李百云 李慧 郭鑫年 孫嬌 梁錦秀 龍懷玉 周濤

摘要：以寧夏耕地土壤為研究對象，選取15項土壤質量指標，運用主成分分析結合Norm值構建評價指標最小數據集（MDS），通過灰色關聯(lián)度和非線性模型（non-linear model，簡稱NL）進行土壤質量評價。研究表明，寧夏耕地土壤質量評價指標MDS包括全氮、全磷、胡敏酸碳量、交換性鈣、交換性鎂含量;2 種評價方法結果具有高度的正相關性，相關性系數為0.88，相互驗證了評價結果的準確性，非線性評分模型方法計算更加簡便。研究區(qū)耕地土壤質量處于中下等水平，各地土壤質量依次為固原市>石嘴山市>銀川市>吳忠市>中衛(wèi)市。

關鍵詞：最小數據集;非線性模型;灰色關聯(lián)度;寧夏;土壤質量評價

中圖分類號：S151.9 ?文獻標志碼： A ?文章編號：1002-1302（2021）09-0195-06

土壤是農作物生產的基礎，肥力是土壤的基本屬性和本質特征，可衡量土壤對作物生長所需的各種養(yǎng)分的供給能力，也是土壤物理、化學和生物學性質的綜合反映。土壤是陸地生態(tài)系統(tǒng)中結構最為復雜、功能最為活躍的生命層，因此科學而準確地對土壤性質進行評價尤為重要[1-2]。隨著數理統(tǒng)計軟件的廣泛應用，土壤質量構成因素研究不斷深入，評價方法越來越側重多因素的綜合評價。土壤質量評價涉及多方面指標，而大量指標的分析測定是比較繁瑣的，因此，須要建立最小數據（minimum data set，簡稱MDS）對土壤質量因素之間存在關聯(lián)性進行評價。目前多數學者將灰色關聯(lián)度分析法、聚類分析法、主成分分析法、隸屬函數法的綜合評價方法[3-7]，以及降維思想和模糊數學理論等方法逐步應用到土壤學研究中，國內外專家學者常將多個土壤結構屬性和理化性質指標綜合為土壤質量指數，以此來評價土壤生產力持續(xù)性和抵抗力穩(wěn)定性。應用灰色關聯(lián)度和非線性模型（non-linear model，簡稱NL）方法分析篩選土壤質量評價指標，建立寧夏回族自治區(qū)土壤質量評價指標體系，并通過土壤質量指數法驗證最小數據集指標的有效性。本研究以寧夏回族自治區(qū)耕地為研究對象，在充分考慮常規(guī)養(yǎng)分指標的基礎上，引入腐殖質組分指標，并結合交換性鈣、交換性鎂、交換性鉀、交換性鈉離子含量，通過主成分分析確定土壤指標的最小數據集，結合熵權法和公因子方法確定指標權重，運用灰色關聯(lián)度和非線性評分模型構建土壤質量評價體系。土壤質量評價在利用主成分分析確定候選MDS過程中，本研究考慮了土壤因子在單個主成分上的載荷，以期全面了解寧夏耕地肥力狀況，提供適合的土壤質量評價方法。

1 材料與方法

1.1 研究區(qū)概況

寧夏回族自治區(qū)位于我國西部的黃河上游地區(qū)，地處35°14′～39°23′N、104°17′～107°39′E，海拔超過1 000 m，屬于溫帶大陸性氣候，年均氣溫5.3～9.9 ℃，年無霜期 105～163 d，全區(qū)總降水量分布不均，南多北少，為167～647 mm，該區(qū)域太陽輻射性強，蒸發(fā)量大，晝夜溫度和年季溫差大，四季分明[8]。土壤類型主要有黃綿土、灰鈣土、灌淤土。

