武淑霞，張維理，徐愛國，張認連，雷秋良

（中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)面源污染控制重點實驗室，北京100081）

0 引言

土壤養(yǎng)分分布圖可直觀展示土壤養(yǎng)分狀況及其空間分布特征，是了解區(qū)域尺度土壤質(zhì)量狀況特征的主要方式之一［1-3］。農(nóng)田土壤養(yǎng)分狀況與演變實際上是對通過施肥、沉降等養(yǎng)分輸入土壤過程與通過作物收獲物、流失等養(yǎng)分移出土壤兩類逆向過程的綜合反映［4-5］。因此，歷史的土壤養(yǎng)分狀況在對導致土壤養(yǎng)分含量變化的因素、預(yù)測土壤養(yǎng)分含量的變化趨勢等研究中有著不可缺少的作用［6-8］。我國在第二次全國普查中，基于大量地面采樣和化驗分析，完成了全國各縣1∶5萬土壤養(yǎng)分圖，包括土壤有機質(zhì)、全氮、有效氮、有效磷、有效鉀含量圖以及酸堿度分布圖等一系列圖件，對這些已有的土壤養(yǎng)分圖進行整理、抽提、整合和表達，構(gòu)建全國或多省等較大區(qū)域的土壤養(yǎng)分圖，是闡明土壤質(zhì)量時空演變規(guī)律的基礎(chǔ)［9-10］。對這些分縣土壤養(yǎng)分圖進行整合成圖，將有助于了解我國土壤質(zhì)量時空演變特征及驅(qū)動因素［11-13］。

鑒于各國在較早期的土壤質(zhì)量調(diào)查中大多為分區(qū)實施和分區(qū)成圖，對多土壤養(yǎng)分分級系統(tǒng)進行整合表達也是各國土壤科學家利用歷史上完成的土壤養(yǎng)分圖件構(gòu)建土壤質(zhì)量時空信息庫所遇到的共同問題［14］，因此也是全球土壤科學研究領(lǐng)域所共同關(guān)心的問題，在我國尚無規(guī)范性準則與先例。

我國地域廣闊，各地土壤養(yǎng)分含量范圍差異大，因此我國第二次土壤普查完成的分縣土壤養(yǎng)分圖不僅采用的土壤養(yǎng)分分級系統(tǒng)不盡相同，各等級養(yǎng)分含量范圍也有差異，例如一些縣采用了六級或五級分級體系［15-17］，一些縣則采用了多層級的復(fù)合分級方式，不同分級系統(tǒng)之間各級別土壤養(yǎng)分含量范圍也存在不一致的情況，圖例等級之間呈現(xiàn)出相容、相交等不同情況。將分縣養(yǎng)分圖匯總為全國土壤養(yǎng)分圖時，需要對分級數(shù)目不同、各等級養(yǎng)分含量范圍不一致的分縣養(yǎng)分圖進行整合和成圖表達。在整合成圖中，既不能改變要素屬性，又需要對養(yǎng)分含量范圍比較接近的等級盡量采用相同的顏色碼，才能保證全圖制圖規(guī)則的一致。而現(xiàn)有GIS制圖軟件包未能提供進行這一分析所需功能。文章通過智能化、流程化和人機交互等方式構(gòu)建了一個計算機模型，對土壤養(yǎng)分分級體系不同的各分縣土壤養(yǎng)分圖進行整合及表達。

1 材料與方法

1.1 數(shù)據(jù)來源

該研究所采用的數(shù)據(jù)對象主要為我國各省、縣、市的第二次土壤普查中的土壤養(yǎng)分圖，包括土壤有機質(zhì)、全氮、速效磷、速效鉀、pH等。

1.2 研究思路

針對不同區(qū)域的土壤養(yǎng)分圖分級標準，構(gòu)建基于人機交互運行的模型，對土壤養(yǎng)分分級體系不同的各分縣土壤養(yǎng)分圖各分級之間的關(guān)系做出判斷，并進行智能化、流程化整合及歸一化表達。

