面向土地質(zhì)量評(píng)價(jià)的省級(jí)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)構(gòu)建

徐佳，康桂玲，于林松*，趙玉巖，劉敬兵

研究論文

面向土地質(zhì)量評(píng)價(jià)的省級(jí)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)構(gòu)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(jì)南 250013；2. 山東省地質(zhì)勘查工程技術(shù)研究中心，濟(jì)南 250013；3. 吉林大學(xué)，長(zhǎng)春 130012

農(nóng)業(yè)地質(zhì)是地質(zhì)科學(xué)與現(xiàn)代農(nóng)業(yè)生產(chǎn)發(fā)展相結(jié)合的邊緣學(xué)科。面向土地質(zhì)量評(píng)價(jià)的農(nóng)業(yè)地質(zhì)調(diào)查涵蓋了各種調(diào)查比例尺、不同調(diào)查對(duì)象、多種評(píng)價(jià)方法，產(chǎn)生各類多源、異構(gòu)、多尺度和海量基礎(chǔ)數(shù)據(jù)，文章從土地質(zhì)量評(píng)價(jià)視角出發(fā)，圍繞農(nóng)業(yè)地質(zhì)大數(shù)據(jù)應(yīng)用平臺(tái)的開(kāi)發(fā)進(jìn)行探索實(shí)踐。文章采用面向服務(wù)架構(gòu)和B/S網(wǎng)絡(luò)結(jié)構(gòu)，基于ArcGIS軟件平臺(tái)和WebService形式的OLAP技術(shù)，借助C#和JavaScript開(kāi)發(fā)地理信息共享系統(tǒng)，采用關(guān)系型數(shù)據(jù)庫(kù)系統(tǒng)SQL Server和Geodatabase進(jìn)行數(shù)據(jù)管理，構(gòu)建省級(jí)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)。該平臺(tái)集成了以往基礎(chǔ)地質(zhì)、農(nóng)業(yè)地質(zhì)、區(qū)域化探資料，掛接“地質(zhì)云”(全國(guó)地質(zhì)資料館)公開(kāi)館藏資料，以地圖結(jié)合圖表的形式，直觀、動(dòng)態(tài)地展示了農(nóng)業(yè)地質(zhì)大數(shù)據(jù)信息。實(shí)現(xiàn)山東省農(nóng)業(yè)地質(zhì)“一張圖”、大數(shù)據(jù)可視化、土壤監(jiān)測(cè)預(yù)警、名特優(yōu)產(chǎn)地環(huán)境輔助決策等典型應(yīng)用。本次大數(shù)據(jù)平臺(tái)針對(duì)農(nóng)業(yè)地質(zhì)典型應(yīng)用進(jìn)行了探索的研發(fā)，實(shí)現(xiàn)農(nóng)業(yè)施肥精準(zhǔn)化指導(dǎo)，對(duì)名特優(yōu)產(chǎn)品的實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)；面對(duì)不同尺度、不同時(shí)間的同源異構(gòu)數(shù)據(jù)進(jìn)行可視化對(duì)比、網(wǎng)格化比較，對(duì)地球化學(xué)指標(biāo)周期性變化的觀測(cè)，實(shí)現(xiàn)對(duì)土壤質(zhì)量現(xiàn)狀監(jiān)測(cè)、對(duì)土壤環(huán)境污染預(yù)警的作用。還通過(guò)分布式數(shù)據(jù)挖掘和多維數(shù)據(jù)分析，實(shí)現(xiàn)了省級(jí)多目標(biāo)區(qū)域化探、中大比例尺土地質(zhì)量調(diào)查及農(nóng)業(yè)地質(zhì)相關(guān)同源異構(gòu)數(shù)據(jù)的疊加分析，即對(duì)格網(wǎng)數(shù)據(jù)時(shí)間變化走勢(shì)的展現(xiàn)，構(gòu)建了基于地學(xué)思維的農(nóng)業(yè)地質(zhì)檢測(cè)應(yīng)用接口，為今后的科技創(chuàng)新提供了決策依據(jù)。

農(nóng)業(yè)地質(zhì)；地質(zhì)大數(shù)據(jù)；地質(zhì)信息化；土地質(zhì)量評(píng)價(jià)

