面向土地質量評價的省級農業地質大數據平臺構建

徐佳，康桂玲，于林松*，趙玉巖，劉敬兵

研究論文

面向土地質量評價的省級農業地質大數據平臺構建

徐佳1,2，康桂玲1,2，于林松1,2*，趙玉巖3，劉敬兵1

1. 山東省物化探勘查院，濟南 250013；2. 山東省地質勘查工程技術研究中心，濟南 250013；3. 吉林大學，長春 130012

農業地質是地質科學與現代農業生產發展相結合的邊緣學科。面向土地質量評價的農業地質調查涵蓋了各種調查比例尺、不同調查對象、多種評價方法，產生各類多源、異構、多尺度和海量基礎數據，文章從土地質量評價視角出發，圍繞農業地質大數據應用平臺的開發進行探索實踐。文章采用面向服務架構和B/S網絡結構，基于ArcGIS軟件平臺和WebService形式的OLAP技術，借助C#和JavaScript開發地理信息共享系統，采用關系型數據庫系統SQL Server和Geodatabase進行數據管理，構建省級農業地質大數據平臺。該平臺集成了以往基礎地質、農業地質、區域化探資料，掛接“地質云”(全國地質資料館)公開館藏資料，以地圖結合圖表的形式，直觀、動態地展示了農業地質大數據信息。實現山東省農業地質“一張圖”、大數據可視化、土壤監測預警、名特優產地環境輔助決策等典型應用。本次大數據平臺針對農業地質典型應用進行了探索的研發，實現農業施肥精準化指導，對名特優產品的實現動態監測；面對不同尺度、不同時間的同源異構數據進行可視化對比、網格化比較，對地球化學指標周期性變化的觀測，實現對土壤質量現狀監測、對土壤環境污染預警的作用。還通過分布式數據挖掘和多維數據分析，實現了省級多目標區域化探、中大比例尺土地質量調查及農業地質相關同源異構數據的疊加分析，即對格網數據時間變化走勢的展現，構建了基于地學思維的農業地質檢測應用接口，為今后的科技創新提供了決策依據。

農業地質；地質大數據；地質信息化；土地質量評價

1 引言

農業地質是地質科學與現代農業生產發展相結合的邊緣學科[1]，核心應用目標是服務于農業經濟和社會發展[2]。自1999年來，中國地質調查局實施農業地質調查計劃，在服務農業發展、管控耕地土壤污染、管理國土資源、鄉村振興等方面做出了重大貢獻[3]。面向土地質量評價的農業地質調查主要采用中、大比例尺土地質量地球化學調查方法[3-5]，調查對象涉及土壤、灌溉水、大氣降塵及農作物等，以縣域農業地質項目為例，不同類型點位采樣密度從1點/km2至16點/km2不等，多目標區域地球化學調查涉及的分析元素與指標包括Ag、As、Au等共計87項，地球化學評價涉及的分析指標包括有效B、有效Cu、有效Fe等共計58項，縣域面積按800 km2計算，則樣品分析結果記錄可達數萬條之多。大數據已經成為農業地質工作的重要標志和本質特征，成為現代農業生產與經營離不開的工具[6]。基于這樣的背景，中華人民共和國自然資源部(原國土資源部)于2013年下達了《全國地質環境信息化建設方案》，提出搭建國土資源數據中心框架，完善省級地質環境數據中心節點建設，為地質災害、農業地質、城市地質等地學相關專業工作提供專業數據庫支持[7-8]；2018年，“首屆全國地質資料數據創新應用大賽”在京舉辦，此次大賽在“創新”的基礎上，顯著推進了地學數據資料的整合與共享[9]。此后，地質大數據的發展進入一個嶄新的階段，各類省級地質大數據平臺應運而生。2019年3月，浙江省成立“地質云”，作為省內唯一分節點，依托地質大數據提供多元化、智能化綜合信息服務[10]；同年10月，山東省“智慧地礦”工程上線試運行，在大數據等現代信息技術基礎上，構建了地學大數據的綜合應用平臺[11-12]；同年12月，湖北省建成地學大數據平臺并開發了內外業協同辦公及“地質一張圖”服務，并開設農業地質專題信息化服務[13-14]。

