李開麗，檀滿枝，密術(shù)曉，陳 杰

(1 江蘇第二師范學(xué)院城市與資源環(huán)境學(xué)院，南京 210013；2 中國(guó)科學(xué)院南京土壤研究所，南京 210008；3 蘇州市國(guó)土資源局，江蘇蘇州 215004；4 鄭州大學(xué)水利與環(huán)境學(xué)院，鄭州 450000)

基于土壤剖面質(zhì)地構(gòu)型的土壤質(zhì)量評(píng)價(jià)①
——以河南省封丘縣為例

李開麗1，檀滿枝2，密術(shù)曉3，陳 杰4

(1 江蘇第二師范學(xué)院城市與資源環(huán)境學(xué)院，南京 210013；2 中國(guó)科學(xué)院南京土壤研究所，南京 210008；3 蘇州市國(guó)土資源局，江蘇蘇州 215004；4 鄭州大學(xué)水利與環(huán)境學(xué)院，鄭州 450000)

土壤剖面質(zhì)地構(gòu)型是土壤質(zhì)量和土壤生產(chǎn)力的重要影響因子，對(duì)沖積平原地區(qū)來講尤其重要。然而，現(xiàn)有的土壤質(zhì)量評(píng)價(jià)研究中，很少采用該因子，且評(píng)價(jià)指標(biāo)篩選大多缺乏明確的生物學(xué)意義。本研究利用河南省封丘縣39個(gè)剖面數(shù)據(jù)及113個(gè)土鉆樣點(diǎn)數(shù)據(jù)，使用模糊C均值聚類方法 (FCM) 結(jié)合Kriging插值方法獲取的9種土壤剖面質(zhì)地構(gòu)型在空間上分布的單一類別隸屬度圖；在此基礎(chǔ)上結(jié)合專家知識(shí)，針對(duì)平原地區(qū)旱作作物及耕地的耕性對(duì)土壤剖面質(zhì)地構(gòu)型的性狀進(jìn)行打分，以分值為參照，在ArcGIS 9.2中9個(gè)單一類別隸屬度柵格文件進(jìn)行柵格計(jì)算，獲取了研究區(qū)土壤剖面質(zhì)地構(gòu)型柵格的綜合分值。利用包括土壤剖面質(zhì)地構(gòu)型在內(nèi)的多個(gè)土壤屬性，結(jié)合作物產(chǎn)量數(shù)據(jù)，使用主成分分析(PCA)方法確定了最小數(shù)據(jù)集(MDS)；應(yīng)用指數(shù)和法，基于兩種途徑對(duì)土壤質(zhì)量進(jìn)行了評(píng)價(jià)，并結(jié)合測(cè)產(chǎn)獲取的作物產(chǎn)量對(duì)兩種評(píng)價(jià)結(jié)果進(jìn)行了對(duì)比分析。結(jié)果表明：土壤質(zhì)量指數(shù)與作物產(chǎn)量有較好的相關(guān)性，土壤質(zhì)量評(píng)價(jià)結(jié)果能夠較好地反映研究區(qū)的土壤質(zhì)量狀況。在添加剖面質(zhì)地構(gòu)型因子后，土壤質(zhì)量評(píng)價(jià)結(jié)果有進(jìn)一步的改善，可見在黃河泛濫沖積平原地區(qū)，剖面質(zhì)地構(gòu)型是土壤質(zhì)量評(píng)價(jià)必不可少的因子。

土壤剖面質(zhì)地構(gòu)型；土壤質(zhì)量；沖積平原；模糊C均值(FCM)；最小數(shù)據(jù)集(MDS)；主成分分析(PCA)

土壤質(zhì)量與可持續(xù)發(fā)展是土壤學(xué)、農(nóng)學(xué)及環(huán)境科學(xué)界共同關(guān)注的熱點(diǎn)課題之一[1]。土壤剖面質(zhì)地構(gòu)型，也稱土體構(gòu)型，是指土體內(nèi)不同質(zhì)地土層的排列組合。早在 1978年，陳恩鳳[2]就指出土體構(gòu)型直接影響土壤的水肥氣熱狀況，是土壤肥力研究的重要部分。Dobos 等[3]也指出土壤剖面觀測(cè)是野外觀測(cè)到最主要的土壤信息，它代表著土壤最確定的信息。顏春起[4]指出三江平原土壤的水分特性以作物根系的發(fā)育和深度與土體構(gòu)型有密切關(guān)系。崔浩浩等[5]對(duì)寧夏某葡萄基地土壤的田間持水量、飽和導(dǎo)水率和體積質(zhì)量進(jìn)行了分析，研究了不同土體構(gòu)型下的土壤持水性能。結(jié)果表明，土壤土體構(gòu)型不同，其體積質(zhì)量、田間持水量、土壤飽和導(dǎo)水率也不同。李學(xué)敏等[6]采用多點(diǎn)定位觀測(cè)，查明不同土體構(gòu)型及其屬性，研究了河北省東南部沖積平原土體構(gòu)型及其屬性，結(jié)果表明不同土體構(gòu)型對(duì)于土壤的理化性狀和生產(chǎn)性能有重大影響。對(duì)河南省潮土區(qū)的研究也表明土壤剖面質(zhì)地構(gòu)型對(duì)作物產(chǎn)量的影響顯著[7–8]。

