數(shù)字土壤制圖方法已廣泛用于土壤屬性制圖。該方法是根據(jù)已知點的土壤信息通過數(shù)字手段推測其他點土壤特征的過程，以土壤—景觀模型為理論基礎，以空間分析和數(shù)學方法為技術(shù)手段，生成數(shù)字格式（柵格）的土壤屬性空間分布圖。2數(shù)字土壤制圖的主要方法

地統(tǒng)計方法，包括克里格插值及其衍生方法，有普通克里格泛克里格經(jīng)驗貝葉斯克里格回歸克里格地理加權(quán)克里格協(xié)同克里格模型等，除普通克里格泛克里格經(jīng)驗貝葉斯克里格外，其余的克里格衍生模型是利用所預測土壤屬性與環(huán)境輔助變量（成土因素）之間的相關性（要素相關性）來提高預測精度。普通克里格應用早而廣泛，但其與泛克里格反距離加權(quán)鄰近法等模型均僅利用變量空間自相關關系，適合較均一土壤屬性變化不強烈的環(huán)境。普通克里格會產(chǎn)生平滑效應，對于局部變異較大地區(qū)的預測可能會與實際情況不符。在數(shù)字土壤制圖領域比較常用的方法可分為類地統(tǒng)計方法確定性插值數(shù)理統(tǒng)計機器學習和模糊推理方法。

NDVI的取值范圍為-1和+1之間若NDVI<0，表示地面覆蓋著云水雪等，對太陽福射中的可見光反射率較高；若NDVI=0，表示地表的巖石或戈壁等處；若NDVI>0，則表示地表有植被覆蓋，且植被覆蓋密度越大，其值越高。NIR為近紅外波段的反射值，VIS為紅光波段的反射值。NDVI=(NIR-VIS/(NIR-VIS

通過兩種方法從土壤圖中提取隱含的土壤與環(huán)境關系，主要用于一是在土壤分布范圍內(nèi)構(gòu)建環(huán)境協(xié)變量的頻率分布曲線，以此來代表土壤與環(huán)境關系；二是基于已有土壤圖提取訓練樣點，然后使用統(tǒng)計或機器學習算法歸納出樣點所代表的土壤與環(huán)境關系。7已有土壤圖數(shù)據(jù)處理與知識提取在平原或地形平緩的地區(qū)，也可以通過溫度植旱指數(shù)（TVDI），得到土壤濕度變化指數(shù)（HCI）作為環(huán)境變量，獲取HCI與土壤質(zhì)地等土壤屬性相關性。