我國1﹕5萬土壤圖數據庫的質量控制

徐愛國，張認連，田有國，冀宏杰，張懷志，龍懷玉

?

我國1﹕5萬土壤圖數據庫的質量控制

徐愛國1，張認連1，田有國2，冀宏杰1，張懷志1，龍懷玉1

（1中國農業科學院農業資源與農業區劃研究所/農業部作物營養與肥料重點實驗室，北京 100081；2全國農業技術推廣服務中心，北京 100025）

【背景】具有時空維度的土壤大數據可為農業、環境、國土等部門了解、研究和管理土壤與環境提供數據支撐。歷史上完成的紙質土壤調查圖件和資料則是構建土壤時空數據庫的重要基礎。由于不同地區、不同時期土壤圖成圖標準差異較大，構建高質量土壤時空大數據，對異源、異質的非標準化土壤圖資料的整理必須進行質量控制。【目的】本研究的目的是解析我國各地異源土壤普查原始圖件狀況，弄清其數字化整合建庫中的質量控制關鍵問題，探索相應的技術指標與規范，為構建大比例尺土壤圖數據庫提供質量保障。【方法】通過分析我國土壤普查圖件資料狀況，結合我國數字地形圖質量控制方法，制定了精度指標，對土壤圖數據庫實現地理精度質量控制；對比分縣土壤圖中的土壤名稱和現有國家標準土壤分類，實現全庫土壤類型名稱的修編、編碼；通過拓撲檢查完成土壤圖空間數據庫結構統一，以統一境界實現境界標準化。【結果】利用異源大比例尺土壤圖構建大區域土壤圖數據庫的質量控制主要包括數字化地理精度控制、土壤要素提取標準化、全圖整合賦碼三大部分。其中數字化地理精度控制包括紙圖掃描精度、定位坐標系、不同地形圖幅的幾何校正精度、幾何校正控制點的選取和點數規定。土壤要素提取標準化主要包括土壤要素與非土壤要素采集與核準、空間要素分類碼、圖層與圖幅的標準化。全圖整合賦碼包括土壤類型名稱的修編、編碼和行政邊界標準化，針對原始分縣土壤圖土壤名稱的不規范命名，特別是土類的不規范命名，遵照國家標準中的土類名稱，借鑒分縣土壤志剖面記載、省級和國家級分類匯總文獻和著作，將300余個不規范土類命名修編為60個國家標準命名；采用層次編碼方法，按照土綱、土類至土種的五級編碼實現全庫每個土壤類型的唯一編碼；采用國家標準境界實現行政邊界的無縫連接，并在此基礎上實現了土壤圖空間庫存儲單元由分縣轉換為1﹕5萬標準分幅。【結論】利用異源大比例尺非標準土壤圖資料構建大區域的土壤圖數據庫，其質量控制的關鍵為數字化地理精度控制、土壤要素標準化、全圖整合賦碼。針對這三個問題構建的質量控制方法和相應指標，符合我國土壤普查圖件數字化建庫實際情況，為建設覆蓋我國全域的土壤圖數據庫提供了質量保障。采用這一方法，建立了1﹕5萬土壤圖數據庫共計13 240個，1﹕5萬標準分幅，涉及1 688個縣市和國營農場。本文還討論了本研究成果的現狀并展望其拓展方向，期望通過結合土壤理化性狀信息，為進行土壤長效性質數據挖掘研究提供數據基礎。

1﹕5萬土壤圖；數字化；數據庫；質量控制；中國

0 引言

【研究意義】土壤數據作為國家基礎資源數據，可為農業、環境、國土等部門的管理和研究提供數據支撐，而高質量的土壤數據庫是實現這些應用的基本保證。【前人研究進展】自20世紀70年代，歐美發達國家在歷史土壤調查圖件和資料的基礎上，陸續建成或基本建成了本國大比例尺土壤數據庫，如美國、荷蘭、英國、法國及澳大利亞等國[1-8]。其中美國SSURGO（縣級）土壤數據庫基于的比例尺為1﹕12 000至1﹕63 360，澳大利亞為1﹕50 000。我國的土壤數據庫建設起步較晚，20世紀90年代后期，一些科研院所陸續建立了全國小比例尺[9-11]、個別省的大、中比例尺土壤數據庫[12-16]。這些數據庫幾乎均采用歷史土壤調查資料建立。可以說，歷史完成的土壤調查圖件和資料至今是最主要的數據來源。由于各地土壤調查人員不同、各地技術條件不同，導致土壤圖件成圖比例尺、坐標系、圖例與注記表達有較大差異。當利用這些源于各地的土壤圖件構建覆蓋大區域的、大比例尺土壤圖時，不僅工程量大，還會遇到異源、異質、異構、非標準化土壤圖件存在的各類問題。這些問題不僅是各國在將源于各地的歷史數據進行數字化整合建庫時都會面臨的問題，也是我國未較早完成全國大比例尺土壤圖數據庫的原因之一。我國在20世紀80年代即進行了全國第二次土壤普查）（以下簡稱二普），從1979年試點縣開始到1994年成果匯總結束[17]，調查了2 444個縣、3l2個國營農（牧、林）場和44個林業區[9]（二普時期行政區劃單位，下同），匯總了豐富翔實的土壤調查資料，包括縣級以上各級土壤圖、土壤養分系列圖及土壤志（縣級圖比例尺以1﹕5萬至1﹕20萬為主），這些成果基本代表了20世紀80年代我國土壤資源狀況。但因上述客觀的技術和專業問題，大比例尺建設相對遲緩。【本研究切入點】在土壤調查資料的數字化整合中需要解決的主要問題包括：統一地理坐標、提高定位精度，統一制圖要素、邊界，規范土壤分類名稱，以及如何處理專業理解差異導致的土壤分類差異等。此類情況在各國土壤數據整合建庫中也普遍存在，使得國家間、地區間難以進行數據整合[18]。【擬解決的關鍵問題】本研究在土壤圖空間數據建庫中，針對上述質量控制關鍵點，介紹了數字化整合建庫質量控制的方法和精度指標，包括以掃描精度、坐標系、控制點選取、偏移精度控制地理定位精度；土壤圖層要素的分類提取，采用統一邊界，以及對土壤類型進行修編和制定可補碼的編碼規則等，為1﹕50 000土壤圖數據庫建設的精度質量和屬性完整提供了保證，為大比例尺土壤數據在相關部門和領域的應用提供了保障。