1.3 實現(xiàn)方法

在完成全部模塊設(shè)計文檔基礎(chǔ)上，土壤養(yǎng)分分級體系整合模型采用C#編程語言，以.NET Framework 4 Extended為軟件開發(fā)環(huán)境，同時調(diào)用ArcGIS、Access與界面制作軟件DotNet Bar等二次開發(fā)控件，按需求設(shè)計文檔開發(fā)系統(tǒng)及各功能模塊，并對系統(tǒng)進行了整體測試與模塊交叉測試。

2 土壤養(yǎng)分圖整合問題

“全國第二次土壤普查技術(shù)規(guī)程”（簡稱“規(guī)程”）的評級指標分級［18］中，將土壤養(yǎng)分含量分級劃分為六級分級體系。在實際普查工作中，大部分省、市、縣的土壤養(yǎng)分圖遵循了該六級分級體系標準，但由于我國不同區(qū)域養(yǎng)分含量高低及其分布情況千差萬別，有不少區(qū)域結(jié)合當?shù)厍闆r對該養(yǎng)分分級體系做了修改，采用了五級分級體系。以全氮含量養(yǎng)分圖為例，江蘇部分縣市就遵循了五級分級體系架構(gòu)（表1）。

表1 土壤全氮含量分布圖分級體系示例Table 1 Example for the grading system of soil total nitrogen content %

另外有很多縣、市在執(zhí)行六級或五級分級體系的前提下，又針對部分分級進一步做了細化分級，如山西大同的土壤全氮圖的全氮分級標準將“規(guī)程”中的Ⅳ、Ⅴ2個分級分別進行了細化，把這兩個等級又分為Ⅳ1、Ⅳ2、Ⅴ1、Ⅴ2，河南孟津縣不僅對Ⅳ、Ⅴ兩級進行了細化分級，還把第Ⅲ級也分為Ⅲ1、Ⅲ2（表2）。由于存在這些分級不規(guī)范的情況，若想實現(xiàn)在不損失原有圖斑土壤養(yǎng)分信息的前提下對大區(qū)域土壤養(yǎng)分圖的分級進行整合與表達，就必須解決這些關(guān)鍵問題。

表2 土壤全氮含量分布圖復(fù)合分級示例Table 2 Examples for compound grading systems of soil total nitrogen %

在第二次土壤普查成果中，對于大、中比例尺的土壤養(yǎng)分圖，即便是同一種土壤養(yǎng)分，在養(yǎng)分分級數(shù)相同的情況下，不同區(qū)域所采取的土壤養(yǎng)分分級標準還是會存在一定的差異。如表1所列出的江蘇武進縣與雨花臺這2個區(qū)域的土壤全氮分級均為五等級分級體系，但具體的分級評價指標又各不相同，都根據(jù)當?shù)氐耐寥鲤B(yǎng)分狀況對分級的具體評價指標進行了修訂，在武進縣的分級評價指標中，＞0.2%的全氮含量為Ⅰ級，＜0.1%的全氮含量為Ⅴ級，而雨花臺則把＞0.15%的全氮含量定義為Ⅰ級，＜0.075%的全氮含量定義為Ⅴ級。

由于我國不同區(qū)域的氣候、土壤等條件差異較大，對全國性的普查結(jié)果進行表達時均可能涉及到不同指標的提取、整合問題，構(gòu)建的土壤養(yǎng)分分級體系整合模型應(yīng)該具有普適性，適用于對土壤有機質(zhì)、全氮、有效氮、有效磷、有效鉀、pH等多種土壤養(yǎng)分分布圖的圖件整合。

3 土壤養(yǎng)分分級體系整合模型

3.1 模型設(shè)計

構(gòu)建土壤養(yǎng)分分級體系整合模型的目的是在較大區(qū)域范圍內(nèi)對不同分區(qū)域的矢量化土壤養(yǎng)分空間數(shù)據(jù)庫的養(yǎng)分分級指標進行提取、整合與賦色碼，實現(xiàn)對所有輸入圖件的屬性數(shù)據(jù)表整合，并根據(jù)色碼表自動賦予色碼號。

抗生素不是退燒藥也不是止咳藥也不是止瀉藥。濫用抗生素把不耐藥的有益菌殺死，剩下的是已耐藥的細菌，最后的結(jié)果就是剩下的這些耐藥菌造成致病性的感染的時候，無藥可用。所謂的超級細菌不是說細菌的致病力有多強，致病力和普通細菌是一樣的，而是耐藥，發(fā)生超級細菌感染的時候，因為耐藥，沒有抗生素能對付這些細菌了。

