樊亞男 姚利鵬 瞿明凱 胡文友 黃 標? 趙永存

（1 中國科學院土壤環(huán)境與污染修復重點實驗室（南京土壤研究所），南京 210008）

（2 中國科學院大學，北京 100049）

（3 南京市環(huán)境保護科學研究院，南京 210019）

基于產(chǎn)量的稻田肥力質(zhì)量評價及障礙因子區(qū)劃
——以進賢縣為例*

樊亞男1，2姚利鵬1，3瞿明凱1胡文友1黃 標1?趙永存1

（1 中國科學院土壤環(huán)境與污染修復重點實驗室（南京土壤研究所），南京 210008）

（2 中國科學院大學，北京 100049）

（3 南京市環(huán)境保護科學研究院，南京 210019）

土壤肥力質(zhì)量評價及土壤肥力障礙因子分析，對于區(qū)域土壤利用和改良、指導農(nóng)業(yè)生產(chǎn)結(jié)構布局具有重要意義。以江西省進賢縣為研究區(qū)，通過水稻遙感解譯測產(chǎn)，結(jié)合主成分分析進行土壤質(zhì)量評價；采用綜合指數(shù)法表征土壤肥力質(zhì)量水平，分析該區(qū)域低肥力質(zhì)量區(qū)域主要障礙因素，并進行障礙因子區(qū)劃。結(jié)果表明，該地區(qū)土壤肥力質(zhì)量評價的最小數(shù)據(jù)集（MDS）指標包括：有機質(zhì)、陽離子交換量（CEC）、全鉀（TK）、交換性鈣（Ex.Ca）、容重、粉黏比；土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量相關系數(shù)達到0.73（p＜0.01），以當?shù)厮酒骄a(chǎn)量7.215 t hm-2確定土壤質(zhì)量綜合指數(shù)閾值為0.65。分析得出，該地區(qū)影響土壤肥力的主要障礙包括有機質(zhì)含量低和容重較大反映的低熟化度障礙、中量元素缺乏反映的酸化障礙、全鉀含量低和高粉黏比反映的結(jié)構障礙等。根據(jù)障礙因素將研究區(qū)域劃分為三大障礙區(qū)：東南部丘陵區(qū)主要障礙因子為酸化和土壤結(jié)構障礙；中西部低崗平原主要為土壤酸化障礙；北部濱湖區(qū)主要障礙為水稻土熟化程度低。通過對不同區(qū)域施行針對性改良措施有益于提高土壤肥力。

遙感解譯估產(chǎn)；土壤屬性；水稻；土壤肥力質(zhì)量評價；土壤障礙因子

20世紀70年代初，土壤質(zhì)量一詞出現(xiàn)在土壤學文獻上，并逐步成為國際土壤學研究的熱點，土壤質(zhì)量可從土壤的肥力質(zhì)量、土壤環(huán)境質(zhì)量及土壤健康質(zhì)量三個方面進行定義［1］。土壤質(zhì)量的含義因不同的土壤利用目的，對三個方面的側(cè)重略有不同。土壤肥力是土壤的基本屬性，能為植物提供生長所需的基礎條件，是獲得高產(chǎn)、優(yōu)質(zhì)農(nóng)產(chǎn)品的前提保證。土壤肥力是建立可持續(xù)農(nóng)業(yè)的重要物質(zhì)基礎［2-3］，而由于高強度的農(nóng)業(yè)利用以及不合理的管理措施，土壤屬性會產(chǎn)生劇烈的變化，并且會限制土壤的生產(chǎn)力，成為土壤肥力的障礙因素。對障礙因素進行區(qū)劃，有利于區(qū)域土壤資源利用及改良。

目前，常用的土壤質(zhì)量評價方法包括多變量指標克立格法、土壤質(zhì)量動力學方法、土壤質(zhì)量綜合評分法和土壤相對質(zhì)量評價法等。綜合指數(shù)法是目前在國內(nèi)外應用最廣泛的一種土壤質(zhì)量評價方法［4-5］。綜合指數(shù)法通常有4個關鍵步驟：評價最小數(shù)據(jù)集（MDS）的篩選、隸屬度函數(shù)及其臨界值的確定、指標權重的確定以及綜合指數(shù)閾值的確定［6-8］。在許多土壤質(zhì)量評價工作中，MDS已經(jīng)被廣泛應用。獲取MDS的方法主要為專家建議法和多元統(tǒng)計法，其中，多元統(tǒng)計法更能符合具體的評價工作要求。隸屬度函數(shù)是模糊數(shù)學中的一個重要概念，用以刻畫客觀事物中的模糊界限，因此，可建立MDS中各指標的隸屬度函數(shù)，計算其臨界值來表示各肥力指標的狀態(tài)值［9-10］。已有許多相關工作對隸屬度函數(shù)進行研究，但是，僅采取固定的隸屬度函數(shù)模型和臨界值對不同區(qū)域進行評價顯然不具備科學性，也難以解決具體問題。單項肥力質(zhì)量指標權重的確定是計算土壤質(zhì)量綜合指數(shù)的關鍵。以往的評價大多憑主觀的經(jīng)驗判斷或直接給予不同指標同等權重。這樣的做法顯然缺乏合理性。目前，常用的權重系數(shù)的確定方法除上述的經(jīng)驗打分法外，多元統(tǒng)計中的相關系數(shù)法、主因子分析法、層次分析法以及回歸分析法均能較好地反映指標的權重分配［11］。因此，如何科學選取MDS、確定其隸屬度函數(shù)及其臨界值、合理分配權重是土壤肥力質(zhì)量評價的關鍵。

