利用景觀指數定量化評估歷史土壤圖制圖精度*

黃晶晶 于銀霞 于東升? 潘 月 陸曉松 徐志超

（1 土壤與農業可持續發展國家重點實驗室（中國科學院南京土壤研究所），南京 210008）

（2 揚州工業職業技術學院， 江蘇揚州 225127）

（3 中國科學院大學，北京 100049）

在生態學中，空間尺度通常指空間幅度和空間粒度。幅度是指區域空間范圍大小，對土壤屬性空間變異性特征研究具有明顯影響作用［1-3］。粒度是指空間最小可辨識單元所代表的特征長度、面積或體積（如樣方、像元），在地圖學上表示為制圖比例尺或柵格分辨率，即制圖精度［4-6］。景觀指數的粒度效應在土地利用類型方面已有很多研究，其中，部分學者定性地研究了景觀指數隨粒度變化的特征，結果表明，景觀指數隨粒度的增加呈上升或下降趨勢［7-9］。也有學者基于不同比例尺討論景觀指數的粒度效應，并進行了矢量數據轉換為柵格數據的適宜粒度研究，結果表明，景觀指數隨粒度的增大而增大或減小或無規則變化或基本不變，且適宜粒度隨著比例尺的減小而增大［10-14］。

在土壤學領域，有學者將太湖地區不同比例尺土壤矢量數據分別轉成不同分辨率的柵格數據，研究農田土壤碳庫的指標變化，并以矢量數據獲得的指標為基準，利用相對變異百分數（VIV）判別不同柵格數據與其對應比例尺土壤矢量數據之間的精度差異，在滿足一定精度條件下得到柵格化的最佳表征粒度［15-16］，并模擬土壤數據比例尺與柵格最佳分辨率轉換對應關系［16］。陳粲等［17］利用江西省余江縣1∶5萬土壤圖，依據面積指標研究了在土類、亞類、土屬和土種分類水平上土壤矢量圖轉化成不同大小柵格圖過程中各類土壤分布的面積變化，得到不同土壤分類級別上土壤圖柵格化的最佳粒度。但是研究中只選取了代表性土壤類型，而隨著粒度的逐漸增大，細碎化的小面積土壤類型斑塊逐漸消失，導致代表性的大面積土壤類型的柵格面積越來越大，所以僅僅依據面積一項指標，缺乏足夠說服力。

20世紀80年代開展的全國第二次土壤普查工作，獲得了海量的調查數據資料，土壤調查涉及全國2 444個縣，312個國家農場和44個林場，土壤數據包括土壤形成、分類和分布，土壤類型和性質，土壤肥力，土壤資源和利用等，發表超過5 500份書面報告［18］。這些海量資料經過層層篩選、核準和編輯，也僅有少量數據得以在全國正式出版和發布，如中國1∶100萬土壤類型圖，《中國土種志》等［18］。大量未得以正式出版發布的數據資料歷經30多年，或沉睡、或丟失，即使有幸保存，但也因為缺乏數據說明信息、或說明信息不全、或者描述錯誤，而難以得到正確利用。對于那些未出制圖精度，方法論問題是首先急需研究和解決的。

所以，本研究利用收集整理、標記為福建省1∶25萬土壤類型圖的全國第二次土壤普查資料數據，嘗試利用上述土壤景觀格局指數的粒度效應原理及特征，構建土壤類型圖的精度判斷方法，并對該圖制圖精度進行定量化評估，為類似問題解決提供有效途徑和方法，保護歷史珍貴數據資料，并促進其得以正確利用。

1 材料與方法

1.1 研究區概況

福建省處于中國東南沿海（115°50′～120°43′E，23°33′～28°19′N）（圖1），全省陸域面積12.14萬km2，屬于亞熱帶海洋性季風氣候，地勢總體上西北高東南低，山地、丘陵占全省總面積的80%以上，土壤以紅壤、磚紅壤性紅壤、水稻土、黃壤等為主［19］。

