安徽省主要水稻土基本理化性質及肥力綜合評價①

戴士祥，任文杰，滕 應*，陳 未，馬文亭，黃 陽

?

安徽省主要水稻土基本理化性質及肥力綜合評價①

戴士祥1,2，任文杰1，滕 應1,2*，陳 未1，馬文亭1，黃 陽1

(1 中國科學院土壤環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)

以安徽省不同地區水稻土為研究對象，采集了11個剖面共43個土壤樣品，測定其基本理化性質并建模評價其肥力質量。結果表明：根據中國土壤系統分類法，安徽水稻土主要是鐵聚水耕人為土。土壤大體呈酸性，pH 5.0 ~ 6.5，土壤有機質和氮素含量等相對較低，表層土壤有機質、全氮、堿解氮平均含量為23.65 g/kg、1.44 g/kg、127.29 mg/kg，土壤質地主要是粉砂壤土。基于改進層次分析法的模糊綜合評價模型結果顯示，安徽稻田表層土壤肥力質量指數FI普遍介于0.7 ~ 0.8，肥力質量大體處于良好水平，且土壤肥力質量與土壤有機質、土壤全氮和堿解氮含量呈現顯著的正相關。

安徽；水稻土；改進層次分析法；模糊綜合評價；肥力質量

安徽省位于我國東南部，總面積為13.99萬km2，其中耕地622.5萬hm2，占總面積的44.5%，是我國糧食生產大省，水稻主產區之一，也是我國主要的糧倉之一[1]。水稻土肥力狀況對于水稻的產量和質量都起著至關重要的作用[2]，是水稻生長過程所需養分的主要來源。因此，開展安徽省水稻土基本理化性質和肥力狀況調查研究顯得尤為必要，對充分發揮土壤生產潛力具有重要的指導意義。

土壤肥力是土壤物理、化學、生物等性質的綜合表現，在土壤母質、類型等自然條件的影響下，不同農田土壤的肥力狀況會產生較大差異，即使自然條件相同，農田使用狀態和管理方式的不同也會造成土壤肥力的差異[3]。土壤肥力質量是土壤各組分之間相互作用的綜合體現，受多指標共同影響。對于土壤肥力質量指標的確定，不同土壤系統差異很大，至今沒有統一的標準[4]。由于各評價指標對土壤肥力的貢獻參差不齊，同時樣品實測值的量綱之間差異較大，因此需要一種有效的多因素決策方法[5]，而模糊綜合評價法[6]正是根據模糊數學中的隸屬度理論將定性評價轉化為定量評價，由此可以對多指標制約的土壤肥力做出總體的評價。目前，研究相對較多的主要有神經網絡法[7]、灰色關聯度法[8]、主成分分析法[9]、層次分析法[10]等模型。

改進層次分析法是一種以一般層次分析法為基礎，在確定樣本所屬質量級別上加以改進的一種方法，該方法利用最優傳遞矩陣時的最后的數據滿足一致性要求[11]。近年來該法在環境領域中應用較為廣泛，田紅和楊昉婧[12]采用改進層次分析法評價了吳淞江蘇州段水環境質量，不僅提高了結果的準確性而且更具有實用性；周旭等[13]以改進層次分析法確定權重，運用模糊數學理論實現了對貴州安普地區耕地土壤肥力的可視化評價。

基于此，本研究根據安徽水稻種植區的實際情況和土壤采樣位點的分布情況，選擇變異系數較大、影響土壤肥力和作物生長[14-17]的12項土壤理化性質(有機質、全氮、全磷、全鉀、堿解氮、銨態氮、有效磷、速效鉀、全鈣、全鎂、pH，以及陽離子交換量(CEC))作為評價指標，采用基于改進層次分析法的模糊綜合評價模型對安徽省水稻土肥力現狀進行評價，同時對影響土壤肥力的重要指標進行分析，以期為提高安徽省水稻優良品質和農業開發利用提供重要的基礎數據。

