土壤普查

2024-08-02

土壤普查（共3篇）

土壤普查篇1

国务院开展的第一次全国水利普查工作目前已基本结束。本次普查全面查清了我国水利基本情况, 获得了海量的调查数据。特别是普查中的土壤侵蚀普查工作, 综合采用了遥感、系统布点抽样、模型计算与统计分析等手段, 取得了丰富的成果, 既包括覆盖全国的不同分辨率的遥感影像及DEM等基础数据, 还包括十几个侵蚀影响因子的专题图, 以及填写的各种调查表格和现场照片, 数据量高达19 TB。建设数据管理系统储存保管好这些数据, 是充分发挥普查成果的社会经济效益, 挖掘数据服务潜力和决策支撑能力的基础[1,2]。基于土壤侵蚀普查数据以空间数据为主的特点, 根据当前信息化发展形势和水利行业管理的需要[3,4,5], 借鉴其他行业特别是国土部门经验[6], 建立“全国一张图”式的全国土壤侵蚀普查数据库, 将各类数据按业务逻辑和时空关系管理, 可形象直观地管理普查数据。

1 数据库管理

本次土壤侵蚀普查数据管理以土壤侵蚀普查数据库建设为中心, 以基础地理、土壤侵蚀因子、野外调查单元、侵蚀沟道、土壤侵蚀强度数据的检查与入库任务为主体, 对土壤侵蚀普查数据进行集中存储, 按全国一张图形式统一、分类、分层管理。

数据库开发内容主要包括基础地理、水蚀因子、风蚀因子、冻融侵蚀因子、野外调查单元、侵蚀沟道、土壤侵蚀强度等数据库及管理功能的开发工作。

土壤侵蚀普查数据按栅格、矢量、属性、多媒体等数据类型特点, 按照不同的方法进行检查与入库。

2 数据库系统设计

全国土壤侵蚀普查数据库系统以国家及行业的标准、制度和水利部水利信息中心安全体系为保障, 采用面向服务的架构思想进行设计, 基于Windows 2008 运行环境, 以专业大型网络地理信息系统DTGIS为空间信息服务平台, 构建数据层、服务层和应用层3 级体系, 以C++ 作为主开发语言, Silverlight作为界面开发工具, 采用DTSpatial数据库进行数据存储。

2.1 系统架构设计

数据库系统通过DTGIS空间信息服务平台提供的元数据、远程地图和栅格数据服务等虚拟服务支撑各应用系统具体功能的实现;同时基于DTSpatial和栅格金字塔技术管理全国土壤侵蚀普查成果数据, 包括矢量、影像、多媒体文件及业务属性数据, 为DTGIS空间信息服务平台提供存储支撑。系统构架具体如图1 所示。

1) 数据层。数据层主要用来存储土壤侵蚀普查数据, 包括栅格等多种类型数据。支持数据库基本操作, 支持远程客户端与数据库进行联机操作。

2) 服务层。服务层是本地控制的接口, 提供共享资源并执行与局部资源相关的操作, 为系统运行提供平台底层支持。系统采用组件化技术作为主要手段进行软件系统的开发, 在应用界面创建应用接口, 基于接口在形式上表现为对象的属性、方法和事件, 为用户提供组件式GIS应用。

3) 应用层。应用层是用户的管理功能及操作结果输出, 包括地图服务、图表互查、统计报表、数据导出等功能。

2.2 数据库设计

数据库设计综合考虑地理空间、业务和时间逻辑, 按照矢量、栅格、属性、多媒体等不同数据类型, 采用面向对象和关系的数据库无缝集成的方式进行设计, 空间数据库采用DTSpatial管理, 属性和多媒体数据采用远程文件服务管理。矢量空间与属性及多媒体等数据通过关键字关联, 空间数据通过关键字与其元数据关联。将空间、属性、多媒体等数据及其元数据有机组织。数据库分为基础地理、遥感影像、气象站点、调查单元、侵蚀沟道、侵蚀因子、侵蚀强度、综合信息等8 个子库。数据集划分如图2 所示。

2.3 数据库功能设计

1) 地图服务功能。主要包括在三维环境下对基础地理信息及普查数据实现浏览、放大、缩小、漫游等基本操作功能;汇水分析、断面分析、坡度分析、高程查询、距离量算、面积计算等基础地理分析计算功能。