1 引言

農(nóng)業(yè)地質(zhì)是地質(zhì)科學(xué)與現(xiàn)代農(nóng)業(yè)生產(chǎn)發(fā)展相結(jié)合的邊緣學(xué)科[1]，核心應(yīng)用目標(biāo)是服務(wù)于農(nóng)業(yè)經(jīng)濟(jì)和社會(huì)發(fā)展[2]。自1999年來(lái)，中國(guó)地質(zhì)調(diào)查局實(shí)施農(nóng)業(yè)地質(zhì)調(diào)查計(jì)劃，在服務(wù)農(nóng)業(yè)發(fā)展、管控耕地土壤污染、管理國(guó)土資源、鄉(xiāng)村振興等方面做出了重大貢獻(xiàn)[3]。面向土地質(zhì)量評(píng)價(jià)的農(nóng)業(yè)地質(zhì)調(diào)查主要采用中、大比例尺土地質(zhì)量地球化學(xué)調(diào)查方法[3-5]，調(diào)查對(duì)象涉及土壤、灌溉水、大氣降塵及農(nóng)作物等，以縣域農(nóng)業(yè)地質(zhì)項(xiàng)目為例，不同類型點(diǎn)位采樣密度從1點(diǎn)/km2至16點(diǎn)/km2不等，多目標(biāo)區(qū)域地球化學(xué)調(diào)查涉及的分析元素與指標(biāo)包括Ag、As、Au等共計(jì)87項(xiàng)，地球化學(xué)評(píng)價(jià)涉及的分析指標(biāo)包括有效B、有效Cu、有效Fe等共計(jì)58項(xiàng)，縣域面積按800 km2計(jì)算，則樣品分析結(jié)果記錄可達(dá)數(shù)萬(wàn)條之多。大數(shù)據(jù)已經(jīng)成為農(nóng)業(yè)地質(zhì)工作的重要標(biāo)志和本質(zhì)特征，成為現(xiàn)代農(nóng)業(yè)生產(chǎn)與經(jīng)營(yíng)離不開(kāi)的工具[6]?；谶@樣的背景，中華人民共和國(guó)自然資源部(原國(guó)土資源部)于2013年下達(dá)了《全國(guó)地質(zhì)環(huán)境信息化建設(shè)方案》，提出搭建國(guó)土資源數(shù)據(jù)中心框架，完善省級(jí)地質(zhì)環(huán)境數(shù)據(jù)中心節(jié)點(diǎn)建設(shè)，為地質(zhì)災(zāi)害、農(nóng)業(yè)地質(zhì)、城市地質(zhì)等地學(xué)相關(guān)專業(yè)工作提供專業(yè)數(shù)據(jù)庫(kù)支持[7-8]；2018年，“首屆全國(guó)地質(zhì)資料數(shù)據(jù)創(chuàng)新應(yīng)用大賽”在京舉辦，此次大賽在“創(chuàng)新”的基礎(chǔ)上，顯著推進(jìn)了地學(xué)數(shù)據(jù)資料的整合與共享[9]。此后，地質(zhì)大數(shù)據(jù)的發(fā)展進(jìn)入一個(gè)嶄新的階段，各類省級(jí)地質(zhì)大數(shù)據(jù)平臺(tái)應(yīng)運(yùn)而生。2019年3月，浙江省成立“地質(zhì)云”，作為省內(nèi)唯一分節(jié)點(diǎn)，依托地質(zhì)大數(shù)據(jù)提供多元化、智能化綜合信息服務(wù)[10]；同年10月，山東省“智慧地礦”工程上線試運(yùn)行，在大數(shù)據(jù)等現(xiàn)代信息技術(shù)基礎(chǔ)上，構(gòu)建了地學(xué)大數(shù)據(jù)的綜合應(yīng)用平臺(tái)[11-12]；同年12月，湖北省建成地學(xué)大數(shù)據(jù)平臺(tái)并開(kāi)發(fā)了內(nèi)外業(yè)協(xié)同辦公及“地質(zhì)一張圖”服務(wù)，并開(kāi)設(shè)農(nóng)業(yè)地質(zhì)專題信息化服務(wù)[13-14]。

山東省大規(guī)模農(nóng)業(yè)地質(zhì)調(diào)查工作始于2002年。目前，1:25萬(wàn)尺度已實(shí)現(xiàn)陸域尺度全覆蓋，1:5萬(wàn)調(diào)查尺度已覆蓋近50余個(gè)縣(市)，1:1萬(wàn)大比例尺農(nóng)業(yè)地質(zhì)調(diào)查在名特優(yōu)產(chǎn)地有序推進(jìn)[4-5,15-16]。盡管山東省農(nóng)業(yè)地質(zhì)工作程度較高，但目前尚未形成針對(duì)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)信息化的有效技術(shù)探索，“智慧地礦”的農(nóng)業(yè)地質(zhì)信息化專題服務(wù)能力不足。

