土壤調查成果制圖軟件設計與實現*

車紫進，李會賓，賈 曲，宋佳運，史 云

（中國農業科學院農業資源與農業區劃研究所）

0 引言

在全國第三次土壤普查任務有序開展的背景下，根據廳級會議要求及相關文件《第三次全國土壤普查試點縣成果清單及方法》，各省級單位以及縣域級單位均需要根據三普采集樣點成果清單進行成果提交，其中包含數據成果，數字化圖件成果，文字成果，數據庫成果，樣品庫成果。

其中數據成果與樣品庫是隨樣點采集過程自動形成，數據庫成果是其他成果的數字化匯總，唯獨數字圖件成果的制作在基礎數據完備的基礎上還需要土壤學背景專家支撐和專業GIS 軟件的輔助才能產出，是眾多成果中得到性最困難的，偏偏這部分成果的質量好壞直接決定著“土壤家底的普查”的效果，又是最重要的。

目前根據與實際用戶的訪談對接材料，發現在省級和縣域級兩級單位里存在這樣問題：縣域級缺少專家資源和財力，客觀上無法在規定時間內完成數字成果產出，而省級雖然有農科院等專家支持，但是制圖的效率是有限的，無法滿足大量的縣域要求。因此，需要一套流水線化的工具軟件，來提高制圖效率，降低使用門檻，同時，保證軟件能夠支持多人協同，在保證數據安全的前提下，進行便捷地數據共享，有效助力采樣數據的成果產出。

土壤調查通常包括調查方案設計、土壤采樣、土壤理化性狀觀測與分析、結果表達四部分內容，四部分工作內容中均涉及到方法問題。對于土壤調查，經過長期探索和實踐，許多國家已經建立了規范性方法，以工作手冊或國標形式對調查方案設計、土壤采樣、土壤理化性狀觀測與分析方法、結果表達進行了規范［1-2］。近年來隨著計算機技術的發展，在土壤調查過程中逐步以數字土壤制圖的方法替代人工綜合判圖和繪圖［3-4］。

數字土壤制圖包括4個環節［5］：環境協同變量信息的生成，樣點數據的獲取，制圖模型和方法的建立，土壤（調查）制圖及驗證。在4個環節中：①環境協同變量信息生成環節的效率瓶頸在于數據的清洗與準備，這個過程由于過于靈活，且面對的情況十分具體，尚無流程固化的可能；②樣點數據的獲取過程傳統方式是通過文件交換，典型的有shapefile 文件，csv 文件，geopackage 文件等，在這個過程中可以通過網絡接口同步的方式，提高數據交換的效率；③制圖模型和方法的建立，這個環節需要較多的參數配置，且操作步驟繁瑣，不僅對制圖人員有較高的要求，而且往往也是效率瓶頸，因此如果能將計算參數固化和操作步驟原子化，理論上能夠節約參數和計算流程配置的時間，從而提高制圖效率［6］；④土壤（調查）制圖及驗證也是一個必不可少的環節，在這個環節中，自動地進行計算結果的可視化，能夠便于制圖人員做結果確認和校準，從這個角度來說，也能夠對整體制圖效率起到提升作用。

土壤推理制圖是以數學方法和空間分析為手段，利用土壤屬性的空間自相關性和土壤-環境協變量關系，將點映射至面以體現土壤空間分布特征和規律的過程［7］。盡管大尺度數字土壤制圖更多地借助于土壤近地傳感、土壤光譜和衛星遙感技術，但野外采樣點仍是至關重要的數據源。土壤樣點的數量和布設規則將影響土壤空間推理模型的選擇［8］。

數字土壤制圖涉及比較復雜的土壤推測模型及數據準備過程，用戶實際應用時通常需要借助特定的工具軟件，根據其適用范圍可將數字土壤制圖軟件分為兩類。①通用的地統計軟件工具，如Gstat，ArcGIS Geostatistical Analyst，GS plus等，這類軟件是面向專業的地理信息系統分析人員設計和研發的，具有功能全面，強大的特點，如ArcGIS分析軟件有500多個分析工具，并且支持使用python等語言進行定制化二次開發，能完成復雜的地理信息系統分析與制圖需求。②專門用于數字土壤制圖的軟件，如FuzME，SoLIM Solutions，ArcSIE，TAL等，這類軟件一般采用桌面端單機軟件的設計方式，具有一定的定制化特點，但是面向用戶對象仍然是以領域專家為主，同樣具有很高的使用和學習成本［9］。