1 材料與方法

1.1 土壤樣品采集

根據我國第二次土壤普查結果，在安徽省不同地區的水稻集中種植地中選取11個采樣點，以分別代表各城市水稻土的基本情況。采集土壤樣品時，根據各采樣點的土壤分層、地下水水位等實際情況對每個采樣點挖取深度0.8 ~ 1.2 m的剖面，依據成土母質、土壤類型對剖面土壤進行分層，每個土壤剖面可大致分為3 ~ 5層，各采樣點詳細采樣信息見表1。剖面各層土壤進行土層整體混合取樣，按照四分法取土壤樣品1 kg。本次土壤樣品采集于安徽省水稻收割后進行，采樣時間為2015年10月下旬。

1.2 測定指標及方法

對11個采樣點采集的各剖面土壤的有機質、全氮、全磷、全鉀、堿解氮、有效磷、速效鉀、pH、CEC、顆粒組成、土壤質地、全鈣、全鎂、硝態氮以及銨態氮等多項指標進行測定。測定方法參考《土壤農業化學分析方法》[18]。數據處理運用Excel、R語言、MATLAB等軟件。

1.3 基于改進層次分析法的模糊綜合評價模型

1.3.1 建立土壤肥力質量評價的隸屬度矩陣 模糊綜合評價的結果不是絕對地肯定或否定，而是以一個模糊集合來表示。模糊集合即隸屬度函數，根據一定范圍內各評價指標與土壤基本理化性質實測值的關系計算其隸屬度值。隸屬度函數為：

表1 安徽省水稻土采樣點基本情況

式中：1和2分別為指標的下限值(每個指標數據中的最小值)和上限值(每個指標數據中的最大值)。表2為本研究評價指標1和2的對應值。

表2 S型隸屬函數對應的上下限值

注： pH在6.5 ~ 7.5時，賦值為1；pH>9.5或<4.5時賦值0.1；pH介于4.5 ~ 6.5、7.5 ~ 9.5由公式計算。

測定結果顯示，安徽稻田土壤的質地絕大多數屬于粉砂壤土，只有少數樣品質地為壤土或砂質壤土。因此本模型建立過程中未考慮土壤質地的差異對模型評價土壤肥力的影響。

經過土壤樣品指標的實測值在隸屬度函數計算后的數據處理，消除了各個評價指標之間的量綱差異，建立了土壤肥力質量評價的隸屬度矩陣：

×n={r|=1~,=1~} (2)

式中：r的值均在0.1 ~ 1.0，其大小反映了各評價指標的隸屬程度。

1.3.2 各評價指標權重的確定 1)建立土壤肥力質量評價的判斷矩陣。根據隸屬度矩陣的值確定權重，使得確定的權重值更符合研究地區的實際情況[28]。根據模糊綜合評價模型的內在要求，某個評價指標的數值內部變化程度越大，則該指標傳遞的綜合評價的信息量越大[25]。因此可以通過采用各評價指標的樣本方差()(=1~)來反映各評價指標對模糊綜合評價的影響程度，并用于構造判斷矩陣×n的值b。

式中：max和min分別為{()|=1~}的最大值和最小值；相對重要性程度參數值：

其中：min和int分別為取最小和取整函數。

本研究評價指標1至指標12的()值分別為0.76、6.20、0.38、0.16、2.90、35.43、21.08、33.53、3.94、4.38、5.96和4.65，相對重要程度值b=9，再由式(3)即得用于確定各評價指標權重的判斷矩陣。