土壤養(yǎng)分分級體系整合在進行全國土壤養(yǎng)分分級體系數(shù)據(jù)整合時采用人機交互智能方式，對區(qū)域內(nèi)各不同縣市的土壤養(yǎng)分分級之間的關(guān)系進行判斷，并進行歸一化表達。該整合模型的設(shè)計遵從3個要點：（1）不改動原始空間要素信息，即保存原有養(yǎng)分圖圖斑的土壤養(yǎng)分分級信息，保留已有的屬性數(shù)據(jù)。為此該模型提供了兩種圖例分級處理方式（簡稱分級方式），第一種方式為保留原始等級和提取屬性數(shù)據(jù)再次制圖，第二種方式為提取每個養(yǎng)分分級的范圍值，計算最小值、最大值、中值3個特定值并分別賦給原圖斑，形成具有特定值而非分級范圍的3張養(yǎng)分圖，進而重新分級形成特定分級范圍的專題圖。用戶可以根據(jù)需要自行選擇制圖方式。（2）成圖在視覺上盡量歸一化，成圖時圖例表述等盡量簡潔，不引起不同養(yǎng)分分級的視圖混淆，圖面上不存在的圖斑分級不在圖例中顯示。（3）滿足兩種成圖色彩表達的需求，基于兩個層面對這些空間圖庫進行整合與表達，一個是較大范圍的行政邊界，如省界、國界，另一種則是基于國家標準分幅；表達時采用突出單幅模式（s）和全圖一致模式（w）兩種方式賦予色碼值，保證不同制圖目的下色彩更好地表達。

模型通過專題要素制圖中的人機交互表達方式，不僅可以針對土壤養(yǎng)分數(shù)據(jù)庫操作，同時適用于對其他不同分區(qū)量化分級指標的專題要素的表達，可用于土壤污染物含量、流域N和P排放等專題要素的提取、整合，以及環(huán)境、生態(tài)等領(lǐng)域的歷史數(shù)據(jù)分級提取、整合與表達。

3.2 模型構(gòu)建

土壤養(yǎng)分分級體系整合模型采用組件式建模方式，通過人機交互判斷，實現(xiàn)空間數(shù)據(jù)庫的制圖表達。主要模塊及相互關(guān)系如圖1所示，包括5個主要模塊：（1）各圖養(yǎng)分分級圖例提取，（2）分級指標同質(zhì)、異質(zhì)判斷，（3）不同分級位置分析，（4）多分級圖例整合，（5）多分級圖例制圖表達。

圖1 土壤養(yǎng)分分級體系整合模型工作流程Fig. 1 Flow chart of soil nutrient classification integration model

3.3 主要功能

3.3.1 各圖養(yǎng)分分級圖例提取

在各圖養(yǎng)分分級圖例提取模塊中，通過設(shè)置人機交互控制表對土壤養(yǎng)分空間庫屬性表進行提取。每個縣（以ID為編號）的圖例分級均作為一個分級指標存儲，提取并計算圖例各個分級的最大值、最小值、平均值和范圍，所有結(jié)果均存儲在模型運行初始表（Y1_Leg）中（表3）。

對于第一種分級方式即保留原分級不做任何改動，模型將按最小值對不同圖幅的分級進行編碼，用于下一步進行比較。在屬性表中添加全表述字段（GrName），對每個圖例及其各個養(yǎng)分分級進行唯一全表述描述。如果只存在單一圖例，則直接進入多分級圖例整合模塊，如果含多個圖例，則進入同質(zhì)、異質(zhì)判斷模塊進一步分析。