2) 业务数据管理功能。主要包括按照普查数据类别、行政区划、流域、普查对象实现属性与空间查询, 数据统计及导出等功能, 界面如图3 所示。

3) 权限管理功能。系统的安全管理是通过权限管理系统为整个数据库系统建立全局统一的安全管理机制, 统一验证用户身份, 记录用户的业务操作日志。当用户登录系统时, 需要输入用户密码和安全随机码, 系统据此验证, 以确认用户身份。验证通过后, 系统将赋予该用户对应的使用权限, 同时记录用户活动状态, 形成日志, 以备后期维护需要。

3 数据检查与入库

数据入库前按照水土保持行业标准和本次普查的要求, 对专题数据及其对应的元数据进行规范化检查。各专题数据按不同类型, 对其空间位置、时间特性、专题属性进行检查。通过配准和拼接, 实现海量空间数据的无缝拼接和分层、分类存储管理, 使系统方便、有效、快速地查询, 统计和显示所有数据。

3.1 矢量数据

矢量数据包括行政区划、全国土壤可蚀性K值图、全国土种剖面样点属性数据等, 主要对其位置和属性信息的准确性、正确性、合理性、完整性等进行检查, 除野外调查单元数据外, 其余数据均拼接为一个无缝的图层, 并以行政区划图为准进行多图层配准, 抽样为不同比例尺数据入库。针对不同专题数据的特点, 利用GIS软件批处理、人工交互和抽样等方法进行检查。

3.2 栅格数据

栅格数据主要包括部分典型区域10 和2.5 m分辨率的SPOT遥感图像, 15 m分辨率ASTER数据, 全国30 m分辨率环境星地表反射率, 全国30 m分辨率Hc-DEM (水文地貌关系正确DEM) 数据, 以及各类专题数据。主要对坐标系、空间位置、分辨率、像素值的准确性, 正确性, 合理性, 完整性等进行检查, 栅格数据均拼接为一个无缝的图层, 并建立栅格金字塔。

3.3 属性数据

属性数据主要是不同土种典型剖面数据、风力等级和风向频率统计表, 以及矢量数据相关的属性数据, 主要进行数据完整性、逻辑一致性检查, 通过人机交互的方式进行数据入库。

3.4 多媒体数据

多媒体数据包括文档、图片、图表等格式的数据, 对多媒体资料整理、分类, 转换至数据库支持的多媒体数据格式, 并通过软件直接实现多媒体数据入库。

4 结语

第一次水利普查中的土壤侵蚀普查数据量多达19 TB, 经特有的栅格金字塔技术进行数据压缩处理后, 在不损耗信息的前提下, 数据量得到极大压缩, 入库后数据为2 TB左右, 极大提高了数据管理和使用的效率。本次普查工作不单建成了数据库, 更为重要的是对海量数据的处理与组织做了技术上的探索与实践, 实现了空间、多媒体数据等不同格式数据的关联匹配, 为今

参考文献

[1]庞进武, 程益联, 罗志东.水利普查与信息化[J].水利信息化, 2012 (1) :19-22.

[2]程益联, 郭悦.水利普查对象关系研究[J].水利信息化, 2012 (1) :23-27.

[3]孟小峰, 慈祥.大数据管理:概念技术与挑战[J].计算机研究与发展, 2013, 50 (1) :146-169.

[4]龚岳松, 吕文斌, 李佼.水务数据统一交换管理平台设计与实现[J].水利信息化, 2011 (5) :21-25.

[5]艾萍, 吴礼福, 陈子丹.水利信息化顶层设计的基本思路与核心内容分析[J].水利信息化, 2010 (4) :9-12.

[6]黄志勤, 冯义从, 钟沛林, 等.四川省国土资源“一张图”数据库及管理平台设计与实现[J].资源与人居环境, 2013 (6) :31-35.

