通过土壤-环境关系建模进行数字土壤制图时，选择合适的环境变量集是确保制图结果的第一步。目前已有大量的环境变量可供选取，但如何根据应用场景（如待制图的土壤属性、研究区特点、分辨率等）来选取少量、有效的环境变量，仍依赖于土壤制图者自身的专业知识和经验，这对于数字土壤制图的大量实际应用需求（如水文建模者可能为了获得所需的土壤关键参数而进行数字土壤制图）而言是一大挑战。

针对这个问题，我指导博士生梁朋开展方法研究。考虑到数字土壤制图相关文献中有许多由土壤制图专家完成的应用案例，我们以案例的方式对其中的应用场景信息和对应采用的环境变量集进行形式化，以利用其中隐含着的环境变量选择知识；进而，将每一个可能的环境变量是否应被采用视为一个二分类问题，以收集到的案例库对每一个备选的环境变量训练一个随机森林分类器，用于自动判断每个备选环境变量对一个新的应用问题而言是否应选用。

对这个工作我们自己觉得还是颇有新意的，方法文章投稿过程中有不少波折，最近刚刚在线发表在《Journal of Integrative Agriculture》，这对面临文章发表压力的学生来说是一个重要的肯定。欢迎各位同行指教。

Liang P, Qin C-Z*, Zhu A-X, Hou Z-W, Fan N-Q, Wang Y-J. A case-based method of selecting covariates for digital soil mapping. Journal of Integrative Agriculture, 2020. doi:10.1016/S2095-3119(19)62857-1