對于第二種分級方式，模型分別提取出原始屬性表中各個分級的最小值和最大值，并計算出中值后存儲在初始表中。對于圖例分級中的最低級別的值（如＜1）賦予最大值（即x=1），對于分級中的最高級別的值（如＞10）賦予最小值（即x=10）。由于無法提取最低、最高分級的范圍，模型分別計算出除了最高、最低級別外的其他分級的范圍級差值，再對級差值進行平均，獲取平均變幅，作為最高最低分級上限值和下限值。對最低分級進行負值檢驗，避免出現(xiàn)負值；若出現(xiàn)負值，則自動調(diào)整平均變幅為原有平均變幅的25%，若仍出現(xiàn)負值，則自動調(diào)整平均變幅為原來平均變幅的50%，以此類推，直至下限值為正值。將調(diào)整后的平均變幅，作為最高最低分級的上限值和下限值。在獲取分級的上限值和下限值后，將調(diào)整后的平均變幅值保存在相應(yīng)字段（ModiRange）中。

3.3.2 分級指標同質(zhì)、異質(zhì)判斷

對于第一種分級方式，在進行大區(qū)域土壤養(yǎng)分制圖時，需要利用模型對區(qū)域內(nèi)每個分幅內(nèi)的不同圖件的不同養(yǎng)分分級（Y1_Leg）進行兩兩比較，確定二者是同質(zhì)還是異質(zhì)關(guān)系。如果是同質(zhì)則合并成一套分級；如果是分級異質(zhì)情況，在整合與表達的過程中就要判斷圖面表達位置，以利于視圖方便。同質(zhì)、異質(zhì)判斷模塊采用兩兩對比方法，按照分級順序號首先對比各圖例分級的全表述字段（GrName），完全相同的則為同質(zhì)，按分級范圍從小到大排序，列入對比表。對于異質(zhì)圖例分級，要根據(jù)兩種分級的起始值與平均值的大小，按從小到大排序確定在圖面表達的位置，以實現(xiàn)不同成圖目的下的視圖一致。排序后進行兩兩判斷，如果最終無同質(zhì)圖例的時候，完成同、異質(zhì)判斷，生成同、異質(zhì)圖例對比結(jié)果表（Yg_Leg）（表3）。

對于第二種分級方式，不需要進行養(yǎng)分分級指標同、異質(zhì)判斷，分別對大區(qū)域內(nèi)不同圖件的土壤養(yǎng)分最大值、最小值、中值3個字段分別按照分級標準重新進行分級生成新的等級。

3.3.3 不同分級位置分析

對于第一種分級方式，不同分級位置分析模型是針對異質(zhì)分級圖例通過設(shè)置容差來進行近似分級類型的歸一化表達，是在不同分級進行同、異質(zhì)判斷結(jié)果基礎(chǔ)上，通過編輯人機交互界面控制表（Yi_Mode），修編全圖各幅內(nèi)分級間的關(guān)系，對不同養(yǎng)分分級重新賦碼，新的編碼用于確定每個分級所在的位置，生成位置分析結(jié)果存放表（Yi_Leg）。

第二種分級方式則不需要進行位置分析處理。

3.3.4 多分級圖例整合

對于第一種分級方式，多分級圖例整合模塊是把同、異質(zhì)判斷（Yg_Leg）及不同分級位置分析的結(jié)果（Yi_Leg）進行匯總，所生成的匯總表對不同的圖例分級重新編碼，添加生成各不同分級的規(guī)范化表述字段，生成分級圖例整合表（Y4_Leg），用于進一步的成圖表達。在該模塊中，通過人機交互界面設(shè)定該表述字段的小數(shù)點位數(shù)，便于表達字段的標準化。

對于第二種分級方式，模型將通過人機交互模式分別針對土壤養(yǎng)分最小值、最大值、中值3個表重新進行分級，生成不同的土壤養(yǎng)分專題圖以及分級屬性表。

3.3.5 多分級圖例制圖表達

對于第一種分級方式，多分級圖例制圖表達模塊實現(xiàn)同質(zhì)圖例縣市的圖例合并、異質(zhì)圖例縣市的圖例并列表達，按照分級從小到大的原則進行排列。在制圖配色過程中，模型采用了突出單幅配色（s）和全圖一致配色（w）2種方式。色碼表單獨存放。采用間隔法計算出不同配色方式需要調(diào)用的色碼id（CorID），并利用關(guān)聯(lián)字段建立色碼與分級圖例整合表的鏈接關(guān)系，通過設(shè)置人機交互界面表（Cordefi）選擇所用色碼系列，生成含色碼ID的整合結(jié)果表，便于成圖表達。如果想改變配色表達的效果，換用其他色系，可以通過修改色碼表中的色碼值實現(xiàn)。該整合結(jié)果表含有原始屬性表的所用記錄，能直接與空間數(shù)據(jù)庫進行鏈接，作為土壤養(yǎng)分空間數(shù)據(jù)的屬性表進行制圖表達。