本研究選取鄱陽湖典型水稻種植區(qū)域進賢縣作為研究區(qū)，并采用遙感解譯估產(chǎn)數(shù)據(jù)來確定土壤質(zhì)量評價的最小數(shù)據(jù)集，通過產(chǎn)量數(shù)據(jù)與土壤屬性的主成分分析來確定具有生物學意義的指標，建立最小數(shù)據(jù)集并確定各指標權重和隸屬度函數(shù)類型及其臨界值，采用綜合指數(shù)法計算土壤肥力質(zhì)量綜合指數(shù)，并進一步分析該地區(qū)限制水稻產(chǎn)量、影響土壤質(zhì)量的障礙因子，對該區(qū)域土壤障礙因子進行分區(qū)，并提出了合理利用的改良意見，為水稻土肥力質(zhì)量評價及障礙因子的區(qū)劃提供一個可借鑒的模式。

1 材料與方法

1.1 研究區(qū)概況

進賢縣為江西省南昌市下轄縣，位于鄱陽湖南部（圖1），地處亞熱帶季風濕潤氣候區(qū)，平均溫度為17.5℃，全縣年均日照數(shù)1 936 h，年均降水量1 587 mm。土壤類型以紅壤（55.9%）和水稻土（40.3%）為主，少量草甸土（3.5%）和潮土（0.3%）。水稻土是進賢縣主要的耕作土壤，以潴育型（88.0%）、潛育型（9.9%）和淹育型（2.1%）為主（圖1）。進賢縣面積總計1 955 km2，2005年統(tǒng)計數(shù)據(jù)表明，耕地面積約占35%［12］。進賢縣是全國糧食生產(chǎn)先進縣，該地區(qū)主要農(nóng)作物為水稻及油料作物，水稻一年兩季，其種植面積達到763.0 km2，占糧食種植總面積的89%［13］，是鄱陽湖流域具有代表性的水稻種植區(qū)域。

圖1 野外采樣點分布圖Fig. 1 Location of the sampling sites in the field

1.2 野外調(diào)查與樣品采集

在充分考慮土壤類型、空間均勻性及糧食作物產(chǎn)量分布狀況的基礎之上進行了樣點布設，共布設了103個土壤采樣點，其中，潴育型水稻土70個、潛育型水稻土26個、淹育型水稻土7個。為了避免作物生長期間施肥的影響以及考慮到作物產(chǎn)量的預測，在晚季水稻成熟期進行樣品采集。2012年10月中下旬布設采集51個土壤采集點，2013年12月下旬布設采集53個土壤采集點。

在采樣點附近選取合適大小田塊，在采樣點10 m半徑內(nèi)隨機五點采集表層（0～20 cm）土壤，均勻混合后四分法取1 kg左右裝袋。并用相同方法采集相應位置的亞表層（20～40 cm）土壤樣品。此外，采集環(huán)刀和表層原始土塊樣品，供土壤容重和團聚體分析用。采樣時，使用GPS記錄實際采樣點的經(jīng)緯度，并詳細記載采樣點的地理位置、地形、田塊類型、土地利用變化狀況及施肥狀況等基礎信息。

1.3 遙感解譯估產(chǎn)

由于各地區(qū)種植狀況、收獲時間均具有很大的不確定性，而且多次采樣的誤差也較大，因此，本研究采用Landsat-增強型專題繪圖儀（Landsat-ETM+）結(jié)合Landsat陸地成像儀（Landsat-OLI）影像數(shù)據(jù)解譯研究區(qū)水稻種植面積，并提取水稻種植區(qū)域內(nèi)水稻生長關鍵物候期的歸一化植被指數(shù)（NDVI）值，建立水稻估產(chǎn)模型，對研究區(qū)水稻產(chǎn)量進行估算［14］。在土壤樣品采集的同時，采集部分易獲取點位的植物樣進行實際測產(chǎn)來驗證遙感解譯結(jié)果。

選擇研究區(qū)晚季水稻進行實際測產(chǎn)。在上文中設計的土壤樣點基礎上，兼顧高、中、低產(chǎn)合理布設及空間上相對均勻的原則，第一次采樣時即2012年10月中下旬晚稻收獲前期，在采集土壤樣品的對應田塊進行野外測產(chǎn)樣方收獲。分別量取樣方，采集每個樣方內(nèi)所有的水稻，作物采集后按樣方分別裝入編號的編織袋中，經(jīng)曬干、脫粒、稱重，通過計算每個田塊的3個樣方的平均單產(chǎn)，累加計算出每個測產(chǎn)田塊的水稻產(chǎn)量，并換算單位為t hm-2。

1.4 測定指標與方法

為了盡可能多地了解土壤性質(zhì)對水稻產(chǎn)量和土壤質(zhì)量評價的影響，本研究參考《土壤農(nóng)化分析》［15］及《土壤調(diào)查實驗室分析方法》［16］進行了較為全面的土壤性質(zhì)測定工作。采用電位法測定pH，低溫重鉻酸鉀氧化—滴定法測定有機質(zhì)（OM），采用硒粉、硫酸銅、硫酸鉀消化—蒸餾法測定土壤全氮（TN），混酸消化—鉬銻抗比色法測定土壤全磷（TP），混酸消化—火焰光度法測定土壤全鉀（TK），乙酸銨交換法測定陽離子交換量（CEC），乙酸銨、乙二胺四乙酸（EDTA）浸提—電感耦合全譜等離子直讀光譜儀（ICP）法測定交換性鉀、鈉、鈣、鎂（Ex.K、Ex.Na、Ex.Ca、Ex.Mg），氯化鉀交換中和滴定法測定交換性酸（H+、Al3+）并計算鹽基飽和度（BS）。碳酸氫鈉浸提-鉬銻抗比色法測定有效磷（AP），乙酸銨浸提—ICP法測定土壤速效鉀（AK），二乙基三胺五乙酸（DTPA）浸提—電感耦合等離子體原子發(fā)射光譜法（ICP-AES）測定土壤有效鐵、錳、銅、鋅（DTPA-Fe、DTPAMn、DTPA-Cu、DTPA-Zn），環(huán)刀法測定土壤容重（BD），吸管法測定土壤機械組成，干、濕篩法測定土壤團聚體性質(zhì)，以土壤團聚體穩(wěn)定率（stability）、干濕篩平均重量直徑（Dry-MWD、Wet-MWD）表示。

