高分辨質(zhì)譜-互聯(lián)網(wǎng)-地理信息系統(tǒng)三元融合技術(shù)繪制中國農(nóng)藥殘留地圖

龐國芳 龐小平 任 福 范春林 秦 雨 陳 輝

1 中國檢驗(yàn)檢疫科學(xué)研究院 北京 100176

2 武漢大學(xué) 資源與環(huán)境科學(xué)學(xué)院 武漢 430072

食品中農(nóng)藥及化學(xué)污染物殘留問題是引發(fā)食品安全事件的重要因素，是世界各國及國際組織共同關(guān)注的食品安全重大問題之一。目前，世界上常用的農(nóng)藥種類超過 1 000 種，而且不斷有新的農(nóng)藥被研發(fā)和應(yīng)用，農(nóng)藥殘留在對人類身體健康和生存環(huán)境造成新的潛在危害的同時(shí)，也給農(nóng)藥殘留檢測技術(shù)提出了越來越高的要求和新的挑戰(zhàn)。

世界各國科學(xué)家長期致力于食品中農(nóng)藥殘留檢測技術(shù)的研究，這為保障消費(fèi)者舌尖上的安全提供了重要的技術(shù)支撐。但是，這種方式是在農(nóng)藥殘留造成危害的時(shí)候去解決問題，相對較為被動。農(nóng)藥殘留結(jié)果往往與樣品、地域、時(shí)間等信息交織在一起，如何實(shí)時(shí)、直觀地了解復(fù)雜的農(nóng)藥殘留分析結(jié)果，并從中找出分布規(guī)律，最終進(jìn)行預(yù)測和預(yù)警是農(nóng)藥殘留領(lǐng)域的另一重要研究內(nèi)容，從而使農(nóng)藥殘留研究變被動為主動。

借助地理信息系統(tǒng)（GIS）方法，開展農(nóng)藥殘留的研究已有較為成熟的應(yīng)用。例如，Brody 等[1]應(yīng)用 GIS 和歷史記錄信息重現(xiàn)了大規(guī)模農(nóng)藥應(yīng)用的殘留暴露情況。Wan[2]應(yīng)用 GIS 方法在較大范圍內(nèi)研究了特定農(nóng)藥成分的人口暴露信息。Akbar 等[3]基于 GIS 對從土壤到地下水中可能存在的農(nóng)藥進(jìn)行了空間模擬。Pistocchi 等[4]以擬除蟲菊酯農(nóng)藥為例，建立了基于 GIS 模型對土壤和水中潛在污染物進(jìn)行分析的方法。Aguilar 等[5]應(yīng)用 LC-MS/MS 測定了地表水樣品中的 50 種農(nóng)藥，并結(jié)合 GIS 和綜合統(tǒng)計(jì)分析建立了西班牙橋卡河流域中農(nóng)業(yè)化學(xué)品的確證方法。

隨著互聯(lián)網(wǎng)（Web）技術(shù)的發(fā)展，Web 與 GIS 技術(shù)相融合而產(chǎn)生了 Web-GIS 技術(shù)，用戶通過瀏覽器便可以從 Web-GIS 服務(wù)器上獲取地理數(shù)據(jù)和地理處理服務(wù)，這使得相對較為專業(yè)的 GIS 走向了大眾化[6]。

Web-GIS 技術(shù)的優(yōu)勢在于能夠?qū)⒕哂歇?dú)特視覺效果和地理分析功能的網(wǎng)絡(luò)化地圖與具體學(xué)科領(lǐng)域的系統(tǒng)應(yīng)用和數(shù)據(jù)庫操作便捷地集成在一起，從而使得 GIS 技術(shù)在不同領(lǐng)域的應(yīng)用更加廣泛[7]?？蒲泄ぷ髡咭呀?jīng)將 Web-GIS 技術(shù)應(yīng)用于對作物病蟲害的監(jiān)測與防控[8-11]，以及重金屬污染決策支持系統(tǒng)的開發(fā)和應(yīng)用[12]等。但是，有關(guān)農(nóng)藥殘留高分辨質(zhì)譜篩查技術(shù)與 Web-GIS 技術(shù)結(jié)合，構(gòu)建農(nóng)藥殘留風(fēng)險(xiǎn)監(jiān)控可視化系統(tǒng)的相關(guān)研究未見報(bào)道。

本研究基于高分辨質(zhì)譜篩查技術(shù)偵測我國 31 個(gè)省會城市及直轄市所售水果和蔬菜樣品中農(nóng)藥殘留結(jié)果，首次結(jié)合 Web-GIS 技術(shù)，并應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析方法，創(chuàng)新性地以專題地圖的形式，綜合使用形象直觀的地圖、統(tǒng)計(jì)圖表、報(bào)表等表達(dá)方式，多形式、多視角、多層次地呈現(xiàn)我國農(nóng)藥殘留現(xiàn)狀。

目前我國關(guān)于農(nóng)藥殘留專題地圖及其制圖方法與規(guī)范鮮有報(bào)道。在本研究中還開發(fā)了《中國 31 省會/直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集》，系統(tǒng)呈現(xiàn)了農(nóng)藥殘留的空間分布、農(nóng)藥種類、農(nóng)產(chǎn)品類型、殘留量、毒性、超標(biāo)情況等多種維度的信息，具有單幅圖多任務(wù)的特點(diǎn)。