1 資料來源

本研究的資料來源為全國第二次土壤普查（1979—1994年[18]）成果—分縣紙質土壤圖（含國營農場）和分縣土壤（種）志（或土壤調查報告）。本研究共收集分縣土壤圖合計1 688個縣市和國營農場（為二普調查時的行政區劃單位），基本覆蓋我國中東部地區和西北部分地區；與這些縣市和農場土壤圖對應的分縣土壤志主要用來補充、校驗土壤圖例中各級土壤分類名稱，并在土壤類型修編時作為參考。分縣土壤圖標注以及土壤志中的記載顯示，多數省份的外野調查于1979—1986年間完成，新疆、西藏等邊疆省份于1988年左右結束，因此這些土壤普查資料基本代表了20世紀80年代我國的土壤資源狀況。

本研究收集的1 688個（1 556個縣、市和132個國營農場）土壤圖中，農區縣、農場的成圖比例尺以1﹕5萬為主，個別郊區、農場為1﹕2.5萬至1﹕3萬；林區、農牧交錯帶的縣市一般為1﹕10萬，部分為1﹕5萬；牧區縣比例尺一般為1﹕20萬，與《中國土壤普查技術》[19]中的介紹基本一致。

采用國家基礎地理信息中心“1﹕5萬矢量地形要素數據”（以下簡稱1﹕5萬DLG，2008版）的公路、鐵路、線狀水系、境界線4個圖層，用于掃描土壤圖的幾何校正（地理配準），境界線還用于矢量土壤圖行政邊界的標準化。

2 土壤圖矢量化的質量控制與要素采集

2.1 地理精度質量控制

2.1.1 數字化方法與掃描分辨率 2000年以后，計算機技術的快速發展促使掃描矢量化成為采集地圖要素的主要數字化方法，因此本研究采用“掃描矢量化法”進行土壤圖的要素采集。

二普期間形成的縣級紙質土壤圖，主要通過對挖取土壤剖面的土體構造、土壤形態的觀測、記載，以及周邊環境的觀察記載，判斷土壤類型，在相同或更大比例尺地形圖上勾繪（邊遠、高寒和不便進入的區域，利用航片或衛片判讀解譯[20]），經轉繪、清繪而成。每縣的圖紙厚薄不一、大小不一，有單幅，有多幅。由于年代久遠，加之保存條件有限，圖件普遍存在折痕、變形和污損。因此，本研究對每份圖件均采取低溫熨平后用A0幅面掃描儀掃描，個別超A0幅面的圖紙，為保留原圖未予裁切，而是折疊后掃描。掃描分辨率設定為300 dpi[21]。

2.1.2 柵格土壤圖的定位坐標系 掃描土壤圖（無投影信息）經幾何校正后形成的柵格土壤圖（有投影信息）作為矢量化工作底圖。在我國，大于1﹕50萬（含1﹕50萬）國家基本比例尺地形圖的平面坐標系采用高斯-克里格投影（等角橫切橢圓柱投影）。幾何校正時以原始圖件的坐標系統為定位坐標系，以保證地理配準的精確。二普時期我國采用1954北京坐標系，因此，本研究對1﹕5萬至1﹕20萬比例尺的分縣掃描土壤圖采用該坐標系的高斯-克里格投影進行幾何校正。

2.1.3 柵格土壤圖的平面位置精度 在工程測量中，地形圖的平面位置精度，是由主要地物點相對于鄰近圖根控制點的點位中誤差來衡量的。中誤差為帶權殘差平方和平均數的平方根，是作為在一定條件下衡量測量精度的一種數值指標。專業地圖和地形圖一樣，定位精度與地形類型有關，地形越復雜，定位精度越低。因此，本研究參照數字地形圖國家標準[22]，對不同的地形類型設置不同的精度限值，即山區的精度要低于平原地區；并參考該標準，以點位中誤差來評定柵格土壤圖（即掃描土壤圖經配準后柵格圖）的平面位置精度值，作為對配準精度的限定：即校正后土壤圖上地物點對地形圖同一個地物點的點位中誤差不得大于表1中的規定。