基于以上分析可以得出結論，已有的基于ArcGIS等專業的地理信息系統軟件的制圖方法具有專業性強、精度高、速度慢、效率低的特點，建模過程主要依賴于用戶專業知識，導致非專家用戶難以完成；軟件的實現通常為單機版，用戶安裝配置較為繁瑣，且算法庫不易擴展，難以對固化算法有針對性地改進，而定制化開發軟件又普遍缺少標準規范和工程化管理，無法滿足廣泛區域的土壤制圖能力，尚缺少一款針對土壤調查數據且能夠便捷部署，高效使用的制圖軟件系統。因此該文基于容器化技術、前后同構技術和WebGIS相關技術，開發高精度、自主可控的土壤調查成果制圖軟件，用于實現土壤調查成果的高效制圖。

1 系統構建方法

該文中的制圖軟件需要滿足兩方面需求：①降低制圖工作門檻，將圖件成果的產出“流水線”化，只需投入操作員，按照流水線流程準備好相關數據，按部就班執行，就能夠得到經過驗證的規范制圖成果；②提高制圖效率，分析制圖效率低的環節，有針對性地進行優化，固化計算流程和計算參數，能夠顯著提高制圖效率。

基于樣點的土壤制圖方法，大致可概括為利用土壤—環境因子關系和土壤屬性空間自相關性推測區域土壤的空間分布。利用土壤—環境因子關系進行制圖主要利用機器學習、數據挖掘和數學模型等方法挖掘土壤屬性與環境協變量的關系知識作為制圖依據，利用土壤屬性空間自相關性推測區域土壤的空間分布進行制圖則利用給定的一組離散土壤樣點建立目標屬性的空間自相關模型，通過空間插值模型，如趨勢面分析、克里金插值、樣條函數、反距離加權法和最鄰近法等制圖。以上兩者結合的制圖法同時考慮了土壤屬性的空間自相關特征和土壤與環境因子的關系，主要方法包括回歸克里金插值、協同克里金插值和地理加權回歸模型［10］。從模型的精度角度分析，土壤—環境模型制圖法相對普通克里金法和線性回歸模型更有效，回歸克里金法能有效結合土壤—環境模型法和空間插值的優勢，制度精度優于普通克里金法。基于土壤—環境因子間線性或非線性假設，近年來，廣泛使用的方法包括線性回歸模型、隨機森林、決策樹和人工神經網絡模型等，這些模型的描述能力較低統計學方式更強，對于大量的樣點數據具有很好的擬合效果［11］。文章中的土壤調查成果制圖軟件，基于python與typescript開發語言，對以上算法模型進行了重構實現，目的是能從更細粒度上把握算法執行細節，從而優化算法計算效率。

土壤調查成果制圖軟件的總體技術路線是在計算參數庫、過程庫和結果庫基礎上，采用矢量數據讀寫，公式計算，矢量與柵格互轉化與結果可視化等技術步驟，進行土壤調查成果的分析與制圖，形成一系列能夠反映土壤質量，適宜性，肥力，物理與化學屬性，障礙因素等信息的成果，整體技術路線圖如圖1所示。

圖1 整體技術路線Fig.1 Technical route

2 系統實現

2.1 系統功能設計

該軟件包含“土壤屬性制圖模塊”“土壤質量評價模塊”“農業利用適宜性評價模塊”“土壤肥力評價模塊”，等能夠獨立工作的功能模塊，并且針對單一屬性插值類型成果，集成改造了跨平臺高效率算法（反比例加權，克里格插值，隨機森林），研發形成了可獨立部署的軟件制圖工具，滿足“土壤類型圖”“土壤屬性圖”“土壤障礙圖”“土壤酸化圖”“土壤鹽堿地圖”圖件的制作，研發形成了組合性數據分析與制圖總體系統，集成各個工具，形成總體系統平臺產品，達到組合后的系統產品能夠全面滿足制圖成果的產出，各個功能模塊單獨部署也能夠獨立完成某種特定圖件制作，從而有效提高制圖效率，系統的功能邏輯架構如圖2所示。

圖 2 功能邏輯架構Fig.2 Functional logic architecture

2.2 系統實現關鍵環節

2.2.1 核心算法實現

系統實現的關鍵環節之一是核心算法的實現，目前在土壤調查采樣制圖領域內，最經典的插值算法是反距離加權算法，該算法基于相近相似原理，其數學表示如下，反距離加權算法具有計算簡單，易于理解解釋的優點，但是其插值運算的方式會導致插值結果一般會圍繞著采樣點附近出現劇烈的數值突變，連續性較差，適用于洋點數量多且密集的采樣情況［12］。

式（1）中，z0為某空間點上的插值結果，D為該空間點與第i個樣點的距離，p為距離系數，n為樣點個數；式（2）中x0與y0分別為某空間點在笛卡爾空間坐標系中的位置坐標，xi與yi分別是第i個樣點在笛卡爾空間坐標系中的位置坐標

