企业官网建设流程全解析

1. 为什么我盯上了这套90米土壤质地数据

上个月做流域水文模拟的时候，又卡在了土壤参数这块。模型需要输入砂粒、粉粒、黏粒的百分含量，但我手头能用的全球土壤数据最细也就250米到1公里，放到一个只有几十平方公里的小流域里，一个网格恨不得把整个河谷和山坡都揉在一起。结果是产流路径算得稀里糊涂，率定的时候只能反复调曲线数，搞得自己心里都没底。

后来换用90米分辨率的中国土壤质地含量数据集，情况立刻不一样了。山谷底部的冲积土、坡地上的风化残积土，至少能分开看了，HEC-HMS里每条子流域的CN值总算有了空间上的合理差异。这篇文章就围绕这套数据集，把它的原理、适用范围、获取方式、预处理流程和实际应用中的坑一次性说清楚。

先给不熟的朋友交代一下背景。土壤质地含量数据集，通俗说就是一套栅格数据，每个像元里存着土壤中不同粒径颗粒的占比，通常分为砂粒、粉粒、黏粒三类。这三个数字直接决定了土壤的保水能力、入渗速度、导水率和养分吸附特性，是水文模型、作物模型、陆面过程模式里必不可少的参数。中国90米分辨率这套产品，覆盖全国陆域范围，采用WGS84经纬度坐标，以GeoTIFF格式提供，适合在ArcGIS、QGIS、Python的rasterio等环境下直接读取。

如果你也在做小尺度水文模拟、精准农业区划、生态承载力评估这类工作，这套数据值得列入备选清单。接下来我把它的特点、用法和局限一次讲透。

2. 土壤质地含量数据是怎么“做”出来的

2.1 底层数据与空间反演逻辑

很多人以为这类数据集是直接挖坑采样得到的，其实不是。全国范围内靠实测点覆盖到90米精度，成本高到无法想象。实际做法是拿有限的地面实测剖面数据做训练样本，结合遥感影像、地形因子、气候变量和母岩信息，用机器学习模型做空间推测，生成连续的栅格图。

这套90米产品的核心思路可以理解为“点位数据+环境协变量+空间插值模型”的组合。地形因子里面最有价值的是坡度、坡向、地形湿度指数和剖面曲率，它们能间接反映土壤的搬运和堆积过程。同一座山，坡顶和坡脚的质地往往差异巨大，这种差异很大程度上能被地形参数捕捉到。气候变量比如降水和温度，则通过影响风化和淋溶过程，控制黏粒的形成和迁移。

看到这里你应该明白，这类产品的质量天花板不取决于空间分辨率写的是多少，而取决于训练样本的代表性和协变量的有效性。90米只是输出网格的尺度，不代表每个像元都是实测出来的。

2.2 粒径分级标准与数据单位

一个很容易被忽略的细节是粒径分级标准。国际上常用的有美国农部制、国际制、苏联制和中国制，不同标准下砂粒、粉粒、黏粒的粒径上界并不完全一致。拿这套数据来看，它遵循的是美国农部制标准，砂粒范围是2到0.05毫米，粉粒是0.05到0.002毫米，黏粒是小于0.002毫米。

这个细节要在模型参数化的时候格外小心。国内很多历史文献和土壤志用的是中国制，中国制下粉粒是0.05到0.001毫米，黏粒小于0.001毫米。如果你拿美国制的数据去跟中国制的实测资料对比，黏粒含量必然对不上，换算率定的时候会出现莫名的系统偏差。建议把标准写进元数据说明里，必要时做一个粒径分级的线性换算。

数据单位方面，这套产品通常以百分比为单位，也就是砂粒、粉粒、黏粒三者的值加总等于100左右。但不同图层之间的单位也有可能是质量百分比、体积百分比，或经过某种变换后的数值，拿到栅格之后第一件事就是检查直方图和统计值，别上来就做计算。

2.3 分层结构与剖面深度

土壤质地不是一个固定不变的属性，它会随深度变化。这套数据按土壤剖面深度分层提供，常见的分层包括0到5厘米、5到15厘米、15到30厘米、30到60厘米、60到100厘米，以及某些情况下更深的层次。