地形圖的定位精度在所有地圖中最為嚴格。因此，作為專題圖，平面位置精度指標比數字地形圖[25]放寬了0.5倍（表1）。以1﹕5萬比例尺為例，平地和山地平面位置精度分別相當于實地37.5 m和50 m，而地形圖是25 m和37.5 m。精度放寬的原因主要有兩個方面：

第一，用同名點為控制點進行地理配準的地圖，精度略低。由于二普分縣土壤圖原圖上沒有公里格網，缺少地理信息，只能選取與地形圖中位置相同的地物點，如河流交匯處、道路交叉點、河流和道路的交叉點以及境界線的尖角處作為控制點，進行幾何校正，這種方法比用圖廓點或公里格網點校正的偏差略大。同時土壤圖上較小的河流、湖泊、道路等地物比同比例尺地形圖有較多縮減，增加了糾正難度和誤差。第二，受調查人員對土壤分類的理解等主觀因素的影響，以及土壤診斷剖面的選定位置和數量的影響，人為因素對土壤類型界線的影響要大于幾何校正的精度偏差。鑒于此，本研究對柵格土壤圖的定位精度比地形圖略有放寬，既兼顧了紙質土壤圖件的現實狀況，又最大限度地保證土壤空間數據庫的空間位置準確。

表1 不同地形柵格土壤圖的平面位置精度[21]

單位mm為等比例尺圖面距離，單位像元為分辨率為300 dpi時的中誤差距離所折算的像元數

Unit mm is the distance on map as the same scale. Unit pixel is the number of pixels converted by the middle error distance when the scanning resolution is 300dpi

2.1.4 柵格土壤圖的控制點數 二普中每個原始分縣土壤圖通常由1—4個大小不一的分幅組成。本研究通過對比例尺分別為1﹕5萬和1﹕10萬的298個縣共計826幅分幅土壤圖幾何校正分析來看，對于普通大小的縣域，選取河流交匯處、道路交叉點、河流和道路的交叉點以及境界線的尖角處作為控制點，單幅圖控制點（tic）數一般不少于30個（山地圖幅控制點數多于平原圖幅），且每點及全部控制點平均均方差符合表1相應地形的指標時，抽取校正后柵格土壤圖與地形圖同名點的位置偏差基本在表1規定的范圍內。當一幅圖的控制點達到適當數量后，位置偏差并不隨控制點增多而有顯著降低，例如，江蘇地處平原的如東縣共計4幅圖，其中一幅選取48個控制點，控制點總均方差（RMS）為37.3 m；而該縣另一幅圖選取30個點位，RMS則為33.6 m。表2列出了1﹕5萬比例尺、兩種地形624個圖幅的控制點數和控制點均方差統計值，表中可以看出，平原丘陵地區控制點的RMS小于山區，即平原圖幅的定位精度要高于山區。因此本研究對1 688個縣市及農場的單幅土壤圖選取控制點數一般不少于30個。對分幅太小，在地形4要素圖層上基本無同名地物點的土壤圖，與本縣鄰幅土壤圖圖像拼接后再行幾何校正。

表2 兩種地形的部分圖幅控制點數及其均方差統計值

2.2 圖層內容與要素采集

本研究將土壤圖數據庫圖層定名為Soipy，該圖層包括土壤類型和非土壤要素兩類內容。前者是主體，后者則包括面狀的河、湖、水庫、冰川雪被及居民地等。兩類要素均在土壤層采集，既保證了土壤圖層面狀要素的連續完整，又指示了土壤類型周邊地理環境，其中河流湖泊、冰川雪被等自然要素，可間接反映土壤的成土條件。

要素采集時，對未進行土壤調查，且土壤原始圖中標注為林場、草場、礦山的區域（圖斑），采集其土地利用屬性并賦相應代碼，如林地、草地等，以便今后補充土壤調查時，提供歷史植被信息以幫助土壤類型的判別。對未進行土壤調查，且土壤原始圖中標注為“國營農場”等行政單位的圖斑，則按“無資料地區”采集屬性。對注記缺失、無法從周邊圖斑判斷屬性的，也以“無資料地區”采集。

非土壤地物要素側面說明了所在地區土壤的成土母質、地形等成土環境。為保持與基礎地理信息要素的一致但又不過分突出非土壤要素的詳細類別，本研究采用了測繪部門國標[23]中對非土壤要素分為水系、居民地、地貌、植被與土質四大類的分類，在非土壤要素屬性賦值時，取較上級分類，并統一名稱和代碼。要素分類取到哪一級取決于對周邊土壤類型的形成是否起到說明作用，如對“水系”和“植被與土質”類要素，采用第二級分類，其中“水系”第二級有“常年河、時令河、干河床”，而季節性河流周邊土壤受水浸潤的時間短于常年河，兩類河邊的土壤類型會有不同特點，如采用第一級分類“水系”則過于籠統。“植被與土質”第二級有“林地”、“草地”分級，這可以幫助今后診斷草原土壤和森林土壤類型。紅樹林是酸性硫酸鹽土的指示植物，而海洋要素大類中，灘涂的第三級分類“紅樹林灘”可說明周邊存在酸性硫酸鹽土，因此這類圖斑要素應賦屬性“紅樹林灘”。對于無注記圖斑要素，本研究將要素名稱定為“無資料地區”。非土壤要素名稱及代碼詳見國標[24]。