然而，盡管有關(guān)土壤剖面質(zhì)地構(gòu)型的定量化方法已得到發(fā)展[9–13]，但當(dāng)前的土壤質(zhì)量評(píng)價(jià)多集中于土壤的表層深度[14]。國(guó)際范圍內(nèi)，除中國(guó)外，土體構(gòu)型作為土壤質(zhì)量的重要因子使用較少；且以往研究中土體構(gòu)型的數(shù)據(jù)來源多為二次土壤普查的歷史數(shù)據(jù)，土體構(gòu)型的量化方法多僅僅依靠專家知識(shí)進(jìn)行[15–16]。本研究的目的：①對(duì)封丘縣的土壤質(zhì)量進(jìn)行評(píng)價(jià)；②對(duì)比土壤剖面質(zhì)地構(gòu)型對(duì)土壤質(zhì)量指數(shù)的影響；③選擇適合研究區(qū)的土壤質(zhì)量指標(biāo)最小數(shù)據(jù)集。

1 材料與方法

1.1 研究區(qū)概況

封丘縣地處河南省東北部，地理位置 34°53′ ~ 35°14′N，114°14′ ~ 114°45′E，是典型的黃河中下游沖積平原區(qū)。氣候?qū)儆诒迸瘻貛О敫珊敌图撅L(fēng)氣候區(qū)。封丘縣屬平原地面范疇，其地面形態(tài)之間的差異性小，地勢(shì)平坦。區(qū)域面積1 220 km2，其中耕地面積771 km2。封丘縣是全國(guó)商品糧生產(chǎn)縣之一，土地利用方式主要為旱地，種植方式為一年兩熟，盛產(chǎn)作物有小麥、玉米①封丘縣土壤普查辦公室. 封丘土壤. 1984：61–76。本縣境內(nèi)分布的主要土壤是潮濕雛形土，占全縣土壤總面積的98% 以上。成土母質(zhì)為黃河沖積物，由于黃河的多次泛濫沖積，土壤在垂直與水平方向上質(zhì)地層次分布較為復(fù)雜，砂黏相間、層理交錯(cuò)、剖面質(zhì)地構(gòu)型多樣。

1.2 樣品采集與分析

以遙感影像為底圖，以2 km × 2 km網(wǎng)格在研究區(qū)布置低密度土壤樣點(diǎn)278個(gè)，土壤樣品采集于2007年9月份實(shí)施，樣點(diǎn)由GPS精確定位，以定位樣點(diǎn)為中心、在半徑20 m范圍內(nèi)的5 ~ 8處取樣點(diǎn)分別采集表層土壤(0 ~ 20 cm)，經(jīng)充分混合后以四分法獲得1 kg樣品。樣點(diǎn)分布如圖1所示。

圖1 封丘2 km × 2 km土壤樣點(diǎn)分布圖Fig. 1 Distribution of soil sampling sites at 2 km × 2 km gird in Fengqiu

依據(jù)土壤類型、微域地形、空間上均衡等原則，在研究區(qū)布設(shè)標(biāo)準(zhǔn)土壤剖面樣點(diǎn)40個(gè)(圖2)，于2008年7月對(duì)布設(shè)土壤剖面進(jìn)行觀測(cè)、描述與記載并采集分層土壤樣品共172個(gè)(采樣深度0 ~ 100 cm)。土鉆樣點(diǎn)觀察記錄于2009年3月底結(jié)束。共計(jì)觀測(cè)、記錄土鉆樣點(diǎn)114個(gè)，鉆探深度100 cm。樣點(diǎn)選擇依據(jù)土壤類型進(jìn)行，兼顧空間均勻原則。