山東省大規模農業地質調查工作始于2002年。目前，1:25萬尺度已實現陸域尺度全覆蓋，1:5萬調查尺度已覆蓋近50余個縣(市)，1:1萬大比例尺農業地質調查在名特優產地有序推進[4-5,15-16]。盡管山東省農業地質工作程度較高，但目前尚未形成針對農業地質大數據信息化的有效技術探索，“智慧地礦”的農業地質信息化專題服務能力不足。

構建山東省農業地質大數據平臺，既是對山東省“智慧地礦”的優勢互補，又是新時期拓寬地質服務延伸的一次嘗試。本文通過對以往地質大數據成果的梳理與總結，以服務土地質量調查評價為目標，提出了以5層數據平臺開發體系、5項關鍵技術為支撐的多源、異構時空大數據平臺構建模式，對基于不同尺度的多源地質大數據的多目標應用具有重要的借鑒意義。

2 農業地質大數據的內涵及研究意義

2.1 農業地質大數據的內涵

農業地質大數據屬農業大數據中資源環境數據子類[17]，指通過區域地球化學勘查手段查明土壤及水體中化學元素含量的基礎性調查工作取得的數據結果。農業地質大數據技術是利用大數據的理論和技術，將農業地質工作涉及到的地質背景、地球化學指標、土壤信息等數據進行融合分析，是大數據的理論和技術在農業地質上的應用與延伸。

2.2 農業地質大數據平臺的搭建意義

黨的二十大報告指出，要加強重點領域安全能力建設，確保糧食資源供應鏈安全。這為我們做好新時代農業地質工作指明了方向、提供了根本遵循。在整合前期基礎地質資料的基礎上，搭建農業地質大數據平臺，從地學角度出發、用大數據的分析方法助力現代農業。

農業地質大數據除具備農業大數據的5個特點外，還具備客觀性(對背景的規律性反映)、地域性和綜合性(數據間相互聯系，相互作用)的特點。農業地質大數據平臺綜合了農業大數據中自然資源與環境數據各類基礎背景數據，在統一地理框架下進行空間疊加與展示，可以針對名優特、農業地質靶區篩選，分析農業地質背景值和農作物品質的關系，為特色農產品、地理標識產品和優勢耕地分析提供輔助化決策支持。還可以綜合多目標地球化學調查和中大比例尺土地質量調查的多源數據集，以空間疊加與聚合分析等形式綜合分析農用地元素分級與含量走勢，為農用地土壤環境監測、國土空間生態修復提供可視化輔助工具和精準科學決策依據。

3 平臺總體架構及關鍵技術解析

3.1 軟件平臺體系

本系統是以計算機硬件和網絡通訊為依托，以安全體系為保障，以數據庫為基礎，以農業地質調查數據服務為主線建立的互聯互通、數據共享的信息平臺。

大數據平臺采用分層架構設計思路，按照系統開發思路和邏輯框架自下而上包括：軟硬件設施、支撐體系、數據采集與管理、數據地圖融合分析和應用層(見圖1)。

圖1 大數據應用平臺架構

3.1.1 基礎設施

基礎設施層包含平臺所需的硬件基礎設施，比如各類專用存儲、網絡、內存、高性能計算GPU等物理設備或元件。通過云化方式集成實現平臺所需的計算能力，支撐其它各層的穩定運行。

3.1.2 支撐體系

本層旨在實現農業地質數據的集成一體化管理，將多源、多元、異構、海量的大數據按照業務類型及空間尺度的不同，依據數據庫邏輯分類設計要求，集成在統一地理框架、統一數據編碼的算法之下，以支持其他各業務層。

3.1.3 數據采集與數據管理

農業地質大數據平臺需構建包括基礎地理、物化探數據、遙感影像、礦產地質等多個數據倉，數據涉及多個專業、多種類型。數據采集與管理主要服務于數據地圖融合分析層，需要梳理、分析和整理各類數據源。

3.1.4 數據與地圖服務的融合分析

融合分析層實現數據可視化，主要包括查詢、圖層疊加、分析瀏覽、數據分析和數據可視化，其中空間查詢可實現通過框選的模糊查詢，圖層疊加實現了基于統一空間位置的多源、多專業、異構數據疊加和統計分析，可根據客戶端給定的條件設計返回符合條件的數據。

