1. 土壤数据 Harmonized World Soil Database v2.0
下载地址:https://www.fao.org/
协调世界土壤数据库 v2.0 |粮农组织土壤门户网站 |联合国粮食及农业组织 (fao.org)
某些特点:
1)七个深度层都包含理化土壤单元特性(以前的版本只提供上层土壤属性(0-30cm)和下层土壤属性(30-100cm))
D1~D7:
0–20 cm, 20–40 cm, 40–60 cm, 60–80 cm, 80–100 cm, 100–150 cm and 150–200 cm.
2)reference soil depth 替换为 rootable soil depth (RSD)
并使用RSD、矿物学相关内容、盐度、粒度 重新计算available water capacity (AWC)
3)约1km空间分辨率
4)....
(1)数据下载:下载HWSD Raster V2.0 得到HWSD2.bil等四个数据。BIL格式数据可使用ArcGIS打开。
数据库文件利用Access打开。并输出两个表格:HWSD2_LAYERS.xlsx 和 HWSD2_SMU.xlsx。这两个表格的内容参考:
全球土壤数据集HWSD2.0处理方法和变量说明(含参考文献) - 哔哩哔哩
和教程1 | 世界土壤数据库 (HWSD) version 2.0土壤数据处理。
“HWSD v2.0主要包括两个数据表(HWSD2_SMU和HWSD2_LAYERS),两个表的元信息(字段单位、描述、数据类型)分别通过(HWSD2_SMU_METADATA和HWSD2_LAYERS_METADATA)记录,部分字段的具体分类值信息记录于其它表中(与两个主表的字段相对应)。”( 教程1 | 世界土壤数据库 (HWSD) version 2.0土壤数据处理)
输出两个xlx表格:
接着
代码来源于:全球土壤数据集HWSD2.0处理方法和变量说明(含参考文献) - 哔哩哔哩
和教程1 | 世界土壤数据库 (HWSD) version 2.0土壤数据处理。
但是似乎pandas 2.0 去除了append,这里贴一个只修改方法的代码。
import pandas as pd
# 读取SMU数据
smu_data = pd.read_excel("F:/HWSD2_SMU.xlsx")
# 读取LAYERS数据
layers_data = pd.read_excel("F:/HWSD2_LAYERS.xlsx")
# 初始化一个空的DataFrame来存储结果
select_data_all = pd.DataFrame()
# 遍历SMU数据
for index, row in smu_data.iterrows():
smu_id = row['HWSD2_SMU_ID']
fao90 = row['FAO90']
share = row['SHARE']
print(index, flush=True)
# 根据条件筛选LAYERS数据
lookup = layers_data[
(layers_data['HWSD2_SMU_ID'] == smu_id) &
(layers_data['FAO90'] == fao90) &
(layers_data['SHARE'] == share)
]
# 追加筛选后的数据
select_data_all = pd.concat([select_data_all, lookup], ignore_index=True)
# 写出结果
with pd.ExcelWriter('F:/HWSD2_LAYERS_alllayers.xlsx') as writer:
select_data_all.to_excel(writer, sheet_name='All_LAYERS', index=False)
for d in range(1, 8):
sheet_name = f'D{d}'
select_data = select_data_all[select_data_all['LAYER'] == sheet_name]
select_data.to_excel(writer, sheet_name=sheet_name, index=False)
print("finished")
运行完毕得到一个表格:D1~D7对应不同深度。
将其转化为.xls格式
在GIS中找到:构建栅格属性表。
对应的字段选择为:(D1~D7为不同深度)
最后利用查找表将所需要的数据打包为栅格。
手动批量处理的方法:
具体的变量参考链接如下,一定要注意数据的单位
