基于產(chǎn)量的稻田肥力質(zhì)量評(píng)價(jià)及障礙因子區(qū)劃
——以進(jìn)賢縣為例*

樊亞男 姚利鵬 瞿明凱 胡文友 黃 標(biāo)? 趙永存

（1 中國(guó)科學(xué)院土壤環(huán)境與污染修復(fù)重點(diǎn)實(shí)驗(yàn)室（南京土壤研究所），南京 210008）

（2 中國(guó)科學(xué)院大學(xué)，北京 100049）

（3 南京市環(huán)境保護(hù)科學(xué)研究院，南京 210019）

基于產(chǎn)量的稻田肥力質(zhì)量評(píng)價(jià)及障礙因子區(qū)劃
——以進(jìn)賢縣為例*

樊亞男1，2姚利鵬1，3瞿明凱1胡文友1黃 標(biāo)1?趙永存1

（1 中國(guó)科學(xué)院土壤環(huán)境與污染修復(fù)重點(diǎn)實(shí)驗(yàn)室（南京土壤研究所），南京 210008）

（2 中國(guó)科學(xué)院大學(xué)，北京 100049）

（3 南京市環(huán)境保護(hù)科學(xué)研究院，南京 210019）

土壤肥力質(zhì)量評(píng)價(jià)及土壤肥力障礙因子分析，對(duì)于區(qū)域土壤利用和改良、指導(dǎo)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)布局具有重要意義。以江西省進(jìn)賢縣為研究區(qū)，通過水稻遙感解譯測(cè)產(chǎn)，結(jié)合主成分分析進(jìn)行土壤質(zhì)量評(píng)價(jià)；采用綜合指數(shù)法表征土壤肥力質(zhì)量水平，分析該區(qū)域低肥力質(zhì)量區(qū)域主要障礙因素，并進(jìn)行障礙因子區(qū)劃。結(jié)果表明，該地區(qū)土壤肥力質(zhì)量評(píng)價(jià)的最小數(shù)據(jù)集（MDS）指標(biāo)包括：有機(jī)質(zhì)、陽離子交換量（CEC）、全鉀（TK）、交換性鈣（Ex.Ca）、容重、粉黏比；土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量相關(guān)系數(shù)達(dá)到0.73（p＜0.01），以當(dāng)?shù)厮酒骄a(chǎn)量7.215 t hm-2確定土壤質(zhì)量綜合指數(shù)閾值為0.65。分析得出，該地區(qū)影響土壤肥力的主要障礙包括有機(jī)質(zhì)含量低和容重較大反映的低熟化度障礙、中量元素缺乏反映的酸化障礙、全鉀含量低和高粉黏比反映的結(jié)構(gòu)障礙等。根據(jù)障礙因素將研究區(qū)域劃分為三大障礙區(qū)：東南部丘陵區(qū)主要障礙因子為酸化和土壤結(jié)構(gòu)障礙；中西部低崗平原主要為土壤酸化障礙；北部濱湖區(qū)主要障礙為水稻土熟化程度低。通過對(duì)不同區(qū)域施行針對(duì)性改良措施有益于提高土壤肥力。

遙感解譯估產(chǎn)；土壤屬性；水稻；土壤肥力質(zhì)量評(píng)價(jià)；土壤障礙因子

20世紀(jì)70年代初，土壤質(zhì)量一詞出現(xiàn)在土壤學(xué)文獻(xiàn)上，并逐步成為國(guó)際土壤學(xué)研究的熱點(diǎn)，土壤質(zhì)量可從土壤的肥力質(zhì)量、土壤環(huán)境質(zhì)量及土壤健康質(zhì)量三個(gè)方面進(jìn)行定義［1］。土壤質(zhì)量的含義因不同的土壤利用目的，對(duì)三個(gè)方面的側(cè)重略有不同。土壤肥力是土壤的基本屬性，能為植物提供生長(zhǎng)所需的基礎(chǔ)條件，是獲得高產(chǎn)、優(yōu)質(zhì)農(nóng)產(chǎn)品的前提保證。土壤肥力是建立可持續(xù)農(nóng)業(yè)的重要物質(zhì)基礎(chǔ)［2-3］，而由于高強(qiáng)度的農(nóng)業(yè)利用以及不合理的管理措施，土壤屬性會(huì)產(chǎn)生劇烈的變化，并且會(huì)限制土壤的生產(chǎn)力，成為土壤肥力的障礙因素。對(duì)障礙因素進(jìn)行區(qū)劃，有利于區(qū)域土壤資源利用及改良。