2.3 屬性檢查和拓撲完整性檢查

屬性檢查包括檢查圖斑屬性賦碼的正確性、缺失或相鄰圖斑屬性是否相同，可通過GIS軟件的專有模塊查出并修改。拓撲完整性檢查包括要素檢查和拓撲檢查。要素檢查時將矢量圖與幾何校正后的柵格工作底圖套合，全圖檢查錯畫、漏畫圖斑及其屬性賦碼，補充修正。拓撲檢查是檢查矢量圖的拓撲錯誤，補充修正，并完成拓撲關系的構建。

2.4 已有矢量土壤圖的地理精度控制

對其他單位已經完成的矢量土壤圖，本研究通過與1﹕5萬DLG套合，選取同名地物點來校驗、修正地理位置精度，盡量減少重復建設。

地理位置精度校驗采用以下方法：對有掃描柵格底圖的，將掃描柵格圖按2.1.3的精度要求進行幾何校正后，與矢量土壤圖套合，提取全圖30—40個土壤圖斑邊界點坐標，平均位置中誤差不符合表1要求的，對矢量圖重新糾正，直至檢驗吻合。對無掃描底圖的矢量土壤圖，將其與1﹕5萬DLG中的公路、鐵路、水系、居民地等圖層套合，取與水面、居民地吻合的30—40個點進行位置中誤差檢驗，不吻合的矢量圖重新進行幾何校正，直至符合表1的要求。

3 全國土壤圖數據庫整合質量控制

完成分縣圖形要素、圖斑屬性采集與拓撲構建后，進行全國土壤空間庫整合，包括以下4方面內容。

3.1 土壤類型名稱修編

本研究對現有全國土壤空間庫匯總的土類名稱為312個，而國家標準[24]為60個。這主要是因二次土壤普查中，省級、國家級匯總時，土類修正歸并結果未反饋，分縣土壤圖沒有修改所致。因此本研究在進行全國土壤空間庫整合統一編碼之前，先對土壤類型名稱進行修編，在高級分類——土類水平上與國家標準[24]一致。土類名稱不規范主要有以下4種情況：

（1）實際分類為亞類。分縣土壤調查時暫定為土類，但在省級、國家級逐級匯總時，已統一修正為亞類。通過查閱、研究各省的省級和地級土壤[25-26]等，逐省逐條進行修編。如調查時命名的土類有沖積土、土、濱海風沙土、黑色石灰土、黃紅壤等均為亞類，部分修編對照結果見表3。

（2）土類更名。如“磚紅壤性紅壤”是調查初期部分縣的土類命名，在調查后期和匯總時，統一更名為“赤紅壤”。鹽土和鹽堿土，也是調查初期部分縣的土類命名，在調查后期和匯總時土壤普查辦公室已經根據鹽堿特性重新分類名門。本研究在土類名稱整合時，有的根據下級亞類名稱進行上級歸類，如亞類為“濱海灘地鹽土”“草甸鹽土”的，土類分別為“濱海鹽土”和“草甸鹽土”；有的根據亞類名稱和所在地域進行上級歸類，如亞類為“殘積鹽土”的，土類為“漠境鹽土”。

（3）習慣用名。這類問題是修編的主要方面，查閱這些土類所在縣的土壤志剖面記載，根據成土因素及剖面特征修正其土類名稱。如泛濫土因河流泛濫沖積成土，根據國家標準[24]，修正土類名稱為新積土，亞類名稱為沖積土。

（4）別字。如風砂土、土、砂漿黑土等，統一采用國標規范用字修編[24]。

表3列舉了土類歸并主要涉及的4種情況及部分土類修正前后的對比。

在匯總全國分縣土壤圖和土種志土壤名稱的基礎上，由曾負責過全國土壤圖匯總的老專家指導，對土類、亞類、土屬、土種名稱進行修編，重點修正明顯的分類學錯誤和不規范用語[18]。其中，對高級分類名稱——土類，實行分省修編，并對個別區域不該出現的土壤名稱，查閱原縣土壤（種）志剖面描述后進行修改；對亞類名稱作為土類出現的，均按國標修改[24]為亞類。最終土類修編為60個；對低級分類——土屬、土種名稱，盡量保持其原始記載，以便為今后再進行土壤調查時提供基礎資料。關于各分縣土壤圖低級土壤類型名稱的修編原則、方法及修編結果，詳見文獻[18]。