構(gòu)建山東省農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)，既是對(duì)山東省“智慧地礦”的優(yōu)勢(shì)互補(bǔ)，又是新時(shí)期拓寬地質(zhì)服務(wù)延伸的一次嘗試。本文通過(guò)對(duì)以往地質(zhì)大數(shù)據(jù)成果的梳理與總結(jié)，以服務(wù)土地質(zhì)量調(diào)查評(píng)價(jià)為目標(biāo)，提出了以5層數(shù)據(jù)平臺(tái)開(kāi)發(fā)體系、5項(xiàng)關(guān)鍵技術(shù)為支撐的多源、異構(gòu)時(shí)空大數(shù)據(jù)平臺(tái)構(gòu)建模式，對(duì)基于不同尺度的多源地質(zhì)大數(shù)據(jù)的多目標(biāo)應(yīng)用具有重要的借鑒意義。

2 農(nóng)業(yè)地質(zhì)大數(shù)據(jù)的內(nèi)涵及研究意義

2.1 農(nóng)業(yè)地質(zhì)大數(shù)據(jù)的內(nèi)涵

農(nóng)業(yè)地質(zhì)大數(shù)據(jù)屬農(nóng)業(yè)大數(shù)據(jù)中資源環(huán)境數(shù)據(jù)子類[17]，指通過(guò)區(qū)域地球化學(xué)勘查手段查明土壤及水體中化學(xué)元素含量的基礎(chǔ)性調(diào)查工作取得的數(shù)據(jù)結(jié)果。農(nóng)業(yè)地質(zhì)大數(shù)據(jù)技術(shù)是利用大數(shù)據(jù)的理論和技術(shù)，將農(nóng)業(yè)地質(zhì)工作涉及到的地質(zhì)背景、地球化學(xué)指標(biāo)、土壤信息等數(shù)據(jù)進(jìn)行融合分析，是大數(shù)據(jù)的理論和技術(shù)在農(nóng)業(yè)地質(zhì)上的應(yīng)用與延伸。

2.2 農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)的搭建意義

黨的二十大報(bào)告指出，要加強(qiáng)重點(diǎn)領(lǐng)域安全能力建設(shè)，確保糧食資源供應(yīng)鏈安全。這為我們做好新時(shí)代農(nóng)業(yè)地質(zhì)工作指明了方向、提供了根本遵循。在整合前期基礎(chǔ)地質(zhì)資料的基礎(chǔ)上，搭建農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)，從地學(xué)角度出發(fā)、用大數(shù)據(jù)的分析方法助力現(xiàn)代農(nóng)業(yè)。

農(nóng)業(yè)地質(zhì)大數(shù)據(jù)除具備農(nóng)業(yè)大數(shù)據(jù)的5個(gè)特點(diǎn)外，還具備客觀性(對(duì)背景的規(guī)律性反映)、地域性和綜合性(數(shù)據(jù)間相互聯(lián)系，相互作用)的特點(diǎn)。農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)綜合了農(nóng)業(yè)大數(shù)據(jù)中自然資源與環(huán)境數(shù)據(jù)各類基礎(chǔ)背景數(shù)據(jù)，在統(tǒng)一地理框架下進(jìn)行空間疊加與展示，可以針對(duì)名優(yōu)特、農(nóng)業(yè)地質(zhì)靶區(qū)篩選，分析農(nóng)業(yè)地質(zhì)背景值和農(nóng)作物品質(zhì)的關(guān)系，為特色農(nóng)產(chǎn)品、地理標(biāo)識(shí)產(chǎn)品和優(yōu)勢(shì)耕地分析提供輔助化決策支持。還可以綜合多目標(biāo)地球化學(xué)調(diào)查和中大比例尺土地質(zhì)量調(diào)查的多源數(shù)據(jù)集，以空間疊加與聚合分析等形式綜合分析農(nóng)用地元素分級(jí)與含量走勢(shì)，為農(nóng)用地土壤環(huán)境監(jiān)測(cè)、國(guó)土空間生態(tài)修復(fù)提供可視化輔助工具和精準(zhǔn)科學(xué)決策依據(jù)。

3 平臺(tái)總體架構(gòu)及關(guān)鍵技術(shù)解析

3.1 軟件平臺(tái)體系

本系統(tǒng)是以計(jì)算機(jī)硬件和網(wǎng)絡(luò)通訊為依托，以安全體系為保障，以數(shù)據(jù)庫(kù)為基礎(chǔ)，以農(nóng)業(yè)地質(zhì)調(diào)查數(shù)據(jù)服務(wù)為主線建立的互聯(lián)互通、數(shù)據(jù)共享的信息平臺(tái)。

大數(shù)據(jù)平臺(tái)采用分層架構(gòu)設(shè)計(jì)思路，按照系統(tǒng)開(kāi)發(fā)思路和邏輯框架自下而上包括：軟硬件設(shè)施、支撐體系、數(shù)據(jù)采集與管理、數(shù)據(jù)地圖融合分析和應(yīng)用層(見(jiàn)圖1)。

