基于MapGIS的溫室大棚專題圖研究

王晶晶,王維明,孫志絢,周 超,肖 磊

(1.濰坊科技學院建筑工程學院，山東壽光 262700;2.壽光市測繪有限公司，山東壽光 262700;3.山東農業大學機械與電子工程學院，山東泰安 271018;4.山東省國土測繪院，山東濟南 250000)

溫室大棚的特點是采用人工措施改變局部生態環境，為作物生長提供最適宜的光照、水、溫度、濕度、肥料等環境條件來提高作物產量[1-3]。這種土地集約的利用方式，不僅豐富了城鄉居民的菜籃子，而且有效促進了農業產業結構調整，并帶動了相關產業發展。溫室大棚產業已經成為農業種植領域中效益最高的產業，在全國許多地區應用廣泛，尤其是在山東省壽光市，已經成為壽光市的支柱性產業[4-6]。

在市場經濟下，溫室大棚種植作物種類是決定溫室大棚經濟收入的根本性因素，棚齡、基肥種類、主要病害、用藥水平等是決定作物持續高產、高效和優質的關鍵性因素，溫室大棚空間分布則是掌握區域范圍內溫室大棚總產值的主要途徑[7-9]。然而，在作物種植過程中，農民主觀確定種植作物種類以及主觀的技術管理措施，可能會導致市場供求不匹配、作物產量降低、品質下降等情況，從而在一定程度上降低了溫室大棚的經濟效益。

針對上述問題，以MapGIS平臺為基礎，開展溫室大棚專題圖的繪制研究，通過掌握溫室大棚的空間分布與屬性信息，為溫室大棚的種植作物布局宏觀調控、技術管理措施等科學決策提供參考依據。

1 溫室大棚專題圖的設計概述

MapGIS屬于一種搭建式GIS(Geographic Information System)數據中心集成開發平臺，可以實現遙感處理與GIS的完美融合，是一個集圖形、圖像、地質、地理、遙感、測繪、人工智能與計算機科學于一體的大型智能軟件系統，已在測繪、交通、土地資源管理、城市規劃、農業等領域得到了廣泛應用[10-13]。

MapGIS具有五大功能模塊，包括“圖形處理”“庫管理”“空間分析”“圖像分析”與“實用服務”，可實現對專題地圖空間數據和屬性數據進行實時查詢、動態編輯、數理統計與精準分析等操作[14]。因此，該研究選用MapGIS平臺研究繪制壽光市孫家嶺村溫室大棚專題圖，具體實現流程如圖1所示。

圖1 壽光市孫家嶺村溫室大棚專題圖的繪制流程

2 基于MapGIS的溫室大棚專題圖

2.1 底圖基于MapGIS的鑲嵌配準功能，使用表1所示的校正點坐標，對圖2所示的壽光市衛星遙感影像進行幾何校正，將其坐標系統校正為壽光市高斯平面直角坐標系統：中央子午線為120°，投影帶為高斯投影3°帶。

表1 校正點坐標

然后，按照圖3(a)所示的孫家嶺村行政區界，裁切為圖2所示的壽光市衛星遙感影像，獲取圖3(b)所示的壽光市孫家嶺村衛星遙感影像，作為專題圖的底圖。

圖2 壽光市衛星遙感影像

圖3 壽光市孫家嶺村衛星遙感影像

2.2 屬性數據根據溫室大棚屬性信息特征，制作溫室大棚屬性信息調研問卷，對壽光市孫家嶺村溫室大棚進行走訪調研，獲取棚齡、基肥種類、主要病害、作物種類、產量等數據作為專題圖的屬性數據。

調研結果表明，截至2020年2月10日，權屬人屬于孫家嶺村的溫室大棚數量為300個，均為一年兩季種植模式。

2.3 矢量分布將GPS RTK接收機的坐標測量系統設置為壽光市高斯平面直角坐標系統(與專題圖底圖的坐標系統保持一致)，然后，根據孫家嶺村溫室大棚調研結果，使用GPS RTK接收機測量300個溫室大棚的邊界點坐標[15-16]，繪制溫室大棚的矢量邊界，結果如圖4(a)所示。并且，為了進一步檢驗繪制的溫室大棚矢量邊界的準確性，繼續加載壽光市孫家嶺村衛星遙感影像進行驗證，驗證結果如圖4(b)所示，溫室大棚的矢量邊界能夠較好地與衛星遙感影像圖吻合。

