旱作種植條件下基礎地力貢獻率演變特征及影響因素分析

李官沫，張文菊，曲瀟琳，喬磊，黃亞萍，徐虎，徐明崗

旱作種植條件下基礎地力貢獻率演變特征及影響因素分析

李官沫1，張文菊1，曲瀟琳2，喬磊1，黃亞萍1，徐虎1，徐明崗1

1中國農業科學院農業資源與農業區劃研究所/耕地培育技術國家工程實驗室，北京 100081；2農業農村部耕地質量監測與保護中心，北京 100125

【】耕地基礎地力是其生產潛能的重要指標。探究耕地基礎地力區域差異、演變特征及其驅動因素，可為耕地地力提升與可持續利用提供科學依據。基于國家級長期定位監測點試驗平臺，按照種植區域、監測年限、土壤類型和土壤理化性狀分別進行分組，分析小麥和玉米季基礎地力貢獻率特征，并采用隨機森林模型和非參數檢驗等統計學方法，探究小麥/玉米季基礎地力貢獻率的時空演變特征及影響因素。總體上，小麥季和玉米季的基礎地力貢獻率為48.9%和53.4%（中位值）。東北地區玉米季（60.8%）和西北地區小麥季（57.0%）的基礎地力貢獻率最高；而西南地區小麥季和玉米季的基礎地力貢獻率均最低（分別為35.8%和21.3%）。近30年我國基礎地力貢獻率總體呈現上升趨勢，2010s比1980s增長了約15個百分點。在全國尺度上，土壤類型、土壤pH是影響基礎地力貢獻率的主要因素。對于不同區域小麥而言，有機質是影響華北地區基礎地力貢獻率的第一要素，長江中下游地區與西南地區的則為有效磷；而在玉米季，影響東北地區與西南地區是有機質，華北地區和長江中下游地區基礎地力貢獻率的主要因素則分別為速效鉀和pH。我國耕地基礎地力貢獻率整體上呈增長趨勢，區域間差異明顯。就全國尺度，土壤類型和土壤pH是小麥與玉米季基礎地力貢獻率變異的主要因素。土壤類型、pH、有效磷和有機質含量是影響區域尺度上耕地基礎地力主要因素。

農田土壤；基礎地力貢獻率；演變特征；小麥；玉米

0 引言

【研究意義】耕地地力的提升是保證糧食產能持續上升的根本，隨著人口增長對糧食需求的提升，耕地集約化種植制度下農業生產資料的投入不斷增加，我國農田地力總體處于較低水平[1-4]。當前我國基礎地力對糧食產量的貢獻率僅有50%左右，而歐美國家為70%—80%，且近10年耕地長期高強度超負荷利用，我國耕地基礎地力貢獻率下降了約5%[5-6]。面對地力水平持續下降與國家增糧需求之間的矛盾，如何進一步挖掘地力潛力和提升耕地地力，實現土壤綠色發展和可持續發展成為當前亟待探索及解決的問題。【前人研究進展】基礎地力貢獻率是指土壤自身對作物生產的貢獻程度，是一個廣泛適用的反映農田基礎地力的指標[7-8]。經過長期的常規施肥后，農田基礎地力隨著時間推移呈現出顯著的上升趨勢，比監測初期的基礎地力指數提升38.5%，其年均增長速率達到2.0%[9]。此外，土壤基礎地力貢獻率的空間分布差異較大[10]。李建軍等[11]研究水稻田基礎地力發現，在農民習慣性耕作施肥管理下，長江中下游地區基礎地力最高，其次為東北地區、華南地區，西南地區最低。貢付飛等[12]利用DSSAT模型分析潮土冬小麥基礎地力，結果表明長期施肥下基礎地力貢獻率與土壤有機碳、全氮、堿解氮、有效磷和速效鉀含量均達到極顯著相關，且與土壤有機碳和全氮相關度最高。可見，基礎地力的演變還與養分管理措施和土壤肥力狀況有關。【本研究切入點】由于耕地地力在時間和空間尺度上均呈現較大程度的變異，且影響基礎地力變化的相關因素較多且復雜。但前人研究多聚焦于某一區域或單一作物的基礎地力演變特征，對于全國尺度旱作種植條件下的耕地基礎地力時空演變規律及其影響因素的作用程度尚不明確。【擬解決的關鍵問題】本研究基于172個國家級土壤長期定位監測點的監測數據庫，分析了1980s—2010s期間我國典型種植區域、試驗時間、土壤質地、土壤類型、土壤pH、土壤養分含量等因素對玉米和小麥基礎地力貢獻率的影響，基于隨機森林算法和分組分類處理等統計學方法，探究我國小麥/玉米季農田土壤基礎地力時空演變特征及主要影響因素，以期為耕地地力提升提供參考。