1.2 樣品采集和分析

寧夏回族自治區(qū)5市玉米總面積為 31.09萬hm2，占糧食作物面積的42.3%。其中，銀川市4.03萬hm2，石嘴山市3.48萬hm2，吳忠市8.53萬hm2，固原市8.85萬hm2，中衛(wèi)市 6.20萬hm2[9]，在寧夏的5個市內選取43個玉米田塊，于2018年10—11月采集土壤樣品，采集方法：以“S”形布點法采集深度為0～30 cm的8～10個樣點，將土壤樣品混合均勻，用四分法取樣 1 kg/份左右，共43份，做好標記，帶回實驗室，采樣情況見表1。

pH值測定采用電位法，電導率測定采用電極法，全氮含量測定采用半微量凱氏定氮法，全磷含量測定采用高氯酸-硫酸法，全鉀含量測定采用原子吸收法，速效磷含量測定采用鉬銻抗比色法，腐殖質碳量組成測定采用腐殖質組成修改法[10]，交換性鈣離子、鎂離子、鉀離子、鈉離子含量測定采用乙酸銨浸提-火焰光度法。

1.3 數據處理方法

運用Excel 2010進行原始數據的簡單處理，采用SPSS 20.0軟件對試驗數據進行分析。土壤質量評價的最小數據集（MDS）確定的方法參考吳玉紅等的研究，利用熵權法和公因子方差來確定指標權重，綜合分析方法采用灰色關聯(lián)度[11-12]和非線性模型[13]，通過土壤質量綜合評價指數和權重加權求和，比較各地區(qū)耕地質量。

2 結果與分析

2.1 寧夏耕地土壤質量指標統(tǒng)計描述

表2表明，寧夏耕地土壤養(yǎng)分含量分布不均勻。土壤平均pH值為8.46，屬于微堿性土壤[14]。電導率平均值為0.39 mS/cm，小于作物生育障礙臨界點（0.5 mS/cm）[15]，電導率最大值為3.49 mS/cm，大于臨界值，應對進行相應的區(qū)域進行土壤改良。全氮、全磷、全鉀、速效磷含量平均值分別為0.61、0.36、14.12、6.75 mg/kg，根據全國第2次土壤普查分級標準[16]，全氮、全磷含量為缺乏型，全鉀、速效磷含量適中。土壤腐殖質是土壤有機質的主體，一般占土壤有機質含量的60%～90%[17]。腐殖質是由胡敏酸、富啡酸以及存在殘渣中的胡敏素等組成，寧夏耕地腐殖質含量、腐殖酸含量、胡敏酸含碳量、富啡酸含碳量、胡敏素含碳量平均值分別為7.02、2.72、0.77、1.95、4.30 g/kg。交換性鈣、 交換性鎂、交換性鉀、交換性鈉含量平均值分別為3.54、1.41、0.35、0.66 cmol/kg。土壤各養(yǎng)分含量最大值和最小值存在明顯差異，變異系數范圍在0.06～1.77。在土壤學研究中通常進行如下定義：變異系數（CV）≤0.1為弱變異，0.1 2.2 土壤質量最小數據集的確定

最小數據集是一種對土壤質量評價的方法，其重要作用在于可以通過測定比較少的數據了解土壤的變化情況[18]。主成分分析法能夠較好地處理變量間的多重相關性，使各指標間具有相互獨立性，是確定MDS最常用的方法[3]。由表3可知，對15項土壤屬性指標做主成分分析，提取到特征值大于1的3個主成分，其特征值分別為5.168、3.229、2.327，累計貢獻率達到71.495%，由此可知這3個主成分可以表達原始數據的大部分信息。主成分1的貢獻率達34.454%，全氮含量、腐殖質含量、腐殖酸含量、富啡酸含碳量有較高的正載荷值，pH值有較高的負載荷值;主成分2的貢獻率為21.528%，全磷含量、全鉀含量、交換性鈣含量、交換性鎂含量、交換性鈉含量有較高的正載荷值;主成分3的貢獻率為15.513%，反映了速效磷含量、交換性鉀含量有較高的正載荷值，胡敏酸含碳量有較高的負載荷值。不同土壤質量指標公因子方差不同，腐殖質含量公因子方差最大，為0.930，速效磷含量公因子方差最小，為0.415。