圖2 封丘土壤剖面點(diǎn)和土鉆點(diǎn)分布圖Fig. 2 Distribution of soil profile sites and soil auger sites in Fengqiu

為了確定具有明確的生物學(xué)意義的土壤質(zhì)量評(píng)價(jià)指標(biāo)和權(quán)重，本研究對(duì)研究區(qū)作物進(jìn)行測(cè)產(chǎn)。在實(shí)施表層土壤采樣的基礎(chǔ)上，依據(jù)高、中、低產(chǎn)合理布局原則，兼顧土壤類型和空間上相對(duì)均勻原則，在封丘試區(qū)布置測(cè)產(chǎn)田塊131個(gè)。研究區(qū)面積較大的土種類型至少布置2個(gè)樣區(qū)；若某種土壤類型在研究區(qū)中出現(xiàn)的次數(shù)較多，則在該土壤類型面積較大的區(qū)域中間選取樣點(diǎn)作為測(cè)產(chǎn)點(diǎn)。土壤樣品的采集于2008年9月進(jìn)行，樣點(diǎn)位置采用GPS系統(tǒng)進(jìn)行地理定位；在布置采樣點(diǎn)的田塊(農(nóng)田)或一定半徑范圍內(nèi)取5 ~ 8點(diǎn)進(jìn)行混合，四分法采集1 kg，裝入土袋并標(biāo)號(hào)，分別采集0 ~ 20 cm和20 ~ 40 cm深的土樣各131個(gè)，共262個(gè)(圖3)。測(cè)產(chǎn)分4次進(jìn)行，分別于2008、2009年小麥和玉米的收獲季節(jié)采集、烤種，2008、2009年小麥樣品分別為121、129個(gè)；玉米樣品數(shù)據(jù)119個(gè)、116個(gè)。將采集的樣品風(fēng)干、磨碎、過篩，對(duì)土壤屬性包括有機(jī)質(zhì)、全氮、全磷、速效磷、速效鉀、pH、 CEC、體積質(zhì)量、電導(dǎo)率和土壤質(zhì)地進(jìn)行分析，測(cè)定方法依據(jù)《土壤農(nóng)業(yè)化學(xué)分析方法》[17]。

圖3 封丘測(cè)產(chǎn)點(diǎn)分布圖Fig. 3 Distribution of yield-estimation sites in Fengqiu

1.3 研究方法

本研究從土壤供應(yīng)能力和肥力保證功能兩個(gè)方面確定了13項(xiàng)指標(biāo)作為土壤質(zhì)量指標(biāo)體系的候選數(shù)據(jù)集。土壤養(yǎng)分供給因素包括土壤養(yǎng)分儲(chǔ)量指標(biāo)有機(jī)質(zhì)、全氮、全磷、全鉀以及養(yǎng)分有效狀態(tài)速效磷、速效鉀。土壤肥力保證因素主要包括 pH、CEC、體積質(zhì)量、表層土壤質(zhì)地、土壤剖面質(zhì)地構(gòu)型。

利用基于河南省封丘縣39個(gè)剖面數(shù)據(jù)及113個(gè)土鉆樣點(diǎn)數(shù)據(jù)，使用模糊C均值聚類方法(FCM)結(jié)合Kriging插值方法獲取的9種土壤剖面質(zhì)地構(gòu)型在空間上分布的單一類別隸屬度圖；在此基礎(chǔ)上結(jié)合專家知識(shí)，針對(duì)平原地區(qū)旱作作物及耕地的耕性對(duì)土壤剖面質(zhì)地構(gòu)型的性狀進(jìn)行打分，以分值為參照，在ArcGIS 9.2中9個(gè)單一類別隸屬度柵格文件進(jìn)行柵格計(jì)算，獲取研究區(qū)土壤剖面質(zhì)地構(gòu)型柵格的綜合分值。

采用Li等[18]提出的Norm值方法來進(jìn)行最小數(shù)據(jù)集的選擇，在最終的取舍時(shí)考慮作物產(chǎn)量與候選因子的關(guān)系來進(jìn)行取舍。應(yīng)用模糊數(shù)學(xué)方法計(jì)算每個(gè)參評(píng)因子的隸屬度函數(shù)[19]。但由于研究區(qū)目前土壤鹽分含量普遍較低，原有的鹽分隸屬度函數(shù)不能反映研究區(qū)土壤鹽分含量的差異，本研究基于EC與糧食產(chǎn)量的散點(diǎn)圖，對(duì)土壤電導(dǎo)率的隸屬度函數(shù)進(jìn)行了調(diào)整。采用3種形式的函數(shù)(上升型、下降型、頂點(diǎn)型)進(jìn)行因子的隸屬度函數(shù)計(jì)算。各土壤屬性相應(yīng)的拐點(diǎn)如表1，對(duì)應(yīng)隸屬度函數(shù)如式1，2，3。