圖1 大數(shù)據(jù)應(yīng)用平臺(tái)架構(gòu)

3.1.1 基礎(chǔ)設(shè)施

基礎(chǔ)設(shè)施層包含平臺(tái)所需的硬件基礎(chǔ)設(shè)施，比如各類專用存儲(chǔ)、網(wǎng)絡(luò)、內(nèi)存、高性能計(jì)算GPU等物理設(shè)備或元件。通過(guò)云化方式集成實(shí)現(xiàn)平臺(tái)所需的計(jì)算能力，支撐其它各層的穩(wěn)定運(yùn)行。

3.1.2 支撐體系

本層旨在實(shí)現(xiàn)農(nóng)業(yè)地質(zhì)數(shù)據(jù)的集成一體化管理，將多源、多元、異構(gòu)、海量的大數(shù)據(jù)按照業(yè)務(wù)類型及空間尺度的不同，依據(jù)數(shù)據(jù)庫(kù)邏輯分類設(shè)計(jì)要求，集成在統(tǒng)一地理框架、統(tǒng)一數(shù)據(jù)編碼的算法之下，以支持其他各業(yè)務(wù)層。

3.1.3 數(shù)據(jù)采集與數(shù)據(jù)管理

農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)需構(gòu)建包括基礎(chǔ)地理、物化探數(shù)據(jù)、遙感影像、礦產(chǎn)地質(zhì)等多個(gè)數(shù)據(jù)倉(cāng)，數(shù)據(jù)涉及多個(gè)專業(yè)、多種類型。數(shù)據(jù)采集與管理主要服務(wù)于數(shù)據(jù)地圖融合分析層，需要梳理、分析和整理各類數(shù)據(jù)源。

3.1.4 數(shù)據(jù)與地圖服務(wù)的融合分析

融合分析層實(shí)現(xiàn)數(shù)據(jù)可視化，主要包括查詢、圖層疊加、分析瀏覽、數(shù)據(jù)分析和數(shù)據(jù)可視化，其中空間查詢可實(shí)現(xiàn)通過(guò)框選的模糊查詢，圖層疊加實(shí)現(xiàn)了基于統(tǒng)一空間位置的多源、多專業(yè)、異構(gòu)數(shù)據(jù)疊加和統(tǒng)計(jì)分析，可根據(jù)客戶端給定的條件設(shè)計(jì)返回符合條件的數(shù)據(jù)。

3.1.5 應(yīng)用服務(wù)

服務(wù)層包括農(nóng)業(yè)地質(zhì)“一張圖”、系統(tǒng)平臺(tái)可視化、土壤監(jiān)測(cè)預(yù)警、名特優(yōu)產(chǎn)地輔助決策等多個(gè)子系統(tǒng)，各子系統(tǒng)通過(guò)綜合調(diào)用系統(tǒng)功能模塊得以實(shí)現(xiàn)。

3.2 大數(shù)據(jù)平臺(tái)關(guān)鍵技術(shù)解析

3.2.1 數(shù)據(jù)采集(多元異構(gòu)數(shù)據(jù)集成技術(shù))

農(nóng)業(yè)地質(zhì)數(shù)據(jù)具有多元、多源、異構(gòu)、異質(zhì)以及跨時(shí)空等特征，為了在不改變?cè)锌臻g數(shù)據(jù)模型和表示方法的同時(shí)實(shí)現(xiàn)統(tǒng)一管理，本次平臺(tái)選用空間數(shù)據(jù)引擎技術(shù)，管理各個(gè)數(shù)據(jù)倉(cāng)庫(kù)，使客戶端分別調(diào)用不用空間數(shù)據(jù)庫(kù)數(shù)據(jù)，實(shí)現(xiàn)不同類型數(shù)據(jù)的繼承共享。

3.2.2 數(shù)據(jù)存儲(chǔ)

面對(duì)海量非結(jié)構(gòu)化的農(nóng)業(yè)地質(zhì)基礎(chǔ)數(shù)據(jù)，針對(duì)農(nóng)業(yè)地質(zhì)行業(yè)的需求，為實(shí)現(xiàn)不同客戶端、不用時(shí)間、不同地點(diǎn)的數(shù)據(jù)存取，本平臺(tái)選用非關(guān)系型數(shù)據(jù)庫(kù)。數(shù)據(jù)管理層一方面提供接口給客戶端，許可客戶端存取空間數(shù)據(jù)；另一方同時(shí)接受其他數(shù)據(jù)管理請(qǐng)求。