在線制圖系統(tǒng)與紙質(zhì)地圖相互補(bǔ)充，以不同的方式反映農(nóng)藥殘留監(jiān)控結(jié)果，共同組成了我國農(nóng)藥殘留風(fēng)險(xiǎn)監(jiān)控可視化系統(tǒng)。隨著該系統(tǒng)的推廣應(yīng)用，我國水果和蔬菜中農(nóng)藥殘留監(jiān)控將會實(shí)現(xiàn)由點(diǎn)到面，由面到體，全方位、多維度的動態(tài)實(shí)時(shí)監(jiān)控，為我國食品安全風(fēng)險(xiǎn)監(jiān)控提供支撐，為我國農(nóng)藥使用監(jiān)管和政府決策提供科學(xué)數(shù)據(jù)。

1 基于高分辨質(zhì)譜的農(nóng)藥殘留大數(shù)據(jù)來源

1.1 研究農(nóng)藥殘留大數(shù)據(jù)來源的統(tǒng)一檢測技術(shù)

利用高分辨質(zhì)譜建立了1 200 多種世界常用農(nóng)藥化學(xué)污染物一級精確質(zhì)量數(shù)據(jù)庫和二級碎片離子譜圖庫，為研發(fā)非靶向偵測技術(shù)奠定了理論和方法基礎(chǔ)。在此基礎(chǔ)上為 1 200 多種農(nóng)藥建立了自身獨(dú)有的電子身份證（電子識別標(biāo)準(zhǔn)）。研究了一次樣品制備技術(shù)，同時(shí)適用于 GCQ-TOF/MS（下文簡稱“GC”）和 LC-Q-TOF/MS（下文簡稱“LC”）兩種技術(shù)同時(shí)偵測 1 200 多種農(nóng)藥化學(xué)污染物的高通量檢測方法。實(shí)現(xiàn)了高速度（0.5 h）、高通量（700/500 種以上）、高精度（0.0001 m/z）、高可靠性（10 個(gè)以上確證點(diǎn)）、高度信息化和自動化，其方法效能是傳統(tǒng)方法不可比擬的。該方法適用于 18 類 150 多種水果蔬菜，涵蓋中國水果蔬菜名錄中 85% 以上的品種，具有很強(qiáng)的殘留農(nóng)藥偵測能力。方法靈敏度可以滿足 70% 以上的農(nóng)藥，檢測精準(zhǔn)實(shí)現(xiàn)標(biāo)準(zhǔn)10 μg/kg 的技術(shù)要求。

1.2 果蔬農(nóng)藥篩查結(jié)果已建成農(nóng)藥殘留數(shù)據(jù)庫

基于農(nóng)藥精確質(zhì)量數(shù)數(shù)據(jù)庫，采用 LC 和 GC 技術(shù)對水果蔬菜中農(nóng)藥殘留完成非靶向高通量檢測，可獲得相關(guān)農(nóng)藥殘留原始數(shù)據(jù)[13]。2012—2015 年在全國 31 省會/直轄市 284 縣區(qū)的 638 個(gè)采樣點(diǎn)，采用 LC 檢測了 12 551 例樣品，檢出農(nóng)藥化學(xué)污染物 174 種，檢出 25 486 頻次；采用 GC 檢測了 9 727 例樣品，檢出農(nóng)藥化學(xué)污染物 329 種，檢出 20 412 頻次，以此為基礎(chǔ)，建成了農(nóng)藥殘留數(shù)據(jù)庫。

2 農(nóng)藥殘留可視化系統(tǒng)設(shè)計(jì)

在農(nóng)藥殘留基礎(chǔ)數(shù)據(jù)庫的基礎(chǔ)上，結(jié)合相關(guān)制圖需求的指標(biāo)，構(gòu)成繪制殘留農(nóng)藥地圖的主題數(shù)據(jù)庫；然后根據(jù)系列標(biāo)準(zhǔn)地圖建立基礎(chǔ)地理底圖數(shù)據(jù)庫，將這兩個(gè)數(shù)據(jù)庫通過空間位置關(guān)聯(lián)；最終通過 Web-GIS 技術(shù)構(gòu)建了中國農(nóng)產(chǎn)品農(nóng)藥殘留檢測在線制圖系統(tǒng)。與此同時(shí)，設(shè)計(jì)完成線下紙質(zhì)地圖形式的《中國31省會/直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集》。農(nóng)藥殘留可視化流程圖見圖 1。

圖1 農(nóng)藥殘留可視化地圖系統(tǒng)設(shè)計(jì)流程圖

（1）在線制圖系統(tǒng)設(shè)計(jì)。將農(nóng)藥殘留檢測數(shù)據(jù)與地理數(shù)據(jù)相關(guān)聯(lián)，在統(tǒng)計(jì)分析大量農(nóng)藥殘留數(shù)據(jù)的基礎(chǔ)上，歸納總結(jié)了20 項(xiàng)統(tǒng)計(jì)文件，首次以專題地圖的形式展示農(nóng)藥殘留結(jié)果。通過專題地圖的形式，可以有效地將高分辨質(zhì)譜篩查的大量、復(fù)雜的農(nóng)藥殘留結(jié)果與地圖系統(tǒng)融合在一起。支持用戶自主選擇和過濾統(tǒng)計(jì)數(shù)據(jù)以凸顯興趣數(shù)據(jù)或關(guān)鍵數(shù)據(jù)；支持用戶定制專題地圖符號類型和色彩，提高數(shù)據(jù)展示和分析能力，構(gòu)建了面向“全國—省—市（區(qū)）”多尺度的開放式專題地圖表達(dá)框架，這既便于現(xiàn)有數(shù)據(jù)的匯聚，也可以實(shí)現(xiàn)未來數(shù)據(jù)的動態(tài)添加和實(shí)時(shí)更新[14]。