通過主成分分析，將每個特征值≥1的主成分中因子荷載絕對值≥0.5土壤參數選出分為一組[19]，結果如表3所示。若某個指標在不同主成分中的載荷均大于0.5，則將其并入與其他指標相關性較低的一組，其中電導率因在各主成分的荷載都小于0.5，排除在分組外。Norm值的幾何意義為該變量在由主成分組成的多維空間中的矢量模長度，Norm值越大，長度越長，則表明該變量對所有主成分的綜合載荷越大[20-21]，該指標所包含的土壤質量信息就越多。根據每組中Norm值在最高總分值的10%范圍以內、相關性系數（表4）低于0.5、變異系數不宜過高的原則[11-12]，最終選定的MDS指標有5個：全氮含量、全磷含量、胡敏酸含碳量、交換性鈣含量、交換性鎂含量。

2.3 灰色關聯(lián)度分析

根據參評的MDS指標和灰色系統(tǒng)理論要求，將43份土樣的5個指標視為一個整體。選擇5項指標的最大值為最優(yōu)指標集，即X0（j）={2.41，0.76，4.99，10.40，3.93}，進行無量綱化處理，將其轉化為 0～1間的標準化數據。根據公式Δi（j）=︱X0（j）-Xi（j）︱計算絕對差值，其中i表示0～43號樣品，j表示0～5號樣品，二級最小差miniminj︱X0（j）-Xi（j）︱為0，二級最大差maximaxj︱X0（j）-Xi（j）︱為0.991 2。

利用公式（1）分別計算關聯(lián)度（表5）。采用熵權法確定果實品質指標的權重，全氮含量、全磷含量、胡敏酸含碳量、交換性鈣含量、交換性鎂含量權重分別為0.195、0.173、0.318、0.178、0.136，其中全氮含量、胡敏酸含碳量權重較大。將關聯(lián)度乘以權重后進行加權，計算各地加權關聯(lián)度。

2.4 土壤質量非線性模型分析

非線性模型是通過非線性模型將指標值轉換為0～1之間適當的分值，模型公式為SNL=a/[1+（x/x）b]。其中：a為最大得分，被確定為1;x是土壤實測指標值;x為相應的指標平均值，b為方程斜率，表示類型指標值。其中，“越多越好”類型的b被確定為-2.5，“越少越好”類型的b被確定為2.5[13，19]。MDS的5個指標與土壤質量呈正相關關系，b取值為-2.5，非線性模型值詳見表6。

采用公因子方差確定果實品質指標的權重，全氮含量、全磷含量、胡敏酸含碳量、交換性鈣含量、交換性鎂含量的權重分別為0.237、 0.226、 0.161、0.175、0.201，其中全氮、全磷含量的權重較大。將隸屬函數值乘以權重后進行加權，計算各地綜合評價值。

2.5 土壤質量結果評價

將2種土壤質量評價方法的結果進行相關性分析，結果表明，2種方法的評價結果相關性系數為0.88，具有高度的正相關性，因此2 種評價方法的結果具有很好的一致性，相互驗證了準確性。從圖1可以看出，2 種方法下寧夏耕地土壤肥力曲線變化趨勢大體一致，灰色關聯(lián)度的土壤質量綜合評分為0.35～0.68，平均值為0.44，變異系數為17.96%;非線性評分模型方法的土壤質量綜合評分為 0.06～0.87，平均值為0.41，變異系數為48.67%，其中非線性評分模型綜合評價變異程度較大。2種方法中排序都在前10名的有1、3、5、6、12、14、15、16、26號土壤質量較好;排序都在后10名的有11、13、23、24、25、34、35、42、43號土壤質量較差。由表7可知，2種方法中土壤質量依次為固原市>石嘴山市>銀川市>吳忠市>中衛(wèi)市。