目前，常用的土壤質(zhì)量評(píng)價(jià)方法包括多變量指標(biāo)克立格法、土壤質(zhì)量動(dòng)力學(xué)方法、土壤質(zhì)量綜合評(píng)分法和土壤相對(duì)質(zhì)量評(píng)價(jià)法等。綜合指數(shù)法是目前在國(guó)內(nèi)外應(yīng)用最廣泛的一種土壤質(zhì)量評(píng)價(jià)方法［4-5］。綜合指數(shù)法通常有4個(gè)關(guān)鍵步驟：評(píng)價(jià)最小數(shù)據(jù)集（MDS）的篩選、隸屬度函數(shù)及其臨界值的確定、指標(biāo)權(quán)重的確定以及綜合指數(shù)閾值的確定［6-8］。在許多土壤質(zhì)量評(píng)價(jià)工作中，MDS已經(jīng)被廣泛應(yīng)用。獲取MDS的方法主要為專家建議法和多元統(tǒng)計(jì)法，其中，多元統(tǒng)計(jì)法更能符合具體的評(píng)價(jià)工作要求。隸屬度函數(shù)是模糊數(shù)學(xué)中的一個(gè)重要概念，用以刻畫客觀事物中的模糊界限，因此，可建立MDS中各指標(biāo)的隸屬度函數(shù)，計(jì)算其臨界值來表示各肥力指標(biāo)的狀態(tài)值［9-10］。已有許多相關(guān)工作對(duì)隸屬度函數(shù)進(jìn)行研究，但是，僅采取固定的隸屬度函數(shù)模型和臨界值對(duì)不同區(qū)域進(jìn)行評(píng)價(jià)顯然不具備科學(xué)性，也難以解決具體問題。單項(xiàng)肥力質(zhì)量指標(biāo)權(quán)重的確定是計(jì)算土壤質(zhì)量綜合指數(shù)的關(guān)鍵。以往的評(píng)價(jià)大多憑主觀的經(jīng)驗(yàn)判斷或直接給予不同指標(biāo)同等權(quán)重。這樣的做法顯然缺乏合理性。目前，常用的權(quán)重系數(shù)的確定方法除上述的經(jīng)驗(yàn)打分法外，多元統(tǒng)計(jì)中的相關(guān)系數(shù)法、主因子分析法、層次分析法以及回歸分析法均能較好地反映指標(biāo)的權(quán)重分配［11］。因此，如何科學(xué)選取MDS、確定其隸屬度函數(shù)及其臨界值、合理分配權(quán)重是土壤肥力質(zhì)量評(píng)價(jià)的關(guān)鍵。

本研究選取鄱陽湖典型水稻種植區(qū)域進(jìn)賢縣作為研究區(qū)，并采用遙感解譯估產(chǎn)數(shù)據(jù)來確定土壤質(zhì)量評(píng)價(jià)的最小數(shù)據(jù)集，通過產(chǎn)量數(shù)據(jù)與土壤屬性的主成分分析來確定具有生物學(xué)意義的指標(biāo)，建立最小數(shù)據(jù)集并確定各指標(biāo)權(quán)重和隸屬度函數(shù)類型及其臨界值，采用綜合指數(shù)法計(jì)算土壤肥力質(zhì)量綜合指數(shù)，并進(jìn)一步分析該地區(qū)限制水稻產(chǎn)量、影響土壤質(zhì)量的障礙因子，對(duì)該區(qū)域土壤障礙因子進(jìn)行分區(qū)，并提出了合理利用的改良意見，為水稻土肥力質(zhì)量評(píng)價(jià)及障礙因子的區(qū)劃提供一個(gè)可借鑒的模式。

1 材料與方法

1.1 研究區(qū)概況

進(jìn)賢縣為江西省南昌市下轄縣，位于鄱陽湖南部（圖1），地處亞熱帶季風(fēng)濕潤(rùn)氣候區(qū)，平均溫度為17.5℃，全縣年均日照數(shù)1 936 h，年均降水量1 587 mm。土壤類型以紅壤（55.9%）和水稻土（40.3%）為主，少量草甸土（3.5%）和潮土（0.3%）。水稻土是進(jìn)賢縣主要的耕作土壤，以潴育型（88.0%）、潛育型（9.9%）和淹育型（2.1%）為主（圖1）。進(jìn)賢縣面積總計(jì)1 955 km2，2005年統(tǒng)計(jì)數(shù)據(jù)表明，耕地面積約占35%［12］。進(jìn)賢縣是全國(guó)糧食生產(chǎn)先進(jìn)縣，該地區(qū)主要農(nóng)作物為水稻及油料作物，水稻一年兩季，其種植面積達(dá)到763.0 km2，占糧食種植總面積的89%［13］，是鄱陽湖流域具有代表性的水稻種植區(qū)域。

圖1 野外采樣點(diǎn)分布圖Fig. 1 Location of the sampling sites in the field

1.2 野外調(diào)查與樣品采集

在充分考慮土壤類型、空間均勻性及糧食作物產(chǎn)量分布狀況的基礎(chǔ)之上進(jìn)行了樣點(diǎn)布設(shè)，共布設(shè)了103個(gè)土壤采樣點(diǎn)，其中，潴育型水稻土70個(gè)、潛育型水稻土26個(gè)、淹育型水稻土7個(gè)。為了避免作物生長(zhǎng)期間施肥的影響以及考慮到作物產(chǎn)量的預(yù)測(cè)，在晚季水稻成熟期進(jìn)行樣品采集。2012年10月中下旬布設(shè)采集51個(gè)土壤采集點(diǎn)，2013年12月下旬布設(shè)采集53個(gè)土壤采集點(diǎn)。

在采樣點(diǎn)附近選取合適大小田塊，在采樣點(diǎn)10 m半徑內(nèi)隨機(jī)五點(diǎn)采集表層（0～20 cm）土壤，均勻混合后四分法取1 kg左右裝袋。并用相同方法采集相應(yīng)位置的亞表層（20～40 cm）土壤樣品。此外，采集環(huán)刀和表層原始土塊樣品，供土壤容重和團(tuán)聚體分析用。采樣時(shí)，使用GPS記錄實(shí)際采樣點(diǎn)的經(jīng)緯度，并詳細(xì)記載采樣點(diǎn)的地理位置、地形、田塊類型、土地利用變化狀況及施肥狀況等基礎(chǔ)信息。