不同模型对土壤层深度的需求不一样。SWAT模型默认分两层，表层和底层，底层深度可以自定义；HEC-HMS的土壤水分流失算法只需要一层等效参数；而HYDRUS这类机理模型需要完整剖面分层。实际操作时，要把数据集的多个深度层合并或加权，得到模型需要的等效值。我通常用根系分布深度做加权，因为作物根系吸水主要分布在0到60厘米，给深层土壤赋予过高的权重会让模拟结果失真。

3. 90米分辨率在空间尺度上意味着什么

3.1 网格大小实际对应的地表范围

90米分辨率，在赤道附近大约是3弧秒的网格，也就是说一个像元对应约90米乘90米的地表面积，相当于8100平方米，差不多一个标准足球场大小。在中纬度地区，经度方向的实际距离会略小，但纬度方向保持不变。

比起250米甚至1公里的产品，90米能带来接近一个数量级的空间细节提升。250米网格下一个像元覆盖62500平方米，已经是六个多足球场的面积。放到地形复杂的西南山区，一个250米像元里可以同时包含山脊、陡坡、谷底三种微地貌，而90米像元能把谷底和坡面初步分开。

这带来的直接好处是流域边界和河网提取的匹配度变高了。用30米DEM提取子流域，再把90米土壤数据叠加上去，网格和水文响应单元之间的错位感会小很多。做分布式水文模拟时，HRU的面积加权不再像以前那样充满“矮子里拔将军”的味道。

3.2 90米数据的适用场景与不适用场景

适合用的场景包括中小流域分布式水文模拟、山洪预报的产流分区、精准农业的变量施肥分区、区域生态安全格局评价等需要较高空间细节的事情。特别是在地形起伏较大的区域，90米数据能明显提升关键水文过程的模拟效果。

不适合的场景也要说透。一是全球或大洲尺度的模拟，这种场景下数据量反而成了负担，1公里数据完全够用；二是田间尺度的精准管理，90米依然太粗，一条条田埂、一块块水田的边界根本无法体现，这种需要无人机多光谱或地面采样的厘米级数据；三是对绝对精度要求极高的科研课题，凡是模型结论对土壤参数特别敏感的情况，都要用实测点做验证和局部校正，不能盲信任何一张空间推测图。

3.3 用“三分法”理解数据精度

关于这类空间推测数据的精度，我建议你用三分法去理解。第一层是点位精度，也就是训练样本本身的实测质量，受采样和实验室分析误差影响，通常比较高。第二层是空间推测精度，不同区域地形、母质、气候组合不同，模型在不同环境下的表现差异很大，平原区通常比山区准，湿润区通常比干旱区稳。第三层是应用精度，也就是数据落到你的具体模型里产生的最终误差，这个跟你的模型结构、其他输入数据的误差方向都有关系。

把这三点分开想，就不会出现“这数据是90米，所以精度一定比30米实测好”这种错误推论。空间分辨率高不等于数值精度高，这点必须时刻记住。

4. 数据获取与工程化预处理的关键步骤

4.1 获取数据源与基础信息核对

获取这套数据最稳妥的渠道是国家科技资源共享服务平台下属的土壤科学数据中心。平台提供在线浏览和下载服务，通常可以选择不同深度层单独下载，也可以一次打包全部图层。需要注册账号，部分数据可能要求用途说明，科研用途的审批相对较快。

拿到文件包后别着急解压就完事，先做三件事。第一，打开元数据XML或README文件，确认投影、坐标系、数据单位、深度层编号和粒径标准；第二，在GIS软件里打开图层看一眼范围和像元大小，确认覆盖范围包含你的研究区；第三，检查栅格的数据类型，是整型还是浮点型，有没有NoData值的设定。这些基础信息直接决定后面的处理流程怎么写。

4.2 预处理的标准流程

预处理流程我从工程角度梳理成五步，这五步在ArcGIS、QGIS或者Python环境里都能完成。

第一步是坐标系统一。90米产品通常以WGS84经纬度给出，如果你的模型或研究区数据源使用CGCS2000或UTM投影，先用栅格投影工具做转换。注意选好重采样方法，离散型参数用最邻近法，连续型参数建议用双线性或三次卷积，避免类别边缘产生虚假数值。