（2）紙質(zhì)地圖集設(shè)計(jì)。為便于表觀，研究組將原始的農(nóng)藥檢測數(shù)據(jù)轉(zhuǎn)化為專題地圖，并組織這些地圖來制作地圖集。在農(nóng)藥偵測概況、檢出農(nóng)藥分析和不同農(nóng)藥最大殘留限量（MRL）標(biāo)準(zhǔn)比較三個(gè)方面，數(shù)據(jù)被轉(zhuǎn)換成不同主題的專題地圖。以北京市為例，圖 2 給出了北京市農(nóng)藥偵測概況，從該圖上可以了解該城市的采樣情況、檢出農(nóng)藥的總體情況、檢出農(nóng)藥種數(shù)等情況。圖3 是對北京市檢出農(nóng)藥情況進(jìn)行解剖分析，可以從該圖上了解檢出農(nóng)藥類別，檢出農(nóng)藥殘留水平，毒性情況，含有劇毒、高毒水果蔬菜的分布情況，以及一些特例水果蔬菜中農(nóng)藥分布狀況。圖 4 主要是應(yīng)用不同 MRL 標(biāo)準(zhǔn)對北京市檢出農(nóng)藥情況進(jìn)行對比，在該圖中可以了解到 MRL 中國、歐盟和日本標(biāo)準(zhǔn)下北京市超標(biāo)水果蔬菜的分布情況。

2.1 農(nóng)藥殘留數(shù)據(jù)處理與轉(zhuǎn)換

圖2 北京市市售水果蔬菜樣品農(nóng)藥偵測概況圖

農(nóng)藥殘留專題制圖屬于統(tǒng)計(jì)制圖的范疇，用常見的統(tǒng)計(jì)方法包括計(jì)數(shù)、分類、分級、求和、期望和百分比等從不同的角度和不同的程度上描述一個(gè)現(xiàn)象。數(shù)據(jù)功能和地圖目標(biāo)需要納入到翻譯原始數(shù)據(jù)轉(zhuǎn)化為地圖設(shè)計(jì)和開發(fā)地圖數(shù)據(jù)。在計(jì)算中集成了多種統(tǒng)計(jì)方法，以確保最終的數(shù)據(jù)是高度集成的。

（1）為了呈現(xiàn)檢出農(nóng)藥品種與占比，以北京市為例，圖 5 給出了北京市市售水果和蔬菜樣品檢出農(nóng)藥類別（如除草劑，殺蟲劑，殺菌劑、植物生長調(diào)節(jié)劑等）及占比分布圖：首先，對農(nóng)藥殘留檢出結(jié)果按照各類別進(jìn)行數(shù)量統(tǒng)計(jì)；其次，統(tǒng)計(jì)出每個(gè)類別下農(nóng)藥的種類數(shù)；最后，根據(jù)每個(gè)類別下農(nóng)藥的種類數(shù)在檢出結(jié)果的總種類數(shù)中的比例，計(jì)算出每個(gè)農(nóng)藥類別下農(nóng)藥種類數(shù)的占比。

（2）為了解水果蔬菜樣品中檢出的農(nóng)藥品種比例，圖 6 以天津市為例。首先需要將樣品分成 5 組：未檢出農(nóng)藥的樣品（無農(nóng)藥殘留或殘留水平低于儀器的檢出靈敏度），檢出 1 種農(nóng)藥的樣品，檢出 2—5 種農(nóng)藥的樣品，檢出 6—10 種農(nóng)藥的樣品和檢出 10 種以上農(nóng)藥的樣品。之后，對每一組樣品的數(shù)量進(jìn)行統(tǒng)計(jì)，并計(jì)算每組樣品在樣品總量中所占的百分比。

（3）為了呈現(xiàn)農(nóng)藥殘留水平及占比情況，在農(nóng)藥殘留地圖中，將檢出農(nóng)藥殘留水平的記錄分成 5 組：1—5 μg/kg（含），5—10 μg/kg（含），10—100 μg/kg（含），在100—1 000 μg/kg（含），>1 000 μg/kg。然后統(tǒng)計(jì)出每組的記錄數(shù)量，并計(jì)算每組記錄在總量中所占的百分比。圖 7 給出了上海市各地區(qū)農(nóng)藥殘留水平及占比情況。

（4）為了呈現(xiàn)檢出農(nóng)藥的毒性，按照劇毒、高毒、中毒、低毒 4 種毒性類別進(jìn)行分類，首先計(jì)算出這 4 種毒性下農(nóng)藥的種類，再對其占比進(jìn)行計(jì)算；另外，對于這 4 類農(nóng)藥可以按照禁用和非禁用進(jìn)行統(tǒng)計(jì)，同樣，先計(jì)算禁用和非禁用下農(nóng)藥的種類，再對其占比進(jìn)行計(jì)算。例如圖 8 給出了重慶市各地區(qū)農(nóng)藥毒性及占比情況。

圖3 北京市市售水果蔬菜樣品檢出農(nóng)藥殘留分析圖

圖4 北京市市售水果蔬菜樣品不同MRL標(biāo)準(zhǔn)比較圖

圖5 北京市水果蔬菜樣品檢出農(nóng)藥的類別及占比

圖6 天津市水果蔬菜樣品檢出農(nóng)藥品種與占比（%）

圖7 上海市水果蔬菜樣品檢出農(nóng)藥殘留水平圖

2.2 標(biāo)準(zhǔn)化設(shè)計(jì)