1 材料與方法

1.1 數據來源

本研究以小麥和玉米兩種糧食作物為研究對象，所用數據均來源于國家級“農業農村部耕地質量監測”平臺，選擇172個監測站點。這些點位分布在我國5個主要種植區域，包括：東北地區（黑龍江、吉林、遼寧、內蒙古自治區）、華北地區（河南、河北、山東、山西、天津、北京）、西北地區（甘肅、陜西、新疆維吾爾自治區、寧夏回族自治區、青海）、西南地區（貴州、四川、云南、重慶）和長江中下游地區（安徽、湖南、湖北、江蘇、上海、浙江），涵蓋了25個省（市、區），且涉及褐土、潮土、砂姜黑土、水稻土、黑土等20多種土壤類型（表1）。

長期定位監測1988—2016年間，間斷性地新監測點的設立，為避免長期不施肥導致的地力消耗對統計結果帶來影響，本研究選取每個監測站點自建立起前3—5年的不施肥處理（空白區）與常規施肥處理（農民習慣施肥管理）的作物產量監測數據，進行基礎地力貢獻率的計算。根據監測點建立的時間跨度特征將其劃分為1980s（1988—1990）、1990s（1991—1999）、2000s（2000—2009）、2010s（2010—2016）4個時間段。通過選取的長期定位監測站點地理位置、耕作制度、土壤類型以及土壤理化性狀（有機質、全氮、有效磷、速效鉀、pH、質地等）等進行篩選和劃分，共獲得小麥季429組數據，玉米季421組數據。

1.2 數據處理及分析

1.2.1 土壤性質對土壤基礎地力貢獻率的影響 本研究中土壤性質根據全國第二次土壤普查的土壤養分含量分級標準，并結合本研究數據整體分布范圍進行等級劃分。土壤養分因素及pH劃分為5個水平，如表2所示。土壤類型則根據統計樣本數最小量需求劃分為褐土、潮土、砂姜黑土、水稻土、黑土等，土壤質地分為砂土、壤土、黏土共3類，分別分析這些因素對基礎地力貢獻率的影響。

表1 監測點的地理分布及主要土壤類型

由于小麥季與玉米季的部分監測點位重合，表中所列各區域及其不同時間階段的監測點位數為小麥季和玉米季的總和。土壤類型依據中國土壤分類系統劃分

Because some sites overlap between wheat season and maize season, the number of sites in each region listed in the above table and in different years is the sum of wheat season and maize season. Soil type in the study area is classified according to the Chinese Soil Taxonomy

表2 土壤養分因素及pH分組標準

土壤基礎地力貢獻率具體計算公式如下[6]：

基礎地力貢獻率=不施肥處理產量/常規施肥處理產量。

式中，不施肥處理與常規施肥處理均取同一年份產量數據計算。不施肥處理指其建點前為農民常規施肥，自監測點建立起開始設為不施肥處理。為評價不同水平下基礎地力貢獻率數據的差異性，利用SPSS17.0進行單因素方差分析，通過非參數檢驗評價中位值的差異顯著性（＜0.05）。

1.2.2 影響土壤基礎地力貢獻率的主控因素 本研究運用R語言的程序包“randomForest”進行隨機森林模型構建以及變量重要性排序[13]。利用平均均方差降低百分比（%IncMSE）作為變量重要性排序的標準，并對其進行標準化處理。%IncMSE是指把某個變量變成隨機數，它對隨機森林模型的平均均方差誤差的降低程度，標準化平均誤差改變值越大，表明該變量在隨機森林模型建立過程中的重要性越大[13]。基于篩選的輔助變量，對隨機森林模型進行參數進行了如下優化：首先以MSE最小化為目標，通過逐次計算確定決策樹節點分裂時所用變量個數（mtry）；通過觀察決策樹數量（ntree）與誤差關系圖，在保證誤差穩定的前提下，選擇較小的ntree，進而得到較為理想的模型效果[14]。

利用Origin9.0進行圖形制作。

2 結果

2.1 我國農田土壤基礎地力貢獻率的時空演變特征

我國小麥季和玉米季的基礎地力貢獻率分別為48.9%和53.4%（中位值），且不同區域之間存在顯著差異。其中，小麥季西北地區基礎地力貢獻率為57.0%，顯著高于其他區域及全國平均水平（圖1-a）；玉米季東北地區基礎地力貢獻率為60.8%，顯著高于除華北地區外其他區域（圖1-b）；西南地區的基礎地力貢獻率在小麥季和玉米季均處于較低水平，分別為35.8%和21.3%（中位值）。

在時間尺度上（1980s—2010s），小麥季和玉米季的基礎地力貢獻率呈現出相同變化趨勢，總體呈現上升趨勢（除2000s稍有降低外）。小麥季各時間段的中位值總體分布在44.7%—59.8%，平均值范圍在48.1%—59.5%，玉米季各時間段的中位值總體分布在25.0%—61.3%，平均值在26.1%—58.7%。

