基于开源WebGIS的土壤环境质量信息系统的设计与开发

王鹏，宋炜，周瑞静，缪泽

（北京市工程地质研究所，北京 100048）

土壤作为自然界最重要的物质承载基础，一旦外界产生的污染物不断进入、累积并超出其净化能力就会造成土壤污染（黄昌勇，2000）。由于进入土壤的污染物释放相对缓慢，因此土壤污染问题不像大气和水污染那样容易被发现，其环境影响常常滞后（陈晶中等，2003）。现有的大气和水环境质量监测体系也较为完备，相对于大气和水，土壤环境质量的监测体系较为薄弱（贾三满等，2021；马学利，2021），土壤环境质量分析评价及预测预警的研究尚处于探索阶段，许多理论和方法还有待完善（周长松等，2015；孟源思等，2020）。

近年来，土壤环境保护问题逐渐成为热点，发达国家纷纷以人居环境健康为主题，通过对土壤污染状况的调查研究，探讨污染物的时空分布及变化特征和防治对策，为保障人居环境健康而服务（梁剑琴等，2009）。我国对土壤环境保护问题重视得相对较晚，目前我国土壤环境问题不容小觑（宋国君，2000），2014年《全国土壤污染状况调查公报》显示，覆盖全国约66%土地面积的监测点位土壤总超标率达16.1%（环境保护部，2014）。在这样的大背景下，国务院于2016年5月印发《土壤污染防治行动计划》（《土十条》），要求全面开展土壤环境质量调查，构建土壤环境信息化管理平台，提升土壤环境信息化管理水平（陈明发等，2019；国务院，2016）。

建设土壤环境质量监测系统不仅是《土十条》的目标要求，也是海量土壤数据数字化分析处理与集成共享的自身需求（郭书海等，2017）。传统的土壤污染防治工作，在采样阶段多以纸质形式记录土壤点位及样品等的信息，在土壤质量分析评价阶段多基于数学理论进行统计学分析，在数据管理方面又面临着信息共享、可视化、动态更新等方面的困难，无法直观全面地表达土壤环境的空间分布特征，也无法满足当前形势下土壤环境调查监测工作的需求（Horváth et al.，2018；Mcbratney et al.，2003；金福杰等，2010；段海芹等，2021）。

WebGIS是使用Web技术在服务器和客户端之间通信的任何GIS程序。传统桌面GIS服务存在信息共享不便、服务器负载过重、软件兼容性较弱等缺点，Web-GIS融合了Web技术和GIS技术的优点，扩展了GIS技术的应用范围，一定程度上解决了这个问题（刘钊等，2018）。使用WebGIS技术构建土壤环境质量信息系统，既可以利用互联网强大的信息收集和处理能力，还能利用GIS强大的空间数据处理和分析能力，很好地把数据的时空变化特征通过网络地图引擎展示出来，同时又兼备基本的动态可视化图表制作与发布功能，提高了结果发布、展示及共享的便利性，能使土壤环境质量管理工作更直观更高效（朱权等，2017）。

以往，此类系统的开发多基于商业GIS软件和平台（严加永等，2004；茅晶晶，2009；阙华，2013；张榆霞等，2014），费用高还受限多，不仅维护升级困难，而且数据共享程度低。基于开源WebGIS技术源代码进行开发的系统不依赖于传统商业软件，不仅开发成本低，而且更灵活、可扩展性更强，在后续使用中可以根据使用情况自行进行维护升级，更适应时下土壤环境质量信息系统的应用需求（吕志强，2016）。而过去以C/S模型为开发架构的WebGIS可视化技术，多依赖PC操作系统，安装配置较为繁琐，虽然具有较强的空间数据处理和可视化能力，但是共享困难，无法做到快速部署与信息共享（吕志强，2016）。基于WebGIS技术构建B/S架构的分布式土壤信息管理系统，以浏览器作为开发平台，利用浏览器脚本进行开发，通过嵌入HTTP标准应用体系，实现网页端土壤信息管理系统的采样点空间与属性数据的实时发布、管理和共享，同时使系统的多平台应用和快速部署皆成为可能（陈明发等，2019）。