2)各評價指標的權數分配。根據判斷矩陣×n，求出最大特征根所對應的特征向量。所求特征向量即為各評價指標的權數分配，采用方根法求解：

表3 1 ~ 12階判斷矩陣的RI值

1.3.4 模糊綜合評價模型 根據隸屬度函數的計算得出的各評價指標的標準化值，并結合權重，建立土壤肥力質量的模糊綜合評價模型。某一采樣點的土壤肥力質量指數為：

2 結果與討論

2.1 安徽水稻土基本理化性質

安徽省水稻土的質地按照美國制分類大部分屬粉砂壤土，只有個別地方如安慶太湖地區、合肥肥東表層土壤為壤土，合肥肥東心層、底層土壤為砂質壤土。根據土壤剖面不同層次的顏色變化以及各層次土壤的有機質、全鐵、游離鐵的含量，按照我國土壤系統分類法分類，采樣點土壤所屬土壤亞類主要是鐵聚水耕人為土，包括普通鐵聚水耕人為土和底淺鐵聚水耕人為土，并零星分布有普通簡育水耕人為土。

由表4可知，安徽水稻土表層土壤基本呈現酸性。黃山祁門水稻土表層土壤pH為4.98，顯強酸性；銅陵天門水稻土表層土壤pH為7.60，顯堿性；其余所有地區表層土壤pH 5.0 ~ 6.5，偏酸性。在各個土壤剖面上，隨著土壤深度增加，土壤pH略有升高，即土壤酸性隨著土壤深度增加而降低。

安徽水稻土表層土壤有機質平均含量為23.65 g/kg，差異相對較大。合肥長豐等地土壤有機質含量僅13 g/kg，安慶太湖和黃山祁門等地表層土壤有機質含量超過30 g/kg。整體來看，安徽水稻土表層土壤有機質含量偏低，低于耕層土壤的平均水平。

安徽水稻土土壤氮磷鉀含量均呈現出由表層向深層遞減的趨勢，其中全氮、全磷含量隨深度增加降低較為顯著，而全鉀含量在剖面深度上變化并不顯著，并有第二層全鉀含量大于表層的情況。表層土壤全氮、磷、鉀平均含量分別是1.44、1.44、0.56 g/kg，且在全省范圍內的采樣點變化不大。

土壤交換性能在土壤肥力評價中起到重要的作用，也是土壤保肥能力的一個重要體現。安徽水稻土表層土壤陽離子交換量(CEC)除安徽宣城和安慶望江兩個地區略低于10 cmol/kg外，其余介于10 ~ 20 cmol/kg，屬于交換性能一般的土壤，其中淮南大通水稻土CEC最高，高達30 cmol/kg。在各個剖面不同層次土壤樣品中，CEC值大體上隨著土壤深度的增加而降低。通觀安徽全省不同地區來看，CEC隨土壤深度的變化并不顯著，并且心層土、底層土的CEC稍大于表層土。

安徽水稻土顆粒組成以粉砂(0.002 ~ 0.05 mm)含量最高，平均約占66%，黏粒(＜0.002 mm)和砂礫(0.05 ~ 2 mm)比例大體相近，平均各占18.5% 和14.8%。在各個土壤剖面的不同層次上土壤顆粒組成無明顯規律，但均以粉砂含量較高。

2.2 安徽水稻土肥力質量綜合評價

建立模糊綜合評價模型，根據改進層次分析法的計算程序，由式(3)得出用于確定各評價指標權重的判斷矩陣12×12：

表4 安徽省各采樣點土壤基本理化性質

根據判斷矩陣12×12，求出最大特征根所對應的特征向量。所求特征向量即為各評價因素重要性排序，即權數分配，由式(5)和式(6)求得特征向量：

表5 安徽土壤肥力質量評價指標權重值

根據式(9)和表5，計算安徽省稻田土壤肥力綜合指數值FI，結果如圖1所示，按照五級分類法：FI≥0.8為土壤肥力質量好，0.6≤FI＜0.8為較好，0.4≤FI＜0.6為中等，0.2≤FI＜0.4為較差，FI＜0.2為差。根據綜合評價模型結果，采集的11個剖面共43個安徽水稻土的樣本中，土壤肥力質量為：5個質量好，7個質量較好，7個中等，14個為較差，10個為差。根據土壤樣品采集時記錄的各層次土壤深度，以及模糊綜合評價模型得到的各層次土壤肥力指數FI，利用R語言繪圖工具對11個采樣點不同深度的土壤肥力指數繪制堆疊柱狀圖，如圖2所示。

