基于最小數據集沂蒙山區不同治理模式下的土壤質量評價

張宇恒, 王忠誠, 王亞楠, 王興玲, 韓佳忻, 安 娟

(1.山東省水土保持與環境保育重點實驗室, 臨沂大學 資源環境學院,山東 臨沂 276005; 2.平邑縣天寶山林場, 山東 臨沂 273306)

沂蒙山區作為北方土石山區的典型代表，區內廣泛分布的棕壤性土夾雜大量石礫、土層淺薄、涵蓄水能力低，且暴雨集中、區內輕度及以上侵蝕強度面積達44%[1]，是中國土壤侵蝕治理重點區域。此外，區內土壤結構松散，土壤水分易蒸發和滲漏，且隨風化裂隙多形成裂隙水，難以被植物利用。水土流失和土壤干旱致使沂蒙山區土壤退化嚴重，甚至出現了石漠化，加劇了土壤質量下降趨勢，嚴重限制了該區經濟發展。治理模式是影響土壤質量演變方向、強度最為關鍵的因子之一[2]。科學合理的治理模式可改善土壤水、肥、氣、熱因子的耦合關系，提高土壤質量[3]，削弱土壤侵蝕強度；不適宜的治理模式則降低水分利用效率，致使土壤質量下降，加劇土壤侵蝕。土壤質量評價是評估不同治理模式對土壤影響最為有效的手段之一，可有助于掌握不同治理模式下的土壤質量現狀[4]。因此，定量評價沂蒙山區不同治理模式下的土壤質量，及時掌控土壤質量動態變化，成為修復和改善該區生態環境的迫切需求。

土壤質量評價過程中，影響土壤功能且對土壤環境變化敏感的土壤物理、化學和生物特性等因子往往被作為評價指標[5]。雖然指標選取越多越能體現土壤的綜合質量，但指標間往往存在一定的相關關系，這可造成指標數據間的冗余，且大量土壤質量指標的測試費時費力。因此，減少土壤質量評價指標，構建評價指標最小數據集(MDS)，成為開展土壤質量評價的關鍵。目前，國內外一般常采用主成分分析[6-10]、聚類分析[11]、逐步回歸分析[12]、典范對應分析等[13]方法建立最小數據集，多以主成分分析法為主，并基于最小數據集中各指標的權重或隸屬度/指標得分獲取土壤質量指數來綜合評價土壤質量優劣。目前，基于最小數據集方法已在黃土高原黃土區、東北黑土區、紫色丘陵區等區域對耕地、喬草混交、礦區廢棄地等土地利用類型開展了土壤質量評價[10,14-16]。然而，受氣候、水文等條件的影響，土壤類型的復雜、評價對象的多樣性，評價指標選取的差異，加之評級方法的不同(過多刪除指標信息，未根據指標對土壤質量影響的正負效應選取隸屬度函數)，使得土壤質量評價的標準難以統一。同時，針對沂蒙山區土壤質量評價的研究較少，尤其是關于該區不同治理模式下土壤質量評價的研究較為匱乏。因此，本文以沂蒙山水土保持示范園為研究地，分析徑流小區內不同治理模式(喬草混交、土坎梯田+果樹種植、撂荒、封禁植草)下土壤理化性質，結合主成分分析、相關分析和Norm值計算，建立土壤質量評價最小數據集，并以此開展不同治理模式下的土壤質量評價。研究結果可為沂蒙山區乃至北方土石山區水土流失治理模式優選、土壤質量改良提供科學依據與指導。

1 材料與方法

1.1 研究區概況

研究區位于沂蒙山國家水土保持示范園 (117°44′30″—117°45′00″ E, 35°18′24″—35°19′05″ N)。示范園建設于2012年，總面積為145 hm2。園區內多年平均降雨量803.4 mm，土壤以棕壤為主。園區內建有16個面積為5 m×10 m的徑流小區，包含10°，15°，20°，25°共4個坡度，且每個坡度設4個小區。本研究選取徑流小區內典型的4種治理模式：喬草混交、土坎梯田+果樹種植、撂荒、封禁植草。其中，喬草混交小區內按照株行距3 m×2 m種植黑松(Pinus tabulaeformis)，并在林下撒播種植馬唐草(Digitariasanguinalis)；土坎梯田+果樹種植小區，在兩個土坎上按照株行距為4 m×3 m種植桃樹；撂荒小區不做任何處理；封禁植草小區內種植黑麥草(LoliumperenneL )。