3 討論與結論

在一定土壤-作物-氣候條件下，土壤質量的是衡量土壤肥力、土壤環(huán)境及作物生產可持續(xù)性的重要指標[22]。目前并沒有統(tǒng)一的土壤質量評價標準和評價方法，評價指標有所差異[23]。最小數據集是評價土壤質量的最少指標集，且本研究利用主成分分析結合Norm值進行最小數據集的篩選，考慮指標在所有主成分上的載荷[24]，科學地簡化了指標數據集[24-26]。劉引等采用主成分Norm值方法，建立了有機質、全磷、速效磷、有效鎂以及有效鐵含量5個指標組成的MDS[27]。杜發(fā)興等運用主成分分析結合Norm值構建以土壤容重、黏粒有機質含量、有效磷含量、陽離子交換量、pH值、微生物含碳含量和微生物氮的最小數據集評價石漠化地區(qū)土壤質量[12]。本研究采用主成分Norm值方法建立了全氮含量、全磷含量、胡敏酸含碳量、交換性鈣含量、交換性鎂含量5個指標組成的MDS，與上述研究的土壤MDS指標存在相同之處，有較好的代表性。碳、氮、磷含量是影響土壤質量水平的重要因子，其含量和分布對植物的生長發(fā)育起著非常重要的作用[28-29]，土壤交換性鈣、交換性鎂含量是影響作物產量和品質的重要因素[30]。因此，本研究選出的5個MDS指標對于寧夏耕地土壤質量評價具有一定的實際意義。

本研究采用熵權法和主成分公因子方差法來確定指標權重，建立全氮、全磷、胡敏酸碳量、交換性鈣、交換性鎂含量土壤質量最小數據集評價寧夏部分區(qū)域土壤質量的方法。評價結果顯示，2種方法的土壤質量綜合指數平均值均小于0.5，說明寧夏耕地土壤質量處于中下等水平，固原市耕地土壤質量較佳。寧夏土壤偏堿性，交換性鈣、交換性鎂在偏堿的北方土壤中含量較豐富[31]，但全氮、全磷、有機質含量較低，是造成土壤質量處于中下等水平的主要原因。土壤質量因子受不同作物生長、樣地選擇等因素影響，往往表現出不同的結果，但鑒于目前寧夏土壤質量評價比較缺乏，本研究采用土壤質量評價MDS對于今后的研究和實踐依然具有重要參考意義，為更精準地評價土壤質量應結合種植作物生長因素，這樣評價結果會更加精準。

參考文獻：

[1]胡嬋娟，郭 雷. 植被恢復的生態(tài)效應研究進展[J]. 生態(tài)環(huán)境學報，2012，21（9）：1640 - 1646.

[2]房全孝. 土壤質量評價工具及其應用研究進展[J]. 土壤通報，2013，44（2）：496 - 504.

[3]劉 斌，王松標，李 鑫，等. 攀枝花市成齡芒果園土壤肥力評價[J]. 熱帶作物學報，2020，41（1）：1-6.

[4]鄭敏娜，梁秀芝，李蔭藩，等. 紫花苜蓿人工草地土壤肥力的灰色關聯(lián)度分析[J]. 中國草地學報，2017，39（2）：111-116.

[5]崔超崗，周冀衡，李 強，等. 陸良縣植煙土壤類型與土壤肥力的灰色關聯(lián)度分析[J]. 西南農業(yè)學報，2016，29（5）：1172-1176.

[6]劉少春，張躍彬，郭家文，等. 基于養(yǎng)分豐缺分級的蔗田土壤肥力主成分綜合分析[J]. 西南農業(yè)學報，2016，29（3）：611-617.

[7]吳海燕，金榮德，范作偉，等. 基于主成分和聚類分析的黑土肥力質量評價[J]. 植物營養(yǎng)與肥料學報，2018，24（2）：325-334.

[8]李 娜. 氣候變化對寧夏冬、春小麥產量影響研究[D]. 楊凌：西北農林科技大學，2017.

[9]王旭明. 寧夏調查年鑒[M]. 北京：中國統(tǒng)計出版社，2019：274-275.

[10]萬曉曉，石元亮，依艷麗. 長期秸稈還田對白漿土有機碳含量及腐殖質組成的影響[J]. 中國土壤與肥料，2012（3）：7-11.

[11]吳玉紅，田霄鴻，同延安，等. 基于主成分分析的土壤肥力綜合指數評價[J]. 生態(tài)學雜志，2010，29（1）：173-180.