1.5 數(shù)據(jù)處理

采用 ENVI5.2進行研究區(qū)域圖像的幾何校正、大氣校正、剪切、增強、解譯分類及提取植被指數(shù)信息和建立評價模型等。采用ArcGIS9.3對基礎圖件進行數(shù)字化、圖形的編輯、修改和顯示以及圖形的幾何校正、空間分析等操作。采用主成分分析法對土壤屬性進行分析，獲取主成分，并且，通過將產(chǎn)量與主成分相關分析得到該研究地區(qū)限制水稻產(chǎn)量的主要因子，然后選取最小數(shù)據(jù)集，確定權重和隸屬度函數(shù)，并進行指標歸一化，得出土壤質(zhì)量綜合指數(shù)并對該地區(qū)土壤障礙因素進行區(qū)劃。數(shù)據(jù)分析主要利用SPSS 20.0完成，此外，利用Excel 2010進行簡單的數(shù)據(jù)儲存和整理分析。

2 結(jié) 果

2.1 水稻遙感解譯產(chǎn)量

為了建立具有生物學意義、能代表當?shù)貙嶋H土壤生產(chǎn)力的土壤質(zhì)量評價方法，對該研究區(qū)域的稻田進行遙感解譯和水稻估產(chǎn)。鑒于同類地物會受地塊周邊環(huán)境、地形等因素的影響，采用分區(qū)解譯的方法，將進賢縣分為北部濱湖區(qū)、中西部低崗平原區(qū)、東南部丘陵區(qū)三個區(qū)域，采用神經(jīng)網(wǎng)絡監(jiān)督分類法，進行圖像分類，共解譯晚稻種植面積281.2 km2，與進賢縣2013年統(tǒng)計數(shù)據(jù)的379.2 km2相比，準確率達到74.16%［17］。

提取每個時相的各測產(chǎn)樣點的植被指數(shù)信息，與地面測產(chǎn)數(shù)據(jù)之間進行相關性分析，測產(chǎn)數(shù)據(jù)與7、8月份的ETM+-NDVI呈現(xiàn)顯著相關性，相關系數(shù)分別為0.571、0.761。通過實測值與預測值的擬合方程決定系數(shù)（R2）、均方根誤差（RMSE）評價預測精度，R2越大、RMSE越小，預測精度越高。從交叉驗證結(jié)果來看，各地區(qū)實測值與預測值之間R2在0.70左右，均方根誤差0.421～0.954 t hm-2，說明NDVI值可以較為準確地預測研究區(qū)內(nèi)的水稻產(chǎn)量。

通過建立地面田塊的測產(chǎn)數(shù)據(jù)與對應歸一化植被指數(shù)NDVI的擬合模型，對全縣晚稻種植區(qū)域進行水稻估產(chǎn)。進賢縣水稻年單產(chǎn)在2.085～11.43 t hm-2之間，全縣平均晚稻畝產(chǎn)481 kg，即7.215 t hm-2。估測結(jié)果顯示，該區(qū)域水稻產(chǎn)量差異大，表現(xiàn)為中西部低崗平原區(qū)和軍山湖南部產(chǎn)量較高，丘陵地區(qū)產(chǎn)量稍低。

2.2 土壤屬性統(tǒng)計特征

土壤屬性測定結(jié)果及其統(tǒng)計特征見表1。進賢縣水稻土中的全氮、全磷、全鉀等養(yǎng)分均處于較弱的變異水平，變異系數(shù)在15%～35%，相比之下，有效磷和速效鉀的變異程度稍強，變異系數(shù)在60%～80%。通過對樣點土壤基本屬性分析，與第二次土壤普查時的數(shù)據(jù)相比，土壤性質(zhì)發(fā)生了顯著變化，研究區(qū)內(nèi)水稻土酸化明顯，全氮含量顯著提高，速效鉀含量并無明顯變化，全磷含量有明顯下降趨勢，而土壤有效磷含量顯著提高。就整體而言，全縣水稻土有機質(zhì)含量處于較高水平，質(zhì)地偏黏，非水穩(wěn)定性大團聚體含量較多。

表1 進賢縣土壤屬性統(tǒng)計特征Table 1 Statistical characters of soil properties in Jinxian County

2.3 最小數(shù)據(jù)集（MDS）指標選取

為建立具有生物學意義的土壤質(zhì)量評價指標集提供基礎，本研究運用主成分分析法對研究區(qū)樣點的土壤理化性質(zhì)相關指標進行分析。表層土壤的主成分分析共獲得6個特征值大于1的主成分，累積方差貢獻率達73%（表2）；主成分1（PC1）因子載荷較高的是pH、鹽基飽和度、交換性鹽基離子以及有效錳，主要是度量土壤酸堿過程的因子。主成分2（PC2）土壤有機質(zhì)、土壤全氮、土壤容重、陽離子交換量的因子載荷最高，因此，該主成分主要是表征土壤有機質(zhì)積累過程和土壤容重的因子。主成分3（PC3）有效鐵、銅、鋅的因子載荷最高，可知，該主成分代表微量元素養(yǎng)分的因子。主成分4（PC4）土壤團聚體相關指標因子載荷較高，因此，該主成分是度量土壤團聚體結(jié)構的因子。主成分5（PC5）土壤全磷、有效磷的因子載荷較高，可以定義為度量磷素的因子。主成分6（PC6）土壤粉黏比因子載荷最高，其次為全鉀，可定義為土壤質(zhì)地和鉀素因子。

表2 進賢縣表層水稻土屬性旋轉(zhuǎn)因子荷載矩陣（0～20 cm）Table 2 Rotated component matrix of topsoil properties of the paddy soil in Jinxian County （0～20 cm）

表3為將各測產(chǎn)田塊在綜合指標因子上的得分與水稻產(chǎn)量進行相關分析的結(jié)果，水稻產(chǎn)量與土壤質(zhì)地和鉀素水平（PC6）、土壤有機質(zhì)積累和土壤容重（PC2）相關性最高，其次是PC1主成分。

