徐辰生，陳愛(ài)國(guó)，徐 茜，戴培剛，劉光亮，陶 健*

（1.福建省煙草公司南平市公司，福建 南平 353000；2.中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，青島 266101）

南平煙區(qū)植煙土壤肥力評(píng)價(jià)研究

徐辰生1，陳愛(ài)國(guó)2，徐 茜1，戴培剛2，劉光亮2，陶 健2*

（1.福建省煙草公司南平市公司，福建 南平 353000；2.中國(guó)農(nóng)業(yè)科學(xué)院煙草研究所，青島 266101）

基于煙田土壤采樣數(shù)據(jù)，對(duì)南平煙區(qū)土壤肥力進(jìn)行綜合評(píng)價(jià)，為煙田土壤營(yíng)養(yǎng)診斷和管理提供科學(xué)依據(jù)。選擇Fuzzy綜合評(píng)價(jià)法（IFI）對(duì)采樣點(diǎn)土壤肥力進(jìn)行評(píng)價(jià)，然后采用ANUSplin方法由采樣點(diǎn)插值得到土壤肥力空間格局，并按照分位數(shù)原則分級(jí)（由高至低：I至VI）后進(jìn)行分析。結(jié)果表明，土壤有機(jī)質(zhì)和氮元素含量是影響研究區(qū)土壤肥力的重要因素，在土壤肥力綜合評(píng)價(jià)中的權(quán)重系數(shù)較大。研究區(qū)土壤肥力呈西部高而東北部低的空間格局，空間異質(zhì)性大。其中，邵武市和光澤縣土壤IFI平均值較高，土壤肥力質(zhì)量好。邵武市土壤肥力均在II等級(jí)以上，而光澤縣土壤肥力均在III等級(jí)以上，兩縣中的I等級(jí)土壤占I等級(jí)土壤總面積的84.54%。采用Fuzzy綜合評(píng)判法能夠準(zhǔn)確、有效地評(píng)價(jià)土壤肥力等級(jí)，結(jié)合插值方法適于把握區(qū)域土壤肥力的空間格局特征。

土壤肥力；Fuzzy評(píng)價(jià)；ANUSplin插值；空間格局

土壤肥力是土壤的養(yǎng)分針對(duì)植物的供應(yīng)能力，以及土壤養(yǎng)分供應(yīng)植物時(shí)環(huán)境條件的綜合體現(xiàn)［1］。其中，土壤養(yǎng)分是土壤肥力的核心部分，是土壤肥力綜合評(píng)價(jià)的根本。煙田土壤肥力是煙葉產(chǎn)量和品質(zhì)形成的重要影響因子，對(duì)烤煙種植前的煙田土壤肥力進(jìn)行綜合評(píng)價(jià)不僅能夠?yàn)闊煵莘N植過(guò)程中養(yǎng)分管理和農(nóng)事操作提供基礎(chǔ)信息，更能夠?yàn)闊熖锿寥篮蜔煵葑魑餇I(yíng)養(yǎng)診斷提供科學(xué)依據(jù)［2-4］。

前人研究表明，土壤肥力評(píng)價(jià)指標(biāo)已由單一養(yǎng)分指標(biāo)的豐缺診斷發(fā)展到多因子綜合定量評(píng)價(jià)［5-9］，雖然不同地區(qū)的指標(biāo)選取存在不同的側(cè)重點(diǎn)，但仍集中在土壤養(yǎng)分指標(biāo)。當(dāng)前，對(duì)小區(qū)域土壤肥力的定量化評(píng)價(jià)方法［10］，主要是運(yùn)用地理信息系統(tǒng)（GIS）及地統(tǒng)計(jì)學(xué)原理開(kāi)展土地適宜性評(píng)價(jià)和農(nóng)用地分等定級(jí)，以及采用主成分分析法、灰色關(guān)聯(lián)法、專(zhuān)家分析法、模糊綜合評(píng)價(jià)法、信息熵法等統(tǒng)計(jì)學(xué)方法對(duì)土壤肥力進(jìn)行綜合評(píng)價(jià)。中國(guó)植煙區(qū)土壤肥力的綜合評(píng)價(jià)主要集中在各種營(yíng)養(yǎng)元素的豐缺診斷方面，評(píng)價(jià)方法趨于定量化。但是，對(duì)南平煙區(qū)土壤肥力的空間格局分析，以及土壤肥力關(guān)鍵指標(biāo)分析方面仍有所欠缺。因此，本研究基于烤煙種植前的煙田土壤采樣數(shù)據(jù)，選擇Fuzzy綜合評(píng)判法對(duì)土壤肥力進(jìn)行定量化評(píng)價(jià)，采用隸屬度函數(shù)量化養(yǎng)分指標(biāo)在土地系統(tǒng)中的狀態(tài)及其對(duì)作物產(chǎn)量的驅(qū)動(dòng)作用。然后，結(jié)合空間插值方法獲取整個(gè)研究區(qū)土壤肥力質(zhì)量狀況，對(duì)土壤肥力的空間格局進(jìn)行評(píng)價(jià)，并分析土壤肥力的關(guān)鍵決定指標(biāo)。