圖1 安徽省水稻土采樣點剖面各層土壤肥力指數

圖2 安徽省各采樣點土壤肥力指數堆疊圖

2.3 安徽稻田土壤肥力質量的影響因素

2.3.1 土壤有機質 土壤有機質是土壤肥力與土壤質量的重要指標[31]，有機質能夠提供作物生長所需的養分，同時能夠改善土壤結構、增加土壤緩沖性[32]，在農業可持續發展等方面起著重要作用[33]。根據綜合評價模型FI結果與土壤有機質含量數據進行比較(圖3)發現：土壤有機質與土壤肥力呈現顯著的相關性，其2達0.807，土壤肥力質量指數隨土壤有機質含量增加而升高，這也與Doran和Safley[34]的理論相符合，同時該結論也驗證了土壤有機質是土壤肥力的重要指示物，與程少敏等[35]研究相符。

2.3.2 土壤氮素 相關性分析顯示(圖4)，安徽稻田土壤全氮、堿解氮含量與土壤肥力質量指數呈正相關，其相關性系數平方(2)均達到0.83以上，呈現出顯著的相關性。土壤堿解氮又稱土壤水解性氮，指示土壤氮素供應的強度也是作物有效氮素的主要來源[36]。氮是植物的基本營養元素之一，土壤氮素在提高作物產量、改善作物品質等方面起到至關重要的作用。水稻生長過程中氮素的吸收對土壤氮素的依存超過一半[37]。

圖3 土壤有機質含量與土壤肥力質量指數的關系

土壤氮含量受多重因素的影響，其含量處于動態變化的過程中，其中以水田條件下氮素損失量最少[38]。本研究發現，安徽省稻田表層土壤全氮平均含量為1.44 g/kg，表層土壤堿解氮平均含量為127.29 mg/kg，相比其他稻田土壤全氮、堿解氮含量均較低，這可能是與土壤的輪作方式、肥料施用量和肥料類型的差異有關。因此，該地區應在水稻種植期增加氮肥的施用量以確保氮素的供給。

圖4 土壤氮素含量與土壤肥力質量指數之間的關系

3 結論

安徽省水稻土類型主要是鐵聚水耕人為土，土壤質地以粉砂壤土為主，表層土壤大體呈酸性，有機質含量差異較大。表層土壤肥力指數均處于中等或以上肥力水平，僅有兩個土壤采樣位點的土壤肥力質量為中等，其余均為好和較好，顯示安徽省作為我國糧食生產大省其土壤肥力的良好狀況，同時土壤肥力與土壤有機質、土壤全氮和堿解氮的含量呈顯著正相關。因此在水稻種植期可以通過增加有機肥、氮肥等的施用以提高土壤肥力狀況，從而保證水稻高產優質。