表1 土壤屬性隸屬度函數(shù)的拐點(diǎn)Table 1 Inflection points of membership functions of soil properties

為了能較客觀地確定參數(shù)的權(quán)重，本研究利用在社會(huì)經(jīng)濟(jì)領(lǐng)域確定指標(biāo)權(quán)重常用的主成分分析來計(jì)算各參數(shù)權(quán)重[20]。土壤質(zhì)量指數(shù)(Soil quality index，SQI)的計(jì)算采用加權(quán)指數(shù)和法計(jì)算。

土壤質(zhì)量評(píng)價(jià)采用兩種方法來進(jìn)行：①不考慮土壤剖面質(zhì)地構(gòu)型因子的土壤質(zhì)量評(píng)價(jià)(SQI_a)；②考慮土壤質(zhì)地剖面構(gòu)型時(shí)的土壤質(zhì)量評(píng)價(jià)(SQI_b)，兩種方法均先計(jì)算土壤質(zhì)量指數(shù)后進(jìn)行Kriging插值獲取研究區(qū)空間的土壤質(zhì)量指數(shù)分布圖。

為了對(duì)土壤質(zhì)量評(píng)價(jià)的結(jié)果進(jìn)行驗(yàn)證，本研究基于測(cè)產(chǎn)數(shù)據(jù)提取了測(cè)產(chǎn)點(diǎn)對(duì)應(yīng)的兩種土壤質(zhì)量指數(shù)值，并對(duì)測(cè)產(chǎn)點(diǎn)作物產(chǎn)量與土壤質(zhì)量指數(shù)進(jìn)行相關(guān)分析及回歸分析。

所有的統(tǒng)計(jì)分析都是在 PASW statistics 18.0 (SPSS Inc.，USA) 軟件中進(jìn)行。

2 結(jié)果與討論

2.1 土壤剖面質(zhì)地構(gòu)型的獲取

通過39個(gè)土壤剖面和113個(gè)土鉆樣點(diǎn)數(shù)據(jù)，根據(jù)層次質(zhì)地類型與其在剖面中出現(xiàn)位置兩個(gè)基本特征定義特征質(zhì)地層，在研究區(qū)最終確立了9種特征質(zhì)地層，包括砂質(zhì)表層、壤質(zhì)表層、黏質(zhì)表層、砂質(zhì)心土層、壤質(zhì)心土層、黏質(zhì)心土層、砂質(zhì)底土層、壤質(zhì)底土層和黏質(zhì)底土層。以特征質(zhì)地層在已觀測(cè)土壤剖面和土鉆樣本中出現(xiàn)缺失特征以及厚度參數(shù)為基礎(chǔ)數(shù)據(jù)，應(yīng)用模糊 C均值算法模型，將研究區(qū)觀測(cè)土壤劃分為9種特征質(zhì)地層組合類別，亦稱為土壤剖面質(zhì)地構(gòu)型。結(jié)合普通克里格空間預(yù)測(cè)方法，實(shí)現(xiàn)了 9種土壤剖面質(zhì)地構(gòu)型在空間上分布的單一類別隸屬度圖。預(yù)測(cè)精度基本正確率達(dá)到88.3%，空間預(yù)測(cè)結(jié)果基本可信；不吻合的樣點(diǎn)在空間上主要分布在研究區(qū)的南邊黃河附近，由于黃河附近微地貌相對(duì)來說比較復(fù)雜，對(duì)空間預(yù)測(cè)結(jié)果的精度會(huì)產(chǎn)生一定的影響[21]。

根據(jù)研究區(qū)的土層排序狀況、所占面積比例、性狀來講可以歸并為 7類，將壤–黏–壤歸并到壤–黏–黏，壤–壤–砂歸并到壤–壤–壤。針對(duì)平原地區(qū)旱作作物及耕地的耕性請(qǐng)專家對(duì)土壤剖面質(zhì)地構(gòu)型的性狀進(jìn)行打分(表2)。以分值為參照在ArcGIS 9.2中9個(gè)單一類別隸屬度柵格文件進(jìn)行柵格計(jì)算，獲取了研究區(qū)土壤剖面質(zhì)地構(gòu)型柵格的綜合分值。研究區(qū)土壤剖面質(zhì)地構(gòu)型分值圖如圖4所示。