表3 源于分縣土壤調查資料的部分土類名修正對比表

3.2 土壤類型統一編碼與補碼

進行全國土壤空間庫整合建庫，需要進行土壤類型名稱的統一編碼。為減少編碼位數，本研究采用層次編碼法，按照土壤分類系統的層級進行分組后編碼。即：將土綱、土類、亞類、土屬、土種五級分為三組統一編排，三組之間由橫線相隔。其中，土類和亞類代碼為一組，前兩位英文大寫字母代表土類，土類第一位碼同國標土綱碼，第二位碼為同土綱下的土類按國標順序賦字母碼，土類碼后以1—2位英文小寫字母代表亞類，亞類按各類型出現縣數的多少排序賦碼；土屬、土種各為一組，均為數字碼，也按出現的縣數排序賦碼，這樣使現有收集的土壤類型中，出現區域多、覆蓋范圍廣的土壤類型編碼排序靠前。全庫土壤統一編碼通過“智能化海量空間信息分析與地圖制圖軟件包IMAT”[27]成為土壤空間庫屬性字段，從而保證空間分析時土壤類型的唯一標識。

目前本庫包括1 600余個縣市和農場。為保持已有土壤類型名稱及其編碼的一一對應關系，對于今后補充到1﹕5萬土壤圖數據庫的縣市中新增的土壤類型，按上述編碼規則，即亞類以下級別均以出現的縣數多少，在現有該土類的最終組位碼之后按順序續碼，賦予新土壤類型以統一代碼。

3.3 行政界兩側的土壤類型處理

在土壤圖數據庫整合時，時常出現行政邊界兩側土壤類型不一致的情況，根據土壤調查資料和相關文獻的記載[16]，原因主要有兩個：第一，二普期間，土壤調查是以縣為單位進行，各縣調查人員對土壤分類理解不同，造成行政邊界兩側土壤類型不一致。第二，河流、分水嶺（山脊）、溝谷等常常構成母質、地形的自然分界，以這類自然分界為行政邊界的，兩側因成土條件有異造成土壤類型不同。而前一種原因是造成行政邊界兩側土壤類型不一致的主因。

進行土壤類型接邊時，結合已有周邊剖面數據，借助衛片、航片影像資料進行判讀接邊，必要時需實地挖取剖面觀測驗證。鑒于土壤分類問題的復雜性以及本研究的主體目標是全國土壤圖的數字化整合建庫，而土壤類型接邊修正的工程量浩大，為最大限度保持歷史資料原貌，為相關研究提供原始記載，本研究重點進行了土壤名稱高級分類的修編（詳見3.1節），并依此對處于縣界兩側的土壤類型實現了部分接邊；對分類名稱仍不一致的情況保留原貌，以便為今后再進行土壤調查時提供基礎資料。

3.4 行政邊界標準化與圖幅轉換

3.4.1 邊界標準化 二普時期分縣土壤圖分別由各縣手工繪制，相鄰兩縣交界處的縣界常常不完全吻合，造成相鄰縣界有縫隙。為解決這一問題，本研究統一采用1﹕5萬DLG行政邊界裁切的方式替換原始邊界，替換標準縣界產生的縫隙，由最鄰近圖斑界線延伸閉合，保證了土壤類型在空間拓撲上連續無縫。行政界兩側的土壤類型按照3.3的方法進行處理。行政區劃有變化的縣市，在矢量化編輯時，以其中一個縣界為共用界，與相鄰縣市土壤圖拼接后，用1﹕5萬DLG縣界裁切替換。采用此方法，本研究對1 688個縣市、國營農場土壤圖實現了行政邊界標準化，并完成拓撲重建。

3.4.2 圖幅變換 空間數據庫的關鍵結構之一是存儲單元。由于分縣土壤圖以縣為單位，考慮到以經常變化的縣級行政區劃為土壤圖數據庫的存儲單元，會影響數據庫的準確調用和分析。為保證數據結構的穩定，按照中國1﹕5萬比例尺土壤圖數據庫數據模型（CDSM）設計[28]，以1﹕5萬地形圖分幅為全國1﹕5萬土壤圖數據庫的數據單元。采用IMAT軟件[27]的分幅變換功能，根據分幅與分縣對應關系，對每幅涉及的分縣土壤圖拼接后裁切，實現土壤圖數據庫從分縣到分幅的批量轉換，以1﹕5萬分幅為單位存儲，并完成同一分幅內相鄰縣界兩側圖斑的同碼融合和拓撲重建。

圖幅變換后的1﹕5萬土壤圖數據庫，共計13 240個1﹕5萬地形圖分幅，涉及1 688個縣市、國營農場，西安80坐標系，高斯投影。此外，對缺失的縣市所在分幅，則暫采用中、低精度比例尺圖件補充，并以元數據記錄。以低頂高圖幅共計10 090個1﹕5萬標準分幅。

4 結論與展望

對二普完成的分縣大比例尺土壤圖的分析顯示：不同地區分縣土壤圖中坐標系、圖例與注記表達均有較大差異。利用異源土壤圖構建覆蓋大區域土壤圖數據庫的質量控制主要包括：數字化地理精度控制、土壤要素圖層標準化、全圖整合賦碼三項關鍵任務。其中，數字化地理精度控制包括掃描精度、定位坐標系規定、幾何校正（定位）精度；土壤要素圖層標準化包括土壤與非土壤要素采集要求、空間要素分類碼、圖層與圖幅的標準化；全圖整合賦碼質量控制主要包括土壤類型修編、編碼，以及行政邊界標準化。針對這三項任務而構建的質量控制方法和相應指標，符合我國土壤普查圖件數字化建庫實際情況，有利于完善我國大比例尺土壤圖數據庫的數據質量。基于上述質量控制方法，本研究建立的1﹕5萬土壤圖數據庫，目前含13 240個1﹕5萬標準分幅，涉及1 688個縣市和國營農場，對缺失的縣市所在分幅，則暫采用中、低精度比例尺圖件補充，涉及圖幅共計10 090個1﹕5萬標準分幅。