1.3 遙感解譯估產(chǎn)

由于各地區(qū)種植狀況、收獲時(shí)間均具有很大的不確定性，而且多次采樣的誤差也較大，因此，本研究采用Landsat-增強(qiáng)型專題繪圖儀（Landsat-ETM+）結(jié)合Landsat陸地成像儀（Landsat-OLI）影像數(shù)據(jù)解譯研究區(qū)水稻種植面積，并提取水稻種植區(qū)域內(nèi)水稻生長(zhǎng)關(guān)鍵物候期的歸一化植被指數(shù)（NDVI）值，建立水稻估產(chǎn)模型，對(duì)研究區(qū)水稻產(chǎn)量進(jìn)行估算［14］。在土壤樣品采集的同時(shí)，采集部分易獲取點(diǎn)位的植物樣進(jìn)行實(shí)際測(cè)產(chǎn)來驗(yàn)證遙感解譯結(jié)果。

選擇研究區(qū)晚季水稻進(jìn)行實(shí)際測(cè)產(chǎn)。在上文中設(shè)計(jì)的土壤樣點(diǎn)基礎(chǔ)上，兼顧高、中、低產(chǎn)合理布設(shè)及空間上相對(duì)均勻的原則，第一次采樣時(shí)即2012年10月中下旬晚稻收獲前期，在采集土壤樣品的對(duì)應(yīng)田塊進(jìn)行野外測(cè)產(chǎn)樣方收獲。分別量取樣方，采集每個(gè)樣方內(nèi)所有的水稻，作物采集后按樣方分別裝入編號(hào)的編織袋中，經(jīng)曬干、脫粒、稱重，通過計(jì)算每個(gè)田塊的3個(gè)樣方的平均單產(chǎn)，累加計(jì)算出每個(gè)測(cè)產(chǎn)田塊的水稻產(chǎn)量，并換算單位為t hm-2。

1.4 測(cè)定指標(biāo)與方法

為了盡可能多地了解土壤性質(zhì)對(duì)水稻產(chǎn)量和土壤質(zhì)量評(píng)價(jià)的影響，本研究參考《土壤農(nóng)化分析》［15］及《土壤調(diào)查實(shí)驗(yàn)室分析方法》［16］進(jìn)行了較為全面的土壤性質(zhì)測(cè)定工作。采用電位法測(cè)定pH，低溫重鉻酸鉀氧化—滴定法測(cè)定有機(jī)質(zhì)（OM），采用硒粉、硫酸銅、硫酸鉀消化—蒸餾法測(cè)定土壤全氮（TN），混酸消化—鉬銻抗比色法測(cè)定土壤全磷（TP），混酸消化—火焰光度法測(cè)定土壤全鉀（TK），乙酸銨交換法測(cè)定陽離子交換量（CEC），乙酸銨、乙二胺四乙酸（EDTA）浸提—電感耦合全譜等離子直讀光譜儀（ICP）法測(cè)定交換性鉀、鈉、鈣、鎂（Ex.K、Ex.Na、Ex.Ca、Ex.Mg），氯化鉀交換中和滴定法測(cè)定交換性酸（H+、Al3+）并計(jì)算鹽基飽和度（BS）。碳酸氫鈉浸提-鉬銻抗比色法測(cè)定有效磷（AP），乙酸銨浸提—ICP法測(cè)定土壤速效鉀（AK），二乙基三胺五乙酸（DTPA）浸提—電感耦合等離子體原子發(fā)射光譜法（ICP-AES）測(cè)定土壤有效鐵、錳、銅、鋅（DTPA-Fe、DTPAMn、DTPA-Cu、DTPA-Zn），環(huán)刀法測(cè)定土壤容重（BD），吸管法測(cè)定土壤機(jī)械組成，干、濕篩法測(cè)定土壤團(tuán)聚體性質(zhì)，以土壤團(tuán)聚體穩(wěn)定率（stability）、干濕篩平均重量直徑（Dry-MWD、Wet-MWD）表示。

1.5 數(shù)據(jù)處理

采用 ENVI5.2進(jìn)行研究區(qū)域圖像的幾何校正、大氣校正、剪切、增強(qiáng)、解譯分類及提取植被指數(shù)信息和建立評(píng)價(jià)模型等。采用ArcGIS9.3對(duì)基礎(chǔ)圖件進(jìn)行數(shù)字化、圖形的編輯、修改和顯示以及圖形的幾何校正、空間分析等操作。采用主成分分析法對(duì)土壤屬性進(jìn)行分析，獲取主成分，并且，通過將產(chǎn)量與主成分相關(guān)分析得到該研究地區(qū)限制水稻產(chǎn)量的主要因子，然后選取最小數(shù)據(jù)集，確定權(quán)重和隸屬度函數(shù)，并進(jìn)行指標(biāo)歸一化，得出土壤質(zhì)量綜合指數(shù)并對(duì)該地區(qū)土壤障礙因素進(jìn)行區(qū)劃。數(shù)據(jù)分析主要利用SPSS 20.0完成，此外，利用Excel 2010進(jìn)行簡(jiǎn)單的數(shù)據(jù)儲(chǔ)存和整理分析。