表2 研究區(qū)土壤剖面質(zhì)地構(gòu)型的分值Table 2 Assigned scores for texture configurations of soil profile in study area

圖4 研究區(qū)土壤剖面質(zhì)地構(gòu)型分值圖Fig. 4 Score map of texture configuration of soil profile in study area

2.2 土壤屬性與作物產(chǎn)量的關(guān)系

對(duì)四季所測(cè)作物產(chǎn)量與測(cè)產(chǎn)點(diǎn)0 ~ 20 cm和20 ~ 40 cm的土壤屬性進(jìn)行相關(guān)分析，列相關(guān)性較好的指標(biāo)入表3。

由表3可見，土壤剖面質(zhì)地構(gòu)型與作物產(chǎn)量的相關(guān)性最好，幾乎都在 0.01的水平上顯著相關(guān)，電導(dǎo)率與作物產(chǎn)量也具有很好的相關(guān)性，此外，粉粒和速效磷與2008年玉米產(chǎn)量也有較好的相關(guān)性。但有些對(duì)作物而言很重要的因子與作物產(chǎn)量的相關(guān)性并不好，比如有機(jī)質(zhì)、CEC、速效鉀等(表3未列出)，這可能與影響作物產(chǎn)量的因子非常復(fù)雜有關(guān)。

2.3 不考慮土壤剖面質(zhì)地構(gòu)型的土壤質(zhì)量評(píng)價(jià)(SQI_a)

對(duì)侯選土壤指標(biāo)進(jìn)行因子分析，選取 7個(gè)主成分，累積貢獻(xiàn)率達(dá)到 80.67%。其主成分及分組狀況見表4。

按Norm值大小應(yīng)選因子為有機(jī)質(zhì)、粉粒、黏粒、速效鉀、全鉀、pH和體積質(zhì)量。但考慮到2 km × 2 km樣點(diǎn)的土壤屬性體積質(zhì)量數(shù)據(jù)個(gè)數(shù)很有限，同時(shí)粉粒、黏粒已經(jīng)代表質(zhì)地狀況，所以以速效磷替代體積質(zhì)量；電導(dǎo)率EC對(duì)研究區(qū)的作物產(chǎn)量影響較大，選擇電導(dǎo)率替代速效鉀。因此，選取的MDS實(shí)際為有機(jī)質(zhì)、粉粒、黏粒、電導(dǎo)率、全鉀、pH和速效磷。

對(duì)有機(jī)質(zhì)、粉粒、黏粒、電導(dǎo)率、全鉀、pH和速效磷進(jìn)行相關(guān)分析得表5。

由表5可見，全鉀與速效磷，粉粒與電導(dǎo)率，黏粒與有機(jī)質(zhì)在P<0.01水平上顯著相關(guān)，同時(shí)，粉粒與有機(jī)質(zhì)，黏粒與EC在P<0.05水平上也顯著相關(guān)。由于速效養(yǎng)分更能夠被作物吸收，所以選擇速效磷；考慮到EC對(duì)于研究區(qū)土壤質(zhì)量的重要性，舍棄粉粒；黏粒與有機(jī)質(zhì)雖然也顯著相關(guān)，但黏粒能夠反映土壤質(zhì)地，有機(jī)質(zhì)也是土壤質(zhì)量評(píng)價(jià)不可或缺的指標(biāo)，所以兩者都保留。最終確定土壤質(zhì)量評(píng)價(jià)的指標(biāo)為有機(jī)質(zhì)、黏粒、電導(dǎo)率、pH和速效磷。

利用主成分分析法確定MDS的權(quán)重如表6。

表3 作物產(chǎn)量與土壤屬性的相關(guān)分析Table 3 Pearson correlations of crop yields and soil properties

表4 候選土壤參數(shù)的PCA分析及分組Table 4 PCA analysis and grouping of candidate soil parameters

表5 最小數(shù)據(jù)集因子之間的Pearson相關(guān)分析Table 5 Pearson correlations between soil parameters in MDS

表6 評(píng)價(jià)因子的權(quán)重Table 6 Weights of soil parameters in MDS

利用加權(quán)指數(shù)和法，獲取各點(diǎn)的土壤質(zhì)量指數(shù)SQI_a，在ArcGIS 9.2中進(jìn)行Kriging插值，獲取封丘縣域土壤質(zhì)量指數(shù)空間分布圖。

2.4 考慮土壤剖面質(zhì)地構(gòu)型的土壤質(zhì)量評(píng)價(jià)