1.2 土樣采集及其土壤理化性質測定

自2013年對4種治理模式下的徑流小區進行監測，次降雨結束后采集徑流池內樣品，稱重、烘干后，測定徑流量、泥沙量等指標。2019年10月在4種治理模式徑流小區的坡上、坡下位置利用環刀按照0—5 cm，5—10 cm，10—20 cm深度采集土壤樣品，用于土壤容重、土壤總孔隙度、飽和含水量和田間持水量4個土壤物理指標的測定。同時，利用土鉆采集0—5 cm，5—10 cm，10—20 cm深度的土壤樣品，用于土壤化學指標的測定。土鉆采集樣品帶回實驗室避光自然風干后，剔除石塊、植物根系等雜質，研磨后分別過0.25 mm，0.15 mm土篩。全磷含量采用HCIO4-H2SO4法測定，有機質含量用重鉻酸鉀法測定，全氮含量利用堿性過硫酸鉀消解紫外分光光度法測定，NO3-N含量用雙波長系數法測定，無機磷含量采用鉬藍比色分光光度法測定。

1.3 土壤質量評價

1.3.1 最小數據集的建立 野外徑流小區監測過程中，2014—2016年在撂荒、土坎梯田+果樹種植小區觀測到部分泥沙，但2016年以后僅土坎梯田+果樹種植小區產生較少泥沙。因此，未將土壤侵蝕參數納入土壤質量評價指標體系。而，對于土壤侵蝕嚴重、土層貧瘠的沂蒙山區，土壤理化性質是制約該區生態恢復的關鍵因素。所以，本文選取代表土壤養分、孔隙、水分、容重4類9個土壤屬性指標構建初選指標評價體系。由于指標量綱的不統一，先將各指標值標準化處理后進行主成分分析，以便對指標進行降維和剔除指標間可能包含的重疊信息。主成分分析過程中，先選取特征值≥1的主成分，將同一主成分上載荷≥0.5的土壤指標歸為一組；同時在2個主成分上且載荷均>0.5的指標，對其做相關性分析后，將其歸到與其他指標相關性較低的那一組。

分組完成后，分別計算各組指標的Norm值(公式1)，選取每組中Norm值在該組最大Norm值10%范圍內的指標。當同組同時保留多個指標時，基于Pearson相關系數分析指標間的相關性。若指標間的相關系數>0.5，則認為指標間高度相關，此時Norm值較高的進入最小數據集；若相關系數<0.5，則全部指標均納入最小數據集[17]。

(1)

式中:Nik代表第i個指標在特征值≥1的前k個主成分的Norm值;uik表示第i個指標在第k個主成分的載荷;ek為第k個主成分的特征值。

1.3.2 土壤質量指數 土壤質量指數(SQI)是對最小數據集中選取指標的集成，其值越大代表土壤質量越高。計算如下：

SQI=∑AiX′i

(2)

式中:Ai是第i個指標的權重;X′i是第i個指標的隸屬度值。

參選指標的權重由主成分分析中該指標公因子方差占所有指標公因子方差之和的比例確定[18]；指標隸屬度值利用指標所屬的隸屬度函數計算獲取。基于土壤指標對土壤質量評價的正負效應，本文選擇了升型和降型兩種隸屬度函數(公式3，4)，并將指標的最小值x1和最大值x2作為函數的轉折點[19]。

升型隸屬函數：

(3)

降型隸屬函數：

(4)

1.4 數據處理

應用SPSS 16.0軟件中的Descriptive Statistics模塊對土壤屬性指標進行統計性分析，并利用該軟件中的Factor Analysis進行相關性分析、主成分分析及Norm值計算，并在0.05水平上達到顯著。利用Origin 8.6軟件繪制柱狀和線性回歸圖。