1.2 數據來源及預處理

圖1 研究區位置及土壤類型分布圖Fig. 1 Location of the study area and soil type distribution map

本研究收集整理標記為福建省1∶25萬土壤類型圖的紙質圖作為數據源。土壤類型包含土類、亞版、數據說明又存在諸多問題的歷史土壤類型圖件，正確判斷其制圖精度，是利用這些珍貴數據資料的前提條件。因此，如何判斷歷史土壤類型圖的類、土屬3個層次，在土屬單元中還包含土壤質地和地形坡度等特征信息。其中，土壤質地特征分為粗粒質、中粒質、細粒質；地形坡度特征分為＜5°、5°～20°、＞20°。本研究僅針對土壤發生分類的土壤類型信息。首先對紙質圖進行掃描預處理，然后在ArcGIS 10.2的支持下進行地理配準、投影轉換，再進行數字化、拓撲檢查等，并根據不同土壤發生分類層次對原圖進行重新編制，最后獲得福建省土壤發生分類的土壤類型矢量數據。

1.3 矢量數據向柵格數據轉換

將矢量數據利用中心屬性值法（Rule of Centric Cell，RCC）進行柵格化變換，即一個柵格單元的取值為該單元中心的類型屬性值。由于不同土壤分類單元層次（土類、亞類、土屬）本身各自代表不同土壤類型圖的制圖粒度，所以本研究對矢量土壤圖進行了不同分類層次的柵格化，每種分類層次從30 m至8 km不等間距分別選取50個柵格粒度，用于土壤景觀指數提取和粒度效應分析。

1.4 景觀指數的選取及計算

景觀指數值是基于景觀格局分析軟件Fragstats 4.2計算的，30 m柵格粒度是省級幅度下軟件可接受運算的最小柵格粒度。景觀指數包括斑塊水平、斑塊類型水平和景觀水平3種類型。其中，前兩種類型指數是針對單個斑塊或不同類型斑塊進行分析，而景觀水平指數則是對研究區域內整體特征的描述。選取景觀指數時，依據前人研究［10,20］，且兼顧各種粒度效應的同時，盡量避開具有相關性的指數，使之能全面反映研究區土壤類型景觀指數的粒度效應。本文針對面積/密度/邊長、形狀、聚集/分布、連接性和多樣性等方面，在景觀水平上選取總面積（TA）、總邊緣長度（TE）、景觀形狀指數（LSI）、最大斑塊指數（LPI）、斑塊面積標準差（AREA_SD）、周長面積分維數（PAFRAC）、聚合度（AI）、景觀分離度（DIVISION）、分散指數（SPLIT）、有效網格大小（M E S H）、斑塊內聚力指數（COHESION）、斑塊豐富度（PR）、斑塊豐富度密度（PRD）、香農多樣性指數 （SHDI）、香農均勻度指數（SHEI）15個景觀格局指數，探討不同分類級別土壤類型景觀指數的粒度效應。各指數的公式和含義參考相關文獻［21］。

1.5 不同土壤分類粒度量化及制圖精度判斷

在研究景觀指數對不同粒度響應的過程中，用指標相對變異百分數（VIV）來反映由矢量圖斑單元轉成不同粒度柵格單元時景觀指數的變化情況。研究顯示，1∶5萬土壤類型矢量圖的最佳表征粒度大于100 m×100 m［17,22］，表明以該粒度進行矢量數據的柵格化變換，其柵格數據精度可等同于原矢量數據。本研究土壤類型矢量圖比例尺標記1∶25萬，最佳表征粒度應遠大于100 m×100 m，粒度為30 m×30 m柵格數據精度應等同于原矢量數據。因此，本研究以粒度30 m×30 m對應的景觀指數為基準數據，不同粒度對應的景觀指數相對于基準數據進行比較。其中相對變異百分數（VIV）表示如下：

式中，IV(A)為粒度30 m×30 m對應的指標值，IV(B)為不同粒度對應的指標值。

當所有指標｜VIV｜＜1%，且柵格單元粒度達到最大時，則認為該粒度為土壤分類粒度的最佳表征粒度［23］。最后依據土壤圖比例尺與最佳表征粒度的函數關系，判定土壤制圖精度［22］。統計分析利用Origin 8.5進行。

2 結果與討論

2.1 土壤矢量圖件基本信息統計特征

矢量圖件基本信息統計結果表明，該圖有11個土類，23個亞類，55個土屬，基本制圖單元為土屬。共有2 189個圖斑，面積為12.24萬km2，圖斑密度為每平方公里0.017 9個。而已經出版的福建省1∶50萬、1∶100萬和1∶400萬土壤類型圖的矢量化圖斑數分別為11 855個、3 412個、263個，面積分別為12.37萬 km2、12.35萬 km2、12.17萬 km2，圖斑密度依次為每平方公里0.095 8個、0.027 6個、0.002 2個，基本制圖單元分別為土屬、亞類、土類［24］。從圖件基本信息可初步判斷，該土壤矢量圖的制圖精度（粒度）應處于1∶50萬和1∶400萬之間。