3.2.3 分布式數(shù)據(jù)挖掘

本次大數(shù)據(jù)平臺(tái)選用分布式數(shù)據(jù)挖掘技術(shù)(DDM, Distributed Data Mining)，基于數(shù)據(jù)平臺(tái)，綜合了數(shù)據(jù)挖掘(DM, Data Mining)和分布式空間數(shù)據(jù)庫(kù)，它既可以通過(guò)空間數(shù)據(jù)挖掘總結(jié)出空間關(guān)系與非空間數(shù)據(jù)之間的關(guān)系，又可以得出空間知識(shí)庫(kù)的結(jié)構(gòu)、空間數(shù)據(jù)查詢與優(yōu)化及其他有意義的信息提取結(jié)果，實(shí)現(xiàn)挖掘異構(gòu)數(shù)據(jù)的特征規(guī)則、分類規(guī)則和數(shù)據(jù)聚類信息。借助DDM可以通過(guò)土地質(zhì)量調(diào)查的海量數(shù)據(jù)，分析農(nóng)產(chǎn)品產(chǎn)區(qū)各類土壤環(huán)境因素，包括有機(jī)質(zhì)、pH、土壤養(yǎng)分元素、有益元素和有害元素，進(jìn)一步實(shí)現(xiàn)農(nóng)產(chǎn)品靶區(qū)推薦和元素補(bǔ)充推薦提供基礎(chǔ)。

3.2.4 多維數(shù)據(jù)分析

基于農(nóng)業(yè)地質(zhì)大數(shù)據(jù)對(duì)于調(diào)用分析的靈活性、通用性和安全性要求，本平臺(tái)選用基于Web Service的聯(lián)機(jī)分析處理(OLAP, Online Analytical Processing)技術(shù)。一方面，這種技術(shù)工作在程序代碼級(jí)，客戶端無(wú)法查看系統(tǒng)源文件和底層數(shù)據(jù)庫(kù)，保證了農(nóng)業(yè)地質(zhì)數(shù)據(jù)的安全性；另一方面，Web Service建立在統(tǒng)一的規(guī)范和標(biāo)準(zhǔn)之上，這就使平臺(tái)可以通訊于不同軟硬件環(huán)境，很好地滿足了農(nóng)業(yè)地質(zhì)工作對(duì)數(shù)據(jù)調(diào)用的靈活性和通用性要求。

4 大數(shù)據(jù)平臺(tái)典型應(yīng)用

4.1 系統(tǒng)平臺(tái)可視化

農(nóng)業(yè)地質(zhì)調(diào)查信息系統(tǒng)平臺(tái)的實(shí)現(xiàn)方式是綜合調(diào)用地圖瀏覽模塊、統(tǒng)計(jì)分析模塊、操作結(jié)果顯示模塊，是農(nóng)業(yè)地質(zhì)調(diào)查信息系統(tǒng)展示的登陸界面，也是綜合信息的集中展示平臺(tái)(見(jiàn)圖2)。大數(shù)據(jù)平臺(tái)可視化技術(shù)綜合運(yùn)用GIS、大數(shù)據(jù)分析、數(shù)據(jù)可視化等信息集成手段，以地圖結(jié)合圖表的形式，通過(guò)可視化大屏幕直觀動(dòng)態(tài)地展示省級(jí)農(nóng)業(yè)地質(zhì)項(xiàng)目開(kāi)展工作程度、項(xiàng)目數(shù)量、調(diào)查點(diǎn)數(shù)量和圖件數(shù)量等數(shù)據(jù)的統(tǒng)計(jì)分析情況幫助客戶端使用者進(jìn)一步分析農(nóng)業(yè)地質(zhì)大數(shù)據(jù)特征。

4.2 農(nóng)業(yè)地質(zhì)“一張圖”

本應(yīng)用模塊主要通過(guò)多屏對(duì)比看圖功能實(shí)現(xiàn)，(見(jiàn)圖3)，具體為：將各類基礎(chǔ)背景圖件(包括基礎(chǔ)地理、物化遙、礦產(chǎn)地質(zhì)、水文地質(zhì)、環(huán)境地質(zhì)、土地利用現(xiàn)狀及農(nóng)業(yè)地質(zhì)圖)與農(nóng)業(yè)地質(zhì)調(diào)查大數(shù)據(jù)(土壤樣、水樣、大氣樣和植物樣等)在統(tǒng)一地理框架下進(jìn)行空間疊加分析，綜合利用多源空間數(shù)據(jù)可視化對(duì)比分析、地質(zhì)成果的實(shí)時(shí)閱覽等功能，實(shí)現(xiàn)各種元素指標(biāo)、現(xiàn)象的空間分布和變化的可視化展示，實(shí)現(xiàn)農(nóng)業(yè)地質(zhì)調(diào)查成果、數(shù)據(jù)整合與共享。