2 結(jié) 果

2.1 水稻遙感解譯產(chǎn)量

為了建立具有生物學(xué)意義、能代表當(dāng)?shù)貙?shí)際土壤生產(chǎn)力的土壤質(zhì)量評(píng)價(jià)方法，對(duì)該研究區(qū)域的稻田進(jìn)行遙感解譯和水稻估產(chǎn)。鑒于同類地物會(huì)受地塊周邊環(huán)境、地形等因素的影響，采用分區(qū)解譯的方法，將進(jìn)賢縣分為北部濱湖區(qū)、中西部低崗平原區(qū)、東南部丘陵區(qū)三個(gè)區(qū)域，采用神經(jīng)網(wǎng)絡(luò)監(jiān)督分類法，進(jìn)行圖像分類，共解譯晚稻種植面積281.2 km2，與進(jìn)賢縣2013年統(tǒng)計(jì)數(shù)據(jù)的379.2 km2相比，準(zhǔn)確率達(dá)到74.16%［17］。

提取每個(gè)時(shí)相的各測(cè)產(chǎn)樣點(diǎn)的植被指數(shù)信息，與地面測(cè)產(chǎn)數(shù)據(jù)之間進(jìn)行相關(guān)性分析，測(cè)產(chǎn)數(shù)據(jù)與7、8月份的ETM+-NDVI呈現(xiàn)顯著相關(guān)性，相關(guān)系數(shù)分別為0.571、0.761。通過實(shí)測(cè)值與預(yù)測(cè)值的擬合方程決定系數(shù)（R2）、均方根誤差（RMSE）評(píng)價(jià)預(yù)測(cè)精度，R2越大、RMSE越小，預(yù)測(cè)精度越高。從交叉驗(yàn)證結(jié)果來看，各地區(qū)實(shí)測(cè)值與預(yù)測(cè)值之間R2在0.70左右，均方根誤差0.421～0.954 t hm-2，說明NDVI值可以較為準(zhǔn)確地預(yù)測(cè)研究區(qū)內(nèi)的水稻產(chǎn)量。

通過建立地面田塊的測(cè)產(chǎn)數(shù)據(jù)與對(duì)應(yīng)歸一化植被指數(shù)NDVI的擬合模型，對(duì)全縣晚稻種植區(qū)域進(jìn)行水稻估產(chǎn)。進(jìn)賢縣水稻年單產(chǎn)在2.085～11.43 t hm-2之間，全縣平均晚稻畝產(chǎn)481 kg，即7.215 t hm-2。估測(cè)結(jié)果顯示，該區(qū)域水稻產(chǎn)量差異大，表現(xiàn)為中西部低崗平原區(qū)和軍山湖南部產(chǎn)量較高，丘陵地區(qū)產(chǎn)量稍低。

2.2 土壤屬性統(tǒng)計(jì)特征

土壤屬性測(cè)定結(jié)果及其統(tǒng)計(jì)特征見表1。進(jìn)賢縣水稻土中的全氮、全磷、全鉀等養(yǎng)分均處于較弱的變異水平，變異系數(shù)在15%～35%，相比之下，有效磷和速效鉀的變異程度稍強(qiáng)，變異系數(shù)在60%～80%。通過對(duì)樣點(diǎn)土壤基本屬性分析，與第二次土壤普查時(shí)的數(shù)據(jù)相比，土壤性質(zhì)發(fā)生了顯著變化，研究區(qū)內(nèi)水稻土酸化明顯，全氮含量顯著提高，速效鉀含量并無明顯變化，全磷含量有明顯下降趨勢(shì)，而土壤有效磷含量顯著提高。就整體而言，全縣水稻土有機(jī)質(zhì)含量處于較高水平，質(zhì)地偏黏，非水穩(wěn)定性大團(tuán)聚體含量較多。

表1 進(jìn)賢縣土壤屬性統(tǒng)計(jì)特征Table 1 Statistical characters of soil properties in Jinxian County

2.3 最小數(shù)據(jù)集（MDS）指標(biāo)選取

為建立具有生物學(xué)意義的土壤質(zhì)量評(píng)價(jià)指標(biāo)集提供基礎(chǔ)，本研究運(yùn)用主成分分析法對(duì)研究區(qū)樣點(diǎn)的土壤理化性質(zhì)相關(guān)指標(biāo)進(jìn)行分析。表層土壤的主成分分析共獲得6個(gè)特征值大于1的主成分，累積方差貢獻(xiàn)率達(dá)73%（表2）；主成分1（PC1）因子載荷較高的是pH、鹽基飽和度、交換性鹽基離子以及有效錳，主要是度量土壤酸堿過程的因子。主成分2（PC2）土壤有機(jī)質(zhì)、土壤全氮、土壤容重、陽離子交換量的因子載荷最高，因此，該主成分主要是表征土壤有機(jī)質(zhì)積累過程和土壤容重的因子。主成分3（PC3）有效鐵、銅、鋅的因子載荷最高，可知，該主成分代表微量元素養(yǎng)分的因子。主成分4（PC4）土壤團(tuán)聚體相關(guān)指標(biāo)因子載荷較高，因此，該主成分是度量土壤團(tuán)聚體結(jié)構(gòu)的因子。主成分5（PC5）土壤全磷、有效磷的因子載荷較高，可以定義為度量磷素的因子。主成分6（PC6）土壤粉黏比因子載荷最高，其次為全鉀，可定義為土壤質(zhì)地和鉀素因子。