對(duì)侯選土壤指標(biāo)進(jìn)行因子分析，選取 6個(gè)主成分，累積貢獻(xiàn)率達(dá)到 73.14%。其主成分及分組狀況如表7。

按Norm值的大小應(yīng)選有機(jī)質(zhì)、黏粒、砂粒、全磷、EC、pH作為 MDS?；谙嗤脑颍盟傩Я滋娲祝灰蛲馏w構(gòu)型對(duì)研究區(qū)土壤質(zhì)量有著不可替代的作用，所以將土體構(gòu)型作為MDS指標(biāo)；砂粒因與黏粒同是表征土壤質(zhì)地狀況，所以舍棄砂粒含量，保留黏粒含量。所以，最終選擇有機(jī)質(zhì)、黏粒、速效磷、EC、pH、土壤質(zhì)地剖面構(gòu)型作為MDS。與未添加土壤剖面質(zhì)地構(gòu)型時(shí)的最小數(shù)據(jù)集相比，僅僅添加了土壤質(zhì)地剖面構(gòu)型。

利用主成分分析法獲取評(píng)價(jià)因子權(quán)重如表8。

利用加權(quán)指數(shù)和法，獲取各點(diǎn)的土壤質(zhì)量指數(shù)SQI_b，在ArcGIS 9.2中進(jìn)行Kriging插值，獲取封丘縣域土壤質(zhì)量指數(shù)空間分布圖。

2.5 土壤質(zhì)量評(píng)價(jià)結(jié)果的驗(yàn)證

本研究基于測(cè)產(chǎn)數(shù)據(jù)在 ArcGIS 9.2 中提取了測(cè)產(chǎn)點(diǎn)對(duì)應(yīng)的兩種土壤質(zhì)量指數(shù)值，并對(duì)產(chǎn)點(diǎn)作物產(chǎn)量與土壤質(zhì)量指數(shù)進(jìn)行了統(tǒng)計(jì)分析。

兩種土壤質(zhì)量評(píng)價(jià)結(jié)果分別與兩年作物產(chǎn)量的總產(chǎn)值的平均值進(jìn)行相關(guān)分析得表9。

表7 候選土壤參數(shù)的PCA分析及分組Table 7 PCA analysis and grouping of candidate soil parameters

表8 評(píng)價(jià)因子的權(quán)重Table 8 Weights of soil parameters in MDS

表9 土壤質(zhì)量指數(shù)與作物產(chǎn)量的相關(guān)性分析Table 9 Pearson correlations of crop yields and soil quality indexes

由表9可見，土壤質(zhì)量指數(shù)與作物產(chǎn)量有著較好的相關(guān)性，添加土壤剖面質(zhì)地構(gòu)型因子后(SQI_b)，土壤質(zhì)量評(píng)價(jià)指數(shù)與作物產(chǎn)量的相關(guān)性進(jìn)一步提高。這充分顯示了在黃河泛濫沖積平原地區(qū)，剖面質(zhì)地構(gòu)型是影響土壤質(zhì)量的非常重要的因子。

以各土壤質(zhì)量指數(shù)為自變量，作物年平均總產(chǎn)量為因變量進(jìn)行線性回歸分析，得圖5。由圖5可見，添加土壤質(zhì)地剖面構(gòu)型因子后，土壤質(zhì)量評(píng)價(jià)的結(jié)果大大改善，R2由原來的0.186 3增大到0.280 1，且達(dá)到了P<0.001顯著水平。

圖5 年平均糧食總產(chǎn)量與土壤質(zhì)量指數(shù)的線性回歸分析Fig. 5 Linear regression between mean annual grain output and soil quality indexes

作為一個(gè)為生態(tài)系統(tǒng)服務(wù)、支持植物生活必不可少的貢獻(xiàn)者，土壤資源必須被作為一個(gè)整體來考慮的觀念已經(jīng)日益被自然科學(xué)領(lǐng)域所認(rèn)可[22]。Hewitt[23]在2004年也指出土壤質(zhì)量應(yīng)由表土和剖面特性共同決定。Merrill等[14]對(duì)北達(dá)科他州中部?jī)煞N類別相似、土壤剖面特性不同的土壤進(jìn)行評(píng)價(jià)，結(jié)果表明進(jìn)行土壤質(zhì)量評(píng)價(jià)需要對(duì)土壤剖面和土壤底層、近地表土壤整體綜合進(jìn)行。這些觀點(diǎn)與本研究結(jié)果一致，即土壤剖面質(zhì)地構(gòu)型是土壤質(zhì)量評(píng)價(jià)必不可少的因子。與以往研究[24]相比，本研究將基于FCM方法獲取的土壤剖面質(zhì)地構(gòu)型作為評(píng)價(jià)指標(biāo)，對(duì)土壤質(zhì)量的評(píng)價(jià)指標(biāo)進(jìn)行優(yōu)選，對(duì)電導(dǎo)率EC的隸屬度函數(shù)進(jìn)行了調(diào)整；本研究的土壤質(zhì)量評(píng)價(jià)指標(biāo)體系及方法具有明確的生物學(xué)意義，取得了較好的結(jié)果。