2.2.1 農(nóng)藥殘留地圖圖形語言的標(biāo)準(zhǔn)化

在對上文篩選后的農(nóng)藥專題制圖數(shù)據(jù)審查后，形成了農(nóng)藥殘留制圖的統(tǒng)一標(biāo)準(zhǔn)：① 不同區(qū)域的地理底圖。同一城市的不同農(nóng)藥殘留專題地圖須采用同一地理底圖，以方便讀者對不同專題要素之間的對比。② 在圖表中需要按一定邏輯順序進(jìn)行排列的要素（圖 9）。例如：對于檢測結(jié)果的排序，順序?yàn)檗r(nóng)藥殘留未檢出、檢出但未超標(biāo)、檢出且超標(biāo)（圖 9a）；農(nóng)藥毒性和是否禁藥的排序?yàn)椋旱投巨r(nóng)藥、中毒農(nóng)藥、高毒農(nóng)藥、劇毒農(nóng)藥以及非禁用、禁用（圖 9b）；農(nóng)藥類別的排序?yàn)闅⑾x劑、殺菌劑、除草劑、昆蟲驅(qū)避劑、植物生長調(diào)節(jié)劑、增效劑等；各國標(biāo)準(zhǔn)排序?yàn)橹袊鴺?biāo)準(zhǔn)、日本標(biāo)準(zhǔn)、歐盟標(biāo)準(zhǔn)（圖 9c）。

2.2.2 農(nóng)藥殘留地圖色彩語言的標(biāo)準(zhǔn)化

專題地圖的色彩所表達(dá)的信息要比一般地圖復(fù)雜，常帶有特殊信息，如數(shù)量、屬性等。例如用深淺不一的底色表示數(shù)量多少的級別底色等。以南寧市為例，圖10給出了檢出農(nóng)藥殘留水平。

2.3 農(nóng)藥殘留數(shù)據(jù)組織方式

農(nóng)藥殘留數(shù)據(jù)的組織是為了更好地展示，更方便地傳達(dá)數(shù)據(jù)信息、挖掘和發(fā)現(xiàn)規(guī)律。數(shù)據(jù)的組織包括底圖數(shù)據(jù)的組織和統(tǒng)計(jì)數(shù)據(jù)的組織。樣品采集地理信息是基于行政單元的，因此底圖數(shù)據(jù)采用全國行政區(qū)劃圖，并根據(jù)統(tǒng)計(jì)單元的級別確定是使用省級行政區(qū)劃圖、市級行政區(qū)劃圖，還是縣級行政區(qū)劃圖。

統(tǒng)計(jì)數(shù)據(jù)的組織和統(tǒng)計(jì)指標(biāo)的關(guān)系密切。農(nóng)產(chǎn)品殘留檢測數(shù)據(jù)中最關(guān)鍵的信息是地區(qū)、農(nóng)產(chǎn)品、農(nóng)藥、殘留量；用戶最想知道的信息也是哪個(gè)地區(qū)的哪些農(nóng)產(chǎn)品中檢出哪些農(nóng)藥？是否超標(biāo)？按照該思路可以實(shí)現(xiàn)在線制圖系統(tǒng)和紙質(zhì)地圖農(nóng)藥殘留的數(shù)據(jù)組織。

2.3.1 在線制圖系統(tǒng)農(nóng)藥殘留數(shù)據(jù)組織方式

在該系統(tǒng)中，農(nóng)藥殘留統(tǒng)計(jì)數(shù)據(jù)按地區(qū)分區(qū)，每個(gè)區(qū)的內(nèi)容分成3類：農(nóng)藥殘留綜合情況、單種果蔬和單種農(nóng)藥。該系統(tǒng)從統(tǒng)計(jì)用戶的角度出發(fā)，對統(tǒng)計(jì)用戶制作專題地圖進(jìn)行分步引導(dǎo)（圖 11）。

圖8 重慶市水果蔬菜樣品檢出農(nóng)藥毒性分類

圖9 農(nóng)藥殘留地圖語言標(biāo)準(zhǔn)化設(shè)計(jì)示例

圖10 南寧市水果蔬菜樣品檢出農(nóng)藥殘留水平

2.3.2 紙質(zhì)地圖農(nóng)藥殘留數(shù)據(jù)組織方式

在紙質(zhì)地圖中，專題內(nèi)容主要通過統(tǒng)計(jì)、分析“31個(gè)省會/直轄市及重點(diǎn)城市的市場果蔬農(nóng)藥化學(xué)污染物殘留偵測結(jié)果”得到，其他數(shù)據(jù)和文檔作為輔助或指導(dǎo)資料。微軟公司的Excel軟件即可滿足所有統(tǒng)計(jì)分析的需求。其多維度信息模型如圖12。

2.4 農(nóng)藥殘留可視化系統(tǒng)功能設(shè)計(jì)

2.4.1 農(nóng)藥殘留在線制圖系統(tǒng)功能設(shè)計(jì)及示例

在線制圖系統(tǒng)包括三大功能模塊：地圖模塊負(fù)責(zé)專題地圖制圖功能、圖表模塊負(fù)責(zé)統(tǒng)計(jì)圖表生成和源數(shù)據(jù)模塊負(fù)責(zé)數(shù)據(jù)查詢功能，其系統(tǒng)初始界面如圖 13。