全國1﹕5萬土壤圖數據庫作為土壤資源的基礎數據庫，除了可直接作為研究和決策的數據支撐外，筆者認為，可開展數據挖掘研究，通過數字土壤制圖方法，補充我國土壤長效指標數據的不足。

數字土壤制圖是土壤調查與制圖學科的研究范疇，是采用新方法對學科研究內容進行延伸，是對土壤基本性質空間分布定量化研究的拓展，而大比例尺土壤圖數據庫的建設為這類研究提供了很好的基礎。例如基于現有圖件和剖面數據，結合野外調查，利用數字土壤成圖的模型方法，可獲得區域的或全國范圍的土層厚度、土壤質地、土體構造等土壤最基礎性質的空間分布數據（圖），以補充初次調查時此類數據僅有剖面記錄而未成圖的不足。全國第二次土壤普查形成的土壤圖和土壤（種）志等土壤調查資料，包含了土地資源狀況、土壤肥力特征、土地利用、土壤改良方向和措施等信息，是一次全面的、綜合的土壤資源調查，這些資料為數據挖掘研究和土壤調查成果的廣泛應用提供了很好的數據基礎。目前基于數據挖掘的數字土壤制圖模型、方法[29-32]日趨成熟，數字土壤制圖的精度與不確定性[33]定量分析也可為衍生數據的使用提供可靠性支撐。充分利用已有歷史數據，對土壤長效性狀進行模擬制圖，生成衍生屬性數據，則更有利于在農業、環境、國土及其他研究領域和部門的廣泛應用。

致謝：張維理研究員對本文給予了指導；黃鴻翔研究員對土類修編給予了指導和建議；雷秋良、武淑霞參與本項研究。在資料收集過程中，以下單位和個人給予了大力幫助和支持：山東、內蒙古、福建、湖北、湖南、河北、河南、陜西、山西、北京、天津、上海、甘肅、寧夏、吉林、江西、江蘇、安徽、云南等省、市、自治區土肥站和廣西河池市、遼寧沈陽市土肥站，四川省農業廳，廣東、貴州、廣西、青海、遼寧等省土肥所、黑龍江八一農墾大學張之一教授及相關縣市區土肥工作者，在此一并致以誠摯的感謝！

[1] Natural Resources Conservation Service, National Soil Survey Center, USDA.. USDA Miscellaneous Publication Number 1527, 1995.

[2] DOBOS E, CARRé F, HENGL T, REUTER H I, TóTH G.. Luxemburg: Office for Official Publications of the European Communities, EUR 22123 EN, 2006: 68.

[3] LAGACHERIE P, MCBRATNEY A B, VOLTZ M.. Amsterdam: Elsevier, 2007: 659.

[4] LAMBERT J J, DAROUSSIN J, EIMBERCK M.. Version 4.0. Luxembourg: Office for Official Publications of the European Communities, EUR 20422 EN, 2003: 64.

[5] European Soil Data Centre. http://eusoils.jrc.ec.europa.eu/.

[6] CSIRO land and water. Australian soil resource information system (ASRIS). http://www.asris.csiro.au/asris.

[7] Cranfield Soil and AgriFood Institute, Cranfield University. LandIS -land information system: a soils-focused information system for England and Wales. http://www.landis.org.uk/index.cfm.

[8] YOSHITAKE K. A computerized soil information system for arable land in Japan., 1984, 30(3): 299-309.

[9] 張定祥, 史學正, 于東升, 潘賢章, 孫維俠. 中國1﹕100萬土壤數據庫建設的基礎. 地理學報, 2002, 57(增刊): 82-86.

ZHANG D X, SHI X Z, YU D S, PAN X Z, SUN W X. The basis for establishing China’s 1:1000000 soil database., 2002, 57(Suppl.): 82-86. (in Chinese)

[10] 張定詳, 潘賢章, 史學正, 楊金玲, 林杰. 中國1﹕100 萬土壤數據庫建設中的幾個問題. 土壤通報, 2003, 34(2): 81-84.

ZHANG D X, PAN X Z, SHI X Z, YANG J L, LIN J. Several remarks on construction of Chinese soil database at the scale of 1﹕1M., 2003, 34(2): 81-84. (in Chinese)

[11] 周慧珍.中國土壤信息共享研究—1﹕400萬中國土壤分布式查詢數據庫, 土壤學報, 2002, 39 (4): 483-489.

ZHOU H Z. Sharing of soil information data distributed inquiry data base of 1:4M soil information of China., 2002, 39(4): 483-489 . (in Chinese)

[12] 吳克寧, 張雷, 呂巧靈, 李玲, 楊陽. 基于MAPGIS建立中比例尺土壤數據庫的研究—以河南省為例. 土壤通報, 2008, 39(3): 475-479.

