不同分級標準下土壤養分圖的整合模型構建

武淑霞，張維理，徐愛國，張認連，雷秋良

（中國農業科學院農業資源與農業區劃研究所/農業農村部農業面源污染控制重點實驗室，北京100081）

0 引言

土壤養分分布圖可直觀展示土壤養分狀況及其空間分布特征，是了解區域尺度土壤質量狀況特征的主要方式之一［1-3］。農田土壤養分狀況與演變實際上是對通過施肥、沉降等養分輸入土壤過程與通過作物收獲物、流失等養分移出土壤兩類逆向過程的綜合反映［4-5］。因此，歷史的土壤養分狀況在對導致土壤養分含量變化的因素、預測土壤養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∶5萬土壤養分圖，包括土壤有機質、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分圖進行整理、抽提、整合和表達，構建全國或多省等較大區域的土壤養分圖，是闡明土壤質量時空演變規律的基礎［9-10］。對這些分縣土壤養分圖進行整合成圖，將有助于了解我國土壤質量時空演變特征及驅動因素［11-13］。

鑒于各國在較早期的土壤質量調查中大多為分區實施和分區成圖，對多土壤養分分級系統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分圖件構建土壤質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域所共同關心的問題，在我國尚無規范性準則與先例。

我國地域廣闊，各地土壤養分含量范圍差異大，因此我國第二次土壤普查完成的分縣土壤養分圖不僅采用的土壤養分分級系統不盡相同，各等級養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合分級方式，不同分級系統之間各級別土壤養分含量范圍也存在不一致的情況，圖例等級之間呈現出相容、相交等不同情況。將分縣養分圖匯總為全國土壤養分圖時，需要對分級數目不同、各等級養分含量范圍不一致的分縣養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則的一致。而現有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建了一個計算機模型，對土壤養分分級體系不同的各分縣土壤養分圖進行整合及表達。

1 材料與方法

1.1 數據來源

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

1.2 研究思路

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

1.3 實現方法

在完成全部模塊設計文檔基礎上，土壤養分分級體系整合模型采用C#編程語言，以.NET Framework 4 Extended為軟件開發環境，同時調用ArcGIS、Access與界面制作軟件DotNet Bar等二次開發控件，按需求設計文檔開發系統及各功能模塊，并對系統進行了整體測試與模塊交叉測試。

2 土壤養分圖整合問題

“全國第二次土壤普查技術規程”（簡稱“規程”）的評級指標分級［18］中，將土壤養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、縣的土壤養分圖遵循了該六級分級體系標準，但由于我國不同區域養分含量高低及其分布情況千差萬別，有不少區域結合當地情況對該養分分級體系做了修改，采用了五級分級體系。以全氮含量養分圖為例，江蘇部分縣市就遵循了五級分級體系架構（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范的情況，若想實現在不損失原有圖斑土壤養分信息的前提下對大區域土壤養分圖的分級進行整合與表達，就必須解決這些關鍵問題。

表2 土壤全氮含量分布圖復合分級示例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、中比例尺的土壤養分圖，即便是同一種土壤養分，在養分分級數相同的情況下，不同區域所采取的土壤養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，都根據當地的土壤養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。

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

3 土壤養分分級體系整合模型

3.1 模型設計

構建土壤養分分級體系整合模型的目的是在較大區域范圍內對不同分區域的矢量化土壤養分空間數據庫的養分分級指標進行提取、整合與賦色碼，實現對所有輸入圖件的屬性數據表整合，并根據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。

土壤養分分級體系整合在進行全國土壤養分分級體系數據整合時采用人機交互智能方式，對區域內各不同縣市的土壤養分分級之間的關系進行判斷，并進行歸一化表達。該整合模型的設計遵從3個要點：（1）不改動原始空間要素信息，即保存原有養分圖圖斑的土壤養分分級信息，保留已有的屬性數據。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據再次制圖，第二種方式為提取每個養分分級的范圍值，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分數據庫操作，同時適用于對其他不同分區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，以及環境、生態等領域的歷史數據分級提取、整合與表達。

3.2 模型構建

土壤養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，實現空間數據庫的制圖表達。主要模塊及相互關系如圖1所示，包括5個主要模塊：（1）各圖養分分級圖例提取，（2）分級指標同質、異質判斷，（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 各圖養分分級圖例提取

在各圖養分分級圖例提取模塊中，通過設置人機交互控制表對土壤養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、異質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，避免出現負值；若出現負值，則自動調整平均變幅為原有平均變幅的25%，若仍出現負值，則自動調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，將調整后的平均變幅值保存在相應字段（ModiRange）中。

3.3.2 分級指標同質、異質判斷

對于第一種分級方式，在進行大區域土壤養分制圖時，需要利用模型對區域內每個分幅內的不同圖件的不同養分分級（Y1_Leg）進行兩兩比較，確定二者是同質還是異質關系。如果是同質則合并成一套分級；如果是分級異質情況，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、異質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，按分級范圍從小到大排序，列入對比表。對于異質圖例分級，要根據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，如果最終無同質圖例的時候，完成同、異質判斷，生成同、異質圖例對比結果表（Yg_Leg）（表3）。