2 結果與分析

2.1 不同治理模式間土壤理化性質差異

采用3個土層深度土壤理化性質指標值的算術平均值，對比分析治理模式間土壤理化性質的差異。養分類中，封禁植草的全氮、硝態氮、有機質、無機磷含量最高，分別為1.01 g/kg，14.56 mg/kg，20.81 g/kg，11.76 mg/kg(表1)，且顯著高于喬草混交、土坎梯田+果樹種植和撂荒；全磷含量最高則出現在撂荒(3.28 g/kg)，但撂荒和土坎梯田+果樹種植間的全磷含量無顯著性差異。此外，全氮、硝態氮、有機質、全磷、無機磷含量最低值則分別出現在喬草混交、撂荒、土坎梯田+果樹種植、封禁植草和撂荒。孔隙類和水分類3個指標中，封禁植草的孔隙度、田間含水量和飽和含水量最高，分別為45.00%，25.03%和29.81%，最小值則出現在土坎梯田+果樹種植。但，撂荒和封禁植草間的孔隙度、田間含水量無顯著性差異，且喬草混交和封禁植草的飽和含水量差異不顯著。土坎梯田+果樹種植的容重最大為1.59 g/cm3，與撂荒間無顯著性差異，而喬草混交的容重最小。可見，四大類各指標的評價結果無統一指向。因此，無法判定哪一種治理模式下的土壤質量更優。

表1 土壤理化性質指標

不同治理模式下的土壤容重變異系數僅為6.04%，屬低度敏感指標(CV%<10%或相對極差<1.00)(表1)。田間持水量、飽和含水量的變異系數介于10.62%～14.06%；有機質、全磷和無機磷含量的變異系數為15.48%～49.00%，六者均屬于中度敏感指標(10%≤CV%≤50%或相對極差>1.00)。全氮變異系數為62.97%，是高度敏感指標(50%≤CV%≤100%或相對極差>2.00)；硝態氮變異系數高達192.71%，是極敏感指標(CV%>100%或相對極差>5.00)。可見，土壤化學指標隨治理模式的變異程度高于土壤物理指標，即土壤化學指標對治理模式更為敏感。

2.2 最小數據集的建立

為減少數據冗余，篩選最少且最為敏感的影響土壤質量的指標，需建立土壤質量評價最小數據集。對影響土壤理化性質的9個指標進行主成分分析，發現前3個主成分的特征值大于1，且累計方差貢獻率達到89.16%(表2)。可見，這3個主成分可解釋大部分參評指標的變異性。

主成分1(PC1)上載荷>0.5的指標有8個，分別為全氮、有機質、全磷、無機磷、硝態氮、田間持水量、飽和含水量、土壤孔隙度(表2)。表明，第1組選取指標主要反映了土壤水肥特性。主成分2(PC2)上土壤孔隙度、田間持水量、全磷、飽和含水量的載荷均大于0.5，說明第2組選取指標主要體現土壤水分特性。主成分3(PC3)上載荷>0.5的指標僅包含容重。進一步分析發現，土壤孔隙度、田間持水量、飽和含水量、全磷在PC1，PC2的載荷均大于0.5。因此，需分析這4個指標與其他指標的相關性。相關分析表明，全磷與第1組中的全氮、有機質、無機磷、硝態氮呈極顯著的負相關關系(相關系數>0.58)(表3)，且相關系數大于與第2組指標間的相關系數；土壤孔隙度與第1，2組中的田間持水量、飽和含水量呈極顯著正相關關系(相關系數>0.8)，且土壤孔隙度在PC2的載荷最高。因此，將全磷和土壤孔隙度歸到第2組。則，第1組中包含全氮、有機質、無機磷、硝態氮、田間持水量、飽和含水量 6個指標；第2組中涉及土壤孔隙度和全磷2個指標，第3組指標則為容重。

根據最小數據集建立原則，需計算3組中各指標的Norm值，每組中Norm值在最高總分值10%范圍內的指標才能最終進入最小數據集。第1組中，全氮的Norm值最大為2.075，有機質和無機磷均在其10%范圍內，但全氮與有機質、無機磷均呈極顯著正相關關系(表3)。因此，全氮進入最小數據集。第2組中，土壤孔隙度的Norm值最大為1.828，全磷不在其10%范圍內，雖然二者間的相關系數小于0.5。因此，土壤孔隙度歸入最小數據集。第3組中僅包含容重一個指標。最終，全氮、土壤孔隙度和容重3個指標構成土壤質量評價最小數據集。