1　材料與方法

1.1研究區(qū)域

研究區(qū)為福建省南平煙區(qū)，位于福建省北部、武夷山脈東南側(cè)，東西寬230 km，南北長(zhǎng)230.4 km，總土地面積約為 2.6×104km2，植煙區(qū)土地面積約為210 km2［11］，為中國(guó)東南煙區(qū)典型的山地田煙。區(qū)域內(nèi)武夷山脈和鷲峰山脈環(huán)抱構(gòu)成“閩北盆地”，自西北向東南傾斜，地形復(fù)雜，土壤肥力空間變異度高。土壤類(lèi)型以灰泥田和黃泥田為主，灰泥田熟化層較厚，質(zhì)地中至重壤，耕性松軟，有機(jī)質(zhì)含量豐富；黃泥田土質(zhì)黏重，耕性不良，肥力較低。

1.2數(shù)據(jù)與方法

1.2.1土壤采樣數(shù)據(jù) 根據(jù)2014年統(tǒng)計(jì)資料可知，研究區(qū)內(nèi)各縣市植煙面積比例由高至低依次為邵武市（20.85%）、建陽(yáng)市（15.74%）、光澤縣（13.60%）、浦城縣（11.20%）、武夷山市（10.11%）、順昌縣（8.98%）、政和縣（6.97%）、松溪縣（6.40%）、延平區(qū)（3.08%）和建甌市（3.06%）。因此，本研究按照各縣植煙面積比例大小，在各縣市采集共計(jì) 287個(gè)土壤樣品數(shù)據(jù)（圖1），其中邵武市71個(gè)、建陽(yáng)市43個(gè)、光澤縣36個(gè)、浦城縣32個(gè)、武夷山市26個(gè)、順昌縣15個(gè)、政和縣17個(gè)、松溪縣20個(gè)、延平區(qū)15個(gè)、建甌市12個(gè)。土壤樣品采集時(shí)間在2014年冬季或春季，在典型煙田中，按照“隨機(jī)”、“等量”和“多點(diǎn)混合”的原則進(jìn)行采樣，采用“S”形布點(diǎn)采樣，采樣深度為0～30 cm耕作層。檢測(cè)指標(biāo)共計(jì)8項(xiàng)，包括：土壤pH、有機(jī)質(zhì)、總氮、總磷、總鉀、堿解氮、有效磷、速效鉀。

圖1　研究區(qū)農(nóng)田面積比例及采樣點(diǎn)分布示意圖Fig. 1 Spatial patterns of cropland percentage and soil samples in the studied areas

按照土壤農(nóng)業(yè)化學(xué)的常規(guī)分析方法對(duì)各養(yǎng)分指標(biāo)含量進(jìn)行測(cè)定［12］：土壤pH值用pH計(jì)法（水比土為 1:2.5）；有機(jī)質(zhì)用重鉻酸鉀滴定法；總氮用硫酸-硫酸鉀-硫酸銅消煮滴定法；堿解氮用堿解擴(kuò)散法；總磷、有效磷用鉬銻抗比色法；總鉀、速效鉀用火焰光度計(jì)法。