本文将开源WebGIS技术应用于城市土壤环境监测领域，采用B/S架构体系，结合单因子评价模型、内梅罗综合评价模型、一些基本的数理统计方法和空间插值方法等，对收集的土壤点位信息、监测数据信息和土壤环境质量评价信息等进行加工处理，并能对其进行查询、显示及空间分析，实现了数据资源管理、信息综合查询、统计分析评价及可视化展示等重要功能，为环保或农业部门提供了一个便于数据采集、存储、加工、分析和展示的综合服务平台，有助于土壤环境的信息化管理及决策支持。

1 材料与方法

1.1 数据来源

本研究针对北京市海淀区土壤环境监测数据的信息化管理，主要对空间数据和属性数据这两大类数据进行收集、存储和管理，包括行政区划图、卫星影像图和地形图等空间数据，以及监测点位信息、监测指标及标准限值和监测结果等属性数据。空间数据主要通过资料收集和现场踏勘获得，属性数据主要通过现场调查、野外采样及室内分析等过程获得，并通过系统的数据录入模块进行导入和上报。

1.2 系统设计原则

系统在设计中，遵循以下原则：参照国内外相关的规范和标准，借鉴目前国内外主流的WebGIS网络信息系统的体系架构，选用成熟、先进，稳定性好、安全性高、兼容性强、可持续发展优势突出的技术设备、软件产品和开发工具，在保障系统功能齐全、稳定的前提下，保证技术的先进性和可持续发展能力，同时也要充分考虑系统的兼容性及可扩展性。

1.3 系统设计方法

系统的核心是一套WebGIS组件，组成结构上就是常见的客户端-服务器-数据库架构。系统采用B/S（浏览器/服务器）分布式架构，基于J2EE规范实现。后台服务器端基于J2EE平台开发，采用Eclipse作为开发工具，JDK 8.0作为开发环境和运行环境。地图服务器采用GeoServer 2.7执行地图空间数据的请求和调用，Web应用服务器使用Tomcat 8.0负责响应Web端请求及属性数据的调用，这2个服务器分离部署运行以提高系统运行效率。对于数据存储，土壤监测数据存储在Mysql数据库中，空间数据存储在空间数据库Postgresql中，分类存储方便数据的管理。数据处理软件采用Udig、Globalmapper。前台客户端为标准的Web浏览器，开发采用HTML 5、JavaScript、CSS3、Element ui完成页面设计，配合JQuery，Vue，layui框架实现前台所需功能。通过Ajax技术，实现前端与后台的异步交互，数据交互格式为JSON。前端数据地图化展示采用开源CesiumJS，CesiumJS支持多种地图源，能够访问数据并允许用户与数据进行各种交互操作。系统的开发工具与技术见表1。

表1 系统的开发工具与软件Tab.1 The development tools and software of system

1.4 系统设计路线

传统的土壤环境监测分析工作，主要依靠人工手段收集并处理点位信息和监测数据，在数据管理方面面临着信息共享、可视化、动态更新等方面的困难。本研究结合北京市海淀区土壤环境调查监测评价的工作特点，基于较成熟的WebGIS开源技术进行系统封装，对收集来的土壤点位信息、监测数据信息、土壤环境质量标准等信息用一定的数学方法进行加工处理，以监测数据或专题图层作为条件，进行算法匹配、空间查询、显示及空间分析，并将结果可视化，直观全面地表达土壤环境的空间分布特征，低成本、灵活地实现了海量数据管理、统计分析、结果发布到数据可视化的全流程工作，设计路线如图1所示。