2.2 基礎地力貢獻率的特征因素

不同水平的土壤理化指標影響基礎地力貢獻率。隨著土壤有機質含量的增加，小麥季和玉米季的基礎地力貢獻率均呈現增加趨勢，且土壤有機質含量在20—25g·kg-1水平下的基礎地力貢獻率最高，小麥季和玉米季的基礎地力貢獻率分別為59.6%和57.2%（中位值），土壤有機質含量＞25 g·kg-1水平下的基礎地力貢獻率與20—25g·kg-1水平相比稍有下降，但差異不顯著（圖2）。不同土壤全氮含量與不同土壤pH條件下，小麥季土壤基礎地力貢獻率無顯著差異，其基礎地力貢獻率在50%左右。玉米季的基礎地力貢獻率隨著全氮含量增加呈現顯著增加趨勢，全氮含量＞1.25 g·kg-1時基礎地力貢獻率最大。而在pH≤5.5水平下，玉米季土壤基礎地力貢獻率顯著低于其他各水平。土壤有效磷含量對基礎地力貢獻率的影響在小麥季和玉米季各不相同，小麥季與玉米季的基礎地力貢獻率的最低值分別出現在有效磷含量為30—40和20—30 mg·kg-1水平下。隨著速效鉀含量的提高，小麥季和玉米季的基礎地力貢獻率均呈現增加的趨勢。當速效鉀含量＞200 mg·kg-1時，小麥季和玉米季的基礎地力貢獻率最大（其中位值分別為63.0%和62.0%），比基礎地力貢獻率最小值（速效鉀含量≤50 mg·kg-1水平下）分別高28.2和40.5個百分點。

矩形盒的左右邊緣線分別代表全部數據的25%和75%，箱型圖的左邊緣線和右邊緣線分別代表全部數據的5%和95%，左右實心點為除異常值外的最小值和最大值。盒中實線代表中值，虛線代表平均值；右實心點旁的不同字母表示中位值差異顯著（P＜0.05），括號數字表示該處理有基礎地力貢獻率數據的個數。下同The lower and upper boundaries，bars，and dots in or outside the boxes indicate 25% and 75% , 5% and 95%, the minimum and maximum besides the vertical outliers of the data. The solid and dashed lines represent the median and mean value. Different letters indicate significant differences (P＜0.05) in median mean value. Numbers of observations are shown in parenthesis. The same as below

SOM：土壤有機質；TN：土壤全氮；AP：土壤有效磷；AK：土壤速效鉀。下同

土壤類型和土壤質地對小麥季和玉米季的基礎地力貢獻率的影響各不相同。在小麥季，褐土的基礎地力貢獻率為53.9%（中位值），顯著高于水稻土（圖3）；在玉米季，潮土的基礎地力貢獻率最高（中位值為63.8%），其次為褐土和黑土。對于土壤質地而言，小麥季壤土的基礎地力貢獻率較高（中位值為50.0%），顯著高于砂土；玉米季砂土的基礎地力貢獻率最高（中位值為71.4%），顯著高于壤土和黏土。

2.3 不同因素對基礎地力貢獻率的相對重要性

在全國尺度上，影響小麥和玉米基礎地力貢獻率的主要因素均為土壤類型、有效磷和pH；而在各個區域，影響因素的重要性排序各有不同（圖4和圖5）。在華北地區，小麥季基礎地力貢獻率的首要影響因素為有機質，其次為pH；玉米季的首要影響因素為土壤類型，其次為土壤質地。長江中下游地區與西南地區的小麥季的首要影響因素均為有效磷，其次為pH和速效鉀；而兩個地區玉米季的首要影響因素分別為pH與土壤類型。西北地區小麥季和玉米季排名前三的影響因素均含有土壤類型與全氮。

在時間尺度上，影響1980s—2000s小麥季基礎地力貢獻率的首要因素依次為土壤類型、速效鉀、有機質（圖6）。除土壤類型外，1980s、1990s及2000s小麥季基礎地力貢獻率分別還受全氮、速效鉀、土壤pH影響。2010s小麥季排名前三因素依次為速效鉀、土壤類型和pH。然而，不同時間段下玉米季與小麥季基礎地力貢獻率的首要影響因素存在差異。對于玉米季，影響1980s基礎地力貢獻率排名前三的因素依次為速效鉀、有效磷和pH。但影響1990s和2000s玉米季基礎地力貢獻率的首要因素均為土壤類型（圖6）。除土壤類型外，1990s、2000s以及2010s玉米季的基礎地力貢獻率分別主要還受到土壤質地、有機質以及速效鉀的影響。

圖3 不同類型與質地土壤的基礎地力貢獻率

除華北地區外，不同區域土壤各因素對小麥季和玉米季基礎地力貢獻率變異性的總解釋率分別為20.5%—49.5%和40.4%—68.0%（表3）。1990s—2010s土壤及相關屬性對小麥和玉米季基礎地力貢獻的方差解釋率在28.6%—34.0%和42.3%—66.5%，但1980s期間兩種作物的解釋率均偏低。綜上所述，土壤類型和pH均是影響小麥季和玉米季的基礎地力的主要影響因素。除此之外，有效磷主要影響小麥季，有機質主要影響玉米季。