式（1）～（2）中，CorNr s和CorNr w分別為突出單幅和全圖一致兩種配色方式下的某養(yǎng)分分級指標所分配到的色碼編號，∑CorID為色碼表中的色碼總個數(shù)；∑GRw和∑GRs分別為全圖和單幅養(yǎng)分分級指標的總個數(shù)；NrPs和NrPw分別為突出單幅和全圖一致配色方式下養(yǎng)分分級的位置編碼；Round表示按四舍五入取值的函數(shù)方法。

色碼表中的色碼是按土壤各級分類面積大小順序分配，面積大的類型優(yōu)先獲得色碼，從而實現(xiàn)大面積淺色背景襯托小面積深色圖斑的目的。

第二種分級方式的色碼選擇與第一種分級方式相似，只是所調(diào)用的屬性表為人機交互分級屬性表。

3.4 數(shù)據(jù)表

運行土壤養(yǎng)分分級體系整合模型將生成多個數(shù)據(jù)表，包括過程節(jié)點表、參數(shù)表等，用于全面了解空間數(shù)據(jù)的圖例分級情況并進行查錯，其中關(guān)鍵的數(shù)據(jù)表為各模塊的初始表、人機交互界面控制表等。土壤養(yǎng)分分級體系整合模型將每一個縣等區(qū)域的原始養(yǎng)分圖的圖例分級系列定義為Y，每個Y后面緊跟的數(shù)字或字母為模型運行的不同過程的結(jié)果表（表3），模型中界面所調(diào)用的數(shù)據(jù)庫定義為Fra，含屬性數(shù)據(jù)的過程表及結(jié)果表定義為leg表。模型運行過程中有多個人機交互過程，如設(shè)置Y_Fra、Yi_Mode、Pa_Y4以及Cordefi，分別用來提取空間庫屬性表、檢查全圖各幅內(nèi)分級間的關(guān)系、設(shè)置分級節(jié)點的小數(shù)點及選擇色系。人機交互設(shè)置功能提高了模型系統(tǒng)的靈活性。

表3 土壤養(yǎng)分分級體系模型數(shù)據(jù)表Table 3 Database and functions of soil nutrient classification integration model

3.5 運行環(huán)境

土壤養(yǎng)分分級體系整合模型通過軟件設(shè)計流程開發(fā)為專業(yè)軟件包，用于快速處理和分析海量空間信息，為保證其運行速度，硬件環(huán)境采用圖形工作站，軟件運行環(huán)境需要.NET Framework 4 Extended、ArcGIS 10.0、Access（Microsoft Office2003及以上版本）與DotNet Bar7.6的支持。

4 應(yīng)用實例

土壤有機質(zhì)的含量高低及其性質(zhì)是鑒別土壤肥力的重要標志，它對探討土壤的形成、分布、分類及肥力等研究都有重要的指導意義，也是土壤普查中的重要測定項目之一。該研究采用土壤有機質(zhì)分布圖作為應(yīng)用實例，利用土壤養(yǎng)分分級體系整合模型，以1∶100萬國家標準分幅作為分區(qū)標準，對我國17個省市（自治區(qū)）的中比例尺（1∶50萬）的土壤有機質(zhì)含量等級進行了批量提取、整合與表達，17個省市（自治區(qū)）分別為天津市、河北省、山西省、內(nèi)蒙古自治區(qū)、黑龍江省、上海市、浙江省、福建省、江西省、山東省、河南省、湖北省、廣東省、廣西壯族自治區(qū)、四川省、貴州省、陜西省。17個省市（自治區(qū)）的空間養(yǎng)分數(shù)據(jù)庫涵蓋了40個1∶100萬國家標準分幅，每個省市（自治區(qū)）覆蓋的1∶100萬國家分幅數(shù)為1～15個，而每個分幅覆蓋的省市（自治區(qū)）的數(shù)目為1～6個。所用色碼表包含色系、色系中色碼編號，色碼的RGB值等字段。每個色系中含28個色碼，每個色碼編號又分別對應(yīng)不同RGB值。