地圖模塊是該系統(tǒng)的核心模塊，其提供了地圖的基本功能，包括瀏覽、縮放、平移、全屏等操作。統(tǒng)計(jì)圖表功能，即統(tǒng)計(jì)數(shù)據(jù)地圖可視化的功能，包括統(tǒng)計(jì)數(shù)據(jù)選擇，統(tǒng)計(jì)圖表的類型選擇、樣式修改、顏色搭配等，以及分級圖中的分級方法、分級數(shù)量、分級色系等的選擇。數(shù)據(jù)查詢，輔助地圖可視化分析的功能，包括地圖的交互和統(tǒng)計(jì)圖表的交互。其中，地圖的交互可以實(shí)現(xiàn)天氣預(yù)報(bào)效果的區(qū)域間互聯(lián)互通，以及從全國、省到市和從市、省到全國的同內(nèi)容查看；統(tǒng)計(jì)圖表的交互可以查看統(tǒng)計(jì)圖表各部分的具體含義，包括指標(biāo)、數(shù)值等。地圖模塊功能介紹見圖 14。

基于此模塊功能圖，可以從空間分辨率——國家尺度、省區(qū)尺度和區(qū)縣尺度等多維度表達(dá)農(nóng)作物農(nóng)藥殘留特征。構(gòu)建了面向“全國—省—市（區(qū)）”多尺度的開放式專題地圖表達(dá)框架，既便于現(xiàn)有數(shù)據(jù)的匯聚，也有利于未來數(shù)據(jù)的動態(tài)添加和實(shí)時(shí)更新，從而可以實(shí)現(xiàn) 31 個(gè)省會/直轄市市售水果和蔬菜樣品農(nóng)藥殘留情況的產(chǎn)地溯源、農(nóng)藥溯源和農(nóng)產(chǎn)品類型溯源[15]。

圖11 農(nóng)藥殘留在線制圖系統(tǒng)數(shù)據(jù)組織方式圖

圖12 農(nóng)藥殘留多維度原始數(shù)據(jù)描述模型（帶*的變量為特征變量）

圖13 農(nóng)藥殘留在線制圖系統(tǒng)初始界面

（1）產(chǎn)地溯源。以樣品采樣情況為例，圖 15 為山東省各采樣城市的農(nóng)產(chǎn)品樣品數(shù)量分布圖，其左下方是圖例部分，通過圖例可以看出是以餅狀圖的形式給出了本研究過程中山東省各區(qū)縣的采樣數(shù)量。左上方的工具條與圖 14 中的地圖操作相對應(yīng)；最右側(cè)的地圖編輯區(qū)域?qū)?yīng)于圖 14 中的主題地圖部分，在專題中的類別和內(nèi)容可以選擇地圖顯示的相關(guān)內(nèi)容，在指標(biāo)中則可以對統(tǒng)計(jì)的內(nèi)容進(jìn)行勾選（例如可以只選擇水果或蔬菜，也可以同時(shí)選擇水果和蔬菜）分級內(nèi)容則是負(fù)責(zé)整個(gè)地圖底色的顯示。本文關(guān)于在線制圖系統(tǒng)的相關(guān)圖例均是按照上述操作實(shí)現(xiàn)的。圖 16 給出了濟(jì)南市各區(qū)農(nóng)產(chǎn)品樣品數(shù)量分布，通過該圖可以了解濟(jì)南市各區(qū)縣不同城市的采樣數(shù)量分布。從該圖上可以看出各區(qū)縣均是蔬菜樣品數(shù)量多于水果，大多數(shù)轄區(qū)采樣數(shù)量比較接近。

（2）按農(nóng)藥溯源。圖 17 和圖 18 分別給出了山東省和濟(jì)南市檢出頻次最多的 10 種農(nóng)藥分布情況。這兩級分布圖均以扇形圖的形式給出了該層級統(tǒng)計(jì)下的農(nóng)藥分布情況，可以迅速地對檢出農(nóng)藥進(jìn)行溯源。例如，在圖 17 中山東省檢出頻次前3位農(nóng)藥分別是多菌靈、啶蟲脒和烯酰嗎啉；在圖 18 種濟(jì)南市檢出頻次前 3 位的農(nóng)藥分別是多菌靈、吡蟲啉和啶蟲脒。在地圖右側(cè)的統(tǒng)計(jì)指標(biāo)中也可以對用戶關(guān)心的前 10 位農(nóng)藥中的任意一個(gè)進(jìn)行選擇，了解其在全國、省級和市級的分布。

（3）按農(nóng)產(chǎn)品類型溯源。根據(jù)本系統(tǒng)的設(shè)計(jì)，逐級展開后可以對檢出農(nóng)藥品種最多的蔬菜進(jìn)行溯源，例如，全國 31 省會/直轄市檢出農(nóng)藥品種最多的前 3 種蔬菜分別是芹菜、青椒和番茄，根據(jù)圖例顏色可以查看這 3 種蔬菜在全國的分布情況；在黑龍江省，檢出農(nóng)藥品種最多的前 3 種蔬菜分別是芹菜、黃瓜和番茄。據(jù)此可以詳細(xì)了解不同層級檢出農(nóng)藥品種最多的 10 種蔬菜的分布情況，實(shí)現(xiàn)農(nóng)產(chǎn)品溯源。

圖14 農(nóng)藥殘留在線制圖系統(tǒng)架構(gòu)