1.2.2煙田分布數(shù)據(jù) 研究區(qū)內(nèi)農(nóng)田種植制度主要為煙-稻復(fù)種，年初首先種植烤煙，收獲后種植水稻。因此研究首先界定農(nóng)田分布位置及范圍，以準(zhǔn)確分析煙區(qū)土壤肥力的空間格局。本研究選用了中國(guó)科學(xué)院資源環(huán)境數(shù)據(jù)中心的 1:100000土地利用數(shù)據(jù)集（圖1），該數(shù)據(jù)集基于Landsat TM/ETM+遙感數(shù)據(jù)，以遙感圖像計(jì)算機(jī)人機(jī)交互判讀技術(shù)為核心，形成了較成熟的土地利用分類(lèi)技術(shù)體系，并且已廣泛應(yīng)用于中國(guó)土地利用研究中［13-14］。

1.2.3研究方法 （1）Fuzzy綜合評(píng)價(jià)法：采用Fuzzy綜合評(píng)價(jià)法對(duì)土壤綜合肥力進(jìn)行定量化評(píng)價(jià)，該方法根據(jù)模糊數(shù)學(xué)中的加乘法原則，將土壤綜合肥力指標(biāo)（IFI）定義為各養(yǎng)分指標(biāo)隸屬度與權(quán)重系數(shù)的乘積之和。其計(jì)算公式為：

式中，qi是第i項(xiàng)養(yǎng)分指標(biāo)的隸屬度；wi是第i項(xiàng)養(yǎng)分指標(biāo)的權(quán)重系數(shù)。IFI值在0～1之間，數(shù)值越高，表明土壤肥力質(zhì)量越好。其中，養(yǎng)分指標(biāo)的隸屬度函數(shù)依據(jù)養(yǎng)分指標(biāo)對(duì)作物產(chǎn)量的效應(yīng)曲線(xiàn)，反映了養(yǎng)分指標(biāo)在土地系統(tǒng)中的狀態(tài)［10］，是養(yǎng)分指標(biāo)對(duì)作物產(chǎn)量驅(qū)動(dòng)作用的定量化表達(dá)。隸屬度函數(shù)有S型（公式2）和拋物線(xiàn)型（公式3）兩種：

式中，x1、x2、x3、x4分別為隸屬度函數(shù)曲線(xiàn)的轉(zhuǎn)折點(diǎn)閾值。參照烤煙生長(zhǎng)發(fā)育對(duì)各土壤養(yǎng)分指標(biāo)的需求并結(jié)合前人研究［3，7，15］，分別確定各養(yǎng)分指標(biāo)的隸屬度函數(shù)曲線(xiàn)及其轉(zhuǎn)折點(diǎn)閾值（表1）。在對(duì)各養(yǎng)分指標(biāo)進(jìn)行數(shù)值特征分析的同時(shí)，也依據(jù)各養(yǎng)分指標(biāo)的隸屬度對(duì)其適宜性進(jìn)行分析。

表1　各評(píng)價(jià)指標(biāo)所屬隸屬度函數(shù)及其轉(zhuǎn)折點(diǎn)閾值Table1 Membership function and its threshold values of each evaluation indicator

權(quán)重系數(shù)反映了養(yǎng)分指標(biāo)在土壤肥力評(píng)價(jià)中的相對(duì)貢獻(xiàn)，采用相關(guān)系數(shù)法確定［16-17］。此外，相關(guān)系數(shù)還反映了各養(yǎng)分指標(biāo)間的相關(guān)性。

（2）空間插值方法：基于各采樣點(diǎn)采用Fuzzy綜合評(píng)價(jià)法所得到的IFI值，采用ANUSplin方法插值得到南平煙區(qū)土壤IFI空間柵格數(shù)據(jù)。該方法采用優(yōu)化薄板平滑樣條函數(shù)，考慮了氣象站點(diǎn)的地理坐標(biāo)，并將高程作為協(xié)變量引入插值過(guò)程中，還可添加其他輔助數(shù)據(jù)。與傳統(tǒng)插值方法（如Kriging、IDW等）從x、y二維角度衡量采樣點(diǎn)指標(biāo)的相關(guān)程度相比，ANUSplin采用多維薄板樣條抽樣法，將高程作為協(xié)變量時(shí)從x、y、z三維角度衡量采樣點(diǎn)指標(biāo)的相關(guān)程度，比傳統(tǒng)插值方法擁有更高的精度和靈活性［18］。