表3 隨機森林模型解釋率

3 討論

基礎地力貢獻率是衡量土壤基礎肥力的指標，是土壤物理、化學和生物屬性協調下的生產能力體現。土壤基礎地力貢獻率越大，表明其自身肥力供應能力越高，作物增產對施肥的依賴程度越弱；相反，土壤基礎地力貢獻率低，則需要更多的養分投入來保證作物生產。土壤基礎地力的提升是一個土壤培肥的過程。有研究指出，在最大限度減少農業資源投入的情況下，因地制宜地提高土壤基礎地力，不僅能夠達到增產和穩產的目的，還可以提高土壤質量，減緩土壤退化[8,15-16]。本研究結果表明，近30年土壤基礎地力貢獻率的空間差異明顯，北方地區的小麥的基礎地力貢獻率總體上高于南方各地區。這可能與小麥生長所需氣候和光照條件有關，北方光照時間較南方長、晝夜溫差大，且土壤普遍肥沃[17-18]，這些均有利于小麥生長期光合作用和干物質積累，有利于保證產量，基礎地力貢獻率較高。而西南地區由于土壤瘠薄，氣候條件的限制，作物產量對于養分投入的依賴性強，基礎地力貢獻率較低[19]。東北和華北地區玉米的基礎地力貢獻率高于西北地區和西南地區，該結果與湯勇華等[10]的研究結果一致。西南地區由于光熱資源和土壤肥力條件較差[20]，且玉米多種植于土壤條件較差的坡地，產量偏低，因而基礎地力貢獻率與北方相比較低。而對于不同作物而言，本研究發現小麥季基礎地力貢獻率的全國平均值比玉米的低1.83個百分點，與湯勇華等[21]研究結果較為接近。

從時間演變特征看，1990s的基礎地力貢獻率比1980s和2000s高，這和WANG[6]的研究結果一致。這主要是因為，1980s到1990s期間，土地改革提高了農民生產的積極性，化肥的增產效果被證明[22]，農家肥和化肥在農業生產中配合施用顯著提升了土壤培肥效果，進而提高了土壤基礎地力；而1990s到2000s期間，由于化肥增產效果好，在全國范圍的大面積推廣，有機肥施用量減少，土壤肥力上升緩慢，作物的產量主要靠化肥投入，因而土壤基礎地力貢獻率降低[6]。此外，本研究發現2000s到2010s基礎地力貢獻率顯著增加，其原因可能是近年來監測點更加注重科學施肥，綜合肥力及作物產量均得到顯著提高[23-24]，土壤基礎地力貢獻率的提高。除去養分投入及環境因素外，基礎地力在空間和時間尺度上的差異也與作物品種特性及其對氣候和土壤條件的適應性有關。特別是隨著育種技術的發展以及高產和養分高效品種的育成和推廣，也對基礎地力貢獻率產生深遠影響[25-27]。

耕地基礎地力貢獻率是土壤屬性和養分協調供應的綜合體現[12]。在不同含量水平的土壤有機質、有效磷、速效鉀，小麥季的基礎地力貢獻率差異化較為顯著，但全氮含量和土壤pH對其則無顯著影響，隨機森林分析結果也證實了這一結果（圖2-a），這與湯勇華等[21]的研究結果一致。而相對于需要養分更高的玉米而言，土壤養分對其基礎地力的影響相對較大[28-29]，因此。基礎地力貢獻率在不同含量水平的有機質、全氮、pH、有效磷、速效鉀時，均表現出不同程度的顯著差異（圖2-b）。除此之外，土壤類型主要影響玉米季土壤基礎地力貢獻率。土壤類型與土壤發育過程和母質有關，砂姜黑土本身含有砂姜層，且有機質缺乏又缺磷少氮[30]，嚴重制約了玉米的增產，其基礎地力貢獻率顯著低于潮土、褐土和黑土（圖3-b）。

