近期，国家青藏高原科学数据中心作为科研论文关联数据仓储发布共享了中山大学大气科学学院戴永久院士研究团队的“用于陆面模拟的中国土壤数据集（第二版）”，用户可开放获取。其关联论文“A China dataset of soil properties for land surface modeling (version 2, CSDLv2)”已在期刊Earth System Science Data上发表。
土壤物理与化学性质的空间分布对于陆面过程建模至关重要。土壤作为地表的重要组成部分，对水分与能量循环、碳循环、养分循环等方面的影响是不可忽视的。然而，现有的中国区域土壤属性产品的土壤属性变量有限，缺乏综合性土壤物理和化学属性数据。如何基于有限的土壤剖面制作高分辨率高精度的土壤属性产品仍是一个重要挑战。
为此，戴永久院士研究团队的上官微教授和2023级博士生石高松等人采用机器学习方法构建了一套中国范围90米分辨率的多层土壤属性栅格数据产品（CSDLv2）。技术路线如图1所示。该数据产品包括土壤物理属性（土壤容重、质地、砾石含量、土壤颜色）和化学属性（酸碱度（pH）、有机碳含量、阳离子交换量、总氮、总磷、总钾、碱解氮、速效钾、有效磷）。本研究进行了交叉验证和独立验证两种验证方式对数据产品进行了评估，均表现出良好的结果。与全球范围的土壤产品（如SoilGrid2.0和HWSD 2.0）以及团队于2014年发布的第一版数据产品（CSDLv1）相比，CSDLv2提升了制图精度（图2和图3）。研究还引入了对空间预测不确定性的量化评估，更全面地表征了中国土壤属性的空间变异特征。
图1 中国90米空间分辨率土壤属性产品CSDLv2研制过程
图2 不同数据产品的土壤有机碳含量空间分布图及对应的地形和土地利用
图3 第二版数据产品与第一版数据产品的差异对比（以表层SOC, sand, clay为例）
作为主要基于全国土壤二普土壤剖面的数据产品（1970s ~1980s），CSDLv2与基于2010年代土壤剖面的现有数据集相结合，可以为土壤变化提供新的视角。该数据集适用于陆面过程建模、农业、气象和生态领域的多种应用场景，尤其在需要高分辨率、高精度土壤属性数据的研究中具有重要价值。这一成果为进一步深入探索土壤属性对地球系统的影响提供了新的可能性，也为提升我国陆面模拟研究水平奠定了数据基础。
该研究得到了国家自然科学基金（批准号：42375144, 4227515和42205149）和广东省基于与应用基础研究重大专项（批准号：2021B0301030007）等项目的资助。
论文信息：
Shi, G., Sun, W.,Shangguan, W.#, Wei, Z., Yuan, H., Zhang, Y., Liang, H., Li, L., Sun, X., Li,D., Huang, F., Li, Q., Dai, Y. (2025). A China dataset of soil properties for land surface modeling (version 2, CSDLv2). Earth System Science Data, 17,517–543. https://doi.org/10.5194/essd-17-517-2025.
Shi, G., Shangguan,W.#，Zhang, Y., Li, Q., Wang, C., Li, L. (2024).Reducing Location Error of Legacy Soil Profiles Leads to Significant Improvement in Digital Soil Mapping. Gederma,447, 116912. https://doi.org/10.1016/j.geoderma.2024.116912
数据信息：
石高松, 上官微. (2024). 用于陆面模拟的中国土壤数据集（第二版）. 国家青藏高原数据中心.
https://doi.org/10.11888/Terre.tpdc.301235.https://cstr.cn/18406.11.Terre.tpdc.301235.Shi, G., Shangguan,W. (2024). A China dataset of soil properties for land surface modeling(version 2, CSDLv2). National Tibetan Plateau / Third Pole Environment Data Center.
https://doi.org/10.11888/Terre.tpdc.301235.https://cstr.cn/18406.11.Terre.tpdc.301235.