3 結(jié)論

1) 土壤質(zhì)量指數(shù)與作物產(chǎn)量有較好的相關(guān)性，土壤質(zhì)量評(píng)價(jià)結(jié)果能夠較好地反映研究區(qū)的土壤質(zhì)量狀況。

2) 在添加剖面質(zhì)地構(gòu)型因子后，土壤質(zhì)量評(píng)價(jià)結(jié)果有進(jìn)一步的改善，可見在黃河泛濫沖積平原地區(qū)，剖面質(zhì)地構(gòu)型是影響土壤質(zhì)量的非常重要的因子。

3) 適合研究區(qū)土壤質(zhì)量評(píng)價(jià)的指標(biāo)最小數(shù)據(jù)集為pH、速效磷、電導(dǎo)率、黏粒、有機(jī)質(zhì)和土壤剖面質(zhì)地構(gòu)型。

[1] Gil-Sotres F, Trasar-Cepeda C, Leiros M C, et al. Different approaches to evaluating soil quality using biochemical properties[J]. Soil Biology & Biochemistry, 2005, 37: 877–887

[2] 陳恩鳳. 關(guān)于土壤肥力實(shí)質(zhì)研究的來源與設(shè)想[J]. 土壤肥料, 1978(6): 1–5

[3] Dobos E, Carré F, Hengl T, et al. Digital soil mapping as a support to production of functional maps[J]. Office for Official Publications of the European Communities, Luxemburg. EUR, 2006: 22 123

[4] 顏春起. 三江平原土體構(gòu)型與旱澇關(guān)系的研究[J]. 土壤學(xué)報(bào), 1984, 21(1): 70–78

[5] 崔浩浩, 張冰, 馮欣, 等. 不同土體構(gòu)型土壤的持水性能[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2016, 34(4): 1–5

[6] 李學(xué)敏, 翟玉柱, 李雅靜, 等. 土體構(gòu)型與土壤肥力關(guān)系的研究[J]. 土壤通報(bào), 2005, 36(6): 975– 977

[7] 趙霞, 黃瑞冬, 唐保軍, 等. 潮土區(qū)不同土體構(gòu)型對(duì)夏玉米生長(zhǎng)與產(chǎn)量的影響[J]. 土壤通報(bào), 2013, 44(3): 538–542

[8] 檀滿枝, 李開麗, 史學(xué)正, 等. 華北平原土壤剖面質(zhì)地構(gòu)型對(duì)小麥產(chǎn)量的影響研究[J]. 土壤, 2014, 46(5): 913–919

[9] Rayner J H. Classification of soils by numerical methods[J]. Journal of Soil Science, 1966, 17(1): 79–92

[10] Powell B, McBratney A B, MacLeod D A. Fuzzy classification of soil profiles and horizons from the Lockyer Valley, Queensland, Australia[J]. Geoderma, 1992, 52(1): 173–197

[11] Van Alphen B J, Stoorvogel J J. A functional approach to soil characterization in support of precision agriculture[J]. Soil Sci. Soc. Am. J., 2000, 64: 1 706–1 713

[12] Saey T, Van Meirvenne M, Vermeersch H, et al. A pedotransfer function to evaluate the soil profile textural heterogeneity using proximally sensed apparent electrical conductivity[J]. Geoderma, 2009, 150(3): 389–395

[13] Ciampalini R, Lagacherie P, Gomez C, et al. Detecting, correcting and interpreting the biases of measured soil profile data: A case study in the Cap Bon Region (Tunisia)[J]. Geoderma, 2013, 192: 68–76

[14] Merrill S D, Liebig M A, Tanaka D L, et al. Comparison of soil quality and productivity at two sites differing in profile structure and topsoil properties[J]. Agriculture, Ecosystems & Environment, 2013, 179: 53–61