图1 系统设计路线Fig.1 The desine route of system

2 系统采用的数学模型

由于土壤的空间异质性，传统基于统计学的土壤环境质量评价方法难以表达土壤的空间分布特征（陈明发等，2019；Horváth et al.，2018）。而基于WebGIS技术嵌入污染评价方法和空间分析模型在对采集的数据进行空间分析及可视化表达上展现了独特的优势。目前HJ/T 166—2004《土壤环境技术监测规范》中规定的单因子污染指数法和内梅罗污染指数法最为通用，本研究优先选取这2种常用的评价模型进行算法开发，同时在系统设计中考虑到评价方法的多样性，设计了可插拔修改的系统模块。在后续的实际应用中，可以根据需要结合不同的应用场景，采用不同的评价方法反复运算分析，再通过结果验证与比较，优选或集成最符合实际情况的方法，客观评价土壤的环境质量（陈明发等，2019）。另外，基于土壤采样只能获得部分采样点的数据，采用空间插值方法模拟预测区域上的土壤环境质量状况已成为主流方法。反距离加权法（IDW）和克里金（Kriging）插值法是土壤污染评价中较为常用的插值方法。反距离加权法参数比较少，精度比克里金插值法略低。克里金插值法拥有更精确的插值结果，得到的插值图更加平滑。对于模型精度，在后续工作中会随着采样点的加密，数据量的增多，逐步增加模型预测精确度。

因此，本系统主要采用单因子指数法、内梅罗综合指数法和克里金（Kriging）插值法等数学方法对区域土壤环境质量状况和时空变化特征进行分析评价。评价标准根据调查点位的不同用地类型，优先参考选取GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》或GB 36600-2018《土壤环境质量建设用地土壤污染风险管控标准（试行）》中相应指标的风险筛选值。对于部分指标在国家标准中未能找到相应筛选值的，需参照DB11/T 811-2011《场地土壤环境风险评价筛选值》对应土地利用类型指标风险评价筛选值进行对比。对于国家标准和北京市地方标准中均未给出筛选值的，参照美国EPA区域筛选值进行评价。以上3个标准体系构成了本系统土壤环境质量评价的标准数据库。

2.1 单因子评价模型

单因子指数法是其他环境质量分级、环境质量指数和综合评价的基础，应用简单、便于对比，其计算公式为：

式中，Pi为土壤中污染物i的单项污染指数，Ci为土壤中污染物i的实测值，Si为土壤中污染物i的评价参考值（刘德成等，2020）。Pi指数值越大，表示污染越严重，按单因子指数值大小可分为5个级别，见表2（周长松等，2015）。

表2 单项污染指数评价标准Tab.2 The evaluation standard of single pollution index

2.2 内梅罗综合评价模型

内梅罗综合指数法是在单项污染指数法的基础上，针对土壤重金属对环境质量影响进行的综合评价，该方法兼顾污染物的平均值和最大值，计算公式为（孟源思等，2020）：

式中，PN为内梅罗综合指数，i为土壤中第i种污染物，Pimax为各单因子指数的最大值，Piave为各单因子指数的平均值（刘德成等，2020）。按照内梅罗综合指数法，也可划分为5个级别，见表3（朱权等，2017）。

表3 内梅罗综合指数评价标准Tab.3 The evaluation standard of Nemerow comprehensive index

2.3 空间插值方法

土壤某点位的监测结果只能代表该点位的情况，难以说明整个区域的土壤环境质量状况，这时可以借助克里金（Kriging）插值法，模拟预测出区域上的土壤环境质量状况（茅晶晶，2009）。克里金插值法用结构分析及变异函数作为理论基础，基于获得的邻近区域有限的样本信息量，给未知采样点插取一个最优、线性、无偏的估计值，其原理基于假设区域化变量存在一个总体的空间结构，地理距离越近值也越接近，通过结构分析和变异函数理论，对已有样本点的空间变异结构进行拟合，得到理论模型后就可以根据已知点和插值点的距离得到已知点和插值点的半方差，进而计算出权重，通过对已知样点赋权重来预测未知插值点的值，其公式如下（朱权，2017）：

式中，Z(x0)为的x0点位处的估计值，Z(xi)为插值点周围的已知样本点的值，wi为第i个已知样本点对未知插值点的权重，n为已知样本点的个数。

3 系统结构与功能

3.1 系统逻辑结构

由于传统C/S体系架构兼容性不强、可扩展性不足、开发成本又高，本系统采用目前国内外主流网络信息系统的B/S体系架构，分层次设计开发来满足系统对属性数据、空间数据、算法数据的管理及调用等需求。根据逻辑结构，本系统可划分为数据层、应用支撑层和显示层，如图2所示。显示层面向用户，实现用户交互进行数据管理、分析评价，并向用户展示各种数据信息及处理结果。应用支撑层作为系统的中间层，封装了算法模型，实现与数据库的连接，完成土壤质量评价，以支撑显示层。数据层是系统的基石，包括基础地理数据、监测点位信息、监测数据、监测指标及标准限值等所有的空间数据、属性数据、算法数据以及其他数据。