2.2 土壤景觀指數的粒度效應特征

研究表明，隨著粒度的增大，各景觀指數呈現出不同的變化趨勢，景觀指數具有明顯的粒度效應（圖2、圖3和圖4）。不同土壤分類層次相同的景觀指數具有相同的變化趨勢。依據各景觀指數隨粒度的增大所呈現的變化趨勢，可以將景觀指數的粒度效應劃分為以下4類：（1）景觀指數隨粒度增加呈現出增加的變化趨勢，包括PAFRAC和AREA_SD。隨著粒度的增加，PAFRAC呈對數函數上升，說明景觀形狀變化較大，復雜性增強；AREA_SD隨著粒度的增加呈線性上升。（2）景觀指數隨著粒度增加呈現出減小的變化趨勢，包括TE、LSI、COHESION和AI。（3）景觀指數隨著粒度增加呈現出不穩定無規律性變化趨勢，包括LPI、DIVISION、MESH和SPLIT，粒度效應較為復雜。（4）隨著粒度增加呈現出穩定或先穩定再變動的趨勢，包括TA、PR、PRD、SHDI和SHEI。其中，土類和亞類的PRD在分析粒度范圍內的變化不明顯，其余各指數呈現出先穩定后變動的趨勢。

圖2 土類各景觀指數粒度效應圖Fig. 2 Metrics of grain-size dependence of landscape indices at the soil great group level

圖3 亞類各景觀指數粒度效應圖Fig. 3 Metrics of grain-size dependence of landscape indices at the soil subgroup level

陳粲等［17］研究顯示TA隨粒度的增加呈現出先穩定后波動的趨勢，吳未等［25］、張慶印和樊軍［26］研究表明LSI和COHESION總體呈現下降的趨勢，這些均與本文結果具有一致性。Wu等［27］發現SHDI隨粒度增加呈階梯下降趨勢，張慶印和樊軍［26］研究得出在60 m內PR、SHDI和SHEI隨粒度的增加基本無變化，邱揚等［11］和包宇［14］研究表明SHDI和SHEI先小幅波動后大幅度波動，而本研究結果顯示出了并不完全相同的結果，SHDI和SHEI隨粒度的增加呈現先穩定再變動的趨勢。游麗平等［28］研究表明，PAFRAC隨粒度增大而減小，與本文研究結果相反。顯然，已有景觀指數的粒度效應研究結果與本研究并不完全一致，這是因為已有研究中所選粒度范圍、空間數據聚合方式、景觀類型多少以及景觀格局指數本身算法等不同，均可能造成分析結果的差異。

圖4 土屬各景觀指數粒度效應圖Fig. 4 Metrics of grain-size dependence of landscape indices at the soil family level

2.3 不同土壤分類層次的最佳表征粒度

本研究選取15種景觀指數分析其粒度效應，最終選取的土壤圖評價指標是要能夠求得土壤矢量圖柵格化的最佳表征粒度，根據最佳表征粒度推斷土壤類型圖的比例尺，定量化評估其制圖精度。而采用不同柵格粒度進行數據變換，會使得數據信息的損失程度和冗余程度產生差異，進而影響景觀格局分析的準確性［29］和分析效率［30］。因此，需要尋找適宜粒度，使得柵格數據既能最大限度保持數據精度又能降低數據冗余度［31］，而該粒度即為土壤矢量圖柵格化的最佳表征粒度。若景觀指數隨粒度增加出現先穩定不變后波動的趨勢，那么在穩定不變的粒度區域所對應的柵格數據與原始矢量數據具有相同的精度，在此基礎上設定在一定數據精度范圍內（｜VIV｜＜1%）所對應的最大柵格粒度為最佳表征粒度［23］。而若景觀指數隨著粒度增加一直處于變化狀態，表明柵格數據的精度始終處于損失狀態，此時求算最佳表征粒度無意義。最終，在不同土壤分類層次上，分別有5個景觀格局指數TA、PR、PRD、SHDI、SHEI隨著粒度增加呈現穩定或先穩定再變動的變化趨勢。

