本数据集的土壤实测数据主要来源于国家自然科学基金委项目（41771252、31270482、91025002）获取的坡面和流域尺度上263个采样点土壤有机碳密度数据。
根据“Scorpan”（Soils, Climate, Organisms, Relief, Parent material, Age, Geographic position）框架，基于数字土壤制图（Digital Soil Mapping, DSM）方法和瓦片结构运算，融合大野口流域2米DEM数据（张彦丽，2020）和Quickbird2.5m分辨率多光谱影像等数据（郭建文，2019），模拟了祁连山大野口流域0~100 cm土层2m分辨率土壤有机碳密度空间分布。预测方法主要是基于机器学习中的极端梯度提升算法（XGBoost，eXtreme Gradient Boosting），利用气候、降水、辐射、地形、植被指数、光谱信息、空间位置等栅格数据作为输入变量进行空间制图。通过bootstrap的重复建模，对每个 bootstrap样本进行空间建模，得到建模结果的频率分布，建模的不确定性用标准差（sd）表示。经30次10折交叉验证表明，模型的RMSE和R2分别为5.34 kg/m2和 0.84。最终数据产品中mean和sd分别表示30次重复建模的均值和标准差，单位为kg/m2，表示单位面积上0~100cm土层内土壤有机碳的质量。
良好
本作品采用
知识共享署名
4.0 国际许可协议进行许可。