曹啟民 劉志崴??王永鵬 覃姜薇 張廣宇 周玉杰

摘要[目的] 研究海南植膠區(qū)磚紅壤亞類土壤質量及其變化，并對其土壤質量進行評價。[方法]采用主成分分析法，以少數(shù)的綜合變量取代原有的多個變量。[結果]第1主成分中，主要以 pH、有機質、全N和有效Mo的因子載荷量較大，均達0.600以上。第2主成分中，以代換性Ca、代換性Mg和有效Cu的因子負載量最大，均達0.600以上。第3主成分中，載荷量較大的因子為速效P。提取的3個主成分累計方差貢獻率達79.649%，表征了79.648%的土壤質量信息；第1主成分為土壤常規(guī)分析因素，第2主成分為土壤陽離子交換性能因素，第3主成分為土壤速效P因素。[結論]土壤速效P為影響海南植膠區(qū)磚紅壤亞類土壤質量的一個重要因素。

關鍵詞磚紅壤亞類；土壤質量；主成分分析；評價；海南植膠區(qū)

中圖分類號S151.9文獻標識碼A文章編號0517-6611（2017）08-0121-03

Evaluation of Latosol Subgroup Quality in Rubber Planting Areas in Hainan Based on Principal Component Analysis

CAO Qimin1， LIU Zhiwei2*， WANG Yongpeng1 et al

（1. Hainan State Farms Academy of Sciences， Haikou， Hainan 570206；2.Hainan Province Natural Rubber Quality Testing Station， Haikou， Hainan 570206）

Abstract[Objective] Latosol subtype quality and its changes were studied and its quality was evaluated in Hainan rubber planting areas. [Method]With principal component analysis， the original multiple variables were replaced by a few comprehensive variables [Result]In first principal component， the factor load capacity of pH value， organic matter， total nitrogen， and available manganese were higher than 0.600， respectively. In second principal component， the factor load capacity of exchangeable calcium， exchangeable magnesium， available copper were higher than 0.600， respectively. In third principal component， the factor load capacity of available phosphorus was largest. The cumulative variance contribution rate of the extracted 3 principal components reached 79.649%， which was characterized by 79.648% soil quality information. The first principal component was the factor of soil general index， the second principal component was the factor of soil cation exchange capability， and the third components was the factor of soil available P. [Conclusion] The soil available P is an important factor affecting the soil quality of latosol subgroup in Hainan rubber planting areas.

Key wordsLatosol subgroup；Soil quality；Principal component analysis；Evaluation；Hainan rubber planting areas

基金項目海南省重點研發(fā)計劃項目（ZDYF2016105）；海南省重大科技計劃項目（ZDKJ2016021-02-05）；海南耕地改良關鍵技術研究與示范專項（HNGDhs2015）。

土壤的演變方向是當前社會經(jīng)濟發(fā)展的映像 [1-2]，土壤的變化對世界經(jīng)濟可持續(xù)發(fā)展影響重大[3-4]。目前由于人為因素的影響，土壤質量呈下降趨勢，因此，對土壤質量的正確認識和科學客觀的評價是準確了解土壤性質及更好利用土壤資源的保障，已成為近年來國內外研究熱點[5-10]。土壤質量評價領域應用最多的是Kriging 內插法，此種方法對采樣和測試結果要求較高，且需統(tǒng)一評價單元。近年來關于土壤質量評價方法的研究較多[11-12]，聚類分析、因子分析、主成分分析常被用于土壤質量的綜合評價[13-15]。研究表明，主成分分析法（Principal components analysis，PCA）是土壤質量定量評價中應用最廣泛的數(shù)據(jù)處理方式[16-24]，土壤屬性的變異性能被PCA客觀準確地篩選。筆者采用主成分分析的方法，從降維分析的角度，避開 Kriging 內插法的各種缺陷，以典型土壤類型和土壤質量相關性較大因素，開展海南植膠區(qū)土壤質量主成分分析，研究土壤質量及其變化，為海南植膠區(qū)乃至海南全島土壤資源健康和可持續(xù)發(fā)展提供理論依據(jù)。

