基于MapGIS的Label点法农业地质样点布置方法
张固成1,2, 傅杨荣1,2, 郭跃品1, 马荣林1, 张家友1
1.海南省地质调查院,海南 海口 570206
2.中国地质大学(武汉) 地球科学学院,湖北 武汉 430074

作者简介: 张固成(1982-),男,汉族,湖北郧西人,高级工程师,主要从事农业地质调查研究工作。E-mail:58844224@qq.com

摘要

以海南省东部某典型地区市县级农业地质普查为例,介绍了基于MapGIS的Lable点法样点布置方法。该方法首先将海南省第二次土地利用调查的26个土地利用小类归并成水田、旱地、果园、其他园地、林地、建设用地、滩涂、交通用地、水面、其他土地共10大类,图斑总数由9 932个归并为4 257个;然后将归并后的图斑按照面积大小划分为代表性依次降低的A、B、C三个级别;样点布置过程中,A级图斑采用传统500 m×500 m网格化方法布置样点,B级图斑采用基于MapGIS的Lable点法布置样点,C级图斑不布置样点。软件自动布置样点后,经必要的人工调整,在174 km2的工作区共布置1 610个采样点,样点密度达9.25个/km2,符合农业地质调查相关规范要求。方法有效性验证显示:与传统单一的333 m×333 m网格化样点布置方法相比,该方法布置的样点在可采性、代表性、准确性、合理性四方面都有显著优势,值得推广应用。

关键词: MapGIS; Label点法; 图斑; 农业地质; 样点布置方法; 土地利用调查
中图分类号:P632 文献标志码:A 文章编号:1000-8918(2016)03-0614-05 doi: 10.11720/wtyht.2016.3.26
Agricultural geology sample point layout design through MapGIS-based Label point method
ZHANG Gu-Cheng1,2, FU Yang-Rong1,2, GUO Yue-Pin1, MA Rong-Lin1, ZHANG Jia-You1
1.Hainan Institute of Geological Survey,Haikou 570206,China
2.School of Earth Sciences,China University of Geoscinces,Wuhan 430074,China
Abstract

With a municipal and county-level agricultural geological survey in a typical eastern region of Hainan Province as a case study, the MapGIS-based Label point method is introduced for sample point layout. The lands involved in the second land use survey of Hainan Province are incorporated into 10 categories comprising dry land, paddy field, orchards, other gardens, woodland, construction land, mudflat, traffic area, water surface and other land, and the number of pattern spots is reduced from 9,932 to 4,257 after the incorporation; then, the incorporated pattern spots are divided into three levels of A, B and C with descending representativeness in accordance with their area sizes; during the layout design of sample points, the traditional 500 m × 500 m grid method is adopted for Level-A pattern spots, the MapGIS-based Label point method for Level-B pattern spots, but no sample point layout design for Level-C pattern spots. After an automatic arrangement of sample points is carried out by software and necessary manual adjustment is conducted, a total of 1,610 sampling points are arranged in the working region covering an area of 174 km2, and the density of the sample point reaches 9.25 point/km2, which meets the relevant requirements of the agricultural geological survey. The validation test of the method suggests that, compared with the traditional 333 m×333 m grid method of sample point layout, the method proposed in this paper has significant superiority in workability, representativeness, accuracy and reasonableness and hence deserves extensive promotion and application.

Keyword: MapGIS; Label point method; pattern spot; agricultural geology; sample layout method; land use survey

20世纪90年代末, 农业地质由中国地质调查局推动实施[1, 2], 即在第四系发育的平原、盆地、三角洲、滩涂、湖泊、湿地、草原及黄土高原等地区分别采用土壤测量、湖积物测量、海底沉积物测量、地表水测量及农作物测量等方法研究元素的地球化学分布、分配规律, 对地球表层系统进行生态地球化学评价、评估与预警。当前, 农业地质调查一般分为流域或省级1∶ 25万区域调查、1∶ 5万市县级典型地区普查、1∶ 1万乡镇或地块级精细详查三个工作阶段。

截止2014年末, 我国已完成约1.7× 106 km2省级区域农业地质调查, 获得主要农耕区土壤中54种元素及指标。目前, 农业地质调查的重心已经从1∶ 25万区域调查转向1∶ 5万市县级典型地区普查, 区域调查的各项技术方法[3, 4]是否适用于市县级普查及乡镇级详查成为了地质、国土、环境、农业各方专家学者讨论的焦点, 尤其是土壤采样点布置方法。