在土類層次上，TA、PR、SHDI和SHEI的｜VIV｜總體上均呈現出先穩定后變動的趨勢，而PRD的｜VIV｜在分析粒度范圍內的變化不明顯（圖5a）。當粒度≤ 4.00 km時，各指標的｜VIV｜＜ 1%；當粒度為4.20 km時，SHDI和SHEI的｜VIV｜＞1%；當粒度為6.00 km時，PR的｜VIV｜＞1%；TA和PRD的｜VIV｜在本研究粒度下均小于1%。所以，土類層次上矢量數據柵格化的最佳表征粒度為4 .00 km。

在亞類層次上，PRD的｜VIV｜變化不明顯，其余指標的｜VIV｜呈現出先穩定后波動的趨勢（圖5b）。當粒度≤3.45 km時，各指標的｜VIV｜＜1%；當粒度為3.60 km時，PR和SHEI的｜VIV｜＞1%；而TA、PRD和SHDI的｜VIV｜在本研究粒度下均小于1%。因此，亞類層次矢量數據柵格化的最佳表征粒度為3.45 km。

在土屬層次上，除PRD的｜VIV｜的變化不太明顯外，其余各指標的｜VIV｜均呈現出先穩定后波動的趨勢（圖5c）。當粒度≤1.90 km時，各指標的｜VIV｜＜1%；當粒度為2.00 km時，PR和PRD的指標｜VIV｜＞1%；當粒度為2.60 km時，SHEI的｜VIV｜＞1%；TA和SHDI的｜VIV｜在本研究粒度下均小于1%。可以認為，土屬層次矢量數據柵格化的最佳表征粒度為1.90 km。

圖5 不同土壤分類層次景觀指數相對變異系數（VIV）圖Fig. 5 VIV of landscape indices relative to soil taxonomical hierarchy

2.4 土壤圖的制圖精度

本研究區地形以山地丘陵為主，由于地形比較破碎，導致其空間異質性較大，而Yu等［22］研究的太湖地區雖然以平原為主，但河網密布，城鎮分布密集，土地利用類型的變異性及不連續性不亞于本文研究區的空間異質性。由此推測，太湖地區的土壤數據比例尺與柵格分辨率等精度轉換關系y =-0.80×10-6x2+ 0.022 8x + 0.021 1（R2= 0.999 4，P ＜ 0.05）［22］同樣也應該適用于本研究區。因此，依據土壤圖最佳表征粒度與制圖比例尺的函數關系［22］和土類、亞類、土屬的最佳表征粒度4.00 km、3.45 km、1.90 km，則可判斷出相應制圖比例尺分別為1∶180萬、1∶160萬、1∶85萬。雖然所得矢量圖比例尺與原始比例尺1∶25萬相差很多，但也符合土壤矢量圖件信息的初步判斷。

該土壤類型圖除分別為土類、亞類、土屬等土壤發生分類層次信息外，在土屬分類層次單元中還包含土壤質地和地形坡度信息，而本研究僅針對土壤發生分類的類型信息，這是導致所得比例尺較原始比例尺小得多的主要原因。在土壤圖制圖規范中，1∶25萬土壤圖的基本制圖單元為土屬或土種，1∶50萬的基本制圖單元為土屬［16］，1∶100萬土壤圖在平原區的基本制圖單元為土屬，山區的基本制圖單元為亞類［32］，1∶400萬的基本制圖單元為土類［33］。所以，在土類層次上，本研究所用土壤圖數據精度高于1∶400 萬，低于1∶100萬；在亞類層次上，數據精度小于1∶100萬；在土屬層次上，數據精度低于1∶50萬，高于1∶100萬。因此，對于那些未出版、數據說明又存在諸多問題的歷史土壤類型圖件，正確判斷其制圖精度是非常必要的。

3 結 論

本文利用收集整理的、標記為福建省1∶25萬土壤類型圖，分析其在柵格數據下不同土壤分類層次景觀指數的粒度效應，以粒度30 m×30 m對應的景觀指數為基準，不同粒度對應的景觀指數與基準數據比較，設定相對變異百分數｜VIV｜＜ 1%時所對應的最大粒度為土壤矢量圖柵格化的最佳表征粒度，并以此推斷土壤類型圖的比例尺，判定其制圖精度，實現了歷史土壤圖件精度的定量化準確評估。案例研究結果顯示，收集整理的、標記為福建省1∶25萬土壤圖，在土類、亞類、土屬水平的實際制圖精度分別僅為比例尺1∶180萬、1∶160萬、1∶85萬，兩者差別顯著。本研究為判斷歷史土壤類型圖的制圖精度提供了有效途徑和方法，對于歷史珍貴數據資料的正確利用具有重要意義。