隨機森林模型為量化基礎地力貢獻率的影響因素重要性提供了一種手段。我國幅員遼闊、地形復雜、氣候類型多樣，基礎地力受諸多因素影響，但很多因素在區域尺度上易被土壤類型和種植區域所掩蓋。因此，在整體上土壤類型和種植區域是我國小麥/玉米季基礎地力貢獻率的主要影響因素。影響華北地區小麥季和東北地區玉米季的最重要的3個影響因素為土壤類型、有機質與pH。已有研究表明土壤類型和有機質含量為東北地區和華北地區基礎地力的重要影響因素[12,31]，與本研究結果一致。除此之外，長江中下游地區與西南地區，對小麥季基礎地力貢獻率影響最大的因素為有效磷和pH，而玉米季最重要的影響因素為土壤類型和有機質。首先，長江中下游地區的農田土壤pH在近30年總體呈持續下降趨勢[29,32-33]，表明土壤pH是該地區限制土壤基礎地力提升的關鍵。其次，西南地區土壤類型以紅壤和水稻土為主，土壤pH本身較低，高溫多雨的氣候導致鹽基離子和NO3-的強烈淋洗以及氮的硝化，加劇了土壤的酸化。而隨著近年來西南地區工業的不斷發展，大氣酸沉降明顯，進一步加劇了該區域土壤酸化[34]。王齊齊等[35]研究結果表明對小麥產量影響最大的肥力因素為土壤pH，對玉米產量影響最大的肥力因素為土壤有效磷，與本研究研究結果基本一致。因此重視土壤有效磷和有機質含量，同時注意土壤酸化是提高整個西南地區小麥季和玉米季的基礎地力的重要措施。

在時間尺度上，影響不同時間段小麥季和玉米季基礎地力貢獻率首要因素分別為土壤類型以及速效鉀，這可能與土壤母質及其發育過程的成土因素密切相關，土壤類型本身就是在一定程度上是反映土壤本身的肥力水平和當地水熱氣候條件的綜合指標[24]。此外，本研究中不同速效鉀含量水平下小麥季和玉米季的基礎地力貢獻率較大差異，這表明速效鉀是影響基礎地力貢獻率的重要因素。這些結果表明，即使在土壤含鉀豐富的北方地區，土壤培肥過程中也應重視鉀素的補充。此外，受不同區域各個時間段的數據樣本量限制，無法對各個區域不同時間段下影響基礎地力貢獻率的關鍵因素進行量化分析。因此，以后的研究中需要關注和加強不同區域基礎地力貢獻率驅動因素的時空演變系統分析。

4 結論

近30年來，我國小麥/玉米季的基礎地力貢獻率總體上呈上升趨勢。在空間分布上中部地區的小麥基礎地力貢獻率高于其他區域，而玉米的基礎地力貢獻率是北方高于南方，東部高于西部。在全國尺度上，土壤類型和pH是同時引起小麥與玉米季基礎地力貢獻率變異的主要因素。在區域尺度上，引起小麥與玉米季基礎地力貢獻率變異的因素則不盡相同，影響西南地區和長江中下游地區小麥季基礎地力貢獻率的主要影響因素均為土壤有效磷含量和土壤pH。影響華北地區小麥季和東北地區玉米季基礎地力貢獻率的最主要影響因素為土壤有機質含量。因此，區域耕地地力提升要注重因地制宜的作物種植以及科學養分管理，以此維持土壤養分和酸度的平衡，提升土壤基礎地力，充分挖掘基礎地力潛力，以提高農業資源的利用效率。

[1] 周健民. 淺談我國土壤質量變化與耕地資源可持續利用. 中國科學院院刊, 2015, 30(4): 459 - 467.

ZHOU J M.Evolution of soil quality and sustainable use of soil resources in China. Bulletin of Chinese academy of Science, 2015, 30(4): 459-467. (in Chinese)

[2] 徐明崗, 盧昌艾, 張文菊, 李玲, 段英華. 我國耕地質量狀況與提升對策. 中國農業資源與區劃, 2016, 37(7): 8 - 14.

XU M G, LU C A, ZHANG W J, LI L, DUAN Y H. Situation of the quality of arable land in China and improvement strategy. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(7): 8-14. (in Chinese)

[3] 沈仁芳, 王超, 孫波. “藏糧于地、藏糧于技”戰略實施中的土壤科學與技術問題. 中國科學院院刊, 2018, 33(2): 135-144.

SHEN R F, WANG C, SUN B. Soil related scientific and technological problems in implementing strategy of “Storing Grain in Land and Technology”. Bulletin of Chinese Academy of Science, 2018, 33(2): 135 - 144. (in Chinese)

[4] 張俊伶, 張江周, 申建波, 田靜, 金可默, 張福鎖. 土壤健康與農業綠色發展: 機遇與對策. 土壤學報, 2020, 57(4): 783-796.

ZHANG J L, ZHANG J Z, SHEN J B, TIAN J, JIN K M, ZHANG F S. Soil health and agriculture green development: Opportunities and challenges. Acta Pedologica Sinica, 2020, 57(4): 783-796. (in Chinese)

[5] FAN M S, LAL R, CAO J, QIAO L, SU Y S, JIANG R F, ZHANG F S.

Plant-based assessment of inherent soil productivity and contributions to China’s cereal crop yield increase since 1980. PlosOne, 2013, 8(9): e74617.

[6] WANG S C, WANG J Z, ZHAO Y W, Ren Y, Xu M G, Zhang S X, Lu C A. Assessment of the contribution percentage of inherent soil productivity of cultivated land in China. Journal of Integrative Agriculture, 2019, 18(11): 2619-2627.