[1] 張培江, 占新春, 吳文革, 李安林. 安徽省水稻生產現狀及其發展對策[J]. 中國青年農業科學學術年報, 2002: 77–79

[2] 王棟, 李輝信, 胡鋒. 不同耕作方式下覆草旱作稻田土壤肥力特征[J]. 土壤學報, 2011, 48(6): 1203–1209

[3] 李梅, 張學雷. 基于GIS的農田土壤肥力評價及其與土體構型的關系[J]. 應用生態學報, 2011, 22(1): 129–136

[4] 劉曉冰, 邢寶山. 土壤質量及其評價指標[J]. 農業系統科學與綜合研究, 2002, 18(2): 109–112

[5] 李德清, 崔紅梅, 李洪興. 一種基于令人滿意原則的多因素決策方法[J]. 系統工程理論與實踐, 2003(12): 104–109

[6] 韓曉剛, 黃廷林, 陳秀珍. 改進的模糊綜合評價法及在給水廠原水水質評價中的應用[J]. 環境科學學報, 2013, 33(5): 1513–1518

[7] 趙艷玲, 何廳廳, 侯占東, 等. 基于BFA-BP神經網絡的土壤肥力評價[J], 江蘇農業科學, 2013, 41(8): 340–344

[8] 韓春建, 梁朝信, 吳克寧, 等. 基于GIS技術的灰色關聯度法土壤肥力綜合評價[J]. 農業工程學報, 2008, 24(1): 53–56

[9] 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]. 生態學雜志, 2010, 29(1): 173–180

[10] 趙振亞, 姬寶霖, 宋小園, 等. 基于層次分析和模糊數學法的公烏素土壤質量評價[J]. 干旱區研究, 2014, 31(6): 1010–1016

[11] 程富明. 改進層次分析法在采礦方法選擇中的應用[J]. 能源與節能, 2014(8): 117–119

[12] 田紅, 楊昉婧. 改進層次分析法與模糊綜合評價的耦合模型在水質評價中的應用[J]. 環境保護科學, 2011, 37(1): 70–72

[13] 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

[14] 許仙菊，馬洪波，陳杰, 等. 基于養分豐缺診斷和主成分分析相結合的桑園土壤肥力評價[J]. 土壤, 2013, 45(3): 470–476

[15] 章海波, 駱永明, 趙其國, 等. 香港土壤研究Ⅵ. 基于改進層次分析法的土壤肥力質量綜合評價[J]. 土壤學報, 2006, 43(4): 577–583

[16] 顏雄, 張楊珠, 劉晶. 土壤肥力質量評價的研究進展[J]. 湖南農業科學, 2008(5): 82–85

[17] 張貝爾, 黃標, 張曉光, 等. 近30 年華北平原糧食主產區土壤肥力質量時空演變分析——以山東禹城市為例[J]. 土壤, 2012, 44(3): 381–388

[18] 魯如坤. 土壤農業化學分析方法[M]. 北京: 中國農業科技出版社, 1999

[19] 吳玉紅, 田霄鴻, 侯永輝, 等. 基于田塊尺度的土壤肥力模糊評價研究[J]. 自然資源學報, 2009, 24(8): 1422–1431

[20] 李月瓊, 羅子宏, 陳俊石, 等. 海南中部地區山區耕地土壤養分狀況研究——以保亭縣為例[J]. 熱帶農業科學, 2014, 34(10): 48–52

[21] 韓磊, 李銳, 朱會利. 基于BP神經網絡的土壤養分綜合評價模型[J]. 農業機械學報, 2011, 42(7): 109–115

[22] 楊國棟, 王肖娟. 基于人工神經網絡的土壤養分肥力等級評價方法[J]. 土壤通報, 2005, 36(1): 30–33

[23] 許明祥, 劉國彬, 卜崇峰. 黃土丘陵區人工林地土壤肥力評價[J]. 西北植物學報, 2003, 23(8): 1367–1371

[24] 王桂琴. 隴西縣耕地土壤養分狀況評價[J]. 甘肅農業, 2013(13): 25–27

[25] 葉立新, 劉勝龍, 賈景麗, 等. 鳳陽山不同群落土壤肥力質量評價[J]. 林業科技開發, 2009, 23(6): 17–20

[26] 劉東海, 梁國慶, 周衛, 等. 基于神經網絡的土壤肥力綜合評價[J]. 中國土壤與肥料, 2011(5): 12–19

[27] 王琳琳, 陳立新, 劉振花, 等. 紅松闊葉混交林不同演替階段土壤肥力與林木生長的關系[J]. 中國水土保持科學, 2008, 6(4): 59–65

[28] Ying X, Zeng G, Chen G, et al. Combining AHP with GIS in synthetic evaluation of eco-environment quality-A case study of Hunan Province, China[J]. Ecological Modelling, 2007, 209(2): 97–109