3.1.5 應用服務

服務層包括農業地質“一張圖”、系統平臺可視化、土壤監測預警、名特優產地輔助決策等多個子系統，各子系統通過綜合調用系統功能模塊得以實現。

3.2 大數據平臺關鍵技術解析

3.2.1 數據采集(多元異構數據集成技術)

農業地質數據具有多元、多源、異構、異質以及跨時空等特征，為了在不改變原有空間數據模型和表示方法的同時實現統一管理，本次平臺選用空間數據引擎技術，管理各個數據倉庫，使客戶端分別調用不用空間數據庫數據，實現不同類型數據的繼承共享。

3.2.2 數據存儲

面對海量非結構化的農業地質基礎數據，針對農業地質行業的需求，為實現不同客戶端、不用時間、不同地點的數據存取，本平臺選用非關系型數據庫。數據管理層一方面提供接口給客戶端，許可客戶端存取空間數據；另一方同時接受其他數據管理請求。

3.2.3 分布式數據挖掘

本次大數據平臺選用分布式數據挖掘技術(DDM, Distributed Data Mining)，基于數據平臺，綜合了數據挖掘(DM, Data Mining)和分布式空間數據庫，它既可以通過空間數據挖掘總結出空間關系與非空間數據之間的關系，又可以得出空間知識庫的結構、空間數據查詢與優化及其他有意義的信息提取結果，實現挖掘異構數據的特征規則、分類規則和數據聚類信息。借助DDM可以通過土地質量調查的海量數據，分析農產品產區各類土壤環境因素，包括有機質、pH、土壤養分元素、有益元素和有害元素，進一步實現農產品靶區推薦和元素補充推薦提供基礎。

3.2.4 多維數據分析

基于農業地質大數據對于調用分析的靈活性、通用性和安全性要求，本平臺選用基于Web Service的聯機分析處理(OLAP, Online Analytical Processing)技術。一方面，這種技術工作在程序代碼級，客戶端無法查看系統源文件和底層數據庫，保證了農業地質數據的安全性；另一方面，Web Service建立在統一的規范和標準之上，這就使平臺可以通訊于不同軟硬件環境，很好地滿足了農業地質工作對數據調用的靈活性和通用性要求。

4 大數據平臺典型應用

4.1 系統平臺可視化

農業地質調查信息系統平臺的實現方式是綜合調用地圖瀏覽模塊、統計分析模塊、操作結果顯示模塊，是農業地質調查信息系統展示的登陸界面，也是綜合信息的集中展示平臺(見圖2)。大數據平臺可視化技術綜合運用GIS、大數據分析、數據可視化等信息集成手段，以地圖結合圖表的形式，通過可視化大屏幕直觀動態地展示省級農業地質項目開展工作程度、項目數量、調查點數量和圖件數量等數據的統計分析情況幫助客戶端使用者進一步分析農業地質大數據特征。

4.2 農業地質“一張圖”

本應用模塊主要通過多屏對比看圖功能實現，(見圖3)，具體為：將各類基礎背景圖件(包括基礎地理、物化遙、礦產地質、水文地質、環境地質、土地利用現狀及農業地質圖)與農業地質調查大數據(土壤樣、水樣、大氣樣和植物樣等)在統一地理框架下進行空間疊加分析，綜合利用多源空間數據可視化對比分析、地質成果的實時閱覽等功能，實現各種元素指標、現象的空間分布和變化的可視化展示，實現農業地質調查成果、數據整合與共享。

圖2 農業地質大數據可視化平臺

圖3 四屏對比看圖

4.3 土壤監測預警

土壤監測預警應用的實現方式是綜合調用地圖瀏覽模塊、空間查詢模塊和操作結果顯示模塊，具有疊加分析、時空分析以及元素分級展示與含量走勢對比(見圖4)3項功能模塊，可以將不同地理框架下的不同比例尺數據綜合分析，為農用地土壤環境監測、國土空間生態修復提供可視化輔助工具和精準科學決策依據。土壤監測預警應用開發是對不同尺度、不同時間形成的同源異構地球化學大數據的有效展示應用。通過數據的可視化對比、網格化比較，可以實現對地球化學指標周期性變化的觀測，從而實現土壤監測應用。