表3 土壤質量評價初選指標相關系數矩陣

2.3 基于最小數據集評價土壤質量準確性的驗證

最小數據集構建的合理性，直接關系到土壤質量評價的準確程度。過度的簡化指標，導致土壤質量評價準確度的下降。因此，需對比分析基于全部指標計算(總數據集，TDS)的土壤質量指數和基于最小數據集指標計算的土壤質量指數間的差異。全部評價指標標準化處理后進行主成分分析，用指標公因子方差占所有指標公因子方差之和的比例來獲取各指標的權重(表4)。總數據集中，土壤孔隙度的權重最大(0.123)，其次為飽和含水量和容重(0.121)，全氮(0.114)和田間含水量(0.117)的次之；最小數據集中，權重大小順序表現為容重(0.386)>土壤孔隙度(0.308)>全氮(0.306)。基于全氮、有機質、全磷、無機磷、硝態氮、土壤孔隙度、田間持水量、飽和含水量對土壤質量的正效應，選擇升型隸屬函數，根據公式(3)確定隸屬度；土壤容重對土壤質量起負效應，選擇降型隸屬函數，根據公式(4)計算其隸屬度。基于各指標的權重和隸屬度，根據公式(2)分別獲取不同治理模式下基于總數據集和最小數據集指標的土壤質量指數。

表4 土壤指標的公因子方差和權重

基于總數據集指標的土壤質量指數(SQI-TDS)為0.12～0.83，平均值為0.49，變異系數為43.44%；基于最小數據集指標的土壤質量指數(SQI-MDS)介于0.10～0.89，平均值為0.50，變異系數為47.41%。為進一步驗證最小數據集建立的準確性，對SQI-TDS和SQI-MDS進行線性擬合。發現，SQI-TDS和SQI-MDS間呈顯著的正相關關系(圖1)，關系為: SQI-TDS=0.8615SQI-MDS+0.0603，R2=0.9147。說明，構建的最小數據集能較好地體現全部數據集指標對沂蒙山區不同治理模式下土壤質量評價的信息，且評價結果準確性較高。

圖1 最小數據集土壤質量指數(SQI-MDS)與總數據集土壤質量指數(SQI-TDS)的相關性

2.4 不同治理模式下的土壤質量評價

4種治理模式下，土壤質量指數均隨土層深度的增加而減小(圖2)。0—5 cm和5—10 cm土層的土壤質量指數較10—20 cm土層分別增加了136.20%和37.60%。這是因為表層土壤質量通氣性好、枯枝落葉物較多、透水性較好。然而，治理模式間土壤質量的差異隨土層深度明顯變化，且在10—20 cm土層深度內差異最明顯(圖2)。0—5 cm土層，喬草混交、撂荒和土坎梯田+果樹種植間的土壤質量指數無顯著性差異，但較封禁植草顯著增加了39.25%～46.86%。5—10 cm土層，土壤質量指數表現為撂荒>喬草混交>封禁植草>土坎梯田+果樹種植；與土坎梯田+果樹種植相比，撂荒、喬草混交和封禁植草的土壤質量指數分別增加45.91%，14.40%和3.49%。10—20 cm土層，喬草混交、土坎梯田+果樹種植和封禁植草的土壤質量指數顯著高于撂荒，分別增加85.84%，82.22%和34.70%。0—20 cm土層深度內，喬草混交、土坎梯田+果樹種植、撂荒、封禁植草4種治理模式下的平均土壤質量指數分別為0.53，0.52，0.51，0.41。可見，喬草混交和土坎梯田+果樹種植的土壤質量指數較高，撂荒次之，封禁植草最小。說明，喬草混交可有效提高土壤質量，在今后小流域治理中應重點增加喬草混交措施的經濟投入。