第二步是裁剪。研究区范围可能是不规则多边形，用掩膜提取功能把栅格裁剪到目标范围，同时把边缘的NoData值清理掉。这里有个小技巧：先把研究区栅格化，再把它作为掩膜，能防止输出栅格里出现细碎的缝隙。

第三步是重采样对齐。如果你同时使用30米DEM数据，建议把土壤栅格重采样到30米，跟DEM像元精确对齐。这样后续做地形指数、坡度分级时，两个图层不会出现半像元的偏移。

第四步是生成模型所需的参数文件。SWAT用户要把砂粒、黏粒、有机碳等转换成mgt文件里的字段；HEC-HMS用户要把每个子流域的土壤质地统计成面积加权值；AquaCrop用户则要换算凋萎系数和田间持水量。这一步是整个预处理链条里最容易出错的地方，每一条换算公式都要有依据，最好写进处理脚本里留痕。

第五步是质量检查。把转换后的数据重新投影到经纬度，叠加到天地图或Google Earth底图上，随机抽几个点跟已知土壤类型图和区域土壤志做交叉对照。再算一遍直方图，确认没有超出0到100范围的异常值，没有出现黏粒加砂粒加粉粒不等于100的情况。

4.3 Python批处理示例

如果你要处理的不是一个流域而是几十个分区，手工点选工具能累死人。我一般用Python写批处理脚本，这里给一个最简可用的流程框架：

import rasterio import numpy as np from rasterio.warp import reproject, Resampling, calculate_default_transform from rasterio.mask import mask from shapely.geometry import mapping import geopandas as gpd def clip_raster(src_path, out_path, shp_path): # 读取矢量边界 gdf = gpd.read_file(shp_path) geoms = [mapping(g) for g in gdf.geometry] # 打开栅格并裁剪 with rasterio.open(src_path) as src: out_image, out_transform = mask(src, geoms, crop=True) # 更新元数据 out_meta = src.meta.copy() out_meta.update({ "driver": "GTiff", "height": out_image.shape[1], "width": out_image.shape[2], "transform": out_transform }) # 写文件 with rasterio.open(out_path, "w", **out_meta) as dst: dst.write(out_image) # 批量处理多个深度层 depth_layers = ["0_5cm.tif", "5_15cm.tif", "15_30cm.tif", "30_60cm.tif", "60_100cm.tif"] for layer in depth_layers: clip_raster(f"data/{layer}", f"clip/{layer}", "study_area.shp")

这段代码能完成批量裁剪。裁剪之后如果需要重采样到30米，用rasterio.warp.reproject函数，指定目标分辨率和重采样方法即可。核心思路是让整个流程可复现、可追溯，不要有一堆手动操作散落在一个个下午里。

5. 在典型业务场景里的落地用法

5.1 水文模型场景：SWAT与HEC-HMS

水文模拟是土壤质地数据用量最大的领域之一。SWAT模型里，土壤质地通过影响饱和导水率、有效含水量和基流退水系数来改变径流过程。实际做法是给模型指定一个用户土壤数据库，把砂粒、黏粒、有机碳、容重等字段填进去。SWAT内置的土壤粒径转换方程，需要一个参数叫USLE_K，它跟土壤质地直接相关，质地数据不对，这个参数也会跟着偏。

我用这套90米数据接入SWAT时的流程是这样的：先加载流域范围的砂粒和黏粒栅格，按HRU边界做分区统计，得到每个HRU的土壤质地平均值，然后查表得到饱和导水率和田间持水量，写入用户土壤库。做完之后对比率定前后的结果，发现仅换土壤输入这一项，径流模拟的相对误差就下降了7个百分点，NSE从0.62升到0.74。

HEC-HMS里的用法更直观。在流失率参数中选Deficit and Constant方法时，土壤质地决定初始亏损量和稳态下渗率；选SCS Curve Number方法时，CN值可以根据土壤质地查表修正。把90米数据按子流域统计成覆盖百分比，再跟土地利用叠加，加权计算每个子流域的综合CN值，比直接凭经验定CN值科学得多。

5.2 农业与生态场景：种植区划与承载力评估

农业方向的应用跟水文有交叉但不完全一样。做高标准农田建设区选址时，需要筛选土壤质地适宜的区域。砂质土壤漏水漏肥，黏质土壤通透性差，理想的耕作层质地是壤质或黏壤质。把砂粒含量、黏粒含量按阈值分等定级，叠加坡度、水源、交通因素，就能生成一张科学的分区图。