[7] Zha Y, Wu X P, He X H, Zhang H M, Gong F F, Cai D X, Zhu P, Gao H J. Basic soil productivity of spring maize in black soil under long-term fertilization based on DSSAT model. Journal of Integrative Agriculture, 2014, 13(3): 577-587.

[8] Qin X L, Zhang F X, Liu C, Yu H, Cao B G, Tian S Q, Liao Y C, Siddique K H M. Wheat yield improvements in China: Past trends and future directions. Field Crops Research, 2015, 177: 117-124.

[9] 查燕, 武雪萍, 貢付飛, 張會民, 徐明崗. 潮土區常規施肥下冬小麥農田基礎地力演變規律. 中國土壤與肥料, 2018(2): 35-41.

Zha Y, Wu X P, Gong F F, Zhang H M, Xu M G.The changes of basic soil productivity of winter wheat farmland under conventional fertilization in fluvo-aquic soil area. Soil and Fertilizer Sciences in China, 2018(2): 35-41. (in Chinese)

[10] 湯勇華, 黃耀. 中國大陸主要糧食作物地力貢獻率和基礎產量的空間分布特征. 農業環境科學學報, 2009, 28(5): 1070-1078.

Tang Y H, Huang Y.Spatial distribution characteristics of the percentage of soil fertility contribution and its associated basic crop yield in mainland China. Journal of Agro-Environment Science, 2009, 28(5): 1070-1078. (in Chinese)

[11] 李建軍, 徐明崗, 辛景樹, 段建軍, 任意, 李冬初, 黃晶, 申華平, 張會民. 中國稻田土壤基礎地力的時空演變特征. 中國農業科學, 2016, 49(8): 1510-1519.

Li J J, Xu M G, Xin J S, Duan J J, Ren Y, Li D C, Huang J, Shen H P, Zhang H M. Spatial and temporal characteristics of basic soil productivity in China. Scientia Agricultura Sinica, 2016, 49(8): 1510-1519. (in Chinese)

[12] 貢付飛, 查燕, 武雪萍, 黃紹敏, 徐明崗, 張會民, 劉海龍, 姜志偉, 王小彬, 蔡典雄. 長期不同施肥措施下潮土冬小麥農田基礎地力演變分析. 農業工程學報, 2013, 29(12): 120-129.

Gong F F, Zha Y, Wu X P, Huang S M, Xu M G, Zhang H M, Liu H L, Jiang Z W, Wang X B, Cai D X.Analysis on basic soil productivity change of winter wheat in fluvo-aquic soil under long-term fertilization. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(12): 120-129. (in Chinese)

[13] Breiman L. Statistical modeling: The two cultures. Statistical Science, 2001, 16: 199-215.

[14] 李建更, 高志坤. 隨機森林針對小樣本數據類權重設置. 計算機工程與應用, 2009, 45(26): 131-134.

LI J G, GAO Z K. Setting of class weights in random forest for small-sample data. Computer Engineering and Applications, 2009, 45(26): 131-134.

[15] Niu X K, Xie R Z, Liu X, Zhang F L, Li S K, Gao S J. Maize yield gains in Northeast China in the last six decades. Journal of Integrative Agriculture, 2013, 4: 630-637.

[16] Sattari S Z, Van ITTERSUM M K, Bouwman A F, Smit A L, Janssen B H. Crop yield response to soil fertility and N, P, K inputs in different environments: Testing and improving the QUEFTS model. Field Crops Research, 2014, 157: 35-46.

[17] 何中虎, 林作楫, 王龍俊, 肖志敏, 萬富世, 莊巧生. 中國小麥品質區劃的研究. 中國農業科學, 2002, 35(4): 359-364.

He Z H, Lin Z Y, Wang L J, Xiao Z M, Wan F S, Zhuang Q S. Classification on Chinese wheat regions based on quality. Scientia Agricultura Sinica, 2002, 35(4): 359-364. (in Chinese)

[18] 萬克江, 薛緒掌, 王志敏, 高志遠, 馬智宏. 土壤水分狀況對小麥苗期生長及生理特性的影響. 干旱區資源與環境, 2005, 19(5): 169-173.

Wan K J, Xue X Z, Wang Z M, Gao Z Y, Ma Z H. The influence of soil water conditions on the growth and physiological characteristics of wheat seedling. Journal of Arid Land Resources and Environment, 2005, 19(5): 169-173. (in Chinese)

[19] 黃超, 劉戰東, 趙犇, 張凱, 寧東峰, 秦安振, 李森. 不同產量水平下冬小麥生長發育和耗水特性研究. 灌溉排水學報, 2019, 38(10): 10-16.

Huang C, Liu Z D, Zhao B, Zhang K, Ning D F, Qin A Z, LI S. Study on growth, development and water consumption characteristics of winter wheat under different yield levels. Journal of Irrigation and Drainage, 2019, 38(10): 10-16. (in Chinese)

[20] 劉月娥. 玉米對區域光、溫、水資源變化的響應研究[D]. 北京: 中國農業科學院, 2013.