表2 進(jìn)賢縣表層水稻土屬性旋轉(zhuǎn)因子荷載矩陣（0～20 cm）Table 2 Rotated component matrix of topsoil properties of the paddy soil in Jinxian County （0～20 cm）

表3為將各測(cè)產(chǎn)田塊在綜合指標(biāo)因子上的得分與水稻產(chǎn)量進(jìn)行相關(guān)分析的結(jié)果，水稻產(chǎn)量與土壤質(zhì)地和鉀素水平（PC6）、土壤有機(jī)質(zhì)積累和土壤容重（PC2）相關(guān)性最高，其次是PC1主成分。

同上，對(duì)亞表層土壤獲得5個(gè)主成分，累積方差貢獻(xiàn)率達(dá)到了75%。PC1為土壤的主要養(yǎng)分因子，PC2為衡量酸堿過程的因子，PC3為表征陽離子交換能力的因子，PC4為速效鉀和土壤質(zhì)地因子，PC5為全鉀因子。通過亞表層土壤綜合指標(biāo)與水稻產(chǎn)量的相關(guān)性分析，發(fā)現(xiàn)PC5與水稻產(chǎn)量在p＜0.01水平上顯著相關(guān)，PC3與水稻產(chǎn)量在p＜0.05水平上顯著相關(guān)，相關(guān)系數(shù)分別為0.18和0.27。

選取與水稻產(chǎn)量相關(guān)的主成分上載荷較高的屬性指標(biāo)作為該主成分的代表因子進(jìn)入最小數(shù)據(jù)集的備選指標(biāo)［18］。土壤單項(xiàng)指標(biāo)與水稻產(chǎn)量相關(guān)度高的也進(jìn)入最小數(shù)據(jù)集的備選指標(biāo)［19］。按照上述條件篩選后，綜合考慮主成分載荷最高、指標(biāo)之間的相關(guān)性及指標(biāo)測(cè)定的難易程度與準(zhǔn)確程度等多方面因素，最終，表層選取進(jìn)入最小數(shù)據(jù)集指標(biāo)為：OM、TK、CEC、Ex.Ca、BD、Silt/Clay。

亞表層指標(biāo)選取采用與表層相同方法，最終選取指標(biāo)為：TK、CEC。

最終采用的最小數(shù)據(jù)集除TK和CEC為0～40 cm外，其余指標(biāo)均為表層（0～20 cm）屬性指標(biāo)。

表3 進(jìn)賢縣水稻產(chǎn)量與各主成分的相關(guān)性（0～20 cm）Table 3 Correlations between rice yields and different principle components in Jinxian County（0～20 cm）

2.4 指標(biāo)權(quán)重及隸屬度函數(shù)的確定

指標(biāo)權(quán)重的獲取通過公因子方差來確定［20］。為確定具有生物學(xué)意義的隸屬度函數(shù)和轉(zhuǎn)折點(diǎn)，本研究采用土壤屬性與水稻年產(chǎn)量之間的散點(diǎn)圖和趨勢(shì)線確定隸屬度函數(shù)類型及轉(zhuǎn)折點(diǎn)（表4）。土壤有機(jī)質(zhì)、全鉀、交換性鈣與水稻產(chǎn)量之間為“S”型曲線關(guān)系，土壤容重和粉黏比與產(chǎn)量呈拋物線關(guān)系。土壤全鉀含量在12～17 g kg-1時(shí)，水稻產(chǎn)量呈現(xiàn)上升趨勢(shì)，而全鉀含量高于17 g kg-1時(shí)，產(chǎn)量處于較高水平，且隨著土壤全鉀含量的升高，水稻并未出現(xiàn)明顯的增產(chǎn)趨勢(shì)，因此，選擇12 g kg-1和17 gk g-1分別作為全鉀含量隸屬度函數(shù)的下限（L）、上限（U）值［21］。土壤有機(jī)質(zhì)和陽離子交換量均為局部的S形曲線，可選最小值和最大值分別作為其隸屬度函數(shù)的臨界值［22］。對(duì)比本研究利用遙感估產(chǎn)數(shù)據(jù)獲得隸屬度函數(shù)臨界值與目前常用于我國(guó)水稻土區(qū)的隸屬度函數(shù)臨界值，發(fā)現(xiàn)兩者之間存在差異［23］。

2.5 土壤質(zhì)量綜合指數(shù)及閾值的確定

通過以上獲取的權(quán)重?cái)?shù)據(jù)和隸屬度函數(shù)按下列公式進(jìn)行土壤質(zhì)量綜合指數(shù)的計(jì)算：

式中，SQI為土壤質(zhì)量綜合指數(shù)；Ii為第i個(gè)單項(xiàng)指標(biāo)的歸一化值；Wi為第i個(gè)單項(xiàng)指標(biāo)的權(quán)重值；n為評(píng)價(jià)指標(biāo)個(gè)數(shù)。SQI值越高，說明土壤肥力質(zhì)量水平越高。