圖4 壽光市孫家嶺村溫室大棚的矢量邊界

依次按照圖5所示的步驟，對溫室大棚矢量邊界進行拓撲檢查生成區，繪制壽光市孫家嶺村溫室大棚的矢量分布(圖6)。

圖5 矢量邊界的拓撲檢查步驟

圖6 壽光市孫家嶺村溫室大棚的矢量分布

2.4 溫室大棚專題圖將幾何校正后的壽光市孫家嶺村衛星遙感影像作為專題圖的底圖，疊加壽光市孫家嶺村溫室大棚的矢量分布，結果如圖7所示。

圖7 底圖+矢量分布

然后，進一步完善溫室大棚的區屬性，分別建立權屬人、建棚時間、上半年種植作物種類與產量，下半年種植作物種類與產量、基肥種類、主要病害等屬性，并將溫室大棚調研結果依次錄入相對應的溫室大棚區屬性，結果如圖8所示。

圖8 底圖+矢量分布+屬性數據

最后，對專題圖進行圖幅整飾，依次添加圖名以及相關測繪信息，設置圖幅大小，得到壽光市孫家嶺村溫室大棚專題圖，結果如圖9所示。

圖9 壽光市孫家嶺村溫室大棚專題

3 溫室大棚專題圖的功能展示

3.1 屬性查詢選擇MapGIS的“瀏覽圖元屬性”功能，鼠標變為十字形狀，選中需要查詢的溫室大棚，此時選中的溫室大棚將進行高亮顯示，并彈出屬性可視化窗口，如圖10所示。

圖10 屬性查詢

3.2 統計分析及其可視化壽光市孫家嶺村溫室大棚均為一年兩季的種植模式。基于MapGIS的“區編輯>根據屬性賦參數”功能，設置填充顏色，將上半年與下半年種植作物進行可視化顯示，結果如圖11所示。其中，上半年與下半年均以種植西紅柿(番茄，紅色)品類為主，分別占總品類的78.3%與96.3%，此外，黃瓜(綠色)、快圓茄(紫色)、甜椒(灰色)、羊角蜜(淺綠色)、圣女果(粉紅色)、黃羅曼(黃色)、長辣椒(淺藍)、鯰魚(黑色)等則呈零星種植(養殖)分布的特點。

圖11 種植作物的分布

然后，繼續將壽光市孫家嶺村溫室大棚的基肥種類與主要病害進行可視化顯示，結果分別如圖12(a×b)所示。在施用的基肥種類方面，孫家嶺村溫室大棚主要以施用有機肥(黑色)，同時也會根據大棚的土質情況，少量溫室大棚施用稻殼雞糞(紅色)、腐熟豆子(黃色)與豬糞(藍色)。在作物發生的病害方面，孫家嶺村溫室大棚主要以發生灰霉(黃色)病害為主，并且，通過對比圖11可以發現，TY病毒(紅色)主要發生在兩季均種植西紅柿(番茄)品類的溫室大棚。

圖12 基肥種類與主要病害分布

以西紅柿(番茄)品類為例，對其平均產量進行統計分析，并按照式(1)所示的平均產量分級標準，對西紅柿(番茄)平均產量進行分級可視化顯示，結果如圖13所示。

(1)

式中，O表示平均產量，單位為kg/m2。

從圖13中可以看到，上半年高產的溫室大棚與下半年高產的溫室大棚基本吻合，并且，通過調研可知，除個別溫室大棚外，壽光市孫家嶺村溫室大棚基本上是在2004年建立，故溫室大棚的硬件條件對平均產量的影響可忽略不計，產生的這種穩定的、較大的平均產量差異，主要是由于管理、技術等人為因素導致的，即主觀的技術管理措施。

圖13 西紅柿(番茄)類蔬菜平均產量的可視化

3.3 總結綜上所述，壽光市孫家嶺村溫室大棚專題圖通過疊加溫室大棚的矢量分布并附屬屬性數據，實現了溫室大棚空間分布與屬性信息的智能化管理、查詢、統計分析及其可視化，在現代農業領域具有良好的推廣與應用價值。然后，以此為參考圖，對其進行擴展，對掌握區域范圍內溫室大棚空間分布、指導溫室大棚規劃建設、實現溫室大棚精準化管理等均具有重要的現實意義。

4 結論

為了提高溫室大棚的精準化管理水平，以MapGIS平臺為基礎，以壽光市孫家嶺村為例，將幾何校正后的衛星遙感影像作為底圖，通過調研獲取棚齡、基肥種類、主要病害、作物種類、產量等信息作為溫室大棚的屬性數據，通過GPS RTK接收機測量溫室大棚坐標繪制其矢量分布，然后將衛星遙感影像底圖依次疊加溫室大棚矢量分布并附屬屬性數據，設計實現了基于MapGIS的壽光市孫家嶺村溫室大棚專題圖，結果表明：

(1)溫室大棚專題圖實現了溫室大棚空間分布與屬性信息的智能化管理、查詢、統計分析及其可視化，在現代農業領域具有良好的推廣與應用價值。

(2)以此為參考圖進行擴展，對掌握區域范圍內溫室大棚空間分布、指導溫室大棚規劃建設等均具有重要意義。