松嫩平原黑土區農田土壤肥力評價研究

付 微，李 勇，2，李向越，3，杜書立，趙 軍，謝葉偉，4，孟 凱

(1. 中國科學院東北地理與農業生態研究所黑土區農業生態院重點實驗室，黑龍江哈爾濱150081;2. 山東正元地理信息工程有限責任公司，山東濟南250101;3. 東北農業大學資源與環境學院，黑龍江哈爾濱150030;4. 東北林業大學林學院，黑龍江哈爾濱150040;5. 黑龍江大學農業資源與環境學院，黑龍江哈爾濱150080)

廣義的土壤肥力概念通常把土壤的水、肥、氣、熱等諸多因素一并考慮在內，并注意到土壤物理的、化學的和生物學的諸多屬性對土壤肥力的作用與影響。隨著土壤科學的發展，人們對土壤肥力的認識逐漸突破了土壤本身，開始從土壤形成的歷史與所處的環境等諸多因素來全面定位［1］。從生態系統的觀點出發，土壤肥力主要取決于土壤及其相應的生態環境［1］，農田生態環境的變化能直接影響土壤肥力發揮作用［2］。黑土農田地處我國農業生態系統的脆弱地帶邊緣區，農業基礎設施薄弱，抗御自然災害能力差，區域水土流失嚴重，對環境較為敏感［3］。盡管東北黑土區開墾較晚，但耕墾后肥力性狀發生了很大變化。相關資料顯示:二十世紀五十年代東北土壤黑土層厚度為50 cm～100 cm，有機質含量為5%～10%;而目前多數地區黑土層厚僅為20 cm～30 cm，有機質含量下降明顯［3］。基于此，正確地評價土壤肥力對制定合理的施肥政策及建立農業生產合理布局具有重要的科學意義。土壤肥力評價是利用多項指標綜合分析目前土壤肥力水平和綜合特征。土壤肥力變化與評價研究一直是國內外科學家研究的熱點問題，諸多學者分別從不同角度，采用不同方法對土壤肥力變化進行了分析和研究［4－19］。針對東北黑土區土壤養分及主要肥力指標變化特征及其空間變異特性方面的研究也取得一定進展［5－10］，但已有研究主要側重于小尺度、單因素的土壤肥力評價，有關大尺度、多因素土壤肥力綜合評價方面的研究還鮮見報道。

目前，運用地理信息系統(GIS)技術結合模糊數學法［11，13，16－17］、層次分析法(AHP)［15，18］是最常用、最成熟和有效的土壤肥力評價方法。利用GIS 空間分析平臺，將數學模型和空間分析相結合，制定多項評價指標，采用自動化的計算方法，綜合、定量化地評價了松嫩平原黑土區農田土壤肥力水平的空間分布特征，從而為黑土保育和提高黑土區耕地地力提供科學依據。

1 材料與方法

1.1 研究區概況

研究區為松嫩平原黑土區，位于黑龍江省界內部分，共計23 個縣，見圖1。松嫩平原位于黑龍江省西南部，主要由松花江、嫩江沖積而成。整個平原略呈菱形，占全省面積1/3 以上，其中耕地面積559 萬hm2。土壤肥沃，黑土、黑鈣土占60% 以上。松嫩平原黑土區土壤養分豐富，保水、保肥力強，適合多種作物的生長，是主要農業土壤資源和國家重要商品糧基地。主產作物大豆和玉米。

圖1 研究區位置Fig.1 Location of the study area

1.2 樣品采集與分析

土壤采樣根據矢量化的松嫩平原地形圖、土壤圖、行政區劃圖等進行布點設計，同時兼顧不同地形地貌和有代表性原則，于2002 年秋收后，利用GPS 定位在松嫩平原黑土區域采集農田耕層(0～20 cm)土壤樣品660個，每個混合樣“S”型取樣采集10～15 個點，充分混合后4 分法留存;以大豆、玉米田為主。將土樣帶回實驗室自然風干，用常規方法進行化驗分析。