LIU Y E. The research on maize’s responses to the regional resources change of light, temperature and water[D]. Beijing: Chinese Academy of Agricultural Sciences, 2013. (in Chinese)

[21] 湯勇華, 黃耀.中國大陸主要糧食作物地力貢獻率及其影響因素的統計分析. 農業環境科學學報, 2008, 27(4): 1283-1289.

Tang Y H, Huang Y. Statistical analysis of the percentage of soil fertility contribution to grain crop yield and driving factors in mainland China. Journal of Agro-Environment Science, 2008, 27(4): 1283-1289. (in Chinese)

[22] 林葆, 李家康, 林繼雄, 吳祖坤. 全國化肥試驗網協作研究三十二年. 土壤肥料, 1989(5):7-11.

LIN B, LI J K, LIN J X, WU Z K. Thirty-two years of national chemical fertilizer trial net co-operation. Soils and Fertilizers, 1989(5):7-11. (in Chinese)

[23] 王樂, 張淑香, 馬常寶, 李春花. 潮土區29年來土壤肥力和作物產量演變特征. 植物營養與肥料學報, 2018, 24(6): 1435-1444.

Wang L, Zhang S X, Ma C B, Li C H. Characteristics of soil fertility and crop yield evolution in fluvo-aquic soil area in the past 29 years. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1435-1444. (in Chinese)

[24] 張淑香, 張文菊, 沈仁芳, 徐明崗. 我國典型農田長期施肥土壤肥力變化與研究展望. 植物營養與肥料學報, 2015, 21(6): 1389-1393.

Zhang S X, Zhang W J, Shen R F, Xu M G. Variation of soil quality in typical farmlands in China under long-term fertilization and research expedition. Journal of Plant Nutrition and Fertilizers, 2015, 21(6): 1389-1393. (in Chinese)

[25] 黃寧, 王朝輝, 王麗, 馬清霞, 張悅悅, 張欣欣, 王瑞. 我國主要麥區主栽高產品種產量差異及其與產量構成和氮磷鉀吸收利用的關系. 中國農業科學, 2020, 53(1): 81-93.

HUANG N, WANG Z H, WANG L, MA Q X, ZHANG Y Y, ZHANG X X, WANG R. Yield variation of winter wheat and its relationship to yield components, NPK uptake and utilization of leading and high yielding wheat cultivars in main wheat production regions of China. Scientia Agricultura Sinica, 2020, 53(1): 81-93. (in Chinese)

[26] 呂碩, 楊曉光, 趙錦, 劉志娟, 李克南, 慕臣英, 陳曉超, 陳范駿, 米國華. 氣候變化和品種更替對東北地區春玉米產量潛力的影響. 農業工程學報, 2013, 29(18): 179-190.

Lü S, YANG X G, ZHAO J, LIU Z J, LI K N, MU C Y, CHEN X C, CHEN F J, MI G H. Effects of climate change and variety alternative on potential yield of spring maize in Northeast China. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(18): 179-190. (in Chinese)

[27] 孫琦, 張世煌, 李新海, 孟昭東, 慈曉科, 張德貴, 郝轉芳, 翁建峰, 白麗, 李明順. 中國不同年代主推玉米品種品質性狀的變化趨勢. 中國農業科學, 2014, 47(14): 2723-2730.

SUN Q, ZHANG S H, LI X H, MENG Z D, CI X K, ZHANG D G, HAO Z F, WENG J F, BAI L, LI M S. The trend of quality traits of maize varieties released extensively in different eras in China. Scientia Agricultura Sinica, 2014, 47(14): 2723-2730. (in Chinese)

[28] 趙秀娟, 任意, 張淑香. 長期試驗條件下褐土地力貢獻率的演變特征及其影響因素分析. 中國土壤與肥料, 2017(5): 67-72.

Zhao X J, Ren Y, Zhang S X. Basic soil productivity change and influence factors analysis in cinnamon soil under long-term fertilization. Soil and Fertilizer Sciences in China, 2017(5): 67-72. (in Chinese)

[29] 武紅亮, 王士超, 閆志浩, 槐圣昌, 馬常寶, 薛彥東, 徐明崗, 盧昌艾. 近30年我國典型水稻土肥力演變特征. 植物營養與肥料學報, 2018, 24(6): 1416-1424.

Wu H L, Wang S C, Yan Z H, Huai S C, Ma C B, Xue Y D, Xu M G, Lu C A. Evolution characteristics of fertility of typical paddy soil in China in recent 30 years. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1416-1424. (in Chinese)

[30] 谷豐. 典型砂姜黑土區農田土壤水分養分動態變化特征及模擬[D]. 北京: 中國農業大學, 2018.