1∶ 25万区域调查依据不同地貌类型采用1 km× 1 km、2 km× 2 km这两种网格化样点布置方法。1∶ 5万市县级普查起初采用500 m× 500 m网格化样点布置方法, 后来衍伸到依据不同评价目的采用500 m× 200 m、200 m× 500 m、250 m× 250 m、333 m× 333 m、500 m× 500 m等间距的网格化样点布置。然而无论如何, 网格化样点布置都显得与农学、土壤学等学科特点关联性不强, 亟待改进[5, 6]

MapGIS是地质 710、国土 1114行业应用范围最广泛的GIS软件之一, 笔者将介绍一种基于MapGIS(6.7版)的Lable点法农业地质调查样点布置方法, 以海南省东部典型地区市县级农业地质调查为例, 阐述评价(采样)单元划分 1517及样点布置等关键技术方法, 并验证方法的有效性。

1 评价单元划定
1.1 评价单元按地类归并

据《土地质量地球化学评估技术要求(试行)(DD2008-06)》修订的《土地质量地球化学评价规范(试行)(2014版)》要求, 1∶ 5万市县级普查评价单元为图斑。

本次选择的典型地区及工作区面积共174 km2, 其评价单元主要以土地利用图斑为基础进行必要的归并与划分。工作区第二次土地利用调查共分为26小类, 从农业地质评价需要将其合并为10大类:水田、旱地(水浇地)、果园、其他园地(茶园)、林地(有林地、灌木林地、其他林地)、建设用地(建制镇、村庄、风景名胜及特殊用地、设施农用地、沟渠、水工建筑用地、采矿用地)、滩涂(沿海滩涂、内陆滩涂)、交通用地(公路用地、铁路用地)、水面(河流水面、坑塘水面、水库水面)、其他土地(其他草地、裸地、沙地)。

此步骤在MapGIS中操作实现。例如, 有林地、灌木林地、其他林地, 统一合并为林地, 在区编辑菜单中“ 根据属性赋参数” , 将其颜色号统一设为90(绿色)。逐步将26小类归并成10大类。

1.2 相邻同种地类合并

合并前, 工作区总图斑数达到9 932个; 合并后, 图斑总数为4 259个。此步骤在基于MapGIS二次开发的辅助制图软件Section(2014版)中操作实现。例如, 将相邻的颜色号为90(绿色)的林地图斑合并, 在其“ 2辅助工具” 之“ 自动合并区” 模块实现。逐步将10大类图斑分别合并。

表1可知, 工作区果园、其他园地及水田面积较大, 约占工作区总面积的58%; 其他园地、旱地、建筑用地图斑较多, 占总图斑数的57%; 水田、果园等地类图斑平均面积较大, 旱地、水面等地类图斑平均面积较小。其中交通用地及水面共占工作区面积的5%, 因其不便实际开展野外采样工作, 将不布置采样点。

表1 评价单元划分结果
2 样点布置
2.1 指导思想

《土地质量地球化学评价规范(试行)(2014版)》中要求, 1∶ 5万市县级普查样点密度总体控制为不少于9个样/km2。具体该如何布置?笔者认为, 面积较大、形态复杂的图斑只布置一个样点难以代表整个图斑土地质量, 而面积太小的图斑布置样品既失去了代表性, 也不经济, 只有面积适中的图斑才适合在中心位置布置一个样品。这实际上是一种对图斑代表性进行级别划分的方法[18]

2.2 图斑代表性分级方法

基于以上指导思想, 将合并后的图斑按照面积大小降序分为A、B、C三个代表性等级。A级为面积大于或等于0.25 km2的图斑, 按照4个样/km2密度, 以500 m× 500 m网格化布置样点; B级为每个图斑中心点(Lable点)布置一个样点; C级图斑面积较小, 不单独布置样点。B级、C级面积分界点由下列步骤求得:

1) 设A、B、C三级面积分别为SASBSC, 其图斑个数分别为NANBNC, 总采样数为M

2) 从3 939个图斑中检索A级图斑, 可得SA为71.65 km2

3) 由工作区采样密度控制为9个样/km2, 可得公式:

M= 174(km2)× (9个/km2)。 (1)

4) 由A、B、C三级总采样数为M, 可得公式:

SA× 4+NB× 1+NC× 0=M 。 (2)

5) 将式(1)、式(2)代入SASC, 可求得NB=1 279个。

6) 将B级、C级图斑按照面积降序排列, 从上到下取1 279个图斑, 则0.017 km2成为B级、C级图斑面积分界点。

2.3 样点软件自动布置

此步骤在基于MapGIS中操作实现, 一个是A级区的网格化布点, 一个是B级区的Lable点法布点。

1) A级区网格化布置样点。首先, 设定行列数及行列间距, 阵列复制出500 m× 500 m阵列点文件; 然后将阵列点文件与A级区作空间叠加相交分析, 可得出A级区网格化布置样点。为防止A级图斑中细小的C级点漏掉样点, 需要将A级、C级图斑合并参与上述叠加分析。