圖2 農(nóng)業(yè)地質(zhì)大數(shù)據(jù)可視化平臺(tái)

圖3 四屏對(duì)比看圖

4.3 土壤監(jiān)測(cè)預(yù)警

土壤監(jiān)測(cè)預(yù)警應(yīng)用的實(shí)現(xiàn)方式是綜合調(diào)用地圖瀏覽模塊、空間查詢模塊和操作結(jié)果顯示模塊，具有疊加分析、時(shí)空分析以及元素分級(jí)展示與含量走勢(shì)對(duì)比(見(jiàn)圖4)3項(xiàng)功能模塊，可以將不同地理框架下的不同比例尺數(shù)據(jù)綜合分析，為農(nóng)用地土壤環(huán)境監(jiān)測(cè)、國(guó)土空間生態(tài)修復(fù)提供可視化輔助工具和精準(zhǔn)科學(xué)決策依據(jù)。土壤監(jiān)測(cè)預(yù)警應(yīng)用開(kāi)發(fā)是對(duì)不同尺度、不同時(shí)間形成的同源異構(gòu)地球化學(xué)大數(shù)據(jù)的有效展示應(yīng)用。通過(guò)數(shù)據(jù)的可視化對(duì)比、網(wǎng)格化比較，可以實(shí)現(xiàn)對(duì)地球化學(xué)指標(biāo)周期性變化的觀測(cè)，從而實(shí)現(xiàn)土壤監(jiān)測(cè)應(yīng)用。

圖4 不同格網(wǎng)元素分級(jí)展示與含量走勢(shì)

4.4 名特優(yōu)產(chǎn)地環(huán)境輔助決策

名特優(yōu)產(chǎn)地環(huán)境輔助決策應(yīng)用的實(shí)現(xiàn)方式是綜合調(diào)用地圖瀏覽模塊、空間分析模塊、操作結(jié)果顯示模塊和數(shù)據(jù)導(dǎo)出模塊，主要功能包括：①靶區(qū)推薦與風(fēng)險(xiǎn)區(qū)篩選功能(見(jiàn)圖5)。該功能基于勘查地球化學(xué)異常篩選理論建立，即按照《土地質(zhì)量調(diào)查規(guī)范》(DZ/T 0295-2016)中規(guī)定的元素指標(biāo)范圍進(jìn)行定向篩選，土壤環(huán)境風(fēng)險(xiǎn)區(qū)篩選按照《土壤環(huán)境質(zhì)量農(nóng)用地污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)》(GB 15618-2018)中規(guī)定的風(fēng)險(xiǎn)篩選值和風(fēng)險(xiǎn)管控值定向篩選。從而將元素指標(biāo)所在點(diǎn)位代表的圖斑區(qū)塊進(jìn)行推薦或者篩選。②元素補(bǔ)充推薦功能(見(jiàn)圖6)。該功能以農(nóng)業(yè)地質(zhì)調(diào)查數(shù)據(jù)為基礎(chǔ)，綜合運(yùn)用GIS空間分析技術(shù)，將產(chǎn)地肥力指標(biāo)與土壤環(huán)境背景值進(jìn)行統(tǒng)計(jì)比較，分析出各采樣網(wǎng)格土壤肥力推薦值；補(bǔ)充推薦還可用于名特優(yōu)或者地理標(biāo)識(shí)農(nóng)產(chǎn)品產(chǎn)地環(huán)境“診斷”。該功能可以對(duì)后期農(nóng)業(yè)施肥進(jìn)行精準(zhǔn)指導(dǎo)，也可以實(shí)現(xiàn)對(duì)名特優(yōu)產(chǎn)品的動(dòng)態(tài)監(jiān)測(cè)。

5 總結(jié)與展望

5.1 總結(jié)

本平臺(tái)在整合以往典型農(nóng)業(yè)地質(zhì)資料的基礎(chǔ)上，將各類多源、異構(gòu)、多尺度和海量基礎(chǔ)數(shù)據(jù)按照業(yè)務(wù)類型、空間尺度的不同，依據(jù)分庫(kù)、子庫(kù)和數(shù)據(jù)集的邏輯分類設(shè)計(jì)要求，在統(tǒng)一地理框架、統(tǒng)一數(shù)據(jù)編碼下，實(shí)現(xiàn)了一體化集成管理與數(shù)據(jù)共享。研發(fā)了省級(jí)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)的可視化平臺(tái)，以地圖結(jié)合圖表的形式，直觀、動(dòng)態(tài)地展示了農(nóng)業(yè)地質(zhì)大數(shù)據(jù)信息。