2 研究方法

土壤肥力水平是多個因子共同作用的結果，評價時需要借助一些數學方法將定量與定性因素結合起來。目前，借助數學方法建立相應的具體應用模型已成為各學科重要研究課題。研究使用了ArcGIS 中建模工具Model Builder，可以集成繁瑣的評價流程，使工作變得簡單，可重復計算且更加快速、準確［20］。

Model Builder 是ArcGIS 所提供的構造地理處理工作流和腳本的圖形化建模工具，能加速復雜地理處理模型的設計和實施，集成了3D、空間分析、地統計等多種空間處理工具;同時提供了一個圖形化的操作環境，可以在其中創建及修改模型［21］。建模時選擇所需要數據和工具，在模型屬性中設置相應的參數和環境，一個完整的可復用空間處理模型則設計完成。

模型的形成過程實際上就是解決問題的過程，基于Model Builder 模型的構建一般包括以下四個步驟:添加輸入數據，添加空間分析工具，設置參數和運行模型。基于Model Builder 的土壤肥力評價分析過程見圖2，需要設置的參數主要有:空間分析工具的相關參數、評價區域的設定、輸入輸出柵格(單元大小設置為10 km)、隸屬度計算(可以用Python 腳本也可以運用Reclassify 工具)、權重賦值等。針對土壤肥力評價，在使用Model Builder 建模過程中需要注意以下幾方面:①土壤作為一個時空連續的變異體，不論在大尺度上還是在小尺度上，其基礎環境信息都具有高度的空間異質性，具有相對獨立的連續性，基于GIS 的建模如果模擬現象隨空間連續變化，首選基于柵格的模型。同時由于研究區域較大，綜合柵格數據計算量和計算時間等因素，本文采用10 km* 10 km 柵格作為評價單元;②由于ArcGIS 中有些操作要求柵格必須為整形，為了方便模型中矢量——柵格相互轉換、柵格運算及提高評價精度，將指標隸屬度均置于10～100 之間。

圖2 基于Model Builder 土壤肥力評價分析流程Fig.2 Flow Analysis of soil fertility evaluation based on Model Builder

2.1 指標選取

研究組織了11 位土壤學專家和GIS 方面研究專家，參考中科院南京土壤所1982 年考察黑龍省土壤資源時制定的該區域肥力指標體系，以及汪景寬［5－6，9］、馬強［10］、隋躍宇［3，22］等針對該區域所選定的土壤肥力指標，結合長期以來對該區域的觀測研究，采用Delphi 模型建立了3 個決策層:土壤養分、土壤理化性狀和立地條件，確定了10 個評價指標，并確定了各指標的權重。

2.2 權重確定

根據層次分析法原理，邀請9 位土壤學專家對評價指標構造判斷矩陣，確定各指標的相對重要性，然后利用層次分析法計算確定各評價指標的權重，并且均通過一致性檢驗。指標權重見表1。

表1 土壤肥力評價指標體系及其權重Tab.1 Indexes and weights of soil fertility evaluation

2.3 指標初值化

對于定量指標，為了消除指標間量綱的差異，需對指標值進行初始化。量綱統一后，根據土壤樣品化驗分析數據及其隸屬度擬合出隸屬函數。隸屬函數有多種形式，常用類型主要包括戒上型隸屬函數、戒下型隸屬函數、負直線型和概念型等。

戒上型隸屬函數的指標是指在一定范圍內，土壤肥力水平與指標值的增長成正相關關系。其隸屬函數公式如下:

式中:fi——第i 個因素評語;xi——樣品觀測值;ci——標準指標;ai——系數;ut——指標下限值。

戒下型隸屬函數的指標效應則與戒上型相反，是指在一定范圍內，土壤肥力水平與指標值的增長成負相關關系。其隸屬函數公式為:

式中:ur——指標上限值。

依據以上兩種隸屬函數，得到本研究中定量指標隸屬函數，見表2。

表2 定量指標隸屬函數Tab.2 Membership function of quantitative indexes

對于定性指標，與土壤肥力之間是一種非線性的關系，如質地等，見表3，須進行量化處理。這類指標可采用Delphi 法通過專家咨詢直接給出隸屬度。

表3 質地的量化值Tab.3 Quantitative values of soil texture

2.4 土壤肥力綜合指數計算

土壤肥力綜合指數IFI 采用ArcGIS 的加權疊加分析工具(Weighted Sum)進行加法模型計算:

式中:IFI——土壤肥力綜合指數;Fi——第i 個因素的隸屬度;Ci——第i 個因素的組合權重。

3 結果與討論

3.1 土壤肥力分布特征

土壤肥力綜合指數分布在0.57～0.84 之間。根據土壤肥力綜合指數分布規律性，并參考相關專家經驗將研究區域土壤肥力分為五個等級，見表4，確定土壤肥力等級的IFI 指數定義界限分別為:0.57～0.60、0.60～0.64、0.64～0.69、0.69～0.74、0.74～0.84，并據此得出土壤肥力等級分布圖，見圖3。利用ArcGIS 對各等級分布面積進行統計，結果表明:一級土壤肥力耕地面積為39.98 萬hm2，占評價區域總面積的7.78%，二級占24.17%，三級占38.05%，四級占25.44%，五級占4.56%，二級到四級水平面積較大，一級和五級水平所占面積相對較小，見表4。

圖3 農田土壤肥力等級分布圖Fig.3 Grade distribution of soil fertility

表4 土壤肥力各等級所占面積、百分比Tab.4 Area and percentage of soil fertility grades

一、二級土壤肥力的農田主要分布在黑土區北部的深厚層黑土和東北部的中厚層黑土，包括嫩江縣、訥河市、五大連池市、北安縣、綏棱縣等縣的部分地區，與第四積溫帶(2 100℃～2 300 ℃)分布范圍相似。該區域氣候寒冷，有利于土壤有機物質的積累，腐殖質層深厚，土壤有機質、全氮、全磷、速效鉀等養分含量均明顯高于其它地區，導致該區域土壤肥力水平比較高。另外在巴彥縣、賓縣、阿城區等縣區的部分地區及哈爾濱市周邊也有分布，主要是因為該區域土壤全鉀、有效磷含量遠高于其他區域，而且該區域屬于第一積溫帶，同時有機質、全氮屬中等水平。

三級土壤肥力的農田主要分布在中部克山縣、克東縣、拜泉縣、海倫市、綏化市、呼蘭縣、賓縣、阿城區等縣境內部分地區。主要原因為該區域處于黑土帶中部，屬中層黑土，土壤有機質、全氮、全磷、有效磷等養分含量屬于中等水平，處于第三積溫帶，年降水量為500 mm～600 mm，都屬于中間水平。

四、五級土壤肥力的農田主要分布在研究區的西南部依安縣、拜泉縣、明水縣、青岡縣、蘭西縣、雙城市等縣境內部分地區，屬于薄層黑土。主要是由于西南部與中國北方荒漠化地帶的東端相接，土壤沙化、水土侵蝕日趨嚴重，而且受土地次生鹽堿化影響，引起黑土退化，土壤有機質及其他養分含量較低。雙城市是黑土開墾最早的地區之一，開墾年限較長，氣候條件較好，有利于土壤有機質的分解及作物生長對養分的吸收，致使土壤養分消耗較大，土壤肥力主要指標水平較低。另外研究區東北邊緣地區，土壤肥力水平相對于相鄰內部區域的肥力水平較低，甚至有五級肥力水平零星分布，主要是由于該區域靠近小興安嶺，坡度大，土壤養分含量也相對較低。

從總體上看，松嫩平原黑土區農田土壤肥力水平東高西低，北高南低，呈現出明顯的條帶狀分布特征，從西南部向東北部土壤肥力水平逐漸增高，該土壤肥力空間分布特征與馬強［10］等對研究區域相對較小，選取的評價指標相對較少的研究結果一致。土壤肥力綜合評價指數最低為0.57，雖然在本研究區內土壤肥力水平相對較低;但與其他地區相比，土壤養分含量仍處于較高水平，具有相對較高的土壤肥力。松嫩平原整體肥力水平較高，基本不會阻礙農業生產，但是西南部青岡縣、明水縣、蘭西縣、雙城市等應注意培肥，控制化肥與化學農藥的施用量，治理水土流失和風沙侵蝕，以保護農田生態系統和農業生產的可持續性。