同上，對亞表層土壤獲得5個主成分，累積方差貢獻率達到了75%。PC1為土壤的主要養(yǎng)分因子，PC2為衡量酸堿過程的因子，PC3為表征陽離子交換能力的因子，PC4為速效鉀和土壤質(zhì)地因子，PC5為全鉀因子。通過亞表層土壤綜合指標與水稻產(chǎn)量的相關性分析，發(fā)現(xiàn)PC5與水稻產(chǎn)量在p＜0.01水平上顯著相關，PC3與水稻產(chǎn)量在p＜0.05水平上顯著相關，相關系數(shù)分別為0.18和0.27。

選取與水稻產(chǎn)量相關的主成分上載荷較高的屬性指標作為該主成分的代表因子進入最小數(shù)據(jù)集的備選指標［18］。土壤單項指標與水稻產(chǎn)量相關度高的也進入最小數(shù)據(jù)集的備選指標［19］。按照上述條件篩選后，綜合考慮主成分載荷最高、指標之間的相關性及指標測定的難易程度與準確程度等多方面因素，最終，表層選取進入最小數(shù)據(jù)集指標為：OM、TK、CEC、Ex.Ca、BD、Silt/Clay。

亞表層指標選取采用與表層相同方法，最終選取指標為：TK、CEC。

最終采用的最小數(shù)據(jù)集除TK和CEC為0～40 cm外，其余指標均為表層（0～20 cm）屬性指標。

表3 進賢縣水稻產(chǎn)量與各主成分的相關性（0～20 cm）Table 3 Correlations between rice yields and different principle components in Jinxian County（0～20 cm）

2.4 指標權重及隸屬度函數(shù)的確定

指標權重的獲取通過公因子方差來確定［20］。為確定具有生物學意義的隸屬度函數(shù)和轉(zhuǎn)折點，本研究采用土壤屬性與水稻年產(chǎn)量之間的散點圖和趨勢線確定隸屬度函數(shù)類型及轉(zhuǎn)折點（表4）。土壤有機質(zhì)、全鉀、交換性鈣與水稻產(chǎn)量之間為“S”型曲線關系，土壤容重和粉黏比與產(chǎn)量呈拋物線關系。土壤全鉀含量在12～17 g kg-1時，水稻產(chǎn)量呈現(xiàn)上升趨勢，而全鉀含量高于17 g kg-1時，產(chǎn)量處于較高水平，且隨著土壤全鉀含量的升高，水稻并未出現(xiàn)明顯的增產(chǎn)趨勢，因此，選擇12 g kg-1和17 gk g-1分別作為全鉀含量隸屬度函數(shù)的下限（L）、上限（U）值［21］。土壤有機質(zhì)和陽離子交換量均為局部的S形曲線，可選最小值和最大值分別作為其隸屬度函數(shù)的臨界值［22］。對比本研究利用遙感估產(chǎn)數(shù)據(jù)獲得隸屬度函數(shù)臨界值與目前常用于我國水稻土區(qū)的隸屬度函數(shù)臨界值，發(fā)現(xiàn)兩者之間存在差異［23］。

2.5 土壤質(zhì)量綜合指數(shù)及閾值的確定

通過以上獲取的權重數(shù)據(jù)和隸屬度函數(shù)按下列公式進行土壤質(zhì)量綜合指數(shù)的計算：

式中，SQI為土壤質(zhì)量綜合指數(shù)；Ii為第i個單項指標的歸一化值；Wi為第i個單項指標的權重值；n為評價指標個數(shù)。SQI值越高，說明土壤肥力質(zhì)量水平越高。

圖2為進賢縣土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量空間分布，對比水稻產(chǎn)量的空間分布，土壤質(zhì)量指數(shù)與水稻產(chǎn)量具有相似的空間分布特征。本文通過建立稻田土壤肥力質(zhì)量綜合指數(shù)與水稻產(chǎn)量之間的響應來確定土壤質(zhì)量綜合指數(shù)的閾值（圖3）。當土壤質(zhì)量綜合指數(shù)低于0.65時，水稻產(chǎn)量在低于平均值區(qū)域上下波動；當土壤質(zhì)量綜合指數(shù)高于0.65時，水稻產(chǎn)量在高于平均值區(qū)域波動，因此，確定質(zhì)量指數(shù)閾值為0.65。土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量相關系數(shù)達0.73（p＜0.01）。

2.6 土壤質(zhì)量障礙區(qū)識別

為了識別不同障礙區(qū)的限制性土壤因子，需計算各土壤指標在空間上存在障礙概率的高低。從評價指標的空間分布來看，部分指標之間具有相似或互補的空間分布特征。利用主成分分析可以對指標進一步降維，將6個評價指標歸類為3個主要的因子：第一主成分（F1）主要表征有機質(zhì)和容重，第二主成分（F2）為度量土壤質(zhì)地和全鉀含量狀況的因子，第三主成分（F3）是表征陽離子交換量及鈣元素的因子。因子得分是觀測量在每個主因子上的得分值，若是空間上一個點在某個因子上的得分大于0，說明這個點在該因子上具有正貢獻值，反之，則代表該點與該因子反映的土壤特征向量方向相反［24］。利用土壤屬性空間表達的不確定性獲取各個因子小于0的概率，即可獲得空間上各個因子可能存在障礙的概率（圖4）。通過統(tǒng)計不同鄉(xiāng)鎮(zhèn)各個因子得分小于0的平均概率，分析不同區(qū)域的土壤質(zhì)量主要限制因子并得到障礙分區(qū)（圖5）。

表4 基于水稻遙感估產(chǎn)數(shù)據(jù)獲取的隸屬度函數(shù)轉(zhuǎn)折點Table 4 Cutoffs values of standard core functions of soil quality indicators for rice yield estimation based on remote sensingintepretation

圖2 土壤質(zhì)量綜合指數(shù)（a）和水稻產(chǎn)量（b）空間分布Fig. 2 Spatial distribution of soil quality index（SQI）（a）and rice yield（b）in Jinxian County