圖5 靶區(qū)推薦與風(fēng)險(xiǎn)區(qū)篩選

圖6 元素補(bǔ)充推薦

基于地學(xué)和地球化學(xué)思維開(kāi)發(fā)設(shè)計(jì)了面向土地質(zhì)量的農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)，將已有的各類基礎(chǔ)地質(zhì)背景圖件入庫(kù)，并實(shí)現(xiàn)了：在線分級(jí)預(yù)覽，分級(jí)調(diào)用全國(guó)地質(zhì)資料館可以公開(kāi)訪問(wèn)的山東省地質(zhì)基礎(chǔ)圖件、山東省天地圖開(kāi)放資源，農(nóng)業(yè)地質(zhì)“一張圖”、土壤監(jiān)測(cè)預(yù)警、名特優(yōu)產(chǎn)地環(huán)境輔助決策等典型應(yīng)用。同時(shí)，為“地質(zhì)云?山東”預(yù)留了服務(wù)接口，提供了地球化學(xué)板塊重要內(nèi)容，實(shí)現(xiàn)了與多源地質(zhì)數(shù)據(jù)疊加、數(shù)據(jù)挖掘等的多目標(biāo)應(yīng)用。

5.2 展望

5.2.1 進(jìn)一步提高農(nóng)業(yè)地質(zhì)大平臺(tái)與農(nóng)業(yè)工作的貼合度

農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)在實(shí)際應(yīng)用中，更多地在條件不同的區(qū)域進(jìn)行試點(diǎn)工作，以便隨時(shí)根據(jù)客戶端反饋對(duì)系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)。同時(shí)，根據(jù)實(shí)際應(yīng)用反饋，充實(shí)其他基礎(chǔ)地質(zhì)資料信息，如水工環(huán)地質(zhì)、地質(zhì)災(zāi)害和重點(diǎn)行業(yè)企業(yè)、耕地質(zhì)量分等。以此達(dá)到提高農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)在農(nóng)業(yè)工作中的應(yīng)用率，助力農(nóng)業(yè)農(nóng)村發(fā)展的目標(biāo)。

5.2.2 探索了農(nóng)業(yè)地質(zhì)信息典型應(yīng)用

本次大數(shù)據(jù)平臺(tái)針對(duì)農(nóng)業(yè)地質(zhì)典型應(yīng)用進(jìn)行了探索研發(fā)，針對(duì)元素地球化學(xué)特征和土壤適宜性的地域性分析，為名優(yōu)特農(nóng)產(chǎn)品靶區(qū)的推薦提供了輔助化決策支持，對(duì)后期農(nóng)業(yè)施肥進(jìn)行精準(zhǔn)指導(dǎo)，對(duì)名特優(yōu)產(chǎn)品的實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)；面對(duì)不同尺度、不同時(shí)間的同源異構(gòu)數(shù)據(jù)進(jìn)行可視化對(duì)比、網(wǎng)格化比較，對(duì)地球化學(xué)指標(biāo)周期性變化的觀測(cè)，實(shí)現(xiàn)對(duì)土壤質(zhì)量現(xiàn)狀監(jiān)測(cè)、對(duì)土壤環(huán)境污染預(yù)警的作用。

5.2.3 為下一步農(nóng)業(yè)地質(zhì)大數(shù)據(jù)科技創(chuàng)新提供平臺(tái)

數(shù)據(jù)大平臺(tái)通過(guò)分布式數(shù)據(jù)挖掘和多維數(shù)據(jù)分析，實(shí)現(xiàn)了省級(jí)多目標(biāo)區(qū)域化探、中大比例尺土地質(zhì)量調(diào)查及農(nóng)業(yè)地質(zhì)相關(guān)同源異構(gòu)數(shù)據(jù)的疊加分析，即對(duì)格網(wǎng)數(shù)據(jù)時(shí)間變化走勢(shì)的展現(xiàn)，構(gòu)建了基于地學(xué)思維的農(nóng)業(yè)地質(zhì)檢測(cè)應(yīng)用接口，為下一步的科技創(chuàng)新提供了決策依據(jù)。