3.2 土壤養分指標分布特征

一級土壤肥力的農田中土壤養分含量較高:有機質含量＞60 g·kg－1，全氮含量＞3.0 g·kg－1，全磷含量＞0.9 g·kg－1，堿解氮含量＞280 mg·kg－1，速效鉀含量＞200 mg·kg－1的農田面積均占一級肥力農田總面積的50%以上，有效磷含量＞30 mg·kg－1的農田面積占一級肥力農田總面積的百分比最低，約為39.02%，見圖4。

二級土壤肥力的農田有機質含量為40 g·kg－1～60 g·kg－1，全氮含量為2.0 g·kg－1～3.0 g·kg－1，全磷含量為0.6 g·kg－1～0.9 g·kg－1，有效磷含量為20 mg·kg－1～30 mg·kg－1的農田面積占二級肥力農田總面積的百分比都在60%左右;堿解氮含量為150 mg·kg－1～280 mg·kg－1和＞280 mg·kg－1，速效鉀含量為150 mg·kg－1～200 mg·kg－1的農田面積各占二級肥力農田總面積的40% 左右;速效鉀含量為＜150 mg·kg－1和＞200 mg·kg－1的農田面積各占二級農田總面積的30%左右。

三級土壤肥力的農田土壤養分(除全磷外)多集中在中等水平。有機質含量為40 g·kg－1～60 g·kg－1的農田面積占45.7%，含量為20 g·kg－1～40 g·kg－1的面積占37.4%;全氮含量在2.0 g·kg－1～3.0 g·kg－1之間的面積占60.4%;全磷含量0.6 g·kg－1～0.9 g·kg－1之間的面積占48.2%;堿解氮含量為150 mg·kg－1～280 mg·kg－1的面積占79.7%;有效磷含量為20 mg·kg－1～30 mg·kg－1的面積占78.2%;速效鉀含量為150 mg·kg－1～200 mg·kg－1的面積占57.7%。

四級土壤肥力農田的養分含量集中在中等偏下水平。有機質含量為20 g·kg－1～40 g·kg－1的面積占47.5%，＜20 g·kg－1的面積占16.0%;全氮含量為2.0 g·kg－1～3.0 g·kg－1的面積占66.4%，＜2.0 g·kg－1的面積占30.6%，還有一部分 ＞3 g·kg－1的面積;全磷含量＜0.6 g·kg－1的農田面積約占四級肥力農田的95.4%;堿解氮含量為150 mg·kg－1～280 mg·kg－1的面積占76.6%，＜150 mg·kg－1的面積占20.2%;有效磷含量為20 mg·kg－1～30 mg·kg－1的面積占78.2%，＜20 mg·kg－1的面積占21.3%;速效鉀含量為150 mg·kg－1～200 mg·kg－1的面積占57.7%，＜150 mg·kg－1的面積占36.7%。

五級土壤肥力農田中，有機質含量為20 g·kg－1～40 g·kg－1的農田面積占97.0%，全氮含量為2.0 g·kg－1～3.0 g·kg－1的農田面積約占98.8%，或更低。堿解氮含量為150 mg·kg－1～280 mg·kg－1的農田面積約占96.3%，速效鉀含量150 mg·kg－1～200 mg·kg－1的農田面積約占89.7%;而五級肥力農田中土壤全磷和有效磷含量則偏低，其中全磷＜0.6 g·kg－1的農田面積占98.6%，有效磷含量＜20 mg·kg－1的農田面積占89.7%。

綜上所述，一、二、三級土壤肥力農田有機質及土壤養分含量較高，四級肥力農田的主要限制因子是全磷，有95.4%的農田含量＜0.6 g·kg－1;五級肥力農田的主要限制因子為全磷和有效磷，有98.4%的農田全磷含量＜0.6 g·kg－1，89.7%的農田有效磷含量＜20 mg·kg－1。因此，在對四、五級農田進行培肥保育過程中應注意磷肥的施用。

