壤的工作得到了6个国家项目的支持。

根据此前中国农学会组织的成果评价会上，专家组一致认为，该项研究成果达到国际领先水平。张维理介绍, 这是因为“中国国土面积大，分区类型多，气候类型多，土壤类型多。我们在大数据时空整合和表达中要解决各种类型问题，很多都是其他面积小的国家可能碰不到的。问题解决得多了，技术水平自然就领先了。”

张维理介绍，项目建成的中国高精度数字土壤与五万分一土壤图籍，是我国迄今最完整和精细的土壤资源与质量科学记载。其数据量达到TB级别，覆盖我国全域；达到100米精度，而网格尺寸100米的土壤质量数据可直接供农民进行农田管理；涵盖9大图层多要素，全面反映土壤质量；时间跨度达到40年，可掌握土壤质量变化。

“与上世纪80年代相比，我国30厘米以内农田土壤有机质含量增加了9.18%。”张维理说，这得益于我国农作物产量大幅增加，土壤中的根系残留物随之增加，土壤生产力上升。未来20~30年，随着秸秆还田、退耕还林等措施的持续推进，土壤有机物含量还会继续增加。

除了土壤有机质含量，高精度数字土壤还能提供多项土壤资源与质量理化性状，其中的土体构造、质地、母质、成土条件、土壤类型等稳定性性状，时效性达上千年，可长久使用；而土壤有机质、酸碱度、氮、磷、钾等养分含量、耕层厚度等快变化性状，为了解土壤与环境质量演变提供了依据。

此外，高精度数字土壤可用于耕地保护与农田管理、农田培肥与修复、农业保险、流转土地的价值评估、适种作物评价、食品安全管理、农田氮磷流失控制、土壤污染防治与修复、水土流失防治与减灾等方面。

张维理介绍，采取边建设、边应用方式，该项成果自2003向各行业共享和开放，已为我国60余家专业科研机构用于耕地质量演变、流域氮磷流失量估算、环境容量测算、温室气体减排、医药、水利、林业、测绘等方面的科学研究，推动了这些领域的创新研究，提升了我国科学研究基础数据条件；并为全国31个省、市、自治区的农业、环境、自然资源管理部门用于实施耕地保护与地力提升、面源污染防治、土地整治、测土配方施肥、基本农田建设等国家工程，取得了巨大社会效益和经济效益。

首创土壤大数据方法

“我们总的数据产品达到TB级，对异源数据分析工作量是海量的。”张维理告诉《中国科学报》，其中，将纸质图集和资料数字化的工作量占总体工作量的1/3，而异源数据的时空整合与表达占总体的2/3。

高精度数字土壤被国际土壤学界列为现代土壤学研究的重中之重。它需要将大区域范围不同来源的调查数据进行时空整合和表达，不仅数字化工程量浩大，更需要解决一系列科学和技术层面难题，受到方法制约，各国相关进展缓慢。

从上世纪80年代开始，我国完成了一系列土壤调查和大比例尺土壤调查图件及资料。“但限于当时技术手段，各地完成的纸质手绘图件份数稀少，一个县也就是2~3份，经过40年的存放，纸质图件和资料状况不佳。对它们的抢救性收集刻不容缓。”

张维理说，对不同地区、时期的调查资料进行时空整合还面临一系列科学问题和技术困难。例如，“南方土壤测有效磷的方法和北方不一样，表达也不一样。如何整合起来要在科学层面和技术上同时拿出解决办法。”土壤大数据方法的核心是将数据科学、自动控制与人工智能设计原理引入土壤学研究领域，以层级化流程设计实现土壤科学需求，以自动化、人机交互式的数据流程替代人工流程，以并行于大数据流程的质量监控设计实现土壤科学家对全流程的掌控和人工干预。

资划所研究员李兆君说，这个方法的核心是人工智能和人机互动，需要土壤科学家以科学层面的设计来带动数据分析规则的设计，让机器学会规则后，代替人工去完成大数据的处理工作。

资划所副研究员徐爱国举例说，人的视觉可分辨的颜色只有100多种，而土壤类型有2万多种。要想在地图让大家通过不同颜色来区别不同的土壤类型，没有那么多颜色怎么办？通过机器学习的办法，在地图的不同幅面，让土壤类型既可以人工识别，又保持其自身的稳性。“要是手工干这个工作，半个月能配出一幅图就不错了。”人工智能技术大大加快了速度，20秒即可完成一幅。

目前，他们已研发约200多个人工智能模块，置于于大数据分析的流程线上。而科学家只需要在人机互动的入口、出口、中间控制点进行管控，节省了大量人力和时间。

“尽管我们启动比很多国家都晚，但大数据方法让我们比较高效地完成了土壤大数据时空整合和表达。”张维理说。

未来应用广阔

“未来会有更多、更好的土壤大数据技术和相关产品进入农业、环境多个行业与人们社会生活中。”张维理说，例如，将高精度数字土壤加载到耕地机械、施肥机械和灌溉机械芯片中，可实现精确施肥、耕作与灌溉；利用土壤时空大数据，对重点农区和流域实现分区、分类、量化的管理，能在减少农用化学品投入量的同时，增加作物产量，保障食品安全。

她认为，对社会和民生真正能发挥作用的应用技术研究，不仅需要理论上的突破，更需要有经验的科研人员在一线进行长期和大量的试验和测试，需要长期坚持，不能在乎每年学术期刊论文发表的多与少。“我们这么多年做大数据时空整合，发表的paper就比较少，收获是历练了对耕地保育、科学施肥和现代农业非常有用的人工智能、人机交互设计技术能力。”

未来，有几项应用已经进入了他们的视野。

利用高精度土壤时空大数据，可以进行土壤质量变化趋势播报。实际上，针对我国大区的宏观土壤预报已经实现了，包括哪个区域会进一步酸化，哪个区域土壤流失会更严重，哪个区域氮磷钾养分非均衡化问题更严重等。“但落到具体地块的微观播报对农民更有用、更有意义。由于土壤理化性状变化没有那么快，即使对变化快的有效养分而言，每几年进行一次播报就够了。”

此外，基于土壤高精度时空数据、人工智能设计的互动施肥技术也是他们的目标。众所周知，占我国农田面积23.6%的蔬菜、水果、花卉等高收益作物农田上肥料用量高是一个大问题。如何利用高精度土壤大数据和人工智能、人机交互设计方法拿出过硬的技术，让农民既可增产、增收，又能有效减少农用化学品投入量，在发展农业的同时，实现环境安全？该研究团队已有具体想法和技术储备。

“一项受农民欢迎的技术一定要让农民增产、增收，这类技术的研发也一定非一日之功，而我们需要有更多的有经验的科研人员长期投入这类研究。”张维理说。

“农业的实际问题很多，中国是一个人口大国和农业大国，我们应该拿出有自己的特色农业新技术产品。”张维理说。