2) B级区Lable点法布置样点。B级图斑是主体评价单元, 利用MapGIS编辑子系统之“ 其它” 菜单下“ 生成Lable点文件” 功能模块导出B级图斑Lable点, 将平面坐标赋为Lable点属性, 导出属性后按照坐标重新投影成子图就是B级图斑的样点。

经统计:A级区域总面积71.65 km2占41%, 图斑数143个, 网格化预布采样点287个; B级区域面积62.07 km2, 占工作区总面积的36%, 图斑数1 279个, lable点法预布采样点1 279个; C级区域面积15.81 km2, 占23%, 图斑数2 517个, 预布采样点0个。

2.4 样点人工调整

在A级、C级区, 将C级区的样点移至其相临A级图斑内, 并确保样点位于图斑中央; 一个图斑内有多个样点时, 确保样点总图分布均匀以及每个样点的代表性, 兼顾周边C区插值需要。水田、旱地等较大的图, 依据其形态, 若布置的样点不足以控制全区, 则适当加样; 林业用地、建筑用地等较大的图斑, 依据其形态适当抽稀样点。此类调整, 净增加样点44件。在B类区, 逐个将样点由“ 中心” 调整为“ 重心” 。此类调整, 样点数不变。

最终在A级、B级区, 一共布置土壤样点1 610个, 按照总面积174 km2核算采样点密度达9.25个/km2, 满足规范“ 不少于9个/km2” 的规定。

3 方法有效性验证
3.1 验证方法

一般来讲, 样点布置方法的有效性验证主要有可采性、代表性、准确性、合理性四个方面, 具体到本工作区详述如下:

1) 可采性:土壤样品要布置在有土壤的地方, 硬化的交通用地及不方便的水面等地类不适宜布置样品;

2) 代表性:有限的样品要覆盖更多、更大面积的评价单元;

3) 准确性:样点要尽量处于评价单元的中心, 才能代表整个图斑;

4) 合理性:样品布置应真实反映工作区不同位置不一样的地类复杂程度。

3.2 有效性验证

假设传统单一333 m× 333 m网格化样品布置方法为方法一, 笔者阐述的基于MapGIS的Lable点法样品布置方法为方法二, 且方法一、方法二都符合《土地质量地球化学评价规范(试行)(2014版)》。以下从可采性、代表性、准确性、合理性四方面对比两种方法的有效性。

1) 可采性:经统计, 方法一有88个样点布置在水面及交通用地图斑内(表2), 给实际工作造成困难。方法二不仅未在水面及交通用地中布置样品(表3), 还适当调整降低了林地、建筑用地采样点密度。同时, 方法二布置的样点均能在野外实际采集到, 相对于方法一, 其可采性得到了保障。

2) 代表性:方法一布置的1 566个采样点分布在756个图斑中, 图斑总面积为132.81 km2, 占总工作区面积的76%(表2); 据表3, 方法二布置的 1 610个采样点分布在1 241个图斑中, 图斑总面积为150 km2, 占总工作区面积的86%(表3)。相对于方法一, 方法二布置的样点覆盖了更多图斑及更大的工作区面积, 有了更广泛的代表性。

表2 方法一样点在各地类分布统计
表3 方法二样点在各地类分布统计

3) 准确性:由图1可得, 方法一采样点大多位于图斑边缘, 极少位于图斑中心位置; 经统计, 方法一布置的1 566个样点离其所处图斑中心位置平均偏移约50 m, 加之采样本身误差10~30 m, 这足以偏出设计的采样图斑。由图2可得, 方法二采样点显得总体分布均匀、疏密有度, 样点几乎全部位于所处图斑中心位置; 经统计, 方法二布置的1 610个样点离其所处图斑中心位置平均偏移仅约10 m。方法二相对方法一, 准确度大大提高。

图1 方法一采样点分布示意

图2 方法二采样点分布示意

4) 合理性:方法一严格按照网格化布置样点, 任意一个1 km2网格内均为9个样点, 采样点密度未能针对地类复杂程度作出调整, 采样点布置不尽合理。而方法二样点布置的网格化样点密度统计结果显示(图3), 在全区174个公里网格内, 样点密度基本成正态分布:在地类单一简单的公里网格内, 样点密度仅为4~6个/km2, 而在地类复杂的公里网格内, 样点密度高达14~18个/km2

图3 方法二公里网格样点密度直方图

综上所述, 方法二在可采性、代表性、准确性、合理性四方面都优于方法一。

4 结论

1) 对工作区评价单元进行了划定, 基于海南省第二次土地利用调查资料, 将26个土地利用小类归并成10个大类, 并将相邻同类图斑进行了合并。合并前图斑总数为9 932, 合并后图斑总数为4 259, 除水面及交通用地外图斑总数为3 939个。