運行土壤養(yǎng)分分級體系整合模型，可以得到源于不同省市（自治區(qū)）的有機質(zhì)分級體系的提取、整合與賦色碼表達結(jié)果。全圖統(tǒng)一模式配色方式的賦色碼表達結(jié)果如表4所示，突出單幅配色模式的賦色碼制圖表達以2個不同國家標準分幅G48和J49的結(jié)果表為例進行說明，如表5、表6所示。表4中，所研究的17個省份有機質(zhì)分布圖中共提取出24個不同的養(yǎng)分分級，模型為每一個養(yǎng)分分級分配了一個位置編碼及一個顏色編碼。表5、表6分別為基于國家標準分幅G48和J49進行整合配色的結(jié)果表。其中，國家標準分幅G48涵蓋了四川省、廣西壯族自治區(qū)、貴州省3個?。ㄗ灾螀^(qū)），由于這3個地區(qū)原始土壤有機質(zhì)圖圖例相同，因此在成圖表達時合并為同一套圖例，并為每一個分級賦予突出單幅配色模式的色碼（表5）。而國家標準分幅J49的情況則比較復(fù)雜，該分幅涵蓋了5個?。ㄗ灾螀^(qū)），其中河北省、山西省、河南省圖例一致，而內(nèi)蒙古自治區(qū)、陜西省則采用了不同的養(yǎng)分分級體系。因此，模型對該分幅提取出14個養(yǎng)分分級，并為每個養(yǎng)分分級分配了1個位置編碼，并分別針對突出單幅配色和全圖統(tǒng)一配色2種模式計算出各分級的顏色編碼（表6）。

表4 17省市（自治區(qū)）有機質(zhì)分級體系的提取、整合與圖例賦色表達結(jié)果Table 4 Extraction，integration and mapping representation of organic matter content in 17 provinces

續(xù)表4

表5 1∶100萬國家標準分幅G48有機質(zhì)分級體系的提取、整合與賦色表達結(jié)果Table 5 Extraction，integration and mapping representation of organic matter content in G48

表6 1∶100萬國家標準分幅J49有機質(zhì)分級體系的提取、整合與賦色表達結(jié)果Table 6 Extraction，integration and mapping representation of organic matter content in J49

5 結(jié)論

土壤養(yǎng)分分級體系整合模型通過人機交互方式實現(xiàn)對不同區(qū)域土壤養(yǎng)分空間數(shù)據(jù)庫的養(yǎng)分分級的同、異質(zhì)關(guān)系判斷，在此基礎(chǔ)上快速實現(xiàn)了不同分級標準下土壤養(yǎng)分圖的整合。該模型不僅實現(xiàn)了在分級級別上的整合，還實現(xiàn)了屬性數(shù)據(jù)的整合，通過提取分級范圍值，與已有的土壤養(yǎng)分圖進行屬性匹配，實現(xiàn)分類數(shù)據(jù)的轉(zhuǎn)化。根據(jù)提取的各分級最小值、最大值、中值，能夠按照新的分級標準對養(yǎng)分圖重新進行分級，以生成低值、中值、高值3種不同類型的土壤養(yǎng)分圖，實現(xiàn)了土壤養(yǎng)分圖的再制圖。

模型對土壤養(yǎng)分空間數(shù)據(jù)庫圖例分級的提取、整合與表達同時進行，為每一個不同的分級賦予不同的色碼。在制圖表達上土壤養(yǎng)分分級體系整合模型分突出單幅配色、全圖統(tǒng)一配色2種模式，保證不同制圖目的下的完美色彩可視性。

土壤養(yǎng)分分級體系整合為通用數(shù)據(jù)模型，適用性廣，可用于各種比例尺、多種不同養(yǎng)分等圖件的分級體系整合與靈活配色，并可適用于環(huán)境、生態(tài)等其他領(lǐng)域的歷史數(shù)據(jù)的分級整合與表達。