圖4 養分指標各含量區間的農田面積占該等級農田總面積的百分比Fig.4 Percentage of field area on the base of nutrients content range in the same grade

3.3 評價結果驗證

通常情況下，認為土壤肥力表征的是土壤的潛在生產力，多年平均單位產量表征了土壤的實際生產力，兩者之間有差異，但理論上應該存在一定的相關性。將研究區1998 年－2002 年23 個市縣主要作物大豆和玉米，五年的單位平均產量與土壤肥力評價結果進行對比驗證。利用SPSS 16.0 對23 個市縣土壤肥力綜合指數與大豆、玉米的平均單產進行相關性分析發現:土壤肥力與大豆、玉米的單產呈顯著性相關(p ＜0.05)，相關系數分別為:0.406 和0.318，說明土壤肥力評價結果與土地的實際生產力基本相符。

土壤肥力為一、二級的哈爾濱市、巴彥縣、阿城區等的大豆和玉米的單位產量相對較高;而克東縣、海倫市、望奎縣、綏化市、呼蘭縣、賓縣等縣市平均單位產量水平和土壤肥力水平都處于中間水平;依安縣、拜泉縣、明水縣、青岡縣、蘭西縣的單位產量最低，與其處于四、五級的土壤肥力水平的情況相符合。分析其原因可能是由于該區域與中國北方荒漠化地帶的東端相接，土壤沙化、水土侵蝕嚴重，而且受土地次生鹽堿化影響，引起黑土退化，土壤肥力較低［23］，導致作物產量較低，從而表明土壤肥力評價結果與生產實際基本符合。

但同時發現，嫩江縣、五大連池市、北安市、綏棱縣雖然是一、二級土壤肥力水平，單位產量僅處于中下水平，該區域黑土層厚而肥沃，有機質及土壤養分含量都比較高，生產潛力較大，主要原因是其緯度高、積溫低等水熱梯度因素的影響限制了土壤養分作用發揮。雙城市由于單一種植高產糧食作物玉米，使作物產量一直保持在較高水平。另外雙城市受較高水熱梯度和有利地形地貌的影響，土壤熟化程度高，土壤養分作用得到了很好的發揮。雖然雙城市產量較高，但此次評價土壤肥力并不屬于高水平的土壤肥力區域，采樣化驗分析中也發現雙城市的土壤養分較低，尤其是土壤有效磷偏低。

4 結 論

①基于Model Builder 的土壤肥力評價模型將模糊數學法、層次分析法、加法模型結合起來，充分發揮GIS 強大的空間數據處理和分析功能，使得評價工作變得簡單，計算過程快速、準確。模型一旦建立后，不同的研究人員可以根據對土壤肥力的認識程度來調整指標及其權重，就可以快速得出結果，基于柵格的評價單元能夠準確表現土壤肥力的空間分布特征。

②松嫩平原黑土農田土壤肥力空間分布呈現出明顯西南低東北高的條帶狀分布特征，哈爾濱周邊地區高而雙城市較低的主要分布趨勢。

③松嫩平原農田土壤肥力綜合指數在0.57～0.84 之間，盡管整體肥力水平較高，基本不會阻礙農業生產;但是西南部青岡縣、明水縣、蘭西縣、雙城市等應注意培肥，控制化肥與化學農藥的施用量，治理水土流失和風沙侵蝕，從而有利于保護農田生態系統以及農業生產的可持續性。

最后，由于評價研究區尺度較大，因此，增加評價指標或在地形復雜的區域加密采樣點很有必要，今后應逐漸完善這方面的研究。

致謝:感謝香港王寬誠教育基金會和黑龍江省外國專家局2012 年度引進國外技術、管理人才項目的資助，此外，本論文還得到了地球系統科學數據共享平臺提供的采樣點設計和空間數據處理等方面的技術支持，在此表示感謝!

［1］沈善敏. 中國土壤肥力［M］. 北京:中國農業出版社出版，1998.