圖4 不同格網元素分級展示與含量走勢

4.4 名特優產地環境輔助決策

名特優產地環境輔助決策應用的實現方式是綜合調用地圖瀏覽模塊、空間分析模塊、操作結果顯示模塊和數據導出模塊，主要功能包括：①靶區推薦與風險區篩選功能(見圖5)。該功能基于勘查地球化學異常篩選理論建立，即按照《土地質量調查規范》(DZ/T 0295-2016)中規定的元素指標范圍進行定向篩選，土壤環境風險區篩選按照《土壤環境質量農用地污染風險管控標準》(GB 15618-2018)中規定的風險篩選值和風險管控值定向篩選。從而將元素指標所在點位代表的圖斑區塊進行推薦或者篩選。②元素補充推薦功能(見圖6)。該功能以農業地質調查數據為基礎，綜合運用GIS空間分析技術，將產地肥力指標與土壤環境背景值進行統計比較，分析出各采樣網格土壤肥力推薦值；補充推薦還可用于名特優或者地理標識農產品產地環境“診斷”。該功能可以對后期農業施肥進行精準指導，也可以實現對名特優產品的動態監測。

5 總結與展望

5.1 總結

本平臺在整合以往典型農業地質資料的基礎上，將各類多源、異構、多尺度和海量基礎數據按照業務類型、空間尺度的不同，依據分庫、子庫和數據集的邏輯分類設計要求，在統一地理框架、統一數據編碼下，實現了一體化集成管理與數據共享。研發了省級農業地質大數據的可視化平臺，以地圖結合圖表的形式，直觀、動態地展示了農業地質大數據信息。

圖5 靶區推薦與風險區篩選

圖6 元素補充推薦

基于地學和地球化學思維開發設計了面向土地質量的農業地質大數據平臺，將已有的各類基礎地質背景圖件入庫，并實現了：在線分級預覽，分級調用全國地質資料館可以公開訪問的山東省地質基礎圖件、山東省天地圖開放資源，農業地質“一張圖”、土壤監測預警、名特優產地環境輔助決策等典型應用。同時，為“地質云?山東”預留了服務接口，提供了地球化學板塊重要內容，實現了與多源地質數據疊加、數據挖掘等的多目標應用。

5.2 展望

5.2.1 進一步提高農業地質大平臺與農業工作的貼合度

農業地質大數據平臺在實際應用中，更多地在條件不同的區域進行試點工作，以便隨時根據客戶端反饋對系統進行優化設計。同時，根據實際應用反饋，充實其他基礎地質資料信息，如水工環地質、地質災害和重點行業企業、耕地質量分等。以此達到提高農業地質大數據平臺在農業工作中的應用率，助力農業農村發展的目標。

5.2.2 探索了農業地質信息典型應用

本次大數據平臺針對農業地質典型應用進行了探索研發，針對元素地球化學特征和土壤適宜性的地域性分析，為名優特農產品靶區的推薦提供了輔助化決策支持，對后期農業施肥進行精準指導，對名特優產品的實現動態監測；面對不同尺度、不同時間的同源異構數據進行可視化對比、網格化比較，對地球化學指標周期性變化的觀測，實現對土壤質量現狀監測、對土壤環境污染預警的作用。

5.2.3 為下一步農業地質大數據科技創新提供平臺

數據大平臺通過分布式數據挖掘和多維數據分析，實現了省級多目標區域化探、中大比例尺土地質量調查及農業地質相關同源異構數據的疊加分析，即對格網數據時間變化走勢的展現，構建了基于地學思維的農業地質檢測應用接口，為下一步的科技創新提供了決策依據。

[1] 陳海龍. 農業地質研究現狀及未來發展方向的思考——以湖南農業地質為例[J]. 國土資源導刊, 2020, 17(4): 13-17.

Chen H L. Thoughts on the present situation and future de-velopment direction of agricultural geology research—Taking Hunan agricultural geology as an example[J]. Land and Resources Herald, 2020, 17(4): 13-17.

[2] 高琳, 龍懷玉, 劉鳴達, 等. 農業地質背景與特色農作物品質相關性研究進展[J]. 土壤通報, 2011, 42(5): 1263-1267.

Gao L, Long H Y, Liu M D, et al. Research progress on correlation between agricultural geological background and quality of characteristic crops[J]. Chinese Journal of Soil Science, 2011, 42(5): 1263-1267.