2　結(jié)　果

2.1各指標(biāo)含量、隸屬度與權(quán)重系數(shù)分析

由表2可以看出，研究區(qū)土壤pH、有機(jī)質(zhì)、總氮、總磷、總鉀、堿解氮和有效磷7項(xiàng)指標(biāo)在各縣市間差異明顯。研究區(qū)土壤pH的平均值為5.34，最高為延平區(qū)（5.53），最低為武夷山市（5.19）；土壤有機(jī)質(zhì)的平均值為 34.28 g/kg，最高為光澤縣（38.98 g/kg），最低為松溪縣（26.75 g/kg）；土壤總氮平均值為1.62 g/kg，最高為光澤縣（1.97 g/kg），最低為延平區(qū)（1.21 g/kg）；土壤總磷的平均值為0.55 g/kg，最高為光澤縣（0.73 g/kg），最低為建甌市（0.41 g/kg）；土壤總鉀的平均值為 24.72 g/kg，最高為光澤縣（36.24 g/kg），最低為順昌縣（17.24 g/kg）；土壤堿解氮的平均值為 134.99 mg/kg，最高為浦城縣（166.32 mg/kg），最低為建甌市（101.16 mg/kg）；土壤有效磷平均值為 43.30 mg/kg，最高為松溪縣（62.97 mg/kg），最低為光澤縣（33.19 mg/kg）；土壤速效鉀含量差異不顯著，平均值為131.77 mg/kg。

表2　研究區(qū)各養(yǎng)分指標(biāo)平均值Table 2 Averaged values of each nutrient content in the studied areas

由表3可知，研究區(qū)土壤pH、有機(jī)質(zhì)、總氮、總鉀和堿解氮5項(xiàng)指標(biāo)的隸屬度值在各縣市間的差異明顯。其中，土壤pH的隸屬度值平均為0.64，最高為政和縣（0.84），最低為武夷山市（0.38）；土壤有機(jī)質(zhì)的隸屬度值平均為 0.69，最高為邵武市（0.85），最低為光澤縣（0.50）；土壤總氮的隸屬度值平均為0.83，最高為光澤縣（0.95），最低為延平區(qū)（0.58）；土壤總鉀的隸屬度值平均為0.90，最高為光澤縣和浦城縣（均為1.00），最低為順昌縣（0.77）；土壤堿解氮的隸屬度值平均為0.19，最高為松溪縣（0.38），最低為邵武市（0.12）。研究區(qū)土壤總磷、有效磷和速效鉀3項(xiàng)指標(biāo)的隸屬度值差異不顯著，其平均值分別為0.23、0.89和0.47。

表3　研究區(qū)各養(yǎng)分指標(biāo)隸屬度平均值Table 3 Averaged membership values of each nutrient content in the studied areas

由表4可知，在各土壤養(yǎng)分指標(biāo)中，總氮、堿解氮和有機(jī)質(zhì)的權(quán)重系數(shù)最高，分別為 0.18、0.17 和0.15，而總鉀、pH和有效磷的權(quán)重系數(shù)最低，分別為0.04、0.08和0.10。結(jié)合相關(guān)系數(shù)和權(quán)重系數(shù)可知，pH與其他6項(xiàng)指標(biāo)的相關(guān)系數(shù)通過(guò)顯著性檢驗(yàn)，表明該指標(biāo)是衡量土壤肥力的重要指標(biāo)，是影響土壤養(yǎng)分元素循環(huán)的關(guān)鍵要素，但是其權(quán)重系數(shù)較低，在土壤肥力本底評(píng)價(jià)中的貢獻(xiàn)較小。

表4　各養(yǎng)分指標(biāo)間的相關(guān)系數(shù)、平均值和權(quán)重系數(shù)Table 4 Correlation coefficient， its averaged value and weight coefficient of each nutrient content

2.2土壤肥力空間格局分析

圖3為研究區(qū)土壤IFI空間分布圖，按照分位數(shù)原則分級(jí)后統(tǒng)計(jì)各等級(jí)土壤在各縣市中的面積百分比，以對(duì)比各縣市間土壤肥力狀況的差異。由圖3可知，研究區(qū)土壤肥力質(zhì)量呈西部高而東北部低的空間格局，土壤IFI均在0.52以上，土壤肥力狀況較好，但空間異質(zhì)性大。其中，邵武市和光澤縣土壤肥力質(zhì)量最好，土壤IFI均在0.55以上。結(jié)合表3可知邵武市土壤肥力均在II等級(jí)以上，而光澤縣土壤肥力均在 III等級(jí)以上；浦城縣和松溪縣土壤IFI較低，浦城縣土壤肥力等級(jí)在IV級(jí)及以下的土壤面積占99.04%，松溪縣有99.64%土壤的肥力等級(jí)在IV級(jí)及以下。