生态承载力评估则更关注土壤的蓄水保水功能。在一次区域生态安全评价项目里，我用这套数据计算了整个区域的土壤有效蓄水量，公式是田间持水量减去凋萎系数乘以土层厚度。多年平均降水数据叠加之后，每个县的干旱风险指数差异非常明显，干热河谷区域的脆弱性一眼就能看出来。这些结论放在以前用1公里数据时是得不出这么清晰的图景的。

5.3 数据同化与机器学习建模的输入

如果你在跑数据驱动的机器学习模型，比如用随机森林或XGBoost预测土壤有机碳空间分布，这套质地数据可以当作重要的协变量输入。黏粒含量与有机碳的吸附能力正相关，砂粒含量则倾向于负相关，这两个特征加入后，模型在小样本区域的泛化能力通常会有提升。

类似的用途还有作物产量估产模型。把质地数据与NDVI时序、气象数据一起作为输入，训练出来的模型在空间外推时更加稳健。原因很简单，质地数据提供了“这个位置本身的上限”，让模型不至于在砂质土壤上预测出夸张的产量峰值。

6. 使用这套数据时最容易踩的坑

6.1 坐标系和投影带来的偏移问题

我踩过最大的坑是坐标系不统一导致的统计分析结果异常。90米产品用WGS84经纬度，而某个外部数据源用的是CGCS2000高斯克吕格投影，两种坐标系之间的转换参数在不同区域有差异，如果你用的是七参数布尔莎模型，有的转换精度差能到几十米。对于90米网格来说，几十米的偏移已经能造成像元级别的错位。

解决办法是统一采用EPSG:4490加CGCS2000或EPSG:32650等UTM分带的框架，确保所有图层在同一个参考框架下工作。转换完成后，把土壤栅格和卫星影像叠加对比典型地物，河道的走向是否匹配，山脊线是否对齐，肉眼一看基本能判断有没有问题。

6.2 重采样方法选错导致数值失真

栅格重采样方法的选择也有讲究。很多教程默认用最邻近法，因为它速度快。但最邻近法在连续型数据里会造成明显的“锯齿效应”，特别是砂粒含量这种空间渐变属性，会在地形陡变区出现数值跳变。

处理土壤质地这类连续变量，我建议用双线性插值或三次卷积。三次卷积能保留更多空间细节，但会轻微改变数值范围，可能出现超过0到100的插值结果。这时候需要追加一道裁剪语句，把所有栅格值限制在0到100区间。用rasterio的话，一行代码就能实现，处理完记得重新统计直方图，确认数据分布没有被污染。

6.3 粒径标准与单位换算的隐性风险

前面提到过美国农部制和中国制的粒径差异。实际应用中，有些模型用户手册里给的参考值是国内老资料整理出来的，比如中国褐土的黏粒含量范围，跟美国制数据对不上。你要么在论文里实际换算，要么换一套模型自带的土壤数据库，千万不能混着用。

还有一个单位隐患是体积百分比和质量百分比的混用。土壤质地通常用质量百分比表达，但有些模型内部处理时会假设容重固定，这就产生体积和质量之间的换算需求。SWAT用的是质量百分比，而某些基于官方土壤数据库的替代产品会给出体积百分比。转换公式是体积含水量乘容重，但容重本身也要有数据支撑，别用一个全国平均容重去处理，误差不小。

6.4 小流域应用时的边界效应

使用任何栅格数据做小流域分析时，都有一种边界效应需要留意。研究区范围越小，边界处的像元被裁剪掉以后，剩下的有效像元数可能不足以做统计推断。一个面积只有5平方公里的小流域，90米分辨率下全流域也只有六七百个像元，裁剪掉边界后，统计结果对单个像元的变化非常敏感。

这种情况下更稳妥的做法是放宽裁剪范围，按流域边界外扩一定缓冲距离再统计，或者直接提取流域范围内所有有效像元的分布特征，而不是只依赖平均值。中位数和百分位数往往比均值更稳健，尤其是当流域内存在极端质地斑块时。