[3] 李括, 彭敏, 趙傳冬, 等. 全國土地質量地球化學調查二十年[J]. 地學前緣, 2019, 26(6): 128-158.

Li K, Peng M, Zhao Ch D, et al, Twenty years of national land quality geochemical survey[J]. Earth Science Frontiers, 2019, 26(6): 128-158.

[4] 代杰瑞, 龐緒貴, 劉華峰, 等. 山東省東部地區農業生態地球化學調查及生態問題淺析[J]. 巖礦測試, 2012, 31(1): 189-197.

Dai J R, Pang X G, Liu H F, et al. Agroecological geochemical survey and analysis of ecological problems in eastern Shandong Province [J]. Rock and Mineral Analysis, 2012, 31 (1): 189-197.

[5] 龐緒貴, 崔元俊, 王曉梅, 等. 山東省生態地球化學調查與評價綜述[J]. 山東國土資源, 2013, 29: 10-15.

Pang X G, Cui Y J, Wang X M, et al. Survey and evaluation on ecogeochemistry in Shandong Province [J]. Shandong Land and Resources, 2013, 29: 10-15.

[6] 萬昊宇. 現代化農業的大數據分析狀況與發展前景[J]. 山西農經, 2018(9): 31+36.

Wan H Y. Big data analysis status and development prospect of modern agriculture[J]. Shanxi Agricultural Economics, 2018(9): 31+36.

[7] 黃家凱, 樊旭東, 秦麗娟. 省級地質大數據建設的總體框架研究[J]. 資源環境與工程, 2019，33(1): 103-108.

Huang J K, Fan X D, Qin L J. Research on the overall frame-work of provincial geological big data construction[J]. Resources, environment and Engineering, 2019，33(1): 103-108.

[8] 黃少芳, 劉曉鴻. 地質大數據應用與地質信息化發展的思考[J]. 中國礦業, 2016, 25(8): 166-170.

Huang Sh F, Liu X H. Thoughts on the application of geological big data and the development of geological informatization[J]. China Mining Magazine, 2016, 25(8): 166-170.

[9] 楊舒. 首屆全國地質資料數據創新應用大賽啟動[N]. 光明日報，2018-04-22.

Yang S. The first national geological data innovation and application competition was launched[N]. Guangming Daily, 2018-04-22.

[10] 譚永杰. 地質大數據體系建設的總體框架研究[J]. 中國地質調查, 2016 (3): 1-6.

Tan Y J. Research on the overall framework of geological big data system construction[J]. Geological Survey of China, 2016 (3): 1-6.

[11] 潘寶玉, 于廣婷, 劉同文. 智慧地礦建設框架研究[J]. 地礦測繪, 2016, 32(1): 5-7+ 15.

Pan B Y, Yu G T, Liu T W. Research on the framework of intelligent geological and mineral construction[J]. Surveying and Mapping of Geology and Mineral Resources, 2016, 32 (01): 5-7+ 15.

[12] 于廣婷, 曹發偉, 劉同文, 等. 地質大數據支持下的智慧地礦業務支撐平臺構建[J]. 測繪通報, 2020 (12): 128-131.

Yu G T, Cao F W, Liu T W, et al. Construction of intelligent geological and mineral business support platform supported by geological big data[J]. Bulletin of Surveying and Mapping, 2020(12): 128-131.

[13] 嚴光生, 薛群威, 肖克炎. 地質調查大數據研究的主要問題分析[J]. 地質通報, 2015, 34(7): 1273-1279.

Yan G S, Xue Q W, Xiao K Y. Analysis of main problems in geological survey big data research[J]. Geological Bulletin of China, 2015, 34(7): 1273-1279.

[14] 鄭嘯, 李景朝, 王翔, 等. 大數據背景下的國家地質信息服務系統建設[J]. 地質通報, 2015, 34(7): 1316-1322.

Zheng X, Li J M, Wang X, et al. Construction of national geological information service system under the back-ground of big data[J]. Geological Bulletin of China, 2015, 34(7): 1316-1322.

[15] 龐緒貴, 代杰瑞, 陳磊. 山東省17市土壤地球化學背景值 [J]. 山東國土資源, 2019, 35( 1): 46-56.