图2 土壤环境质量信息系统逻辑结构图Fig.2 System logical structure diagram

3.2 系统技术架构

系统技术框架逻辑上可分为：客户层、WEB层、业务层、持久层、资源层、核心层，如图3所示。客户层指客户端的计算机浏览器，用于展现页面。客户端基于jQuery、AJAX和WebGIS等完成页面交互、异步刷新、地理信息显示。WEB层基于SpringMVC完成HTTP请求合法性校验、HTTP请求参数有效性校验、用户操作权限检查、记录用户访问日志、显示系统运行异常等任务。业务层集成了Web Service、JMS、EJB等组件服务模型，基于Spring框架完成数据校验、业务逻辑处理、记录业务处理日志等任务。持久层基于DAO实现数据读取存储、记录数据读写日志等任务。资源层指数据、文本文件存储的服务器。核心层包括系统类库、配置文件、事务处理组件、数据校验组件、数据绑定组件、异常处理组件等，作为系统的基础类库为WEB层、业务层和持久层提供支持。

图3 土壤环境质量信息系统技术架构图Fig.3 System technical architecture diagram

3.3 系统功能及业务流程

系统聚焦土壤环境监测数据的信息化管理，立足土壤环境监测评价的基本业务需求，基于采集的空间环境信息、监测数据、标准限值等建立数据库以及模型库，通过空间分析和模型推理，实现土壤环境监测数据存储与信息检索、土壤环境监测数据处理、信息对比分析、结果发布、传输、展示、数据挖掘分析以及土壤环境监测评价等功能。系统功能结构及业务流程如图4所示。

图4 土壤环境质量信息系统功能结构及业务流程图Fig.4 System functional structure and business process diagram

系统除了GIS常有的地图基本操作功能外，还有数据管理、信息查询、数据时空分析、质量评价及可视化结果发布等功能。数据管理即用户在相应授权下对土壤监测数据、监测点位信息、标准限值等进行录入、修改、删除、导出、导入及批量导入。信息查询实现历年土壤监测区域点位的信息存储和综合查询，以及土壤环境监测数据的综合查询和统计分析检索查询。数据时空分析实现各指标各点位分年度的监测结果统计分析，可对选定某时空内的土壤监测指标及数据进行基本数理统计分析；还能对其按时间序列和空间位置变化进行对比，可展示某点位某指标随时间的变化图、某点位多指标随时间的变化图、不同点位或区域之间的检出结果对比图、单点或区域土壤质量状况分析结果、单指标多点位综合评价结果以及等值面渲染图。土壤环境质量评价，主要采用单因子指数法、内梅罗综合指数法2种方法。可视化结果展示，按照一定的检索条件生成相应的专题图表，将不同土壤环境监测指标的时间、空间分布图或等值面统计图直接嵌入到GIS系统开发平台中，实现评价结果与WebGIS技术的集成，形象直观地展示监测区域土壤环境监测结果。系统还提供其他基本管理功能，比如用户管理、角色管理、字典管理和日志管理等。另外系统还预留数据接口方便后续信息共享和功能升级。

3.4 功能实现及操作

系统的首要功能是对土壤采样监测信息及数据的管理，主要包括监测点位信息、监测指标及标准限值、监测结果等数据的录入和管理。该功能在数据管理后台实现（图5），可以完成各类数据的录入、修改、删除、导出、导入及批量导入。系统数据库预设了各类数据上传的格式模板，在数据导入时，先点击下载模板，再按照模板准备好要上传的Excel数据表格，点击导入一键录入大批数据。如有对少量数据进行编辑修改或增减的需要，也可以点击新增、修改、删除来完成。为方便用户要找到并修改其中几条数据，用户可以通过搜索查询很快地过滤并找到想要的数据条，直接点击相应按钮进行编辑更改。除了新增、修改、删除和导入等数据操作以外，系统数据库也支持数据的导出，以方便数据的Excel编辑和传输共享，这样更方便用户自由地利用和管理数据。