[15] 張?jiān)掠? 地理信息系統(tǒng)支持下的大比例尺農(nóng)用地質(zhì)量評(píng)價(jià)研究——以衢縣杜澤鎮(zhèn)為例[D]. 浙江: 浙江大學(xué), 2001

[16] 張化楠. 土體構(gòu)型表達(dá)與地力計(jì)算模式對(duì)耕地生產(chǎn)力評(píng)價(jià)的影響[D]. 鄭州: 鄭州大學(xué), 2015

[17] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法[M]. 北京: 中國(guó)農(nóng)業(yè)科技出版社, 2000

[18] Li G L, Chen J, Sun Z Y, et al. Establishing a minimum dataset for soil quality assessment based on soil properties and land use change[J]. Acta ecologica sinica, 2007, 27(7): 2 715–2 724

[19] 曹志洪, 周建民. 中國(guó)土壤質(zhì)量[M]. 北京: 科學(xué)出版社, 2008

[20] 李桂林. 城市化背景下非農(nóng)用地?cái)U(kuò)張動(dòng)態(tài)及其對(duì)土壤資源的綜合影響——以蘇州市區(qū)為例[D]. 南京: 中國(guó)科學(xué)院南京土壤研究所, 2007

[21] 密術(shù)曉, 檀滿枝, 陳杰, 等. 基于HSI模型的色彩合成技術(shù)在土壤模糊連續(xù)制圖中的應(yīng)用[J]. 土壤通報(bào), 2010, 41(6): 1 288–1293

[22] Robinson D A, Hockley N, Dominati E, et al. Natural capital, ecosystem services, and soil change: Why soil science must embrace an ecosystems approach[J]. Vadose Zone Journal, 2012(11): 5–10

[23] Hewitt A E. Soil properties relevant to plant growth: A guide to recognising soil properties relevant to plant growth and protection[M]. Lincoln New Zealand: Manaaki Whenua Press, 2004

[24] 張貝爾, 黃標(biāo), 趙永存, 等. 華北平原典型區(qū)土壤肥力低下區(qū)識(shí)別及限制因子分析[J]. 土壤學(xué)報(bào), 2012, 49(5): 841–849

Evaluating Soil Quality with Texture Profile Configuration——A Case Study of Fenqiu, Henan

LI Kaili1, TAN Manzhi2, MI Shuxiao3, CHEN Jie4
(1College of Urban,Resource and Environmental Science,Jiangsu Second Normal University,Nanjing210013,China; 2Institute of Soil Science,Chinese Academy of Sciences,Nanjing210008,China; 3Suzhou National Territory Resources
Bureau,Suzhou,Jiangsu215004,China; 4School of Water Conservation and Environment,Zhengzhou University,Zhengzhou450000,China)

Texture configuration of soil profile plays a great role for soil quality and soil productivity, especially in alluvial plain. However, this index was found seldom to be used in soil quality evaluation, and the selected factors for soil quality are mostly lack of explicit biological significance. In this study, 39 soil profiles and 113 soil auger samples were decided and soil samples were collected in Fenqiu county of Henan Province. 9 kinds of texture configuration of soil profiles were determined and their membership were obtained by using fuzzy C means clustering (FCM), the membership distribution map of the study area was edited with Kriging interpolation method. Based on expert knowledge, texture configuration was scored according to soil tilth and crop suitability. The comprehensive scores of texture configuration of soil profiles of the study area was edited in ArcGIS 9.2 platform. The minimum data set (MDS) was setup for soil quality evaluation by using principal component analysis (PCA) with the support of crop yield data and soil properties. Soil quality indexes (SQI) were calculated and compared by using MDS with or without texture configuration of soil profiles. The results showed this kind of assessment can disclose well soil quality in the study area, correlation was improved between SQI and crop yields when considering texture configuration of soil profiles. Thus, texture configuration of soil profiles is an essential indicator for soil quality evaluation in the alluvial plain and similar regions.

Texture configuration of soil profile; Soil quality; Alluvial plain; FCM; MDS; PCA

S159.9

10.13758/j.cnki.tr.2016.06.027

江蘇第二師范學(xué)院“十二五”科研規(guī)劃課題項(xiàng)目(311903)和中國(guó)科學(xué)院知識(shí)創(chuàng)新工程重大項(xiàng)目(KSCX1-YW-09-02)資助。

李開麗(1977—)，女，山東沂水人，博士，講師，主要從事遙感與GIS應(yīng)用、土壤資源演變、土壤空間預(yù)測(cè)及土壤調(diào)查制圖研究。E-mail：lklcelery@163.com