北部濱湖區(qū)大部分鄉(xiāng)鎮(zhèn)在F1上的因子得分低于0的概率明顯高于其他幾個主成分，表明引起該區(qū)域土壤質(zhì)量指數(shù)低的因素可能是有機質(zhì)含量低和容重障礙。東南部丘陵區(qū)域在F2上的因子得分低于0的概率明顯高于其他幾個主成分，表明該地區(qū)的障礙因素主要為鉀素障礙和土壤結(jié)構性障礙。中西部低崗平原區(qū)域在F3上的因子得分低于0的概率明顯較高，表明該區(qū)域障礙因素主要為土壤酸化造成的陽離子交換量低和中量元素障礙。

圖3 進賢縣水稻產(chǎn)量對土壤質(zhì)量綜合指數(shù)的響應Fig. 3 Rice response to SQI in yield in Jianxian County

3 討 論

土壤是影響作物產(chǎn)量的關鍵因素之一，但是，對于不同的作物，不同的土壤利用類型，制約生產(chǎn)力的肥力質(zhì)量指標可能也不盡相同，采用固定統(tǒng)一的評價體系得到的土壤肥力質(zhì)量顯然不夠準確，結(jié)果也往往不符合當?shù)貙嶋H的土壤肥力狀況。

本文通過主成分分析方法結(jié)合遙感解譯測產(chǎn)結(jié)果，確定評價區(qū)域水稻土土壤質(zhì)量綜合指數(shù)的MDS以及權重和隸屬度函數(shù)類型及臨界值。在評價指標上，未選取有效磷或其他的相關磷素指標作為評價指標。近年來，由于農(nóng)業(yè)生產(chǎn)過程中大量的肥料投入，土壤的大量元素指標呈現(xiàn)出積累的趨勢，特別對于磷肥，易被土壤固定，肥料的殘效和積累利用率仍十分可觀［25-26］。但由于缺乏合理的施肥指導，農(nóng)民的盲目施肥導致土壤磷素積累，使土壤的磷素指標不再成為限制農(nóng)田肥力的關鍵指標。本文中土壤磷素指標水平及其與產(chǎn)量的相關性也表明，有效磷指標不再適用于該地區(qū)的土壤質(zhì)量評價?？梢?，采取一成不變的土壤質(zhì)量評價指標體系不能合理地反映土壤肥力質(zhì)量水平。

圖4 不同評價指標主成分因子F1（a）、F2（b）和F3（c）得分小于0的概率空間分布Fig. 4 Spatial distribution of the probabilities of principal component factor F1（a），F(xiàn)2（b）and F3（c）being below zero in score relative to evaluation index

圖5 進賢縣土壤質(zhì)量障礙分區(qū)Fig. 5 Zoning of Jinxian County based on soil quality constraints

進行土壤質(zhì)量指標歸一化過程時，利用遙感估產(chǎn)數(shù)據(jù)獲得了土壤質(zhì)量指標隸屬度函數(shù)的轉(zhuǎn)折點，與目前常用的統(tǒng)一隸屬度函數(shù)轉(zhuǎn)折點相比，存在一定差異，但對比研究區(qū)的實際土壤性質(zhì)基本狀況和水稻產(chǎn)量狀況，本文選取的隸屬度函數(shù)轉(zhuǎn)折點體現(xiàn)了當?shù)氐膶嶋H土壤生產(chǎn)力特征，更具有區(qū)域代表性和生物學意義。根據(jù)水稻產(chǎn)量與土壤質(zhì)量綜合指數(shù)響應關系確定SQI閾值為0.65，低于該值產(chǎn)量在低產(chǎn)區(qū)波動，高于該值產(chǎn)量在高產(chǎn)區(qū)波動。這也比較符合實際生產(chǎn)過程中作物產(chǎn)量不僅受土壤屬性影響還受各種管理因素和降雨因素等影響。

以往的質(zhì)量評價相關工作大多在獲得質(zhì)量指數(shù)后便戛然而止，雖然獲得了土壤質(zhì)量指數(shù)的分布狀況，但研究結(jié)果基本難以應用于實際。本研究在獲得了土壤質(zhì)量評價綜合指數(shù)的基礎上對評價指標進一步降維，通過主成分分析得到因子得分情況的分布。根據(jù)因子得分情況對研究區(qū)域的土壤障礙因素進行區(qū)劃，得到較為科學的土壤肥力障礙因子區(qū)劃圖，對當?shù)卣膮^(qū)域土壤改良和利用決策有指導意義。

研究結(jié)果顯示，進賢縣水稻土主要存在的障礙因素包括有機質(zhì)缺乏、土壤緊實、Ca和Mg等中量元素缺乏以及全鉀和黏粒含量不足。根據(jù)進賢縣土壤質(zhì)量障礙分區(qū)圖（圖5）可知，進賢縣北部濱湖低產(chǎn)區(qū)域主要障礙因素為有機質(zhì)和容重，主要是由于土壤有機質(zhì)含量較低導致的土壤物理性質(zhì)較差影響土壤肥力；建議采取增加有機物料投入為主的調(diào)控策略，如推廣機械深耕和秸稈還田結(jié)合的技術體系［27-28］。西南部低產(chǎn)區(qū)域主要障礙因素是由于土壤酸化引起的一系列障礙因素，如陽離子流失，中量元素如鈣、鎂等缺乏；建議采取人為干預手段調(diào)控pH，如合理地施用生石灰和石灰石粉等改善土壤pH狀況［29］，并輔以合理的肥料施用方式，減少生理酸性肥料的施用，避免過量施肥［30］。東南部地區(qū)低產(chǎn)區(qū)域則為土壤鉀素障礙、黏粒含量不足以及中量元素障礙等；單一的針對性手段解決這些問題不僅需要較高的成本，且收效甚微，可采取綜合性方法改善，如推廣少（免）耕保護性耕作結(jié)合合理的綠肥輪作來綜合改善土壤的肥力狀況［31-32］，并需加強對鉀肥施用技術體系的推廣。