1材料與方法

1.1研究區(qū)概況

海南是全國最大的天然橡膠生產基地，面積約35萬hm2。海南植膠區(qū)地處歐亞大陸東南邊緣熱帶季風氣候區(qū)域，年積溫8 100 ℃以上。大多數(shù)地區(qū)年日照時數(shù)2 000 h以上，年平均氣溫24 ℃左右，雨量充沛，年降雨量2 000 mm左右，熱帶氣候資源十分豐富。海南植膠區(qū)大多地處中部高山地和丘陵盆地，部分在臺地平原。成土母質以砂頁巖、變質巖、花崗巖和玄武巖為主，磚紅壤土類是海南植膠區(qū)主要土壤類型，約占75%。

1.2試驗方法

1.2.1土樣采集。

土壤樣品采集樣點涉及平原、丘陵、高山、河谷等主要地貌類型，樣品于2015年8月采集。按照相關野外試驗規(guī)范要求，將采樣區(qū)域劃分為若干個采樣單元，每個采樣單元平均為10 hm2，土壤性狀均勻一致，GPS定位。采樣深度20 cm，每個樣品取20個樣點混合成一個樣品，約1 kg。

1.2.2主成分分析方法。

主成分分析法的基本原理：將原始眾多具有一定相關性的P個指標打亂后再組合成無關聯(lián)的一組新的綜合指標來代替原來的指標。原來P個指標進行線性組合作為新的綜合指標。以f1（第1個綜合指標）的方差來表達，即Var（f1）越大，表示f1包含的信息越多。因此f1在所有線性組合中方差最大，第1主成分被分配給f1。若原來P個指標的信息不能被第1主成分代表，則考慮選取f2（第2個線性組合），為了有效地反映原來信息，f1已有的信息就不需要再出現(xiàn)在f2中，用數(shù)學語言表達就是要求Cov（f1，f2）=0，則稱f2為第2主成分，依此類推可以構造出第3、第4，……，第P個主成分[25]。其表達式：

f1 = a11PX1 + a21PX2 +…+ an1 PXn

f2 = a12PX1 + a22PX2+…+ an2PXn

fn=a1mPX1 + a2mPX2 + … + anmPXn

式中，a1i，a2i，…，ani（ i = 1，…，m ）為 X 的協(xié)方差陣特征值對應的特征向量，PX1，PX2，…，PXn 是原始變量經(jīng)過標準化處理的值，在實際應用中，往往存在指標的量綱不同，因此在計算前須先消除量綱的影響，而將原始數(shù)據(jù)標準化。

主成分分析主要步驟：

①指標選取。該研究主成分分析指標選取土壤的物理和化學測試數(shù)據(jù)，具體：X1 pH，X2有機質，X3全N，X4速效P，X5速效K，X6代換性Ca，X7代換性Mg，X8有效Cu，X9有效Mn，X10有效Zn，

X11有效Mo，X12有效B。

②選取指標的標準化。計算標準化矩陣。③指標之間的相關性判定。從運行結果中選擇相關性強的評價指標，重新組合成新的評價指標，采用KMO檢驗進一步判斷指標是否適合進行主成分分析，KMO的取值范圍在0到1，越小則越不適合進行主成分分析。④確定主成分個數(shù)m。主成分個數(shù)提取原則為主成分對應的特征值大于1的前m個主成分；

⑤確定主成分fi表達式并命名。以主成分得分系數(shù)矩陣表示變量對主成分的加權系數(shù)，即每個變量指標對各主成分的貢獻率，最后進行主成分fi命名。

1.3樣品測定方法

土壤各指標按照相關土壤理化指標分析標準[26]進行測定，每個測定項目做3個平行樣，以保證測定結果的準確性。

1.4數(shù)據(jù)分析

試驗數(shù)據(jù)采用 SPSS 19.0軟件進行處理。

2結果與分析

2.1相關性分析

由表1可知，pH與有機質、全N極顯著相關，有機質與全N、有效Mo極顯著相關，全N與有效Mo極顯著相關，速效P與有效Mo顯著相關，代換性Ca與代換性Mg、有效Cu和有效Zn極顯著相關，有效Cu與有效Zn極顯著相關。選擇相關性較強的 pH（Y1）、有機質（Y2）、全N（Y3）、速效P（Y4）、代換性Ca（Y5）、代換性Mg（Y6）、有效Cu（Y7）、有效Zn（Y8）和有效Mo（Y9）9個指標進一步開展主成分分析。

2.2主成分分析

經(jīng)KMO檢驗，KMO值為0.599，適合主成分分析；Bartlett 球度檢驗的相伴概率為0.000，小于顯著性水平0.050，適合主成分分析。由表2可知，3個主成分被提取，其累計方差貢獻率達79.649%，表征79.649%磚紅壤亞類質量信息。