圖3　研究區(qū)土壤IFI空間格局Fig. 3 Spatial pattern of soil IFI in the studied areas

按照各等級(jí)土壤在各縣市中的面積百分比來(lái)看（表5），I等級(jí)土壤主要分布在邵武市和光澤縣，兩者占I等級(jí)土壤總面積的84.54%；II等級(jí)土壤主要分布在順昌縣、建陽(yáng)市、延平區(qū)和光澤縣，4個(gè)縣、市、區(qū)的II等級(jí)土壤占總面積的86.98%；III等級(jí)土壤主要分布在延平區(qū)、建甌市、建陽(yáng)市、順昌縣和武夷山市，5個(gè)縣、市、區(qū)中的III等級(jí)土壤占總面積的90.01%；IV等級(jí)土壤主要分布在建甌市、建陽(yáng)市和武夷山市，3個(gè)市的IV等級(jí)土壤占總面積的71.33%；V等級(jí)土壤主要分布在浦城縣、建甌市、松溪縣和政和縣，4個(gè)縣、市的V等級(jí)土壤占總面積的83.80%；VI等級(jí)土壤均分布在浦城縣。

表5　研究區(qū)各土壤肥力等級(jí)在各縣域內(nèi)的面積百分比Table 5 Area percentage of each soil quality grade in different counties of the studied areas

3　討　論

（1）采用土壤IFI定量化評(píng)價(jià)表明，研究區(qū)土壤肥力呈西部高而東北部低的空間格局。其中邵武市和光澤縣土壤肥力質(zhì)量最好，邵武市土壤肥力均在II等級(jí)以上，而光澤縣土壤肥力均在III等級(jí)以上；浦城縣和松溪縣土壤肥力等級(jí)較低。

基于采樣點(diǎn)養(yǎng)分含量和隸屬度數(shù)據(jù)可知，邵武市和光澤縣的土壤總氮、總鉀和有效磷含量非常適宜于烤煙生長(zhǎng)，土壤肥力質(zhì)量好，與土壤IFI空間格局一致?；谕寥繧FI空間格局，結(jié)合各縣、市、區(qū)土壤樣品中各養(yǎng)分指標(biāo)的隸屬度和權(quán)重系數(shù)可知，邵武市和光澤縣土壤肥力的狀況最好，主要?dú)w因于：邵武市土壤有機(jī)質(zhì)、總氮、總鉀和有效磷的含量適宜，隸屬度高，尤其是土壤有機(jī)質(zhì)和氮元素含量對(duì)土壤肥力的貢獻(xiàn)率大，權(quán)重系數(shù)高；光澤縣土壤總氮、總鉀和有效磷的含量適宜，隸屬度高，尤其是所有采樣點(diǎn)的總鉀含量均達(dá)到最適宜程度，且總氮含量的隸屬度值最高；浦城縣土壤肥力主要受限于土壤總磷和堿解氮含量，松溪縣土壤肥力則受限于土壤總磷和速效鉀含量。

（2）由各指標(biāo)權(quán)重系數(shù)可知，土壤有機(jī)質(zhì)和氮元素含量是影響研究區(qū)土壤肥力的重要因素，總氮、堿解氮和有機(jī)質(zhì)的權(quán)重系數(shù)最高，三者之和超過(guò)了0.50。土壤pH與有機(jī)質(zhì)、總氮、總鉀、堿解氮、有效磷、速效鉀6項(xiàng)指標(biāo)均顯著相關(guān)，表明pH是影響土壤養(yǎng)分元素循環(huán)的關(guān)鍵要素，但其權(quán)重系數(shù)僅為0.08，在土壤肥力本底評(píng)價(jià)中的貢獻(xiàn)較小。

