耕地是粮食生产的基础，随着经济社会的快速发展，耕地减少已成为我国最突出的问题之一。为此，国家提出了最严格的耕地保护制度，耕地管理正从数量管理向数量-质量并重管理转变，并进行了多轮次的耕地质量评价，建立了比较完整的耕地质量等级数据库。然而耕地质量评价的效率、准确性以及精细化水平等，与国土资源管理的现实要求仍有很大差距，评价中仍有诸多问题有待进一步完善探索。土壤是耕地质量的核心要素，其样点与数据的合理使用是提高耕地质量评价精度与效率的重要途径。但是，目前耕地质量评价土壤数据来源多样，样点空间分布疏密不均，严重影响了耕地质量评价的精度与效率。为此，论文对县域耕地质量评价中土壤样点的优化应用开展研究，以保障区域耕地数量-质量并重管理的实施。　　论文以黄淮海平原的典型农业县，同时也是国土资源部耕地质量野外监测先导基地的江苏省东海县为研究区，依托国土资源部公益性行业科研专项“耕地等级变化野外监测技术集成与应用示范(201011006)”，在耕地质量等级监测140个样点土壤样品采集和测试的基础上，进一步补充收集多目标地球化学调查、耕地地力调查等其他来源的土壤样点数据，基于研究区土壤样点分布的空间异质性和疏密性特征，以提高县域耕地质量评价精度和效率为目标，在RS、GIS、Matlab编程等技术的支持下，采用地统计分析方法、土壤-景观模型、模拟退火算法等，分析土壤属性预测精度与样点疏密程度的关系，针对耕地质量评价中土壤样点的空间疏密性分区，分别开展了样点稀缺区土壤属性的预测优化、样点密集区参评土壤样点数量及布局的优化、评价单元土壤属性数据赋值方法优化等研究，并在此基础上综合运用各优化方法对研究区耕地质量进行评价，分析比较其精度与耕地质量等级补充完善成果精度提高的水平。　　论文研究得出的主要结论如下:　　(1)基于土壤属性预测精度对样点密度变化的响应关系，可对耕地质量评价中土壤样点的疏密程度进行分区，为针对样点空间分布特征进行土壤样点优化应用方法的选择提供基础。将不同来源的1300个土壤样点整合到一起，可有效提高样点土壤属性的预测精度，但在空间上预测精度高低不一、样点分布疏密不均。土壤属性预测精度对样点密度变化的响应存在拐点，样点密度达到拐点值时土壤属性的预测精度不再随样点密度增长而提高，有机质、pH值、粘粒含量及表土层厚度四种土壤属性样点密度的拐点值分别为:0.24个/km2、0.20个/km2、0.30个/km2、0.16个/km2。根据土壤属性预测精度与样点密度变化的拐点值，将研究区划分为样点密集、样点稀少及样点缺失三种样点分布类型区，面积比例分别为85.16％、9.51％、5.33％，为按照样点分布特征分区进行相应的土壤样点优化方法选择建立了基础。　　(2)基于研究区样点密集区的大量样点数据，在样点稀少区、样点缺失区采用土壤-景观模型，可获得县域耕地质量评价所需的较高精度的土壤属性预测数据。土壤-景观模型对四种土壤属性的预测结果的精度R2均在0.7000以上，其中对土壤有机质的预测精度最高，精度拟合方程R2达到0.8417，粘粒含量、表土层厚度、pH次之，R2分别为0.7729、0.7627和0.7139。对比土壤-景观模型与地统计插值的预测结果，样点稀少区和缺失区土壤-景观模型预测结果的精度明显高于地统计插值，预测结果的相对误差比地统计插值小30％以上;但在样点密集区地统计插值结果的精度略高于土壤-景观模型，预测结果的相对误差比土壤-景观模型小10％左右。　　(3)考虑土壤属性空间变异性进行模拟退火算法改进，能进一步优化参评土壤样点的数量和空间布局，提高县域耕地质量评价的精度和效率。用普通模拟退火算法对样点密集区的1300个样点进行优化，有机质、pH值、粘粒含量、表土层厚度四种土壤属性的优化后样点数分别为226个、78个、418个和95个。将土壤属性的空间变异值作为参数加入模型对模拟退火算法进行改进，退火过程中优先选择并保留空间变异性强的样点。退火优化后，样点密集区有机质、pH值、粘粒含量、表土层厚度四种土壤属性的最优样点数，由1300个分别优化减少至178个、72个、315个和70个。四种土壤属性优选样点来源于耕地地力调查、多目标地球化学调查和耕地质量等级监测样点的比例平均为78.0％、18.2％、3.8％。优化后样点的数量明显减少，但优选样点对土壤属性的预测精度则比三种来源的原始数据提高5％以上。　　(4)最优空间插值方法的选取与单元赋值方法优化选择的结合应用，可实现耕地质量评价土壤属性数据由点到面、由面到评价单元的最优赋值。通过反距离加权、径向基函数、普通克里格、协同克里格四种空间插值方法结果的比较，确定研究区四种土壤属性的最优空间插值方法，有机质为协同克里格插值（高程、指数模型），预测结果的标准均方根误差RMSSE为0.8978，较其他方法提高3.0％～8.6％;pH为普通克里格插值（球状模型），RMSSE为0.7848，较其他方法提高0.4％～7.3％;粘粒含量为径向基函数插值（反高次曲面样条函数），RMSSE为0.6445，较其他方法提高3.7％～3.9％;表土层厚度为径向基函数插值（规则样条函数），RMSSE为0.7785，较其他方法提高9.2％～25.8％。在此基础上，结合单元赋值方法的优化选择，可进一步提高耕地质量评价单元土壤属性的精度。其中，均质单元赋值法四种土壤属性赋值精度的R2为0.8118～0.8313，面积加权赋值法的R2可达0.8697～0.9042。　　(5)通过样点稀缺区土壤属性优化预测、密集区参评土壤样点数量与布局优化、评价单元土壤属性赋值方法优化的综合运用，可提高县域耕地质量评价的精度。论文参照《农用地质量分等规程》(GB/T28407-2012)自然质量评价的方法和参数体系，基于样点稀缺区优化预测的土壤属性、样点密集区最优的参评样点数量和布局、最优的评价单元土壤属性赋值方法进行研究区耕地质量评价，评价结果精度的R2可达0.8958，明显高于以耕地地力调查和多目标地球化学调查数据为基础，未进行土壤样点多方面优化应用的耕地质量等级补充完善评价结果精度R2值的0.7319。