图5 数据管理页面Fig.5 Data management page

其他系统管理包括用户管理、角色管理、菜单管理、部门管理、岗位管理、字典管理、参数设置和日志管理等内容，以及系统监控，这些功能帮助提高系统的实用性，帮助用户更好的管理系统。

数据查询和分析评价及结果可视化是本系统的核心。信息查询、空间显示、分析评价、空间插值和制图发布等这些功能均在前台客户端相应子模块实现并展示。用户在前台客户端可对搜索栏、条件查询、底图、图层、统计分析工具进行选择和执行相应操作（图6）。首先，信息查询是对监测点和监测指标及监测结果的综合查询，用户可以通过单、多条件组合过滤查找到想要的数据和图表，不仅可以对原始数据进行查询检索，还能对分析评价数据进行查询和图表显示。底图和图层在系统中显示空间数据，可以选择卫星图、电子图和地形图等作为底图。图层显示更多的空间信息，包括监测点位、矢量边界和经纬网等。系统提供数据转换工具，将用户录入的土壤环境监测信息转换为空间图层。数据统计分析评价是本系统的重中之重。该模块具有对用户指定区域进行各种统计分析评价的功能。用户只要指定要统计分析评价的工作区域和方法模型，系统就会按照预设的模型方法进行相关数据处理运算，然后将统计分析结果以图表形式或色块图方式在界面上呈现出来。通过对数据进行对标分级的质量状况评价、变量序列的统计分析和时空变化上的对比分析，实现了单点单指标监测点基本信息及监测数据检索、单点多指标的监测数据检索及对比分析、多点单指标的监测数据检索与对比分析、多点区域平均对比及统计分析、单因子污染评价和内梅罗指数综合评价以及等值面统计等具体功能。设计完成的系统界面友好，应用能力强，不仅能对各点位各监测指标进行单项查询和评价，还可以结合时间尺度、监测范围和土地利用类型等信息进行统计分析和综合评价。根据业务需要在监测点位、监测区域、监测对象、土地利用类型、监测时段之间进行对比查询分析，并在统计分析条件中预设这些字段，方便用户过滤数据进行查询和统计分析。

图6 综合查询及统计分析Fig.6 Integrated query and statistical analysis

4 结论

1）传统的土壤环境监测调查分析工作存在数据管理效率低、分析手段单一、可视化程度低等问题，针对于此设计开发了一套基于开源WebGIS技术的土壤监测评价系统，将杂乱繁多的地理信息数据和属性数据分层次存储，便于数据的管理、查询、调用、分析评价和可视化展示。

2）传统的C/S体系架构兼容性不强、可扩展性不足、开发成本又高，本系统采用目前国内外主流的B/S体系架构，通过嵌入HTTP标准应用体系，实现网页端信息的实时发布、管理和共享，拥有权限的各级单位可访问土壤监测评价系统，进行土壤信息的实时查看、检索与更新，大幅提高了土壤环境及资源管理的信息化水平，可以更好地为管理工作服务。

3）传统的系统开发多基于商业GIS软件，费用高受限多，而基于开源WebGIS技术源代码进行开发更安全可靠，可扩展性强并且成本低。该系统基于开源WebGIS技术开发，与商业软件相比，不仅小巧灵活，易于管理和维护，而且对土壤质量评价与管理更加有针对性。

4）系统总体设计和主要功能虽已实现，但在后续使用过程中仍有待提升和完善，例如：数据批量导入功能还需进一步优化，实现所有点位数据文件导入的一一自动对应；数据统计评价目前只能做比较基本的数理统计和简单的对标评价，还需考虑添加更多的方法模型，进一步充实数据分析模块；另外，结果可视化的界面还需要进一步优化，以便更清楚、更直观地展示数据特征。