總體而言，采用結(jié)合作物產(chǎn)量數(shù)據(jù)進行土壤質(zhì)量評價更適合區(qū)域性土壤肥力研究工作，得出的結(jié)果也更能體現(xiàn)地域特性，符合當?shù)貙嶋H生產(chǎn)狀況，為區(qū)域土壤質(zhì)量評價提供了一個實用可借鑒的方法。

4 結(jié) 論

本研究選擇江西進賢縣稻田為研究對象，根據(jù)不同類型水稻田分布面積和特點，采集耕層和亞耕層土壤樣品，測定土壤一系列理化性質(zhì)指標，采用最小數(shù)據(jù)集法和土壤質(zhì)量指數(shù)法，結(jié)合水稻遙感解譯測產(chǎn)和實際測產(chǎn)方法，對進賢縣稻田土壤質(zhì)量進行了評價。選取的MDS指標包括：有機質(zhì)、全鉀、陽離子交換量、交換性鈣、容重及粉黏比等6項指標。評價結(jié)果能夠較好地揭示區(qū)域土壤肥力質(zhì)量水平。在土壤肥力質(zhì)量評價的基礎上，進一步通過主成分分析揭示了該縣主要的土壤肥力障礙因子，并在鄉(xiāng)鎮(zhèn)水平上對障礙區(qū)進行了區(qū)劃。區(qū)劃結(jié)果對政府決策和農(nóng)業(yè)資源利用有指導意義。從研究結(jié)果來看，進賢縣雖然平均產(chǎn)量較高，但仍有超過30%的水稻土存在不同程度的障礙。就全縣整體而言，土壤質(zhì)地和鉀素水平是限制土壤肥力質(zhì)量的重要因素。應當加強對土壤保護性耕作和可持續(xù)性耕作的宣傳和扶持力度，合理利用與保護土壤資源。

［1］ Karlen D L，Ditzler C A，Andrews S S. Soil quality：Why and how? Geoderma，2003，114（3/4）：145—156

［2］ 付國珍，擺萬奇. 耕地質(zhì)量評價研究進展及發(fā)展趨勢.資源科學，2015，37（2）：226—236 Fu G Z，Bai W Q. Advances and prospects of evaluating cultivated land quality（In Chinese）. Resources Science，2015，37（2）：226—236

［3］ Xu X J，Lei G P，Zhang H，et al. Study on surface soil fertility quality evaluation of the Southern Songnen Plain in Heilongjiang Province. Research of Soil and Water Conservation，2010，17（5）：268—272

［4］ Larson W E，Pierce F J. Conservation and enhancement of soil quality//Evaluation for sustainable land management in the developing world：Proceedings of the International Workshop on Evaluation for Sustainable Land Management in the Developing World，Chiang Rai，Thailand，15-21 September，1991

［5］ 劉占峰，傅伯杰，劉國華，等. 土壤質(zhì)量與土壤質(zhì)量指標及其評價. 生態(tài)學報，2006，26（3）：901—913 Liu Z F，F(xiàn)u B J，Liu G H，et al. Soil quality：Concept，indicators and its assessment（In Chinese）.Acta Ecologica Sinica，2006，26（3）：901-913

［6］ 李靜鵬，徐明峰，蘇志堯，等. 不同植被恢復類型的土壤肥力質(zhì)量評價. 生態(tài)學報，2014，34（9）：2298—2307 Li J P，Xu M F，Su Z Y，et al. Soil fertility quality assessment under different vegetation restoration patterns（In Chinese）. Acta Ecologica Sinica，2014，34（9）：2298—2307

［7］ Oyonarte C，Aranda V，Durante P. Soil surface properties in Mediterranean mountain ecosystems：Effects of environmental factors and implications of management. Forest Ecology and Management，2008，254（2）：156—165

［8］ 陳穎，代斌，高強偉，等. 蜀南竹海毛竹林土壤化學肥力質(zhì)量及其評價. 土壤，2015，47（6）：1054—1060 Chen Y，Dai B，Gao Q W，et al. Soil chemical fertility quality and its evaluation in a moso bamboo forest of Shunan Bamboo-sea，Southwest China（In Chinese）.Soils，2015，47（6）：1054—1060

［9］ 貢璐，張雪妮，冉啟洋. 基于最小數(shù)據(jù)集的塔里木河上游綠洲土壤質(zhì)量質(zhì)量評價. 土壤學報，2015，52（3）：682—689 Gong L，Zhang X N，Ran Q Y. Quality assessment of oasis soil in the upper reaches of Tarimriver based on minimum data set（In Chinese）. Acta Pedologica Sinica，2015，52（3）：682—689

［10］ 王建國，楊林章，單艷紅. 模糊數(shù)學在土壤質(zhì)量評價中的應用研究. 土壤學報，2001，38（2）：176—183 Wang J G，Yang L Z，Shan Y H. Application of fuzzy mathematics to soil quality evaluation（In Chinese）.Acta Pedologica Sinica，2001，38（2）：176—183

［11］ 房全孝. 土壤質(zhì)量評價工具及其應用研究進展. 土壤通報，2013，44（2）：496—503 Fang Q X. Advances in agricultural soil quality assessment tolls and applications（In Chinese）.Chinese Journal of Soil Science，2013，44（2）：496—503

［12］ 進賢縣人民政府. 進賢縣土地利用總體規(guī)劃（2006—2020）.2012-7-25［2016-6-10］. http：//ncjxx.jxgtt.gov.cn/News.shtml?p5=25883762.2012-06-28 Government of Jinxian County.Overall plan of land utilization in Jinxian County（2006—2020）（In Chinese）.2012-7-25［2016-6-10］. http：//ncjxx.jxgtt.gov.cn/News.shtml?p5=25883762.2012-06-28

［13］ 進賢縣農(nóng)業(yè)區(qū)劃委員會. 進賢縣土壤. 江西進賢：江西省進賢縣印刷廠，1985：11—25 Agricultural Zoning Committee of Jinxian County. Soil of Jinxian County（In Chinese）. Jinxian，Jiangxi：Jinxian County Printers in Jiangxi Province，1985：11—25