[1] 陳海龍. 農(nóng)業(yè)地質(zhì)研究現(xiàn)狀及未來(lái)發(fā)展方向的思考——以湖南農(nóng)業(yè)地質(zhì)為例[J]. 國(guó)土資源導(dǎo)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(dá), 等. 農(nóng)業(yè)地質(zhì)背景與特色農(nóng)作物品質(zhì)相關(guān)性研究進(jìn)展[J]. 土壤通報(bào), 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(guó)土地質(zhì)量地球化學(xué)調(diào)查二十年[J]. 地學(xué)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(qū)農(nóng)業(yè)生態(tài)地球化學(xué)調(diào)查及生態(tài)問(wèn)題淺析[J]. 巖礦測(cè)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(tài)地球化學(xué)調(diào)查與評(píng)價(jià)綜述[J]. 山東國(guó)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(wàn)昊宇. 現(xiàn)代化農(nóng)業(yè)的大數(shù)據(jù)分析狀況與發(fā)展前景[J]. 山西農(nóng)經(jīng), 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(jí)地質(zhì)大數(shù)據(jù)建設(shè)的總體框架研究[J]. 資源環(huán)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(zhì)大數(shù)據(jù)應(yīng)用與地質(zhì)信息化發(fā)展的思考[J]. 中國(guó)礦業(yè), 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(guó)地質(zhì)資料數(shù)據(jù)創(chuàng)新應(yīng)用大賽啟動(dòng)[N]. 光明日?qǐng)?bào)，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(zhì)大數(shù)據(jù)體系建設(shè)的總體框架研究[J]. 中國(guó)地質(zhì)調(diào)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(shè)框架研究[J]. 地礦測(cè)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(fā)偉, 劉同文, 等. 地質(zhì)大數(shù)據(jù)支持下的智慧地礦業(yè)務(wù)支撐平臺(tái)構(gòu)建[J]. 測(cè)繪通報(bào), 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(yán)光生, 薛群威, 肖克炎. 地質(zhì)調(diào)查大數(shù)據(jù)研究的主要問(wèn)題分析[J]. 地質(zhì)通報(bào), 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(shù)據(jù)背景下的國(guó)家地質(zhì)信息服務(wù)系統(tǒng)建設(shè)[J]. 地質(zhì)通報(bào), 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(xué)背景值 [J]. 山東國(guó)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(lán)色經(jīng)濟(jì)區(qū)土壤地球化學(xué)基準(zhǔn)值與背景值[J]. 山東國(guó)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(qiáng), 高懋芳, 方瑩. 農(nóng)業(yè)大數(shù)據(jù)信息平臺(tái)搭建方法初探[J]. 農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào), 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(dá), 等. 農(nóng)業(yè)地質(zhì)背景與特色農(nóng)作物品質(zhì)相關(guān)性研究進(jìn)展[J]. 土壤通報(bào), 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(jǐn)勵(lì), 等. 基于大數(shù)據(jù)的地質(zhì)云監(jiān)控平臺(tái)建設(shè)與應(yīng)用[J]. 地球物理學(xué)進(jìn)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(xué)利, 馬娜, 朱瑜馨. 基于云平臺(tái)的農(nóng)業(yè)綜合信息應(yīng)用系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[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(fā)偉. 地質(zhì)大數(shù)據(jù)輕量化集成展示與專題應(yīng)用[J]. 測(cè)繪通報(bào), 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(zhì)大數(shù)據(jù)特點(diǎn)及其合理開(kāi)發(fā)利用[J]. 地學(xué)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(zhì)科學(xué)大數(shù)據(jù)及其利用的若干問(wèn)題探討[J]. 科學(xué)通報(bào), 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(zhì)調(diào)查工作大數(shù)據(jù)[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(qiáng), 張宏春. 智能地質(zhì)調(diào)查大數(shù)據(jù)應(yīng)用體系架構(gòu)與關(guān)鍵技術(shù)[J]. 地質(zhì)通報(bào), 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(hù)航“未來(lái)之城”[N]. 中國(guó)自然資源報(bào), 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(guó)華, 等. 我國(guó)土壤質(zhì)量及其評(píng)價(jià)研究的進(jìn)展[J]. 土壤通報(bào), 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(shù)據(jù)環(huán)境下高校智慧校園信息化模式探究[J]. 吉林大學(xué)學(xué)報(bào)(信息科學(xué)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(huì), 陳潮陽(yáng), 伊華偉, 等. 基于云計(jì)算和大數(shù)據(jù)分析的大規(guī)模網(wǎng)絡(luò)流量預(yù)測(cè)[J]. 吉林大學(xué)學(xué)報(bào)(工學(xué)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(tài)質(zhì)量綜合評(píng)價(jià)——以湖北省仙桃市為例[J]. 生態(tài)學(xué)報(bào), 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(zhì)量評(píng)價(jià)的省級(jí)農(nóng)業(yè)地質(zhì)大數(shù)據(jù)平臺(tái)構(gòu)建[J]. 農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào), 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(jì)南市歷下區(qū)科技局科技發(fā)展計(jì)劃(20191007)

第一作者徐佳，女，工程師，研究方向：地球化學(xué)制圖學(xué)及信息化開(kāi)發(fā)；E-mail: 155091405@qq.com。通信作者于林松，高級(jí)工程師，博士研究生，研究方向：地球化學(xué)技術(shù)研發(fā)及技術(shù)管理；E-mail: sean_yls@ 163.com。