研究區(qū)土壤養(yǎng)分指標(biāo)的權(quán)重系數(shù)依次為總氮、堿解氮、有機(jī)質(zhì)、總磷、速效鉀、有效磷、pH、總鉀；隸屬度值依次為總鉀、有效磷、總氮、有機(jī)質(zhì)、pH、速效鉀、總磷、堿解氮。權(quán)重系數(shù)反映了營(yíng)養(yǎng)指標(biāo)在土壤肥力評(píng)價(jià)中的貢獻(xiàn)率，隸屬度則反映了土壤營(yíng)養(yǎng)指標(biāo)對(duì)烤煙種植的適宜性程度。綜合兩者來(lái)看，研究區(qū)土壤總鉀、有效磷、總氮含量適宜，pH和有機(jī)質(zhì)含量適中，速效鉀含量略低，而總磷、堿解氮含量明顯不足?？緹煼N植前土壤有效磷含量仍然保持適宜水平，堿解氮含量不足，但總氮含量較高。因此，研究區(qū)煙田土壤肥力提升需要從增強(qiáng)總磷和速效氮元素含量入手，同時(shí)提升堿解氮、有效磷、速效鉀的均衡性，保證根系的均衡吸收。

4　結(jié)　論

（1）南平煙區(qū)土壤肥力狀況呈西部高而東北部低的空間格局，邵武市和光澤縣土壤肥力質(zhì)量最好，浦城縣和松溪縣土壤肥力等級(jí)較低。邵武市土壤有機(jī)質(zhì)、總氮、總鉀和有效磷的含量適宜，尤其是土壤有機(jī)質(zhì)和氮元素含量對(duì)土壤肥力的貢獻(xiàn)率大，光澤縣土壤總氮、總鉀和有效磷的含量適宜，尤其是總氮和總鉀含量的適宜度最高，浦城縣土壤肥力主要受限于土壤總磷和堿解氮含量，松溪縣土壤肥力則受限于土壤總磷和速效鉀含量。

（2）總體來(lái)看，南平煙區(qū)土壤總鉀、有效磷、總氮含量適宜，pH和有機(jī)質(zhì)含量適中，速效鉀含量略低，而總磷、堿解氮含量明顯不足。土壤有機(jī)質(zhì)和氮元素含量是影響土壤肥力的重要因素，總氮、堿解氮和有機(jī)質(zhì)三者在土壤肥力評(píng)價(jià)中的權(quán)重系數(shù)最高。土壤pH與有機(jī)質(zhì)、總氮、總鉀、堿解氮、有效磷、速效鉀6項(xiàng)指標(biāo)均顯著相關(guān)，表明土壤pH是影響土壤養(yǎng)分元素循環(huán)的關(guān)鍵要素，但在土壤肥力本底評(píng)價(jià)中的貢獻(xiàn)較小。

［1］ 駱東奇，白潔，謝德體. 論土壤肥力評(píng)價(jià)指標(biāo)和方法［J］.土壤與環(huán)境，2002（2）：202-205.

［2］ 劉建利，李志宏，陳江華，等. GIS應(yīng)用于植煙土壤肥力分區(qū)及施肥區(qū)劃的研究［J］. 中國(guó)煙草學(xué)報(bào)，2004（3）：23-28.

［3］ 黎妍妍，許自成，肖漢乾，等. 湖南省主要植煙區(qū)土壤肥力狀況綜合評(píng)價(jià)［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2006（11）：179-183.

［4］ 陳澤鵬，詹振壽，郭治興，等. 廣東植煙土壤肥力綜合評(píng)價(jià)［J］. 中國(guó)煙草科學(xué)，2006，27（1）：35-37.

［5］ 孫波，張?zhí)伊郑w其國(guó). 我國(guó)東南丘陵山區(qū)土壤肥力的綜合評(píng)價(jià)［J］. 土壤學(xué)報(bào)，1995（4）：362-369.

［6］ 張大克，王玉杰，葉海江. 水稻土肥力水平分類(lèi)中主要土壤肥力因素指標(biāo)的篩選模型［J］. 農(nóng)業(yè)工程學(xué)報(bào)，1997（2）：97-101.

［7］ 呂曉男，陸允甫，王人潮. 土壤肥力綜合評(píng)價(jià)初步研究［J］. 浙江大學(xué)學(xué)報(bào)：農(nóng)業(yè)與生命科學(xué)版，1999（4）：38-42.

［8］ 蔡崇法，丁樹(shù)文，史志華，等. GIS支持下鄉(xiāng)鎮(zhèn)域土壤肥力評(píng)價(jià)與分析［J］. 土壤與環(huán)境，2000（2）：99-102.

［9］ 溫延臣，李燕青，袁亮，等. 長(zhǎng)期不同施肥制度土壤肥力特征綜合評(píng)價(jià)方法［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2015（7）：91-99.