圖2為進(jìn)賢縣土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量空間分布，對(duì)比水稻產(chǎn)量的空間分布，土壤質(zhì)量指數(shù)與水稻產(chǎn)量具有相似的空間分布特征。本文通過建立稻田土壤肥力質(zhì)量綜合指數(shù)與水稻產(chǎn)量之間的響應(yīng)來確定土壤質(zhì)量綜合指數(shù)的閾值（圖3）。當(dāng)土壤質(zhì)量綜合指數(shù)低于0.65時(shí)，水稻產(chǎn)量在低于平均值區(qū)域上下波動(dòng)；當(dāng)土壤質(zhì)量綜合指數(shù)高于0.65時(shí)，水稻產(chǎn)量在高于平均值區(qū)域波動(dòng)，因此，確定質(zhì)量指數(shù)閾值為0.65。土壤質(zhì)量綜合指數(shù)與水稻產(chǎn)量相關(guān)系數(shù)達(dá)0.73（p＜0.01）。

2.6 土壤質(zhì)量障礙區(qū)識(shí)別

為了識(shí)別不同障礙區(qū)的限制性土壤因子，需計(jì)算各土壤指標(biāo)在空間上存在障礙概率的高低。從評(píng)價(jià)指標(biāo)的空間分布來看，部分指標(biāo)之間具有相似或互補(bǔ)的空間分布特征。利用主成分分析可以對(duì)指標(biāo)進(jìn)一步降維，將6個(gè)評(píng)價(jià)指標(biāo)歸類為3個(gè)主要的因子：第一主成分（F1）主要表征有機(jī)質(zhì)和容重，第二主成分（F2）為度量土壤質(zhì)地和全鉀含量狀況的因子，第三主成分（F3）是表征陽離子交換量及鈣元素的因子。因子得分是觀測(cè)量在每個(gè)主因子上的得分值，若是空間上一個(gè)點(diǎn)在某個(gè)因子上的得分大于0，說明這個(gè)點(diǎn)在該因子上具有正貢獻(xiàn)值，反之，則代表該點(diǎn)與該因子反映的土壤特征向量方向相反［24］。利用土壤屬性空間表達(dá)的不確定性獲取各個(gè)因子小于0的概率，即可獲得空間上各個(gè)因子可能存在障礙的概率（圖4）。通過統(tǒng)計(jì)不同鄉(xiāng)鎮(zhèn)各個(gè)因子得分小于0的平均概率，分析不同區(qū)域的土壤質(zhì)量主要限制因子并得到障礙分區(qū)（圖5）。

表4 基于水稻遙感估產(chǎn)數(shù)據(jù)獲取的隸屬度函數(shù)轉(zhuǎn)折點(diǎn)Table 4 Cutoffs values of standard core functions of soil quality indicators for rice yield estimation based on remote sensingintepretation

圖2 土壤質(zhì)量綜合指數(shù)（a）和水稻產(chǎn)量（b）空間分布Fig. 2 Spatial distribution of soil quality index（SQI）（a）and rice yield（b）in Jinxian County

北部濱湖區(qū)大部分鄉(xiāng)鎮(zhèn)在F1上的因子得分低于0的概率明顯高于其他幾個(gè)主成分，表明引起該區(qū)域土壤質(zhì)量指數(shù)低的因素可能是有機(jī)質(zhì)含量低和容重障礙。東南部丘陵區(qū)域在F2上的因子得分低于0的概率明顯高于其他幾個(gè)主成分，表明該地區(qū)的障礙因素主要為鉀素障礙和土壤結(jié)構(gòu)性障礙。中西部低崗平原區(qū)域在F3上的因子得分低于0的概率明顯較高，表明該區(qū)域障礙因素主要為土壤酸化造成的陽離子交換量低和中量元素障礙。

圖3 進(jìn)賢縣水稻產(chǎn)量對(duì)土壤質(zhì)量綜合指數(shù)的響應(yīng)Fig. 3 Rice response to SQI in yield in Jianxian County

3 討 論

土壤是影響作物產(chǎn)量的關(guān)鍵因素之一，但是，對(duì)于不同的作物，不同的土壤利用類型，制約生產(chǎn)力的肥力質(zhì)量指標(biāo)可能也不盡相同，采用固定統(tǒng)一的評(píng)價(jià)體系得到的土壤肥力質(zhì)量顯然不夠準(zhǔn)確，結(jié)果也往往不符合當(dāng)?shù)貙?shí)際的土壤肥力狀況。

本文通過主成分分析方法結(jié)合遙感解譯測(cè)產(chǎn)結(jié)果，確定評(píng)價(jià)區(qū)域水稻土土壤質(zhì)量綜合指數(shù)的MDS以及權(quán)重和隸屬度函數(shù)類型及臨界值。在評(píng)價(jià)指標(biāo)上，未選取有效磷或其他的相關(guān)磷素指標(biāo)作為評(píng)價(jià)指標(biāo)。近年來，由于農(nóng)業(yè)生產(chǎn)過程中大量的肥料投入，土壤的大量元素指標(biāo)呈現(xiàn)出積累的趨勢(shì)，特別對(duì)于磷肥，易被土壤固定，肥料的殘效和積累利用率仍十分可觀［25-26］。但由于缺乏合理的施肥指導(dǎo)，農(nóng)民的盲目施肥導(dǎo)致土壤磷素積累，使土壤的磷素指標(biāo)不再成為限制農(nóng)田肥力的關(guān)鍵指標(biāo)。本文中土壤磷素指標(biāo)水平及其與產(chǎn)量的相關(guān)性也表明，有效磷指標(biāo)不再適用于該地區(qū)的土壤質(zhì)量評(píng)價(jià)。可見，采取一成不變的土壤質(zhì)量評(píng)價(jià)指標(biāo)體系不能合理地反映土壤肥力質(zhì)量水平。