圖 15 山東省水果蔬菜樣品數(shù)量分布圖

圖 16 濟(jì)南市水果蔬菜樣品數(shù)量分布圖

圖 17 山東省檢出頻次最多的 10 種農(nóng)藥分布

圖 18 濟(jì)南市檢出頻次最多的 10 種農(nóng)藥分布

源數(shù)據(jù)模塊提供統(tǒng)計(jì)數(shù)據(jù)常用的統(tǒng)計(jì)功能，使用結(jié)構(gòu)化查詢語言（SQL）對統(tǒng)計(jì)需求實(shí)時(shí)查詢，一個(gè)需求關(guān)聯(lián)一條 SQL 語句，便于添加和修改統(tǒng)計(jì)需求。常用功能包括最大值、最小值、平均值、中值等的計(jì)算。例如，檢出頻次最多的 N 種農(nóng)藥的查詢；檢出農(nóng)藥平均頻次數(shù)最多的 N 種蔬菜；中國標(biāo)準(zhǔn)下超標(biāo)倍數(shù)最大的 N 種農(nóng)藥等的統(tǒng)計(jì)。

2.4.2 農(nóng)藥殘留紙質(zhì)地圖功能設(shè)計(jì)

在紙質(zhì)地圖中，將相關(guān)指標(biāo)結(jié)合，表達(dá)采樣點(diǎn)檢出情況、農(nóng)藥殘留情況、農(nóng)藥毒性分布情況、高劇毒農(nóng)藥檢出情況、不同 MRL 標(biāo)準(zhǔn)比較情況等主題。再將各種圖表歸納為農(nóng)藥偵測概況、檢出農(nóng)藥分析、不同 MRL 標(biāo)準(zhǔn)比較三個(gè)方面內(nèi)容。根據(jù)不同區(qū)域確定每個(gè)方面內(nèi)容的幅面篇幅，大部分省會城市分市區(qū)域制作 3 個(gè)展開頁，個(gè)別內(nèi)容較少的區(qū)域制作 2 個(gè)展開頁。以北京市為例，第 1 個(gè)展開頁給出了北京市農(nóng)藥偵測概況，從該圖上可以了解該城市的采樣情況，檢出農(nóng)藥的總體情況、檢出農(nóng)藥種數(shù)等情況。第2個(gè)展開頁是對北京市檢出農(nóng)藥情況進(jìn)行解剖分析，可以從該圖上了解檢出農(nóng)藥類別、檢出農(nóng)藥殘留水平，毒性情況，含有劇毒、高毒農(nóng)產(chǎn)品的分布情況，以及一些特例農(nóng)產(chǎn)品中農(nóng)藥分布狀況。第3個(gè)展開頁主要是應(yīng)用不同 MRL 標(biāo)準(zhǔn)對北京市檢出農(nóng)藥情況進(jìn)行對比，在該圖中可以了解到中國、歐盟和日本 MRL 標(biāo)準(zhǔn)下北京市超標(biāo)農(nóng)產(chǎn)品的分布情況。全國 31 省會/直轄市共計(jì) 492 個(gè)展開頁，其中 GC 共計(jì) 243 個(gè)展開頁，LC 共計(jì) 249 個(gè)展開頁，現(xiàn)已繪制成《中國 31 省會/直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集（GC 檢測數(shù)據(jù)版）》和《中國 31 省會/直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集（LC 檢測數(shù)據(jù)版）》（圖 19）。

圖19 《中國31省會直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集》（紙質(zhì)版）

3 農(nóng)藥殘留可視化系統(tǒng)示范應(yīng)用實(shí)例解讀

3.1 全國31 省會/直轄市市售水果蔬菜農(nóng)藥殘留監(jiān)測情況基本達(dá)標(biāo)

統(tǒng)計(jì)發(fā)現(xiàn)，按照中國 MRL 標(biāo)準(zhǔn)，對于蔬菜樣品，應(yīng)用 LC 進(jìn)行偵測，未檢出農(nóng)藥樣品的占比為 31.1%，檢出但是不超標(biāo)的樣品的占比為 65.4%，檢出且超標(biāo)樣品的占比為 3.5%，合格率為 96.5%；應(yīng)用 GC 進(jìn)行偵測，未檢出農(nóng)藥樣品的占比為 20.9%，檢出但是不超標(biāo)的樣品的占比為 75.4%，檢出且超標(biāo)樣品的占比為 3.7%，合格率為 96.3%。對于水果樣品，應(yīng)用 LC 進(jìn)行偵測，未檢出農(nóng)藥樣品的占比為 24.4%，檢出但是不超標(biāo)的樣品的占比為 73.9%，檢出且超標(biāo)樣品的占比為 1.7%，合格率為 98.3%；應(yīng)用 GC 進(jìn)行偵測，未檢出農(nóng)藥樣品的占比為 30.3%，檢出但是不超標(biāo)的樣品的占比為 68.4%，檢出且超標(biāo)樣品的占比為 1.3%，合格率為 98.7%。因此，31 省會/直轄市市售水果蔬菜農(nóng)藥殘留合格率在96.3%—98.7% 之間，安全水平有基本保障。

3.2 全國31 省會/直轄市市售水果蔬菜檢出農(nóng)藥種類

所有檢出農(nóng)藥按功能分類，包括殺蟲劑、殺菌劑、除草劑、植物生長調(diào)節(jié)劑、增效劑、驅(qū)避劑共 6 類。圖 20 給出了紙質(zhì)地圖按照農(nóng)藥品種數(shù)統(tǒng)計(jì)出的 31 個(gè)省會/直轄市水果和蔬菜中檢出農(nóng)藥種類分布情況，其中以殺菌劑和殺蟲劑為主。