在此基礎上，基于地統計學的克里格系列算法能夠克服插值結果波動的問題，克里格插值算法是一種空間局部插值法，是以變異函數理論及其結構分析為基礎，在有限區域內對區域化變量進行線性無偏最優估計的一種方法，其插值結果更加平滑，其核心原理的數學表示如下。

式（3）中，z0為某空間點上的插值結果，λi為第i個樣點的計算權重，zi為第i個樣點的觀測值，n為樣點個數；式（4）中，r為變異函數，λi為樣點權重，Φ為計算常數項。

克里格算法已經能夠較好的擬合采樣結果，然而隨著機器學習算法的發展，描述能力更強的算法模型如隨機森林算法，在樣點插值回歸任務中也有了更好的表現，隨機森林的本質是一種集成學習算法，是對原始數據進行S次等概率的有放回抽樣得到的和原數據集大小相等的S個新的數據集集合，再將某個學習算法作用于這S個數據集得到S個分類器，綜合這S個分類器進行投票決策即可得到最終的分類或回歸的結果，其核心原理的數學表示如下［13］。

式（5）中，H代表目標分類器函數，T代表訓練總次數，ht代表第t次訓練的分類回歸決策器函數，y代表樣點的觀測值。

系統采用了python開發語言實現了以上3種算法，并通過docker容器化方案進行了算法之間的依賴隔離，最后通過node.js 構建了算法的服務化接口用于基于HTTP/HTTPS 傳輸協議的算法調用。3 種算法為插值回歸的基礎，能夠支撐多種土壤數據制圖場景的開發。

2.2.2 可視化技術方案

為了能夠直觀地得到評價的可視化結果，需要有一套技術流程支持數據的計算，服務化，渲染，著色和最終呈現，技術路線圖如圖3所示。

圖3 成果可視化技術路線Fig.3 Results visualization technology route

2.2.3 成果報告設計

為了讓軟件產出的分析成果報告能夠在不同的數據使用場景中起到助力作用，讓使用者能夠利用多種GIS數據分析軟件進行數據分析，軟件設計了4種數據產出成果：①可視化結果，利用軟件自帶的渲染與數據處理引擎直觀地可視化數據成果，支持自動與自定義兩種區間著色方式，并能夠通過監聽鼠標在地圖上的點擊事件，獲得某個評價單元上的綜合評分信息；②技術報告，將評價過程所有中間參數存儲下來，以技術報告形式展現出來，保證評價結果具有重放性；③綜合報告，是綜合評價過程中軟件系統錄入的信息，顯示可編輯的結果報告，用于提高工具使用者的報告撰寫效率；④以標準的數據共享格式存儲的原始數據以及計算結果數據，用于數據存檔以及與其他系統進行數據交換。

2.3 系統測試

“土壤調查成果制圖軟件”采用黑盒測試中等價類劃分，邊界值分析，錯誤推測等測試方法，分別通過了功能性測試，可靠性測試，易用性測試及用戶界面測試，在軟件的安全性，兼容性方面均得到了充分地測試和驗證。

3 結論與討論

土壤調查成果制圖軟件能夠提高土壤調查數據分析與成果圖產出的效率，本文的設計與實現表明：①土壤調查成果制圖具有統一的模式，可以通過“插值回歸—數據計算—渲染分析”3個環節統一描述。②土壤調查成果軟件能夠針對以上3個環節，通過固化計算過程的方式簡化數據計算與數據處理的鏈路，從而提高制圖過程的效率，降低軟件使用的成本，擴大的軟件使用對象的范圍。

在“土壤調查成果制圖軟件”的開發中，主要應用了3種關鍵技術：①基于虛擬化的算法依賴隔離技術，該技術解決了算法開發難以跨平臺和部署遷移困難的問題。②基于流處理的矢量與柵格文件讀寫技術，該技術解決了大文件讀寫時內存容量限制的問題。③基于webgl的柵格數據渲染著色技術，該技術縮短了柵格數據服務化過程中樣式設置流程，解決了web應用中柵格數據樣式更新的時效性問題。以上3種技術的組合成功地將算法及其執行環境的封裝，大文件數據處理，和結果可視化3個維度統一組織起來，構建出了該軟件的技術框架。

土壤調查成果制圖軟件研發過程中沉淀的關鍵技術在智慧農業的其他應用場景下均具有很強的應用潛力：①基于虛擬化的算法依賴隔離技術，該技術能夠支撐多源算法的管理。②基于流處理的矢量與柵格文件讀寫技術，該技術能夠支撐多種GIS 數據處理自動化流程的研發。③基于webgl的柵格數據渲染著色技術，該技術能夠支撐不同的數據可視化模塊的研發。