圖4 不同評(píng)價(jià)指標(biāo)主成分因子F1（a）、F2（b）和F3（c）得分小于0的概率空間分布Fig. 4 Spatial distribution of the probabilities of principal component factor F1（a），F(xiàn)2（b）and F3（c）being below zero in score relative to evaluation index

圖5 進(jìn)賢縣土壤質(zhì)量障礙分區(qū)Fig. 5 Zoning of Jinxian County based on soil quality constraints

進(jìn)行土壤質(zhì)量指標(biāo)歸一化過程時(shí)，利用遙感估產(chǎn)數(shù)據(jù)獲得了土壤質(zhì)量指標(biāo)隸屬度函數(shù)的轉(zhuǎn)折點(diǎn)，與目前常用的統(tǒng)一隸屬度函數(shù)轉(zhuǎn)折點(diǎn)相比，存在一定差異，但對(duì)比研究區(qū)的實(shí)際土壤性質(zhì)基本狀況和水稻產(chǎn)量狀況，本文選取的隸屬度函數(shù)轉(zhuǎn)折點(diǎn)體現(xiàn)了當(dāng)?shù)氐膶?shí)際土壤生產(chǎn)力特征，更具有區(qū)域代表性和生物學(xué)意義。根據(jù)水稻產(chǎn)量與土壤質(zhì)量綜合指數(shù)響應(yīng)關(guān)系確定SQI閾值為0.65，低于該值產(chǎn)量在低產(chǎn)區(qū)波動(dòng)，高于該值產(chǎn)量在高產(chǎn)區(qū)波動(dòng)。這也比較符合實(shí)際生產(chǎn)過程中作物產(chǎn)量不僅受土壤屬性影響還受各種管理因素和降雨因素等影響。

以往的質(zhì)量評(píng)價(jià)相關(guān)工作大多在獲得質(zhì)量指數(shù)后便戛然而止，雖然獲得了土壤質(zhì)量指數(shù)的分布狀況，但研究結(jié)果基本難以應(yīng)用于實(shí)際。本研究在獲得了土壤質(zhì)量評(píng)價(jià)綜合指數(shù)的基礎(chǔ)上對(duì)評(píng)價(jià)指標(biāo)進(jìn)一步降維，通過主成分分析得到因子得分情況的分布。根據(jù)因子得分情況對(duì)研究區(qū)域的土壤障礙因素進(jìn)行區(qū)劃，得到較為科學(xué)的土壤肥力障礙因子區(qū)劃圖，對(duì)當(dāng)?shù)卣膮^(qū)域土壤改良和利用決策有指導(dǎo)意義。

研究結(jié)果顯示，進(jìn)賢縣水稻土主要存在的障礙因素包括有機(jī)質(zhì)缺乏、土壤緊實(shí)、Ca和Mg等中量元素缺乏以及全鉀和黏粒含量不足。根據(jù)進(jìn)賢縣土壤質(zhì)量障礙分區(qū)圖（圖5）可知，進(jìn)賢縣北部濱湖低產(chǎn)區(qū)域主要障礙因素為有機(jī)質(zhì)和容重，主要是由于土壤有機(jī)質(zhì)含量較低導(dǎo)致的土壤物理性質(zhì)較差影響土壤肥力；建議采取增加有機(jī)物料投入為主的調(diào)控策略，如推廣機(jī)械深耕和秸稈還田結(jié)合的技術(shù)體系［27-28］。西南部低產(chǎn)區(qū)域主要障礙因素是由于土壤酸化引起的一系列障礙因素，如陽離子流失，中量元素如鈣、鎂等缺乏；建議采取人為干預(yù)手段調(diào)控pH，如合理地施用生石灰和石灰石粉等改善土壤pH狀況［29］，并輔以合理的肥料施用方式，減少生理酸性肥料的施用，避免過量施肥［30］。東南部地區(qū)低產(chǎn)區(qū)域則為土壤鉀素障礙、黏粒含量不足以及中量元素障礙等；單一的針對(duì)性手段解決這些問題不僅需要較高的成本，且收效甚微，可采取綜合性方法改善，如推廣少（免）耕保護(hù)性耕作結(jié)合合理的綠肥輪作來綜合改善土壤的肥力狀況［31-32］，并需加強(qiáng)對(duì)鉀肥施用技術(shù)體系的推廣。

總體而言，采用結(jié)合作物產(chǎn)量數(shù)據(jù)進(jìn)行土壤質(zhì)量評(píng)價(jià)更適合區(qū)域性土壤肥力研究工作，得出的結(jié)果也更能體現(xiàn)地域特性，符合當(dāng)?shù)貙?shí)際生產(chǎn)狀況，為區(qū)域土壤質(zhì)量評(píng)價(jià)提供了一個(gè)實(shí)用可借鑒的方法。