[12]杜發(fā)興，吳登峰，吳厚發(fā)，等. 基于灰色關聯(lián)度的石漠化地區(qū)土壤質量評價[J]. 西南農業(yè)學報，2019，32（9）：2102-2108.

[13]李鵬飛，張興昌，郝明德，等. 基于最小數據集的黃土高原礦區(qū)復墾土壤質量評價[J]. 農業(yè)工程學報，2019，35（16）：265-273.

[14]閔 炬，董剛強，謝文明，等. 管花肉蓯蓉寄主檉柳林地土壤養(yǎng)分調查研究[J]. 土壤，2018，50（1）：73-78.

[15]范慶鋒，張玉龍，陳 重，等. 保護地土壤鹽分積累及其離子組成對土壤pH值的影響[J]. 干旱地區(qū)農業(yè)研究，2009，27（1）：16-20.

[16]全國土壤普查辦公室.全國第二次土壤普查暫行技術規(guī)程[M]. 北京：農業(yè)出版社，1979.

[17]竇 森. 土壤腐殖物質形成轉化及其微生物學機理研究進展[J]. 吉林農業(yè)大學學報，2008（4）：538-547.

[18]劉金山，胡承孝，孫學成，等. 基于最小數據集和模糊數學法的水旱輪作區(qū)土壤肥力質量評價[J]. 土壤通報，2012，43（5）：1145-1150.

[19]Zhang C，Xue S，Liu G B，et al. A comparison of soil qualities of different revegetation types in the Loess Plateau，China[J]. Plant Soil，2011，347（1）：163-178.

[20]李桂林，陳 杰，孫志英，等. 基于土壤特征和土地利用變化的土壤質量評價最小數據集確定[J]. 生態(tài)學報，2007，27（7）：2715-2724.

[21]Yemefack M，Jetten V G，Rossiter D G . Developing a minimum data set for characterizing soil dynamics in shifting cultivation systems[J]. Soil & Tillage Research，2006，86（1）：84-98.

[22]謝 堅，鄭圣先，楊曾平，等. 湖南雙季稻種植區(qū)不同生產力水稻土質量綜合評價[J]. 中國農業(yè)科學，2010，43（23）：4840-4851.

[23]金慧芳，史東梅，陳正發(fā)，等. 基于聚類及PCA分析的紅壤坡耕地耕層土壤質量評價指標[J]. 農業(yè)工程學報，2018，34（7）：155-164.

[24]貢 璐，張雪妮，冉啟洋，等. 基于最小數據集的塔里木河上游綠洲土壤質量評價[J]. 土壤學報，2015，52（3）：682-689

[25]貢 璐，張海峰，呂光輝，等. 塔里木河上游典型綠洲不同連作年限棉田土壤質量評價[J]. 生態(tài)學報，2011，31 （14）：4136-4143.

[26]劉偉瑋，劉某承，李文華，等. 遼東山區(qū)林參復合經營土壤質量評價[J]. 生態(tài)學報，2017，37（ 8）：2631 2641.

[27]劉 引，顏鴻遠，歐小宏，等. 基于最小數據集的麻城菊花種植區(qū)土壤肥力質量評價[J]. 中國中藥雜志，2019，44（24）：5382-5389.

[28]李鵬飛，張興昌，郝明德，等. 基于最小數據集的黃土高原礦區(qū)復墾土壤質量評價[J]. 農業(yè)工程學報，2019，35（16）：265-273.

[29]張 婷，翁 月，姚鳳嬌，等. 放牧強度對草甸植物小葉章及土壤化學計量比的影響[J]. 草業(yè)學報，2014，23（2）：20-28.

[30]曹榕彬. 寧德市耕地土壤交換性鈣鎂數據空間分布特征及影響因素分析[J]. 河南農業(yè)大學學報，2018，52（3）：437-444.

[31]李丹萍，劉敦一，張白鴿，等. 不同鎂肥在中國南方三種缺鎂土壤中的遷移和淋洗特征[J]. 土壤學報，2018，55（6）：1513-1524.