2) 将合并后图斑进行代表性分级, 按照面积划分为代表性依次降低的A级、B级、C级, 各类图斑数分别为143、1 279、2 517个。A级为面积大于或等于0.25 km2的图斑。B级、C级图斑分界点面积由所列模型计算求得。

3) 样点布置分为软件自动布置与人工调整两个步骤。软件自动布置为在A级区采用500 m× 500 m网格化样品布置, 在B级区采用Lable点法布置, 在C级区不布置样点。人工调整主要依据图斑形态、插值需要等适当添加或删减样点。最终在A级、B级区一共布置土壤样点1 610个, 总体采样点密度达9.25个/km2, 满足规范“ 不少于9个/km2” 的规定。

4) 方法有效性验证显示, 基于MapGIS的Lable点样点布置方法相对于传统单一的网格化样点布置方法, 其在样点的可采性、代表性、准确性、合理性四方面均优势明显, 值得全面推广应用。

The authors have declared that no competing interests exist.

参考文献
[1] 王平, 奚小环. 全国农业地质工作的蓝图——“农业地质调查规划要点”评述[J]. 中国地质, 2004, 31(S1): 11-15. [本文引用:1]
[2] 李瑞敏, 侯春堂, 刘永生, . 农业地质地球化学评价的理论与方法初探[J]. 地质科技情报, 2005, 24(4): 83-86. [本文引用:1]
[3] 张得恩, 解庆锋, 何镇, . 区域化探样点布置图大格编码自动生成[J]. 物探与化探, 2011, 35(3): 406-408, 430. [本文引用:1]
[4] 解庆锋, 李胜昌, 蔡春楠, . 区域化探样点布置图点文件转换MapSource航点的实现[J]. 物探与化探, 2009, 33(6): 726-728. [本文引用:1]
[5] 张忠启, 于法展, 李保杰. 土壤碱解氮空间变异与合理采样点数量研究[J]. 水土保持研究, 2013, 20(2): 66-68, 72. [本文引用:1]
[6] 陈天恩, 董静, 陈立平, . 县域农田土壤采样布局多目标优化分析模型[J]. 农业工程学报, 2012, 28(23): 67-73. [本文引用:1]
[7] 周楚涵, 许栋浩, 刘宁, . 基于GIS的矿产资源信息管理系统[J]. 北京测绘, 2015(4): 126-129, 134. [本文引用:1]
[8] 李随民, 姚书振. 基于MapGIS的分形方法确定化探异常[J]. 地球学报, 2005, 26(2): 187-190. [本文引用:1]
[9] 迟宝泉, 高原, 张明阳. MapGIS结合RGMap在地球化学原生晕分析中的应用[J]. 物探化探计算技术, 2015, 37(5): 662-665. [本文引用:1]
[10] 王蒙, 林茜, 靳松. 基于MapGIS平台拼接地质扫描图读取坐标及布置工程[J]. 物探与化探, 2014, 38(4): 811-814, 839. [本文引用:1]
[11] 李华, 孟宪素, 翟刚, . 基于国土资源“一张图”的综合监管与共享服务平台建设研究[J]. 国土资源信息化, 2011(4): 27-31. [本文引用:1]
[12] 赵建林, 陈龙乾, 李龙, . 基于MapGIS的县乡土地利用总体规划数据库研究[J]. 中国农学通报, 2011, 27(17): 142-146. [本文引用:1]
[13] 王爱华, 邓石, 陈俊. 基于MapGIS的国土资源电子政务信息系统的设计与实现[J]. 地矿测绘, 2006, 22(1): 21-24. [本文引用:1]
[14] 夏智宏, 周月华, 史瑞琴, . 基于MapGIS的暴雨洪涝风险评估系统设计与实现[J]. 自然灾害学报, 2014, 23(3): 132-137. [本文引用:1]
[15] 马仁会, 李强, 李小波, . 县级农用地分等评价单元划分方法评析[J]. 地理学与国土研究, 2002, 18(2): 93-95. [本文引用:1]
[16] 蔡立群, 张兴嘉, 董博. 基于GIS的秦安县耕地地力评价单元划分[J]. 干旱地区农业研究, 2012, 30(4): 224-230. [本文引用:1]
[17] 王洪翠, 杨忠芳, 李伟, . 土地质量评估中评价单元的划分——以山西忻州盆地为例[J]. 地质通报, 2008, 27(2): 203-206. [本文引用:1]
[18] 杨琳, 朱阿兴, 秦承志, . 一种基于样点代表性等级的土壤采样设计方法[J]. 土壤学报, 2011, 48(5): 938-946. [本文引用:1]