3.3 全國31 省會/直轄市市售水果蔬菜檢出農(nóng)藥殘留水平

圖 21 給出了紙質(zhì)地圖統(tǒng)計(jì)出的 31 省會/直轄市檢出農(nóng)藥殘留水平分布圖，可以看出 50% 以上的農(nóng)藥檢出殘留水平不超過 10 μg/kg。統(tǒng)計(jì)發(fā)現(xiàn)，目前我國蔬菜和水果檢出農(nóng)藥以低、中殘留水平為主，在 LC 檢出結(jié)果中殘留水平不超過 10 μg/kg 的占比為 54.1%，在 GC 檢出結(jié)果中殘留水平不超過 10 μg/kg 的占比 51.9%。

3.4 全國 31 省會/直轄市市售水果蔬菜檢出農(nóng)藥毒性分布

圖 22 給出了紙質(zhì)地圖中 31 省會/直轄市市售果蔬檢出農(nóng)藥的毒性分布情況，各地檢出農(nóng)藥以低毒和中毒農(nóng)藥為主。統(tǒng)計(jì)發(fā)現(xiàn)，在 LC 偵測結(jié)果中，低毒農(nóng)藥為 126 種，占比 68.1%；中毒農(nóng)藥為 32 種，占比 17.3%；高毒和劇毒農(nóng)藥分別為 13 種和 3 種，占比分別為 7% 和 1.6%；另外，禁用農(nóng)藥有 11 種，占比 5.9%。在 GC 偵測結(jié)果中，低毒農(nóng)藥為 229 種，占比 64.3%；中毒農(nóng)藥為 68 種，占比 19.1%；高毒和劇毒農(nóng)藥分別為 36 種和 4 種，占比分別為 10.1% 和 1.1%；另外，禁用農(nóng)藥有 19 種，占比 5.3%。按照低毒和中毒農(nóng)藥合計(jì)統(tǒng)計(jì)，LC 和 GC 檢出中低毒農(nóng)藥種類占比分別為 85.4%和 83.4%，顯然目前我國蔬菜和水果中檢出農(nóng)藥殘留以低毒和中毒農(nóng)藥為主。

3.5 違禁高劇毒農(nóng)藥檢出反映出我國農(nóng)藥科學(xué)使用的漏洞

從圖 22 可以看出，我國市售水果、蔬菜樣品檢出農(nóng)藥中高劇毒農(nóng)藥仍然存在，其中部分甚至是禁用農(nóng)藥。本項(xiàng)目對京津冀區(qū)域進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，在 LC 偵測結(jié)果中，5 095 例樣品中有 27 種蔬菜和 18 種水果的 243 例樣品檢出了 18 種 283 頻次的劇毒和高毒農(nóng)藥，占樣品總量的 4.8%。在檢出的劇毒和高毒農(nóng)藥中，有 12 種是我國早已禁止在果樹和蔬菜上使用的，分別是：克百威、甲拌磷、磷胺、久效磷、甲胺磷、氧樂果、滅多威、滅線磷、苯線磷、特丁硫磷、水胺硫磷和硫線磷。在 GC 偵測結(jié)果中，5 095 例樣品中有 21 種蔬菜和 15 種水果的 312 例樣品檢出了 20 種 350 頻次的劇毒和高毒農(nóng)藥，占樣品總量的 6.1%。在檢出的劇毒和高毒農(nóng)藥中，有 12 種是我國早已禁止在果樹和蔬菜上使用的，分別是：克百威、艾氏劑、甲拌磷、治螟磷、殺撲磷、甲胺磷、特丁硫磷、滅線磷、甲基對硫磷、水胺硫磷、對硫磷和硫線磷。

圖 20 全國 31 省會/直轄市市售水果蔬菜樣品檢出農(nóng)藥類別

圖 21 全國 31 省會/直轄市市售水果蔬菜樣品檢出農(nóng)藥殘留水平

圖 22 全國 31 省會/直轄市市售水果蔬菜樣品檢出農(nóng)藥毒性

3.6 中國 MRL 標(biāo)準(zhǔn)數(shù)量與歐盟、日本等發(fā)達(dá)國家相比的狀況

圖 23 給出了紙質(zhì)地圖中，中國、歐盟和日本 MRL 標(biāo)準(zhǔn)下，31 個(gè)省會/直轄市市售果蔬未檢出農(nóng)藥樣品數(shù)、檢出農(nóng)藥未超標(biāo)樣品數(shù)和超標(biāo)農(nóng)藥樣品數(shù)的占比情況，其中綠色為未檢出，黃色為檢出未超標(biāo)，紅色為超標(biāo)。對比發(fā)現(xiàn)，按照中國 MRL 標(biāo)準(zhǔn)進(jìn)行衡量，超標(biāo)樣品占比明顯低于歐盟和日本 MRL 標(biāo)準(zhǔn)。統(tǒng)計(jì)發(fā)現(xiàn)，應(yīng)用LC進(jìn)行偵測，按照歐盟和日本 MRL 標(biāo)準(zhǔn)衡量，超標(biāo)樣品數(shù)是中國 MRL 標(biāo)準(zhǔn)下的 7 倍左右（表 1）；應(yīng)用 GC 進(jìn)行偵測，按照歐盟和日本 MRL 標(biāo)準(zhǔn)衡量，超標(biāo)樣品數(shù)是中國 MRL 標(biāo)準(zhǔn)下的 8 倍和 10 倍左右（表 2）。