WU K N, ZHANG L, LV Q L, LI L, YANG Y. Establishment of the medium scale soil database based on MAPGIS—a case in Henan province., 2008, 39(3): 475-479. (in Chinese)

[13] 劉京, 常慶瑞, 岳慶玲, 陳勇, 王德彩, 陶文芳. 陜西省土壤數據庫的設計研究. 干旱農業研究, 2008, 26(5): 105-108.

LIU J, CHANG Q R. YUE Q L, CHEN Y, WANG D C, TAO W F. Established of soil information system of Shaanxi province., 2008, 26(5): 105-108. (in Chinese)

[14] 荊長偉, 支俊俊, 張操, 林聲盼, 肖銳, 李丹, 吳嘉平, 單英杰, 陳紅金, 徐進, 倪志華. 浙江省中小比例尺土壤數據庫的構建. 科技通報, 2012, 28(11): 99-105.

JI C W, ZHI J J, ZHANG C, LIN S P, XIAO R, LI D, WU J P, SHAN Y J, CHEN H J, XU J, NI Z H. Construction of medium and small scale soil geographic data base, Zhejiang province, China., 2012, 28(11): 99-105. (in Chinese)

[15] 呂成文, 陳志誠, 陳鴻昭, 吳文君. 海南島1: 20萬SOTER數據庫的組織于設計研究. 水土保持學報, 2003, 17(6): 110-113.

LU C W, CHEN Z C, CHEN H Z, WU W J. Design of Hainan island’s SOTER database at 1:200000 scale., 2003, 17(6): 110-113. (in Chinese)

[16] 吳嘉平, 胡義鐮, 支俊俊, 荊長偉, 陳紅金, 徐進, 林聲盼, 李丹, 張操, 肖銳, 黃慧青. 浙江省1: 5萬大比例尺土壤數據庫. 土壤學報, 2013, 50(1): 31-40.

WU J P, HU Y L, ZHI J J, JI C W, CHEN H J, XU J, LIN S P, LI D, ZHANG C, XIAO R, HUANG H Q. A 1:50 000 scale soil database of Zhejiang province, China., 2013, 50(1):31-40. (in Chinese)

[17] 席承藩, 章士炎. 全國土壤普查科研項目成果簡介. 土壤學報,1994, 31(3): 330-335.

XI C F. ZHANG S Y. Brief introduction on achievements in national soil survey project since 1979.1994, 31(3): 330-335. (in Chinese)

[18] 張維理, 徐愛國, 張認連, 冀宏杰. 土壤分類研究回顧與我國土壤分類系統的修編. 中國農業科學, 2014, 47(16): 3214-3230.

ZHANG W L, XU A G, ZHANG R L, JI H J. Review of soil classification and revision of China soil classification system., 2014, 47(16): 3214-3230. (in Chinese)

[19] 全國土壤普查辦公室. 中國土壤普查技術. 北京: 農業出版社, 1992.

National Soil Survey Office.. Beijing: Agricultural Press, 1992. (in Chinese)

[20] 陳玉舟, 高正華. 我國土壤調查制圖事業的發展與成就. 土壤肥料, 1989(4): 7-12.

CHEN Y Z. GAO Z H. Development and achievement of soil investigation cartography in China., 1989(4): 7-12. (in Chinese)

[21] 中華人民共和國農業部. 土壤制圖: 1: 50 000和1: 100 000土壤圖數字化規范: GB/T 32738-2016. 北京: 中國標準出版社, 2016.

Ministry of Agriculture, the People’s Republic of China. Soil Mapping-specifications for Digitizing Soil Maps at the Scale of 1:50,000 and 1:100,000: GB/T 32738-2016. Beijing: Standards Press of China, 2016. (in Chinese)

[22] 國家測繪局. 數字地形圖產品基本要求: GB/T 17278-2009. 北京: 中國標準出版社, 2009.

State Bureau of Surveying and Mapping. Basic Requirements for Products of Digital Topographic Map: GB/T 17278-2009. Beijing: Standards Press of China, 2009. (in Chinese)

[23] 國家測繪局. 基礎地理信息要素分類與代碼: GB/T 13923-2006. 北京: 中國標準出版社, 2006.

State Bureau of Surveying and Mapping. Specifications for Feature Classification and Codes of Fundamental Geographic Information: GB/T 13923-2006. Beijing: Standards Press of China, 2006. (in Chinese)

[24] 中國標準化研究院. 中國土壤分類與代碼: GB/T 17296-2009. 北京: 中國標準出版社, 2009.

China National Institute of Standardization. Classification and Codes for Chinese Soil: GB/T 17296-2009. Beijing: Standards Press of China, 2009. (in Chinese)

[25] 陜西省土壤普查辦公室. 陜西土壤. 北京: 科學出版社, 1990.

Soil Survey Office of Shaanxi Province.. Beijing: Science Press, 1992. (in Chinese)

[26] 曲靖地區土壤普查辦公室, 云南省土壤普查辦公室. 曲靖地區土壤, 1986.