對于第二種分級方式，不需要進行養分分級指標同、異質判斷，分別對大區域內不同圖件的土壤養分最大值、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分級圖例通過設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、異質判斷結果基礎上，通過編輯人機交互界面控制表（Yi_Mode），修編全圖各幅內分級間的關系，對不同養分分級重新賦碼，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、異質判斷（Yg_Leg）及不同分級位置分析的結果（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定該表述字段的小數點位數，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同質圖例縣市的圖例合并、異質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用的色碼id（CorID），并利用關聯字段建立色碼與分級圖例整合表的鏈接關系，通過設置人機交互界面表（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。該整合結果表含有原始屬性表的所用記錄，能直接與空間數據庫進行鏈接，作為土壤養分空間數據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；∑GRw和∑GRs分別為全圖和單幅養分分級指標的總個數；NrPs和NrPw分別為突出單幅和全圖一致配色方式下養分分級的位置編碼；Round表示按四舍五入取值的函數方法。

色碼表中的色碼是按土壤各級分類面積大小順序分配，面積大的類型優先獲得色碼，從而實現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，只是所調用的屬性表為人機交互分級屬性表。

3.4 數據表

運行土壤養分分級體系整合模型將生成多個數據表，包括過程節點表、參數表等，用于全面了解空間數據的圖例分級情況并進行查錯，其中關鍵的數據表為各模塊的初始表、人機交互界面控制表等。土壤養分分級體系整合模型將每一個縣等區域的原始養分圖的圖例分級系列定義為Y，每個Y后面緊跟的數字或字母為模型運行的不同過程的結果表（表3），模型中界面所調用的數據庫定義為Fra，含屬性數據的過程表及結果表定義為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、檢查全圖各幅內分級間的關系、設置分級節點的小數點及選擇色系。人機交互設置功能提高了模型系統的靈活性。

表3 土壤養分分級體系模型數據表Table 3 Database and functions of soil nutrient classification integration model

3.5 運行環境

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

4 應用實例

土壤有機質的含量高低及其性質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分布圖作為應用實例，利用土壤養分分級體系整合模型，以1∶100萬國家標準分幅作為分區標準，對我國17個省市（自治區）的中比例尺（1∶50萬）的土壤有機質含量等級進行了批量提取、整合與表達，17個省市（自治區）分別為天津市、河北省、山西省、內蒙古自治區、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、四川省、貴州省、陜西省。17個省市（自治區）的空間養分數據庫涵蓋了40個1∶100萬國家標準分幅，每個省市（自治區）覆蓋的1∶100萬國家分幅數為1～15個，而每個分幅覆蓋的省市（自治區）的數目為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不同RGB值。

運行土壤養分分級體系整合模型，可以得到源于不同省市（自治區）的有機質分級體系的提取、整合與賦色碼表達結果。全圖統一模式配色方式的賦色碼表達結果如表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個省份有機質分布圖中共提取出24個不同的養分分級，模型為每一個養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進行整合配色的結果表。其中，國家標準分幅G48涵蓋了四川省、廣西壯族自治區、貴州省3個省（自治區），由于這3個地區原始土壤有機質圖圖例相同，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的情況則比較復雜，該分幅涵蓋了5個省（自治區），其中河北省、山西省、河南省圖例一致，而內蒙古自治區、陜西省則采用了不同的養分分級體系。因此，模型對該分幅提取出14個養分分級，并為每個養分分級分配了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）有機質分級體系的提取、整合與圖例賦色表達結果Table 4 Extraction，integration and mapping representation of organic matter content in 17 provinces

續表4

表5 1∶100萬國家標準分幅G48有機質分級體系的提取、整合與賦色表達結果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有機質分級體系的提取、整合與賦色表達結果Table 6 Extraction，integration and mapping representation of organic matter content in J49

5 結論

土壤養分分級體系整合模型通過人機交互方式實現對不同區域土壤養分空間數據庫的養分分級的同、異質關系判斷，在此基礎上快速實現了不同分級標準下土壤養分圖的整合。該模型不僅實現了在分級級別上的整合，還實現了屬性數據的整合，通過提取分級范圍值，與已有的土壤養分圖進行屬性匹配，實現分類數據的轉化。根據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分圖，實現了土壤養分圖的再制圖。

模型對土壤養分空間數據庫圖例分級的提取、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分分級體系整合模型分突出單幅配色、全圖統一配色2種模式，保證不同制圖目的下的完美色彩可視性。

土壤養分分級體系整合為通用數據模型，適用性廣，可用于各種比例尺、多種不同養分等圖件的分級體系整合與靈活配色，并可適用于環境、生態等其他領域的歷史數據的分級整合與表達。