表1 LC偵測結(jié)果不同MRL標(biāo)準(zhǔn)衡量對比

4 結(jié)論

本文基于高分辨質(zhì)譜+互聯(lián)網(wǎng)+地理信息系統(tǒng)三元融合技術(shù)，研究構(gòu)建了我國農(nóng)藥殘留可視化系統(tǒng)。該系統(tǒng)包括在線制圖系統(tǒng)和紙質(zhì)地圖。在線系統(tǒng)創(chuàng)新性地以專題地圖的形式，綜合使用形象直觀的地圖、統(tǒng)計(jì)圖表、報(bào)表等表達(dá)方式，多形式、多視角、多層次地呈現(xiàn)我國農(nóng)藥殘留現(xiàn)狀，系統(tǒng)友好，操作簡單、方便，在電腦或手機(jī)上即可一目了然地了解我國農(nóng)藥殘留實(shí)時(shí)狀況。紙質(zhì)地圖以農(nóng)藥殘留偵測概況、檢出農(nóng)藥分析和不同 MRL 標(biāo)準(zhǔn)比較三個(gè)主題綜合展現(xiàn)了我國農(nóng)藥殘留現(xiàn)狀，形式新穎，查閱方便，可讀性強(qiáng)，實(shí)現(xiàn)了只要一冊《中國31省會/直轄市市售水果蔬菜農(nóng)藥殘留水平地圖集》在手，我國市售水果蔬菜農(nóng)藥殘留概況總覽無余。

從該系統(tǒng)顯示的數(shù)據(jù)可以看出，盡管目前我國市售果蔬樣品檢出農(nóng)藥以低中毒性為主，殘留水平以中低水平為主，但是違禁高劇毒農(nóng)藥仍然被檢出；并且，與歐盟、日本等發(fā)達(dá)國家相比，中國 MRL 標(biāo)準(zhǔn)數(shù)量少，水平低，這就會導(dǎo)致我國在國際貿(mào)易中處于受制于人的被動地位。隨著農(nóng)藥殘留大數(shù)據(jù)的不斷匯聚，該可視化系統(tǒng)的推廣和應(yīng)用必將使我國農(nóng)藥殘留監(jiān)控像天氣預(yù)報(bào)一樣實(shí)現(xiàn)實(shí)時(shí)可視化，為我國農(nóng)藥殘留監(jiān)控提供了重要的技術(shù)支持，當(dāng)食品安全發(fā)生問題時(shí)該系統(tǒng)可以在最短的時(shí)間內(nèi)對問題產(chǎn)品追根溯源，從而為政府決策提供重要依據(jù)，為未來“智慧農(nóng)藥監(jiān)管”打下堅(jiān)實(shí)基礎(chǔ)。

1 Brody J G, Vorhees D J, Melly S J, et al. Using GIS and historical records to reconstruct residential exposure to large-scale pesticide application. Journal of Exposure Science and Environmental Epidemiology, 2002, 12(1): 64-80..

2 Wan N. Pesticides exposure modeling based on GIS and remote sensing land use data. Applied Geography, 2015, 56: 99-106.

3 Akbar T A, Lin H, DeGroote J. Development and evaluation of GIS-based ArcPRZM-3 system for spatial modeling of groundwater vulnerability to pesticide contamination. Computers& Geosciences, 2011, 37(7): 822-830.

4 Pistocchi A, Vizcaino P, Hauck M. A GIS model-based screening of potential contamination of soil and water by pyrethroids in Europe. Journal of Environmental Management, 2009, 90(11):3410-3421.

5 Aguilar J A P, Andreu V, Campo J, et al. Pesticide occurrence in the waters of Júcar River, Spain from different farming landscapes.Science of The Total Environment, 2017, 607: 752-760.

6 馬林兵, 張新長, 伍少坤. WebGIS 原理與方法教程. 北京: 科學(xué)出版社, 2010.

7 杜克明, 褚金翔, 孫忠富, 等. WebGIS在農(nóng)業(yè)環(huán)境物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中的設(shè)計(jì)與實(shí)現(xiàn). 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(4): 171-178.

8 高琪娟, 季小闖, 樂毅, 等. 基于WEBGIS 的農(nóng)業(yè)病蟲害監(jiān)測系統(tǒng). 計(jì)算機(jī)技術(shù)與發(fā)展, 2010, 20(4): 224-227.

9 Bao Yongwei, Yu Mingxuan, Wu Wei. Design and implementation of database for a WebGIS-based rice diseases and pests system.Procedia Environmental Sciences, 2011, 10: 535-540.

10 Karydis I, Gratsanis P, Semertzidis C. WebGIS design &implementation for pest life-cycle & control simulation management: The case of olive-fruit fly. Procedia Technology,2013, 8(6): 526-529.

11 Yao X, Zhu D, Yun W, et al. A WebGIS-based decision support system for locust prevention and control in China. Computers and Electronics in Agriculture, 2017, 140: 148-158.

12 王元?jiǎng)? 趙春江, 王紀(jì)華, 等. 基于WebGIS 的重金屬污染決策支持系統(tǒng)設(shè)計(jì)與應(yīng)用. 農(nóng)業(yè)工程學(xué)報(bào), 2005, 21(12): 137-140.

13 龐國芳, 陳誼, 范春林, 等. 高分辨質(zhì)譜-互聯(lián)網(wǎng)-數(shù)據(jù)科學(xué)三元融合技術(shù)構(gòu)建農(nóng)藥殘留偵測技術(shù)平臺. 中國科學(xué)院院刊,2017, 32(12): 1384-1396.

14 胡昌平，張晶. 從信息傳輸?shù)娇梢暬旱貓D制圖學(xué)視角下的知識地圖理論研究. 圖書館論壇，2014, (5): 29-35, 70.

15 尹章才. Web 2.0 地圖的雙向地圖信息傳遞模型. 武漢大學(xué)學(xué)報(bào)·信息科學(xué)版, 2012, 37(6): 733-736.