［14］ 張東霞，張繼賢，常帆，等. 遙感技術在主要糧食作物估產(chǎn)中的應用. 測繪科學，2014，39（11）：95—103 Zhang D X，Zhang J X，Chang F，et al. A review of application of remote sensing technology in main food crop yield estimation（In Chinese）. Science of Surveying and Mapping，2014：39（11）：95—103

［15］ 鮑士旦. 土壤農(nóng)化分析. 第3版. 北京：中國農(nóng)業(yè)出版社，1999：1—495 Bao S D. Soil and agricultural chemistry analysis （In Chinese）. 3rd ed. Beijing：China Agriculture Press，1999：1—495

［16］ 張甘霖，龔子同. 土壤調(diào)查實驗室分析方法. 北京：科學出版社，2012：1—254 Zhang G L，Gong Z T. Soil survey laboratory methods（In Chinese）. Beijing：Science Press，2012：1—254

［17］ 徐磊，林劍，李艷華，等. 基于BP人工神經(jīng)網(wǎng)絡的遙感影像分類. 地理空間信息，2012，10（4）：83—88 Xu L，Lin J，Li Y H，et al. Classifyingremote sensing image based on BP neural network technology（In Chinese）. Geospatial Information，2012，10（4）：83—88

［18］ Rezaei S A，Gilkes R J，Andrews S S. A minimum data set for assessing soil quality in rangelands. Geoderma，2006，136（1）：229—234

［19］ 楊麗霞，陳少鋒，安娟娟，等. 陜北丘陵區(qū)不同植被類型群落多樣性與土壤有機質(zhì)、全氮關系研究. 草地學報，2014，22（2）：291—298 Yang L X，Chen S F，An J J，et al. Relationships among community diversity and soil organic matter，total nitrogen under different vegetation types in the gully region of loess region（In Chinese）. Acta Agrestia Sinica，2014，22（2）：291—298

［20］ 鐘賽香，胡鵬，薛熙明，等. 基于合理權重賦值方法選擇的多因素綜合評價模型——以JCR中70 種人文地理期刊為例. 地理學報，2015，70（12）：2012—2031 Zhong S X，Hu P，Xue X M，et al. Multi-factor comprehensive evaluation model based on the selection of objective weight assignment method（In Chinese）. Acta Geographica Sinica，2015，70（12）：2012—2031

［21］ 潘永敏，鄭俊，沈兵，等. 蘇中地區(qū)縣域農(nóng)田土壤肥力綜合評價——以江都市為例. 地質(zhì)學刊，2011，35（2）：170—176 Pan Y M，Zhen J，Shen B，et al. Integrated evaluation of soil fertility intra-county area in central Jiangsu-Taking Jiangdu City for example（In Chinese）. Journal of Geology. 2011，35（2）：170—176

［22］ 鄭粉莉，張峰，王彬. 近100年植被破壞侵蝕環(huán)境下土壤質(zhì)量退化過程的定量評價. 生態(tài)學報，2010，30（22）：6044—6051 Zheng F L，Zhang F，Wang B. Quantifying soil quality degradation over 100 years after deforestation under erosional environments（In Chinese）. Acta Ecologica Sinica，2010，30（22）：6044—6051

［23］ 曹志洪，周健民. 中國土壤質(zhì)量. 北京：科學出版社，2008：504—621 Cao Z H，Zhou J M. Soil quality of China（In Chinese）. Beijing: Science Press，2008：504—621

［24］ 張貝爾，黃標，趙永存，等. 華北平原典型區(qū)土壤肥力低下區(qū)識別及限制因子分析. 土壤學報，2012，49（5）：841—849 Zhang B E，Huang B，Zhao Y C，et al. Identification of areas low in soil fertility and analysis of their limiting factors in the region typical of the North China Plain（In Chinese）. Acta Pedologica Sinica，2012，49（5）：841—849

［25］ 卜容燕，任濤，魯劍巍，等. 水稻-油菜輪作條件下磷肥效應研究. 中國農(nóng)業(yè)科學，2014，47（6）：1227—1234 Bu R Y，Ren T，Lu J W，et al. Analysis of P fertilizer efficiency under rice-rapeseed rotation system（In Chinese）. Scientia Agricultura Sinica，2014，47（6）：1227—1234

［26］ 張?zhí)伊?，潘劍君，劉紹貴，等. 集約農(nóng)業(yè)利用下紅壤地區(qū)土壤肥力與環(huán)境質(zhì)量變化及調(diào)控. 土壤學報，2007，44（4）：584—591 Zhang T L，Pan J J，Liu S G，et al. Changes in soil fertility and environmental quality in red soil region under intensive agricultural use and their control（In Chinese）. Acta Pedologica Sinica，2007，44（4）：584—591

［27］ 姜超強，沈嘉. 王火焰，等. 煙桿還田對水稻產(chǎn)量和養(yǎng)分吸收的影響及其替代鉀肥的效果. 應用生態(tài)學報，2016，27（12）：3969—3976 Jiang C Q，Shen J，Wang H Y，et al. Effect of tobacco straw incorporation on rice yield and nutrient absorption and its substitute for potassium fertilizer（In Chinese）.Chinese Journal of Applied Ecology，2016，27（12）：3969—3976

［28］ 李繼福，魯劍魏，任濤，等. 稻田不同供鉀能力條件下秸稈還田替代鉀肥效果. 中國農(nóng)業(yè)科學，2014，47（2）：292—302 Li J F，Lu J W，Ren T，et al. Effect of straw incorporation substitute for K-fertilizer under different paddy soil K supply capacities（In Chinese）. Scientia Agricultura Sinica，2014，47（2）：292—302

［29］ 孫義祥，袁嫚嫚，鄔剛. 不同土壤肥力水平下鈣對水稻專用肥增產(chǎn)效應的影響. 中國農(nóng)學通報，2014，30（9）：77—81 Sun Y X，Yuan M M，Wu G. The impact of Calcium on yield increase of special fertilizer on rice under different soil fertility levels（In Chinese）. Chinese Agricultural Science Bulletin，2014，30（9）：77—81