［2］魏 丹，楊 謙，遲鳳琴. 東北黑土區土壤資源現狀與存在問題［J］. 黑龍江農業科學，2006 (6):69－72.

［3］隋躍宇，張興義，谷思玉，等. 論農田黑土肥力評價體系［J］. 農業系統科學與綜合研究，2004，20 (4):265－267，270.

［4］郭旭東，傅伯杰，馬克明，等. 基于GIS 和地統計學的土壤養分空間變異特征研究——以河北遵化市為例［J］. 應用生態學報，2000，11 (4):557－563.

［5］汪景寬，王鐵宇，張旭東，等. 黑土土壤質量演變初探Ⅰ——不同開墾年限黑土主要質量指標演變規律［J］. 沈陽農業大學學報，2002，33 (1):43－47.

［6］汪景寬，張旭東，王鐵宇，等. 黑土土壤質量演變初探Ⅱ——不同地區黑土中有機質、氮、硫和磷現狀及變化規律［J］. 沈陽農業大學學報，2002，33 (4):270－273.

［7］李雙異，劉慧嶼，張旭東，等. 東北黑土地區主要土壤肥力質量指標的空間變異性［J］. 土壤通報，2006，37 (2):220－225.

［8］趙 軍，葛翠萍，商 磊，等. 農田黑土有機質和全量氮磷鉀不同尺度空間變異分析［J］. 農業系統科學與綜合研究，2007，23(3):280 –284.

［9］汪景寬，李雙異，張旭東，等.20 年來東北典型黑土地區土壤肥力質量變化［J］. 中國生態農業學報，2007，15 (1):19－24.

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

［11］Kollias V J，Kalivas D P. The enhancement of a commercial geographical information system (ARC/INFO)with fuzzy processing capabilities for the evaluation of land resources ［J］. Computers and electronics in agriculture，1998 ，20 (1):79－95.

［12］Bojórquez-Tapia L A，Díaz-Mondragón S，Ezcurra E. GIS-based approach for participatory decision making and land suitability assessment［J］. Intermational Journal of Geographical Information Science，2001，15 (2):129－151.

［13］Nisar Ahamed T R，Gopal Rao K，Murthy J S R. GIS-based fuzzy membership model for crop-land suitability analysis ［J］. Agricultural systems，2000，63 (2):75－95.

［14］Hudson G，Bimie R V. A method of land evaluation including year to year weather variability ［J］，Agricultural and Forest Meteorology，2000，101 (2－3):203－216.

［15］Thapa R B，Murayama Y. Land evaluation for peri－urban agriculture using analytical hierarchical process and geographic information system techniques:A case study of Hanoi ［J］. Land Use Policy，2008，25 (2):225－239.

［16］孫 波，張桃林，趙其國. 我國東南丘陵山區土壤肥力的綜合評價［J］. 土壤學報，1995，32 (4):362－369.

［17］王建國，楊林章，單艷紅. 模糊數學在土壤質量評價中的應用研究［J］. 土壤學報，2001，38 (2):176－183.

［18］周 旭，安裕倫，許武成，等. 基于GIS 和改進層次分析法的耕地土壤肥力模糊評價——以貴州省普安縣為例［J］. 土壤通報，2009，40 (1):51－55.

［19］楊奇勇，楊勁松，姚榮江，等. 基于GIS 和改進灰色關聯模型的土壤肥力評價［J］. 農業工程學報，2010，26 (4):100－105.

［20］周 揚，李瀟麗，吳文祥，等. 基于Model Builder 的庫區生態敏感性分析［J］. 安徽農業科學，2009，37 (29):14272－14275，14322.

［21］季 漩. 基于Model Builder 的水土流失危險性分析模型研究［J］. 內蒙古林業調查設計，2009，32 (1):101－103.

［22］隋躍宇，焦曉光，張興義，等. 農田黑土肥力綜合評價研究［J］. 土壤肥料，2005 (5):46－48，51.

［23］李取生，裘善文，鄧 偉. 松嫩平原土地次生鹽堿化研究［J］. 地理科學，1998，18 (3):268－272.