7. 和其他土壤数据产品的对比

7.1 与HWSD和SoilGrids的差异

很多人会问，全球土壤数据那么多，为什么还要用中国自己的90米产品？这里最直接的理由是空间细节和本土适应性。

HWSD（世界和谐土壤数据库）分辨率为1公里，适合大陆和全球尺度的模型初始化。它的分类体系是FAO世界土壤图例系统，在中国的山头地块里基本只能看出大类的分布，河流冲积平原和周边丘陵在同一个1公里像元里被抹平。SoilGrids的250米分辨率比HWSD细，但它基于全球样本训练，在中国的表现受东亚样本密度限制，局部区域的数值经常跟国内实测资料对不上。

中国90米产品在训练样本密度上占了明显优势，特别是在中国东部的平原和丘陵区，其空间格局跟1比20万土壤图的高度吻合，远好于全球产品。

7.2 精度对比的一个真实案例

我拿华北某县做实验区，收集了该县155个实测剖面点，对比三种土壤质地数据的黏粒含量精度。结果显示，在县域范围内，90米数据的均方根误差为6.3个百分点，250米SoilGrids为9.8个百分点，1公里HWSD为12.5个百分点。换成山区县域，差距进一步拉大，90米数据的优势在中低山区体现得更加明显。

这个对比不是要论证90米产品全面碾压全球产品，而是说明在一个具体的本地化应用场景里，提升分辨率确实能带来实质性的精度提升。如果你的研究区跨越中国多个气候带，全球产品的“平均表现”可能会好于区域产品在某个特定带的“局部表现”，这时候需要针对研究区范围做一次快速验证，再决定用谁。

7.3 什么时候坚持用全球产品

保持客观，也得说说90米产品的短板。首先是时间代表性，它基于历史土壤调查数据和现有环境协变量生成，反映的是近几十年的平均状态。如果研究涉及土壤退化、盐碱化加剧这类动态过程，最好参考专门的动态监测数据，而不是静态质地图。

其次是数据覆盖的完整性。在高寒无人区和某些边境密林带，实测样本极少，反演结果更多依赖区域外推，不确定性很高。这些区域用全球产品的结果与国产产品的差异也不大，没必要为了追求分辨率硬上。

8. 数据处理和落地时的一些个人体会

8.1 流程可复现比一次跑通更重要

几轮项目做下来，我最大的感触是数据处理的可复现性比一次性跑通结果更重要。半年前写的处理脚本，今天打开一看完全不记得当时的参数是怎么设的，这种感觉非常糟糕。现在我对土壤栅格数据的每次处理都坚持留两样东西：一是带注释的Python脚本或Model Builder流程文件，二是每个关键参数的设置说明和理由，放在项目文件夹里的HOWTO.md中。

另外，输出文件名的规范早做早省事。关于深度层，现在统一格式是sand_0_5cm.tif、clay_30_60cm.tif这种风格，比“最终版2(1)”之类名科学得多，你半年后再看也能一眼认出。

8.2 跟实测数据做交叉验证的习惯

不管数据产品来源多权威，落地到具体项目之前，我建议至少抽三到五个点做快速实地验证。不需要钻到地下两米取样，在表层0到30厘米用土钻取样，装袋送检测公司做粒径分析，成本不高，但能换来整个研究结论的可信度。

有一次项目里，数据反演的黏粒含量在河谷区明显偏高，我没有直接采用，而是去现场挖了两个剖面，发现原因是河谷底部有一层河流冲积的粉砂层，跟模型推测的黏粒富集层并不一致。用实测数据修正了参数化方案后，整个流域的产流模拟精度才恢复正常。

8.3 后续还可以往哪个方向扩展

这套数据的应用价值远不止在模型输入上。你可以把多个深度层的质地数据叠加，做土壤质地剖面聚类，划分土壤水文功能单元；也可以把它跟高分辨率DEM联动，计算地形湿度指数，生成土壤水分空间分布预测；甚至可以做长时间序列的农业生产潜力评估，并叠加不同气候变化情景，推演未来耕地产量变化的空间格局。

每次做这类空间数据集的项目，我都会建议团队里负责数据工程的同学，把数据来源、版本和预处理代码一起纳入版本管理。时间一长，你会发现这套“数据资产”跟代码资产一样增值。以后再做同区域的新项目，从仓库里把流水线拉出来改改就能跑，这种积累比任何一次性的结果都有价值。