［10］ 鄭立臣，宇萬(wàn)太，馬強(qiáng)，等. 農(nóng)田土壤肥力綜合評(píng)價(jià)研究進(jìn)展［J］. 生態(tài)學(xué)雜志，2004（5）：156-161.

［11］ 黃廷炎，沈長(zhǎng)華，邱泉成，等. 南平市烤煙生產(chǎn)氣象條件分析與氣象服務(wù)［J］. 亞熱帶農(nóng)業(yè)研究，2009（3）：188-192.

［12］ 李酉開(kāi). 土壤農(nóng)業(yè)化學(xué)常規(guī)分析方法［M］. 北京：科學(xué)出版社，1983：15-21.

［13］ 劉紀(jì)遠(yuǎn). 國(guó)家資源環(huán)境時(shí)空數(shù)據(jù)基礎(chǔ)及其在資源環(huán)境研究中的應(yīng)用［J］. 地理教育，2002（2）：4-6.

［14］ Dong J， Liu J， Tao F， et al. Spatio-temporal changes in annual accumulated temperature in China and the effects on cropping systems， 1980s to 2000［J］. Climate Research，2009， 40: 37-48.

［15］ 許自成，劉國(guó)順，劉金海，等. 銅山煙區(qū)生態(tài)因素和煙葉質(zhì)量特點(diǎn)［J］. 生態(tài)學(xué)報(bào)，2005（7）：1748-1753.

［16］ 王軍艷，張鳳榮，王茹，等. 應(yīng)用指數(shù)和法對(duì)潮土農(nóng)田土壤肥力變化的評(píng)價(jià)研究［J］. 農(nóng)村生態(tài)環(huán)境，2001（3）：13-16，20.

［17］ 張?chǎng)?，李新舉，陳麗麗，等. 泰安市平原土地整理項(xiàng)目區(qū)土壤質(zhì)量評(píng)價(jià)［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2008（7）：106-109.

［18］ Hutchinson M F. Interpolating mean rainfall using thin plate smoothingsplines［J］.InternationalJournalof Geographical Information Systems， 1995， 9（4）: 385-403.

Integrated Evaluation of Soil Fertility in Nanping Tobacco Planting Areas

XU Chensheng1， CHEN Aiguo2， XU Qian1， DAI Peigang2， LIU Guangliang2， TAO Jian2*
（1. Nanping Tobacco Company， Nanping， Fujian 353000， China； 2. Tobacco Research Institute of Chinese Academy of Agricultural Sciences， Qingdao 266101， China）

soil nutrient data derived from field sampling was used to evaluate soil fertility of tobacco planting areas in Nanping. The evaluation could provide basic information for soil diagnosis and management. The soil fertility indexes of all sampling plots were evaluated by Fuzzy integrated fertility index （IFI） method， and then were interpolated to a raster dataset by ANUSplin interpolation method. The dataset was graded to six levels （from high to low: I to VI） by quantile method. The results showed that soil organic matter and nitrogen content exerted as crucial factors affecting the soil IFI index， due to their important roles in the biogeochemical cycle. Spatial pattern of the soil IFI showed a decreasing trend from west to northeast with a highly spatial variation in the studied areas. The highest index was found in the west part including Shaowu City and Guangze County， which accounted for 84.54% of total I-level soil areas. The soil IFI of the entire Shaowu City exceeded II-level， while the soil IFI of the entire Guangze County exceeded III-level. The Fuzzy IFI method provides an efficient approach to quantify soil fertility， and could detect spatial patterns of regional soil fertility when coupled with the interpolation method.

soil fertility； fuzzy evaluation method； ANUSplin interpolation； spatial pattern

S572.06

1007-5119（2016）04-0024-06

10.13496/j.issn.1007-5119.2016.04.005

福建省煙草公司南平市公司科技項(xiàng)目（NYK2015-03-03）；福建省煙草公司南平市公司技術(shù)開(kāi)發(fā)項(xiàng)目［閩煙合同（2014）182號(hào)］

徐辰生（1978-），碩士，農(nóng)藝師，主要研究方向?yàn)闊煵菰耘嗌?。E-mail：xvchensheng@126.com。*通信作者，E-mail：taojiancaas@163.com

2016-01-21

2016-07-05