［30］ 朱安繁，邵華，張龍華. 江西省耕地土壤酸化現(xiàn)狀與改良措施. 江西農(nóng)業(yè)學報，2014，26（4）：43—45，49 Zhu A F，Shao H，Zhang L H. Current situation and improvement measures of cultivated land soil acidification in Jiangxi Province（In Chinese）. Acta Agricultural Jiangxi，2014，26（4）：43—45，49

［31］ 高菊生，徐明崗，董春華，等. 長期稻-稻-綠肥輪作對水稻產(chǎn)量及土壤肥力的影響. 作物學報，2013，39（2）：343—349 Gao J S，Xu M G，Dong C H，et al. Effects of longterm Rice-Rice-Green manure cropping rotation on rice yield and soil fertility（In Chinese）. Acta Agronomica Sinica，2013，39（2）：343—349

［32］ 黃國勤，楊濱娟，王淑彬，等. 稻田實行保護性耕作對水稻產(chǎn)量、土壤理化及生物學性狀的影響. 生態(tài)學報，2015，35（4）：1225—1234 Huang G Q ，Yang B J，Wang S B，et al. Effects of 8 years of conservational tillage on rice yield and soil physical，chemical and biological properties（In Chinese）. Acta Ecologica Sinica，2015，35（4）：1225—1234

Yield-Based Soil Fertility Quality Assessment and Constraint Factor-Based Zoning of Paddy Soil—A Case Study of Jinxian County

FAN Yanan1，2YAO Lipeng1，3QU Mingkai1HU Wenyou1HUANG Biao1?ZHAO Yongcun1
（1Key Laboratory of Soil Environment and Pollution Remediation（Institute of Soil Science，Chinese Academy of Sciences），Nanjing210008，China）
（2University of Chinese Academy of Sciences，Beijing100049，China）
（3Nanjing Municipal Research Institute of Environmental Protection，Nanjing210019，China）

【Objective】Soil fertility quality assessment and constraint factors analysis of soil quality have vital theoretical and practical significances in regional soil improvement and utilization and guidance agricultural production. Paddy soil is an important component of the soil resources in China. Researchers have been using a set index system to evaluate soil fertility quality with results not so accurate. It is，therefore，essential to explore for a more accurate scientific method for the evaluation.【Method】Jinxian County of Jiangxi Province was cited as a case for the study. A total of 103 soil samples were collected from the topsoil（0～20 cm）and subsoil（20～40 cm）layers of the paddy fields in the region proportional to their respective areas and types and 51 rice sampling sites set aside as a dataset for verificationof the yield prediction based on remote sensing interpretation. A fairly more comprehensive dataset of soil properties was determined in the lab. Correlation analysis and principal component analysis（PCA）of the dataset with predicted yields were performed to determine minimum data set（MDS）and weight and membership read function models of the evaluation index system. Soil fertility was characterized in level with the comprehensive index method and main constraint factors of fertility quality in areas low in soil fertility quality. 【Result】To evaluate accuracy of remote sensing interpretation，a fitting equation was established between measured and estimated yields. In the light of the determination coefficient（R2）and root of mean square error（RMSE）of the fitting equation，the normalized difference vegetation index（NDVI）can reflect more accurately crop yield. According to the yield prediction based on remote sensing interpretation，yield of the rice crop in the region varied in the range from 2.085 to 11.430 t hm-2，and averaged 7.215 t hm-2. Through principal component analysis MDS indices，including organic matter，cation exchange capacity（CEC），total potassium（TK），exchangeable calcium（Ex. Ca），bulk density（BD）and clay/silt，were acquired. CEC and TK were common ones in both topsoil and subsoil and the others standard ones. The correlation between soil quality comprehensive index（SQI）and rice yield was analyzed and calculated to be 0.73（p＜0.01）in coefficient，showing that SQI may be used to indicate fertility level of the soil accurately. Based on the average yield，7.215 t hm-2，of the region，threshold value of SQI for the region was determined to be 0.65. Areas with SQI value below the threshold value are subject to the risk of low yield. Further analysis of the indices via principal component analysis shows that the main constraint factors of soil fertility in the area are low organic matter content and heavy soil texture indicating low mellowness of the soil，deficiency of meso-nutrients indicating acidification，and low potassium content and high silt/clay ratio indicating poor soil physical structure. According to restraint-factorbased zoning，the county could be divided into three regions. In the hilly area，southeast of the county，soil acidification and poor soil structure are the main constraint factors；in the low mount and plain area，central and west of the county，soil acidification is；and in the lake area，north of the county，low soil mellowness is. Consequently，proper measures should be taken in correspondence to the areas facing different constraint factors so as to improve soil fertility of the paddy fields.【Conclusion】Yield-based soil fertility quality assessment is good for prediction of soil fertility accurately，and the models based on PCA，MDS，SQI and RS technologies can be used not only in paddy soil regions，but also in other types of region for evaluation of soil quality. Findings of the study show that over 30% of the paddy soil in the county are below the average level，but it is still not very clear what causes the low soil fertility. In order to reveal the reasons PCA will be performed to further reduce dimension of the evaluation indices，and zoning carried out on the town/township scale. Zoning on such a scale will sure be of great practical significance to the government in decision making and guiding agricultural production.

Yield estimation based on remote sensing interpretation；Soil properties；Rice；Soil fertility quality evaluation；Soil constraint factors

S158.5；S159.2；S511

A

10.11766/trxb201705080113

* 國家科技支撐計劃課題（2012BAD05B05）資助 Supported by the National Key Technology R&D Program of China（No.2012BAD05B05）

? 通訊作者 Corresponding author， E-mail：bhuang@issas.ac.cn

樊亞男（1993—），男，河南信陽人，碩士研究生，主要從事土壤質(zhì)量評價及3S技術應用方面研究。E-mail：ynfan @issas.ac.cn

2017-05-08；

2017-06-12；優(yōu)先數(shù)字出版日期（www.cnki.net）：2017-06-22

（責任編輯：陳榮府）