Soil Survey Office of Qujing District, Soil Survey Office of Yunnan Province., 1986. (in Chinese)

[27] 張維理. 智能化海量空間信息分析與地圖制圖軟件包IMAT設計及構建. 中國農業科學, 2014, 47(16): 3250-3263.

ZHANG W L. Design and development of software package intelligent mapping tools (IMAT)., 2014, 47(16): 3250-3263. (in Chinese)

[28] 張維理, 張認連, 徐愛國, 田有國, 姚政, 段宗顏. 中國: 1:5萬比例尺數字土壤的構建. 中國農業科學, 2014, 47(16): 3195-3213.

ZHANG W L, ZHANG R L, XU A G, TIAN Y G, YAO Z, DUAN Z Y. Development of China digital soil maps (CDSM) at 1:50 000 scale., 2014, 47(16): 3195-3213. (in Chinese)

[29] ROSSITER D G. Digital soil mapping as a component of data renewal for areas with sparse soil data infrastructures// Hartemink A E, McBratney A B, Mendonca-Santos M L.. Springer: Dordrecht, 2008: 69-80.

[30] YIYI S, MINASNY B, MCBRATNEY A B, SARWANI M, SUTANDI A. Harmonizing legacy soil data for digital soil mapping in Indonesia., 2013, 192: 77-85.

[31] DOBOS E, BIALKó T, MICHELI E, KOBZA J. Legacy soil data harmonization and database development// BOETTINGER J L, HOWELL D W, MOORE A C, HARTEMINK A E, BROWN K..Springer: Dordrecht, 2010: 309-323.

[32] MALONE B P, MINASNY B, ODGERS N P, MCBRATNEY A B. Using model average to combine soil property rasters from legacy soil maps and from point data., 2014, 232/234: 34-44.

[33] TRUONG P N, HEUVELINK G B M. Uncertainty quantification of soil property maps with statistical expert elicitation.2013, 202/203: 142-152.

（責任編輯 李云霞）

Quality Control of Soil Map Database at 1:50 000 Scale in China

XU AiGuo1, ZHANG RenLian1, TIAN YouGuo1, JI HongJie1, ZHANG HuaiZhi1, LONG HuaiYu1

(1Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081;2National Agricultural Technology Extension and Service Center, Beijing 100025)

【Background】Soil large data with time and space dimension, could provide data support for research work and policy decision in agriculture, environment, and land management. The soil survey maps and reports are the base on building soil time and space database. Because of the large differences of soil mapping standards between different areas and different periods, quality control is necessary for developing high quality soil database from non-standard soil maps and soil survey reports. 【Objective】The purpose of this study was to analyze the status of paper soil maps, to identify the key issues of quality control in its digital integration database, and to explore the corresponding technical standards and specifications, so as to provide quality guarantee for large scale soil map database. 【Method】By analyzing the situation of soil maps and soil survey reports and combining related research for precision control of digital topographic map in China, precision requirements suitable for digitizing soil map were developed. After comparing soil type names from county level soil maps and soil standard names in national standard, soil names, especially soil great group names, were revised in soil map database and every soil name was encoded. 【Result】For building soil map database from different sources large scale soil maps in large area, the quality control included the geographic precision, standardization of digital soil map elements, integration of soil map database, and coding elements type for the whole database. The contents of geographic precision included scanning precision of paper maps, coordinate system, geometric correction precision, as well as collection and numbers of control points. Standardization of map elements extraction mainly included the collection of soil elements and non-soil elements, classification and code of digital element types, and standard of layer name and map sheets. The integration for whole database included revision of soil types, code of soil types and non-soil types, and standard of boundary by using uniform boundary. In the process of soil data integration and harmonization, revising soil names, especially revising soil great group names and coding, was the mainly quality control method. According to national standard and soil profile records in soil survey reports of county, province and national level for reference, more than 300 non-standard soil great group names were revised to 60 national standard names. By hierarchical code method, a unique code for each soil type in the entire database was achieved with five-level coding of soil order, soil great group to soil species. Using uniform boundary, the boundaries of adjacent counties were seamless. Based on the integration of the entire soil special database, the conversion were achieved from counties map sheet to international standard map sheet at 1﹕50 000.【Conclusion】The quality control is very important in building soil map database of large area by using non-standard soil maps from different region and period. The key of quality control were geographic precision, standardization of digital soil map elements, integration of soil map database and coding soil types for the entire database. The quality control methods and corresponding indicators for these three issues conformed to the actual situation of soil survey maps in China. Using the above methods, the 1﹕50 000 soil map database had a total 13 240 standard map sheets of 1﹕50 000 scale, and involving 1 688 counties and county farms. In addition, we discussed the status of this database and prospected the future direction for expansion, in the hope that to provide a data basis for the study of the long-term soil properties data mining by combining the physical and chemical properties of the soil.

1﹕50 000 scale soil map; digital; database; quality control; China

2018-04-08；

2018-09-21

國家重點研發計劃（2017YFD0200607）、科技部基礎性工作專項（2012FY112100、2006FY120200）、科技部公益性研究專項（2001DIA20024）、國家公益性行業（農業）科研專項（201503121-13）

徐愛國，E-mail：xuaiguo@caas.cn