PHASE: 土壤发展的阶段。1-2阶段是根据对土地使用或管理有重要意义的特征对土壤单元进行细分,但不能诊断土壤单元本身的分离。此外,例如 Stony phase(石质阶段)、Soils disturbed by man(人为扰动的土壤)人工填满泥土、垃圾或两者兼而有之的地区,最常见于城市及其周边地区。
TEXTURE_USDA:土壤质地(TEXTURE CLASS (USDA convention))
TEXTURE_SOTER:SOTER土壤质地分类
土壤分类:几种分类方法
世界土壤统一数据库(HWSD v1.2, Nachtergaele等,2012)使用了不同版本的粮农组织世界土壤图图例(CEC, 1985;粮农组织等,1990年;粮农组织和教科文组织,1974年),因为它们被应用于用于构建HWSD的区域地图和数据库中。在目前的方法中,使用了粮农组织1990年的版本,基于ISRIC进行的土壤相关性来构建WISE30sec数据库(Batjes, 2015)。在这个版本的HWSD中,土壤与最新版本的国际土壤分类系统WRB (IUSS工作组WRB, 2022)进行了相关性。这是以前在非洲进行的(Dewitte等人,2013年),但没有覆盖温带和北方土壤,并使用了较旧版本的WRB(2006年)。
NSC_MU_SOURCE1(2):国家土壤分类(不同区域)
FAO90:土壤分类(FAO 1990) 和 WRB_PHASES:土壤分类(FAO WRB2022标准)
WRB4:土壤分类(FAO WRB2022标准 四字代码)
WRB2:土壤分类(FAO WRB2022标准 两字代码)
Soil phases affecting the classification in WRB
SOIL DRAINAGE:土壤排水等级
土壤属性:
1. SAND沙子:(重量,百分比)。砂由颗粒或颗粒组成,直径从0.050到2毫米不等。沙子通常根据尺寸分为五类:极细砂(直径1/16 - 1/ 8mm)、细砂(1/8 - 1/ 4mm)、中砂(1/4 - 1/ 2mm)、粗砂(1/2-1 mm)、极粗砂(1-2 mm)。
2. CLAY(重量,百分比)。粘土是天然形成的坚硬的泥土材料,主要由细粒(直径小于0.002毫米)组成。
3. BULK DENSITY (g/cm3) 体积密度:给定量的颗粒物质(如粉末)的密度。
4.REFERENCE BULK DENSITY (g/cm3),参考体积密度。参考体积密度是颗粒材料的一种特性。它是物质中许多粒子的质量除以它们所占的体积。体积包括颗粒之间的空间以及单个颗粒孔隙内的空间。
5. ORGANIC CARBON CONTENT (g/kg) 有机碳含量 。有机碳与pH值是土壤健康状况最好的简单指标。中等到高含量的有机碳与结构良好的肥沃土壤有关。
6. pH in water (-log (H+)) pH值. 在土壤-水溶液中测量的pH值是土壤酸度和碱度的量度。
7. TOTAL NITROGEN CONTENT (g/kg) 总氮量
8. C/N RATIO.碳氮比
9. CATION EXCHANGE CAPACITY (CEC) 阳离子交换容量:土壤中吸附和释放阳离子的能力。(土壤的总养分固定能力)
10. CECclay。黏土组分的阳离子交换容量。
11. ROOTABLE SOIL DEPTH 可生根土壤深度: the depth to which plants can exploit the soil for nutrients and moisture.
我用不到的:
方法为以下两篇文章的方法,代码仅修改方法,写博客主要是怕自己忘记实验步骤,需要数据的可以联系我。
全球土壤数据集HWSD2.0处理方法和变量说明(含参考文献) - 哔哩哔哩
和教程1 | 世界土壤数据库 (HWSD) version 2.0土壤数据处理。
结束了,今天(2024.09.17)是我在西北呆的第一个中秋节,现在快凌晨2点钟了(2024.09.18)...我花了一个晚上的时间才把数据提取出来,感谢两位大佬的分享及代码。这里放一张成果图:
2. 土壤数据 Harmonized World Soil Database v1.2
v1.2只包括上层数据T (top),和下层数据 S (sub--)
官网下载的数据为bil文件,prj文件和一个数据库mdb文件
1)首先为其定义投影为:WGS84
2)bil数据转为栅格tiff
3)生成土壤数据影像
打开数据库,加载HWSD_DATA文件
表格里包含的部分内容:
tiff文件如果没有属性表,可以构建一个属性表。
构建属性表:右击图层——属性——符号系统——唯一值——确定
关联属性表(数据库):
在空间分析——查找表工具 中构建影像,想要啥数据输出啥数据