Pang X G, Dai J R, Chen L. Background values of soil geochemistry in 17 cities of Shandong Province[J]. Shandong Land and Resources, 2019, 35(1): 46-56.

[16] 龐緒貴, 陳鈺, 劉漢棟. 山東半島藍色經濟區土壤地球化學基準值與背景值[J]. 山東國土資源, 2014, 30(8): 21-26.

Pang X G, Chen Y, Liu H D. Soil geochemical reference values and background values in the blue economic zone of Shandong peninsula[J]. Shandong Land and Resources, 2014, 30(8): 21-26.

[17] 李強, 高懋芳, 方瑩. 農業大數據信息平臺搭建方法初探[J]. 農業大數據學報, 2021, 3(2): 24-30.

Li Q, Gao M F, Fang Y. Research on the construction of the agricultural big data information platform [J]. Journal of Agricultrual Big Data, 2021, 3(2): 24-30.

[18] 高琳, 龍懷玉, 劉鳴達, 等. 農業地質背景與特色農作物品質相關性研究進展[J]. 土壤通報, 2011, 42( 5): 1263-1267.

Gao L, Long H Y, Liu M D, et al. Review on the relationship between agrogeological background and crop quality [J]. Chinese Journal of Soil Science, 2011, 42( 5): 1263-1267.

[19] 王永志, 包曉棟, 繆謹勵, 等. 基于大數據的地質云監控平臺建設與應用[J]. 地球物理學進展, 2018, 33(2): 0850-0859.

Wang Y Z, Bao X D, Liao J L, et al. Construction and application of geological cloud monitoring platform based on big data[J]. Progress in Geophysics, 2018, 33(2): 0850-0859.

[19] 張學利, 馬娜, 朱瑜馨. 基于云平臺的農業綜合信息應用系統的設計與開發[J]. 地理空間信息, 2019, 17(2): 27-30.

Zhang X L, Ma N, Zhu Y X. Design and development of agricultural comprehensive information application system based on cloud platform[J]. Geospatial Information, 2019, 17(2): 27-30.

[21] 于廣婷, 劉同義, 曹發偉. 地質大數據輕量化集成展示與專題應用[J]. 測繪通報, 2021(11): 140-144.

Yu G T, Liu T Y, Cao F W. Lightweight integrated display and thematic application of geological big data[J]. Bulletin of Surveying and Mapping, 2021( 11): 140-144.

[22] 趙鵬大. 地質大數據特點及其合理開發利用[J]. 地學前緣, 2019, 26(4): 1-5.

Zhao P D. Characteristics of geological big data and its rational development and utilization[J]. Earth Science Frontiers, 2019, 26(4): 1-5.

[23] 吳沖龍, 劉剛, 張夏林. 地質科學大數據及其利用的若干問題探討[J]. 科學通報, 2016, 61(16): 1797-1807.

Wu C L, Liu G, Zhang X L. Discussion on some problems of geological big data and its utilization[J]. Chinese Science Bulletin, 2016, 61(16): 1797-1807.

[24] 譚永杰, 屈紅剛, 文敏. 論地質調查工作大數據[J]. 地理信息世界, 2018, 25(2): 7-11.

Tan Y J, Qu H G, Wen M. On big data of geological survey [J]. Geomatics World, 2018, 25(2): 7-11.

[25] 李超嶺, 李健強, 張宏春. 智能地質調查大數據應用體系架構與關鍵技術[J]. 地質通報, 2015, 34 (7): 1288-1299.

Li C L, Li J Q, Zhang H C. Big data application architecture and key technologies of intelligent geological survey [J]. Geological Bulletin of China, 2015, 34 (7): 1288-1299.

[26] 賈瑞婷, 晉保紅. 地礦智慧護航“未來之城”[N]. 中國自然資源報, 2022-01-12.

Jia R T, Jin B H. Geological and mineral wisdom escorts the “city of the future”[N]. China Natural Resources News, 2022-01-12.

[27] 劉世梁, 傅伯杰, 劉國華, 等. 我國土壤質量及其評價研究的進展[J]. 土壤通報, 2006(1): 137-143.

Liu S L, Fu B J, Liu G H, et al. Progress in soil quality and its evaluation in China[J]. Chinese Journal of Soil Science, 2006(1): 137-143.