[29] 馬永紅, 周榮喜, 李振光. 基于離差最大化的決策者權重的確定方法[J]. 北京化工大學學報(自然科學版), 2007, 34(2): 177–180

[30] 陽文銳, 王如松, 黃錦樓, 等. 反距離加權插值法在污染場地評價中的應用[J]. 應用生態學報, 18(9): 2013–2018

[31] 宋春雨, 張興義, 劉曉冰, 等. 土壤有機質對土壤肥力與作物生產力的影響[J]. 農業系統科學與綜合研究，2008, 24(3): 357–362

[32] 徐玲, 張楊珠, 周衛軍, 等. 不同施肥結構下稻田產量及土壤有機質和氮素營養的變化[J]. 農業現代化研究, 2006, 27(2): 153–156

[33] 蘆思佳. 土壤有機碳的影響因素研究進展[J]. 安徽農業科學，2010,38(6): 3078–3080

[34] Doran J W, Safley M. Defining and assessing soil health and sustain-able productivity. Biological Indicators of Soil Health[M]. New York: CAB International, 1997

[35] 程少敏, 林桂鳳, 張漫齡, 等. 土壤有機質對土壤肥力的影響與調節[J]. 遼寧農業科學, 2006(1): 13–15

[36] 張桃林, 潘劍君, 劉紹貴, 等. 集約農業利用下紅壤地區土壤肥力與環境質量變化及調控——江西省南昌市郊區和余江縣案例研究[J]. 土壤學報, 2007, 44(4): 584–591

[37] 張玉玲, 張玉龍, 虞娜, 等. 長期不同施肥對水稻土有機氮素礦化特性影響的研究[J]. 植物營養與肥料學報, 2008, 14(2): 272–276

[38] 鄒焱, 蘇以榮, 路鵬, 等. 洞庭湖區不同耕種方式下水稻土壤有機碳、全氮和全磷含量狀況[J]. 土壤通報, 2006, 37(4): 671–674

Basic Physico-chemical Properties and Fertility Comprehensive Evaluation of Main Paddy Soils in Anhui Province

DAI Shixiang1,2, REN Wenjie1, TENG Ying1,2*, CHEN Wei1, MA Wenting1, HUANG Yang1

(1 Key Laboratory of Soil Environment and Pollution Remediation, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China; 2 University of Chinese Academy of Sciences, Beijing 100049, China)

In total 43 horizon samples were collected from 11 paddy soil profiles in different areas in Anhui province, the basic physical and chemical properties were analyzed, and then a model was established to evaluate the fertility quality. The results showed that most paddy soils in Anhui Province are belonging to Fe-accumuli-stagnic Anthrosols according to the Chinese Soil Taxonomy. On the whole, the soils appear to be acidic, with pH value is roughly between 5.0-6.5, the contents of organic matter and nitrogen are relatively low, the average contents of organic matter, total nitrogen and available nitrogen in plough soil are 23.65 g/kg, 1.44 g/kg and 127.29 mg/kg respectively, and the textures of majority of the soils are silt loam. The fuzzy comprehensive evaluation model based on the improved analytic hierarchy process (AHP) showed that the plough soil fertility index FI is generally between 0.7-0.8, which indicate the fertility quality is in good level, and there are significant positive correlations between soil fertility and the contents of soil organic matter, total nitrogen and available nitrogen.

Anhui; Paddy soil; Improved analytical hierarchy process; Fuzzy comprehensive evaluation; Fertility quality

科技基礎性工作專項項目(2015FY110700)資助。

(yteng@issas.ac.cn)

戴士祥(1992—)，男，河北滄州人，碩士研究生，主要從事土壤質量評價與修復方面研究。E-mail: shxdai1992@126.com

10.13758/j.cnki.tr.2018.01.009

X825

A