圖2 不同治理模式的土壤質量指數

為更直觀分析不同治理模式下的土壤質量，以0.2為組距將土壤質量指數劃分為5個等級[20]。各級土壤質量指數分布如下：低(0

3 討 論

3.1 沂蒙山區土壤質量評價最小數據集

不同治理模式下，地表覆被、土壤結構、物質循環等土壤理化性狀和人類干擾的差異，必然會導致土壤質量的不同。土壤質量評價主要針對土壤物理、化學和生物特性進行時間或空間尺度上的判斷和衡量。目前，國內外基于最小數據集建立的土壤質量評價指標體系中，物理、化學指標的選取率較高，而生物指標選取頻率卻相對較低[4]，選取的土壤物理和化學指標主要包括土壤容重、pH值、全氮、有機質、孔隙度、有效磷等[20-25]。其中，土壤容重是入選最高的指標，入選頻率高達90%；全氮、有機質的入選率分別為70%，60%。本文利用主成分分析，結合相關性分析和Norm值計算開展了最小數據集的篩選，這考慮了各個指標在所有主成分上的載荷，保留了指標在其他主成分上的信息，最終篩選出全氮、總孔隙度和容重為最小數據集指標。沂蒙山區棕壤砂礫含量達70%以上[26]，腐殖質層呈暗棕色，有機質含量較低，且與全氮呈極顯著正相關關系，因此未納入最小數據集。可見，本研究篩選出的3個指標均進入了土壤質量評價指標的前10位。此外，全氮含量在一定程度上代表了土壤肥力的高低，總孔隙度反映了土壤保持水分的能力，而容重也有助于土壤保持、釋放水分和養分。說明，本文篩選出的這3個指標體現了土壤的水肥能力，建立的最小數據集指標體系具有較好地的代表性，可準確量化沂蒙山區不同治理模式下的土壤質量。由于沂蒙山區是北方土石山區水土流失重點治理區域，后續研究中可結合抗沖性、土壤崩解等試驗，將影響土壤侵蝕性能的指標，如：侵蝕模數、徑流量、可蝕性等納入初選指標評價系統，以便提高所構建最小數據集的普適性和應用性。

3.2 沂蒙山區土壤質量評價及治理模式優選

本研究基于建立的最小數據集指標，獲取喬草混交、土坎梯田+果樹種植、撂荒、封禁植草4種治理模式下的土壤質量指數，發現喬草混交的質量最高，土坎梯田+果樹種植和撂荒次之，封禁植草土壤質量最差。這與在國內其他區域開展的研究結果不一致。黃土高原區域，馬芊紅等[27]認為土壤質量表現為喬草混交>封禁植草>土坎梯田+果樹種植>撂荒；南方丘陵區，閆建梅等[28]發現土坎梯田+果樹種植的質量優于喬草混交和撂荒；鹽漬化黃河三角洲區域，劉慶等[29]發現土坎梯田+果樹種植利用方式下的土壤質量高于喬草混交和撂荒。這是因為沂蒙山區大力實行封山育林、人工林種植，樹種以側柏(Platycladusorientalis)、黑松、麻櫟(Quercusacutissima)、刺槐(Robiniapseudoacacia)等為主，枯枝落葉物豐富、表層土壤通氣性與透水性良好。同時，喬草混交植被系統可增加土壤微生物量[30]，進而加快有機質礦化和腐殖化速率。因此，喬草混交很好地改善和維持土壤肥力質量，體現出較高的土壤質量指數。然而，撂荒治理模式下的土壤表層易板結、養分含量低，不利于植被的演替和土壤生物活動，土壤質量較低。因此，在沂蒙山區小流域綜合治理中，應將撂荒與人工林、經濟林相結合。此外，為了加強沂蒙山區水土流失防治、土壤質量的提升，同時提高經濟效益，可選擇種植果樹。而，當地優勢果樹(桃、蘋果)一年中需4個灌水期，需水量較大，可結合果樹盤草、秸稈覆蓋等措施增加土壤含水量。沂蒙山區土層淺薄，棕壤砂礫含量大，且易“跑水、跑土、跑肥”，土壤酸化嚴重、有機質較為缺乏，土壤相對比較貧瘠。因此，根據沂蒙山區不同治理模式下土壤屬性的變化，應繼續推進封山育林、增加喬草混交覆蓋率，同時結合土坎梯田+果樹種植+樹盤植草。這不僅可削弱該區水土流失強度、增加水源涵養量，改善生態環境，還可提高當地經濟效益。

4 結 論

(1) 土壤化學指標屬中度到極敏感指標，而物理指標則為低度到中度指標。土壤化學指標隨治理模式的變異性高于土壤物理指標。

(2) 沂蒙山區土壤質量評價最小數據集由全氮、土壤孔隙度、容重3個指標構成，且權重表現為容重(0.386)>土壤孔隙度(0.308)>全氮(0.306)。

(3) 基于總數據集與最小數據集計算的土壤質量指數無明顯差異，且二者呈極顯著的正相關關系(R2=0.92)。說明，構建的最小數據集能較準確地體現沂蒙山區土壤質量信息。

(4) 4種治理模式下，0—5 cm和5—10 cm土層的土壤質量指數較10—20 cm土層分別增加136.20%和37.60%。不同治理模式下的土壤質量指數表現為喬草混交>土坎梯田+果樹種植>撂荒>封禁植草。總體來看，沂蒙山區不同治理模式下的土壤質量屬于中等水平。