精准农业、环境管理以及生态过程模拟等的发展产生了对高精度土壤信息的大量需求。然而传统的土壤制图是基于多边形的图形表达和手工完成的过程。基于多边形的土壤图中，由于比例尺的限制，面积较小的土壤个体在图上无法体现，而且很小的上图斑块在制图综合时也常被综合掉，从而产生土壤图在空间上的简化；并且，在多数情况下，土壤的空间变化是连续的，但传统土壤图中，土壤被图斑界线分割，变异被认为只发生在边界上，不能表达土壤性状的渐变和连续，从而产生属性上的简化。因此，如何客观地描述土壤空间连续分布规律成为一个新的课题。现代信息获取途径和处理技术的发展，尤其是“3S”技术的应用，为土壤制图提供了新的技术与数据支持，不仅大大提高了土壤制图精度，降低了制图成本，而且使制图效率成倍提高。以土壤-景观为代表的模型外推方法，是目前最为主流的、适用于区域范围的土壤定量预测制图方法。该方法基于经典的土壤发生学理论，即著名的Jenny方程：S=f(Cl, O, R, P, T…)，式中S表示土壤，Cl, O, R, P, T被称为影响土壤成土的环境因子，分别表示气候、生物、地形、母质和时间。该方程预示了这样一个假设：相同的土壤发生景观对应于相同的土壤类型；一旦获知土壤和景观单元的对应关系，就可以通过景观单元的特征去推断土壤类型。本研究以安徽南部的一个低山丘陵试验区为案例地区，通过对地形因子的模糊聚类得到地形因子组合与土壤属性组合的定量隶属度关系，然后在隶属度高值区进行目的性采样为隶属度函数赋值，制作研究区土层厚度连续分布图。通过野外随机采样，将观测值与图中预测值比较，进行精度检验，模型的精度在80％左右，从土壤制图的精度及需求考虑，具有一定的可靠性。对相对误差作进一步的剖析，发现预测模型在地形部位较低，土壤发育较好，成土环境相对稳定的地区预测效果较好，适用性较强。在此基础上，引入土壤表层有机质含量和土壤pH两个土壤属性代入模型，进一步考察该模型的预测效果。结果表明该模型对土壤表层有机质同样有较高的预测精度，但是对土壤pH的预测效果很差，表明模型对变异极小的数据集不够敏感，预测效果不佳。总体来看，在对地形因子聚类后得到隶属度图的基础上，只进行了很少的目的性采样，共30个土壤剖面就得到了土壤属性与地形因子之间的对应关系，满足了制图要求，提高了采样效率，极大地减少了工作量，从而降低了制图成本。预测得到的土壤属性分布图变异是连续的，渐变的，没有人为划分的图斑界线，更符合土壤空间连续变化的实际情况，由于空间上的细小变化在计算机成图时可以通过小像元来体现，所以对土壤微域变异的表现也更为详细，图面信息负载量更高，从而制图精度更高．该制图方法与传统制图方法相比，大部分工作都由计算机完成，制图周期短，更新速度快。本文最后还采用SOLIM模型绘制了研究区土壤类型隶属度图以及“硬化”的土壤类型图，结果表明模型的预测精度也达到了70％，而且图面信息负载量较传统土壤图更高，制图精度也更高。总之，研究表明模糊聚类方法是提取土壤属性和地形因子关系的一种有效途径，应用该方法制作大比例尺土壤详图是土壤调查与制图领域的一种可行的新方法。