Gu F. Characteristics and modeling of soil water and nutrition dynamics in a typical calcic vertisol[D]. Beijing: China Agricultural University, 2018. (in Chinese)

[31] 查燕. 長期不同施肥條件下黑土區春玉米農田基礎地力演變特征[D]. 北京: 中國農業科學院, 2015.

Zha Y. Basic soil productivity of spring maize in black soil under long-term fertilizations[D]. Beijing: Chinese Academy of Agricultural Sciences, 2015. (in Chinese)

[32] Guo J H, Liu X J, Zhang Y, SHEN J L, HAN W X, ZHANG W F, CHRISTIE P, GOULDING K W T, VITOUSEK P M, ZHANG F S. Significant acidification in major Chinese croplands. Science, 2010, 327(5968): 1008-1010.

[33] 李建軍, 辛景樹, 張會民, 段建軍, 任意, 孫楠, 徐明崗. 長江中下游糧食主產區25年來稻田土壤養分演變特征. 植物營養與肥料學報, 2015, 21(1): 92-103.

Li J J, Xin J S, Zhang H M, Duan J J, Ren Y, Sun N, Xu M G. Evolution characteristics of soil nutrients in the main rice production regions, the middle-lower reach of Yangtze River of China. Journal of Plant Nutrition and Fertilizers, 2015, 21(1): 92-103. (in Chinese)

[34] 張晗, 趙小敏, 朱美青, 歐陽真程, 郭熙, 匡麗花, 葉英聰, 黃聰, 汪曉燕, 李偉峰. 近30年南方丘陵山區耕地土壤養分時空演變特征——以江西省為例. 水土保持研究, 2018, 25(2): 58-65, 71.

Zhang H, Zhao X M, Zhu M Q, Ouyang Z C, Guo X, Kuang L H, Ye Y C, Huang C, Wang X Y, Li W F. Characteristics of spatiotemporal variability of cultivated soil nutrients in the southern hilly area of China in the past 30 years-A case study of Jiangxi province. Research of Soil and Water Conservation, 2018, 25(2): 58-65, 71. (in Chinese)

[35] 王齊齊, 徐虎, 馬常寶, 薛彥東, 王傳杰, 徐明崗, 張文菊. 西部地區紫色土近30年來土壤肥力與生產力演變趨勢分析. 植物營養與肥料學報, 2018, 24(6): 1492-1499.

Wang Q Q, Xu H, Ma C B, Xue Y D, Wang C J, Xu M G, Zhang W J. Change of soil fertility and productivity of purple soil in Western China in recent 30 years. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1492-1499. (in Chinese)

Evolution Characteristics and Influencing Factors on Inherent Soil Productivity Across Dryland

1Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/National Engineering Laboratory for Improving of Arable Land, Beijing 100081;2Farmland Quality Monitoring and Protection Center of the Ministry of Agriculture and Rural Affairs, Beijing 100125

【】Inherent soil productivity of cropland is an important index of its productivity potential. The main objective of this study was to explore the evolution patterns and to identify the main influencing factors on the contribution of inherent soil productivity (CISP), which could provide the guidance for sustainable utilization of cultivated land to improve of CISP. 【】Based on the national long-term field monitoring network in China, the monitoring dataset were grouped according to regional distributions, monitoring years, soil types, and soil physical and chemical properties to explore the spatial-temporal evolution patterns and importance factors on the CISP for wheat/maize season.【】The median values of CISP for wheat and maize were 48.9% and 53.4% across main producing regions. The CISP for maize in Northeast and Northwest China were 60.8% and 57.0%.In southwest China, the CISP for the wheat and maize were both the lowest, with the median values of 35.8% and 21.3%.During the past 30 years, the CISP of China’s cropland showed an increasing trend. The CISP in the 2010s significantly were increased by 15 percentage points compared with the value in the 1980s. The results of random forest model showed that soil type and soil pH were the main factors influencing the CISP at national scale. As for wheat on regional scale, soil organic matter (SOM) was the most important factor in the North China, and available phosphorus (AP) was the most important factor in the Southwest China and the middle and lower reaches of Yangtze River. However, as for maize, regardless of soil type and area, available potassium (AK) and soil pH were mainly important influencing factors in the North China and the lower reaches of Yangtze River. Soil organic matter (SOM) was the most important factor in the Northeast and Southwest China. 【】The CISP in China is increasing on the whole with obvious differences among regions. On the national scale, soil type and pH were main factors casing variation of CISP. The soil type, SOM, AP and pH were mainly important factors casing variation of CISP on regional scale.

farmland soil; inherent soil productivity; the evolution characteristics; wheat; maize

10.3864/j.issn.0578-1752.2021.19.009

2020-10-28；

2021-04-20

中國農業科學院重大科研項目（CAAS-ZDRW202002）

李官沫，E-mail：82101186082@caas.cn。通信作者張文菊，E-mail：zhangwenju01@caas.cn

（責任編輯 李云霞）