[28] 邵巖. 大數據環境下高校智慧校園信息化模式探究[J]. 吉林大學學報(信息科學版), 2020, 38 (4): 502-508.

Shao Y. Research on the informatization mode of university smart campus in the big data environment[J]. Journal of JiLin University (Information Science Edition), 2020, 38 (4): 502-508.

[29] 李曉會, 陳潮陽, 伊華偉, 等. 基于云計算和大數據分析的大規模網絡流量預測[J]. 吉林大學學報(工學版), 2021, 51(3): 1034-1039.

Li X H, Chen C Y, Yi H W, et al. Large scale network traffic prediction based on cloud computing and big data analysis [J]. Journal of JiLin University(Engineering Edition), 2021, 51 (3): 1034-1039.

[30] 于婧, 陳艷紅, 彭婕, 等. 基于GIS和Fragstats的土地生態質量綜合評價——以湖北省仙桃市為例[J]. 生態學報, 2020, 40 (9): 2932-2943.

Yu J, Chen Y H, Peng J, et al. Comprehensive evaluation of land ecological quality based on GIS and Fragstats—a case study of Xiantao city, Hubei Province[J]. Journal of ecology, 2020, 40 (9): 2932-2943.

Construction of Provincial Agricultural Geological Survey Information System Platform for Land Quality Evaluation

XU Jia1, 2, KANG Guiling1, 2, YU Linsong1,2*, ZHAO Yuyan3, LIU Jingbing1

1. Shandong Institute of Geophysical & Geochemical Exploration, Jinan 250013, China; 2. Shandong Geological Exploration Engineering Technology Research Center, Jinan 250013, China; 3. Jilin University, Changchun 130012, China

Agricultural geology is a new field of geological science serving the development strategy of modern agricultural production. The agricultural geological survey faced land quality evaluation covered various survey scales, different survey objects, and various evaluation methods, and has produced various multi-source, heterogeneous, multi-scale and massive basic data. This article, from the perspective of land quality evaluation, has explored and practiced the development of the application platform of agricultural geological big data. The article has adopted service-oriented architecture and B/S network structure, based on ArcGIS software platform and OLAP technology in the form of Web Service, has developed a geographic information sharing system with the help of C # and JavaScript, has used relational database systems SQL Server and Geodatabase for data management, and has constructed a provincial agricultural geology big data platform.The platform has integrated the previous basic geology, agricultural geology and regional geochemical exploration data, linked the "geological cloud" (National Geological Data Center) to open the collection data, and visually and dynamically displayed the agricultural geological big data information in the form of maps and charts. Realized typical applications such as "one map" of agricultural geology in Shandong Province, big data visualization, soil monitoring and early warning, and environmental aid decision-making for famous and excellent producing areas. This big data platform has carried out exploratory research and development on typical applications of agricultural geology to achieve precise guidance of agricultural fertilization and dynamic monitoring of famous, special and excellent products; Visual comparison and gridding comparison have been carried out for the homologous and heterogeneous data of different scales and different times, and the observation of the periodic changes of geochemical indicators has been carried out to realize the role of monitoring the status quo of soil quality and early warning of soil environmental pollution.Through distributed data mining and multi-dimensional data analysis, the provincial multi-target regional geochemical exploration,medium and large scale land quality survey, and the superposition analysis of homologous and heterogeneous data related to agricultural geology have also been realized, that is, the display of the time change trend of grid data, and the application interface of agricultural geological detection based on geoscience was constructed, which provides a decision-making basis for future scientific and technological innovation.

agricultural geology; geological big data; geological information; land quality evaluation

徐佳,康桂玲,于林松,等. 面向土地質量評價的省級農業地質大數據平臺構建[J]. 農業大數據學報, 2023,5(1):116-125.

XU Jia, KANG Guiling, YU Linsong, et al. Construction of provincial agricultural geological survey information system platform for land quality evaluation[J].Journal of Agricultural Big Data,2023,5(1):116-125.

10.19788/j.issn.2096-6369.230120

2023-01-21

濟南市歷下區科技局科技發展計劃(20191007)

第一作者徐佳，女，工程師，研究方向：地球化學制圖學及信息化開發；E-mail: 155091405@qq.com。通信作者于林松，高級工程師，博士研究生，研究方向：地球化學技術研發及技術管理；E-mail: sean_yls@ 163.com。