3討論

主成分分析法能在一定程度上減少參評因子數(shù)量，但這些參評因子包含的土壤質量信息隨之丟失，既能大幅度減少數(shù)據(jù)冗余，又能最大限度地減少丟失參評土壤因子所包含的土壤質量信息，是主成分分析法難以做到的[16，27-28]。 Andrews等[16]選取每個主成分（PC）中因子荷載值在最高荷載值10%以內的所有因子進入最小數(shù)據(jù)集（MDS），這易導致數(shù)據(jù)的冗余。而Yemefack等[18]則選取每個 PC 中綜合得分最高的因子進入MDS，若該綜合得分（是經(jīng)過計算得到的一個分值，不是因子荷載）最高的因子與該PC中某評價參數(shù)的相關性很低，那么得分最高的因子顯然不能覆蓋該因子的信息，這必然損失部分土壤質量信息。

土壤質量評價中參數(shù)的選擇非常重要，如果評價指標未經(jīng)嚴格選擇，評價結果將毫無意義[29]。每個土壤理化、生物學屬性都可能是最終評價因子，但對于特定區(qū)域，由于土壤利用方式的多變性、土壤性質的時空變異性、數(shù)據(jù)獲取的成本高及因子間的共線性等因素，不可能獲取所有因子的數(shù)據(jù)，而只能從候選參數(shù)數(shù)據(jù)集中選出一個能最大限度地代表所有候選參數(shù)的最小數(shù)據(jù)集（MDS）[30]。

因此，在利用主成分分析法評價土壤質量時，雖然達到了降維的目的，但土壤質量信息的丟失和數(shù)據(jù)的冗余仍不可避免。利用不同的數(shù)理統(tǒng)計方法涵蓋全部土壤參數(shù)所表達的土壤質量信息，同時又最大限度地減少數(shù)據(jù)冗余是目前廣大科研工作者需要解決的關鍵問題。

4結論

（1）海南植膠區(qū)磚紅壤亞類土壤指標主成分分析可提取3個主成分，這3個主成分累計方差貢獻率達79.649%，表征了79.649%土壤質量信息。

（2）影響海南植膠區(qū)磚紅壤亞類土壤質量變化的主要因素分別是第1主成分土壤常規(guī)分析因素、第2主成分土壤陽離子交換性能因素和第3主成分土壤速效P因素，土壤速效P成為影響海南植膠區(qū)磚紅壤亞類土壤質量的一個重要因素。

參考文獻

[1] 金鳳君，張曉平，王長征.中國沿海地區(qū)土地利用問題及集約利用途徑[J].資源科學，2004，26（5）：53-60.

[2] 張軍巖，賈紹鳳，高婷.石家莊城市化進程中的耕地變化[J].地理學報，2003，58（4）：620-628.

[3] 李福興.我國西部地區(qū)耕地退化現(xiàn)狀及其防治對策[J].水土保持學報，2002，16（1）：1-5，10.

[4] 王振偉，李江風，龔健.縣市耕地保有量預測方法研究：以南陽市為例[J].河南農業(yè)科學，2006，35（11）：71-74.

[5] 張慶利，潘賢章，王洪杰，等.中等尺度上土壤肥力質量的空間分布研究及定量評價[J].土壤通報，2003，34（6）：493-497.

[6] 馬強，宇萬太，趙少華，等.黑土農田土壤肥力質量綜合評價[J].應用生態(tài)學報，2004，15（10）：1916-1920.

[7] ANDREWS S S，KARLEN D L，CAMBARDELLA C A.The soil management assessment framework：A quantitative soil quality evaluation method[J].Soil science society of america journal，2004，68（6）：1945-1962.

[8] CAMBARDELLA C A，MOORMAN T B，ANDREWS S S，et al.Watershedscale assessment of soil quality in the loess hills of southwest Iowa[J].Soil and tillage research，2004，78：237-247.

[9] WIENHOLD B J，ANDREWS S S，KARLEN D L.Soil quality：A review of the science and experiences in the USA[J].Environmental geochemistry and health，2004，26：89-95.

[10] IDOWU B，SAYRE K D，DECKERS J.A minimum data set for soil quality assessment of wheat and maize cropping in the highlands of Mexico[J].Soil and tillage research，2006，87：163-174.

[11] 張華，張甘霖.土壤質量指標和評價方法[J].土壤，2001，33（6）：326-330.