土壤普查篇2

为保障农产品质量安全，2012年农业部决定开展农产品产地土壤重金属污染防治普查工作。按照农业部相关要求，四川省率先在58个县启动开展农产品产地土壤重金属污染防治普查。全省制定并下发了项目实施方案，计划收集图件资料3.5万份，采集土样32 285个，分析化验6项重金属指标，获取近20万个检测数据，建立省、县两级土壤样品库。

目前，四川省已培训技术骨干300余人次，选择确定土样检测机构3家，落实了省级样品库房;各项目县将采样点位落实到了乡 (镇) 、村和田块，收集资料3.2万份，采集土样3万个，制备土壤样品12万份，占计划任务的90%，项目进展顺利。市、州现场采样检查率达100%，项目执行组现场抽查率达50%;技术专家组现场复查率达20%。由于项目推进工作扎实，四川省顺利通过了农业部组织的第一次督查，并获得督查组专家一致好评。

土壤普查篇3

工作区位于苏尼特右旗朱日和镇东南15公里处, 交通便利。

范围:东经:113°0300~113°0715

北纬:42°1645~42°2100

矿区内基岩出露约只占整个矿区面积的不足二分之一, 其余为的新生界新近系 (N) 和第四系覆盖 (Q4) 。矿区内出露地层 (由老至新) 有石炭系上统阿木山组 (C2a) , 二叠系下统三面井组 (P1s) , 及分布于山坡缓处、沟谷两旁的新近系 (N) 、第四系 (Q4) 。

2 采样、样品测试及数据分析

采样介质对象为残、坡积物, 采样部位一般在C层 (母质层) 中采样, 采样粒级为-4~+20目。样品加工严格按照相关规定进行, 对Cu、Pb、Zn、Ag、Au、Mo、Sn、AS、Sb、Bi 10种元素分析测试法严格按规定完成。

对各元素原始数据进行多次迭代处理, 剔除大于平均值+3倍离差的离散值, 求得全区背景平均值 (X) 及标准差 (S) , 根据公式T=X+2S求得各元素异常下限值 (T) , 依此圈定各元素异常, 再分别求得各异常二级浓度分带值 (2T) 和三级浓度分带数值 (4T) 。

根据元素测试结果, 对各元素在全区的平均值、标准差、变差系、背景值及极大值、高含量值进行了统计, 统计结果见表1。

多数元素平均含量与背景值之比 (KK值) 略大于1, 其中Au、As、Sb的KK值变化较大, 离差值也较高, 变差系数都超过100%, 高含量的异点百分率较高, 依次为As、Sb、Au, 其次为Pb、Cu。其中Au的平均含量只有2.0 3 PPb, 而超过三级浓度分带异常点为143个, 占总点数的2.6%, 出现了大于100ppb高值和大于700ppb的极高值。As、Sb也出现了类似Au的含量分布特征。

单位:Au 1×10-9其余为1×10-6

由上述元素含量分布特征可知, 测区内Au、As、Sb分布的极不均匀, 后期叠加作用程度较高, 为本测区主要富集成矿作用方向之一, Au可确定为主成矿元素, As、Sb为重要伴生元素。

相比之下, Cu、Pb、Zn等元素没有出现特殊高含量值, 变差系数没有超过40%, 表明含量分布也相对稳定, 只是异点百分率略高。

测区内元素含量空间分布特征见各元素地球化学图和地球化学异常图 (见下图) 。由图可看出, Au、As、Sb高含量集中分布在测区南部, 这三种元素的高含量分布趋势一致, 异常三级浓度分带较好, 规模较大, 异常中心位置的关系比较接近。

Cu、Zn高含量相对集中在测区北部, 两元素异常的空间关系相对一致, 异常在中北部的有一定规模, 三级浓度分带明显, 异常走向呈东西向条带状展布。

Pb、Bi高含量相对集中在测区中部偏南、偏北的两个地带, 异常分布相对孤立。

为进一步考察元素间的关系, 根据各元素测量数据进行了因子分析, 结果如下:——旋转因子矩阵——

为进一步考察元素间的关系, 根据各元素测量数据进行了因子分析, 结果如下:

异常关系:Bi—Pb—Zn—Cu—As—Sb——Au异常由中部向外围分带特征较典型。

说明Cu与Zn关密切, As与Sb关系, Au、Pb、Bi都相对独立存在。

(1) 岩浆热早期 (岩浆内部/内接触带) 高温热液型铅矿。

(2) 岩浆热中期 (岩浆与围岩接触带) 中温热液型铜铅矿。