4 結(jié) 論

本研究選擇江西進(jìn)賢縣稻田為研究對(duì)象，根據(jù)不同類型水稻田分布面積和特點(diǎn)，采集耕層和亞耕層土壤樣品，測(cè)定土壤一系列理化性質(zhì)指標(biāo)，采用最小數(shù)據(jù)集法和土壤質(zhì)量指數(shù)法，結(jié)合水稻遙感解譯測(cè)產(chǎn)和實(shí)際測(cè)產(chǎn)方法，對(duì)進(jìn)賢縣稻田土壤質(zhì)量進(jìn)行了評(píng)價(jià)。選取的MDS指標(biāo)包括：有機(jī)質(zhì)、全鉀、陽離子交換量、交換性鈣、容重及粉黏比等6項(xiàng)指標(biāo)。評(píng)價(jià)結(jié)果能夠較好地揭示區(qū)域土壤肥力質(zhì)量水平。在土壤肥力質(zhì)量評(píng)價(jià)的基礎(chǔ)上，進(jìn)一步通過主成分分析揭示了該縣主要的土壤肥力障礙因子，并在鄉(xiāng)鎮(zhèn)水平上對(duì)障礙區(qū)進(jìn)行了區(qū)劃。區(qū)劃結(jié)果對(duì)政府決策和農(nóng)業(yè)資源利用有指導(dǎo)意義。從研究結(jié)果來看，進(jìn)賢縣雖然平均產(chǎn)量較高，但仍有超過30%的水稻土存在不同程度的障礙。就全縣整體而言，土壤質(zhì)地和鉀素水平是限制土壤肥力質(zhì)量的重要因素。應(yīng)當(dāng)加強(qiáng)對(duì)土壤保護(hù)性耕作和可持續(xù)性耕作的宣傳和扶持力度，合理利用與保護(hù)土壤資源。

［1］ Karlen D L，Ditzler C A，Andrews S S. Soil quality：Why and how? Geoderma，2003，114（3/4）：145—156

［2］ 付國(guó)珍，擺萬奇. 耕地質(zhì)量評(píng)價(jià)研究進(jìn)展及發(fā)展趨勢(shì).資源科學(xué)，2015，37（2）：226—236 Fu G Z，Bai W Q. Advances and prospects of evaluating cultivated land quality（In Chinese）. Resources Science，2015，37（2）：226—236

［3］ Xu X J，Lei G P，Zhang H，et al. Study on surface soil fertility quality evaluation of the Southern Songnen Plain in Heilongjiang Province. Research of Soil and Water Conservation，2010，17（5）：268—272

［4］ Larson W E，Pierce F J. Conservation and enhancement of soil quality//Evaluation for sustainable land management in the developing world：Proceedings of the International Workshop on Evaluation for Sustainable Land Management in the Developing World，Chiang Rai，Thailand，15-21 September，1991

［5］ 劉占峰，傅伯杰，劉國(guó)華，等. 土壤質(zhì)量與土壤質(zhì)量指標(biāo)及其評(píng)價(jià). 生態(tài)學(xué)報(bào)，2006，26（3）：901—913 Liu Z F，F(xiàn)u B J，Liu G H，et al. Soil quality：Concept，indicators and its assessment（In Chinese）.Acta Ecologica Sinica，2006，26（3）：901-913

［6］ 李靜鵬，徐明峰，蘇志堯，等. 不同植被恢復(fù)類型的土壤肥力質(zhì)量評(píng)價(jià). 生態(tài)學(xué)報(bào)，2014，34（9）：2298—2307 Li J P，Xu M F，Su Z Y，et al. Soil fertility quality assessment under different vegetation restoration patterns（In Chinese）. Acta Ecologica Sinica，2014，34（9）：2298—2307

［7］ Oyonarte C，Aranda V，Durante P. Soil surface properties in Mediterranean mountain ecosystems：Effects of environmental factors and implications of management. Forest Ecology and Management，2008，254（2）：156—165

［8］ 陳穎，代斌，高強(qiáng)偉，等. 蜀南竹海毛竹林土壤化學(xué)肥力質(zhì)量及其評(píng)價(jià). 土壤，2015，47（6）：1054—1060 Chen Y，Dai B，Gao Q W，et al. Soil chemical fertility quality and its evaluation in a moso bamboo forest of Shunan Bamboo-sea，Southwest China（In Chinese）.Soils，2015，47（6）：1054—1060

［9］ 貢璐，張雪妮，冉啟洋. 基于最小數(shù)據(jù)集的塔里木河上游綠洲土壤質(zhì)量質(zhì)量評(píng)價(jià). 土壤學(xué)報(bào)，2015，52（3）：682—689 Gong L，Zhang X N，Ran Q Y. Quality assessment of oasis soil in the upper reaches of Tarimriver based on minimum data set（In Chinese）. Acta Pedologica Sinica，2015，52（3）：682—689

［10］ 王建國(guó)，楊林章，單艷紅. 模糊數(shù)學(xué)在土壤質(zhì)量評(píng)價(jià)中的應(yīng)用研究. 土壤學(xué)報(bào)，2001，38（2）：176—183 Wang J G，Yang L Z，Shan Y H. Application of fuzzy mathematics to soil quality evaluation（In Chinese）.Acta Pedologica Sinica，2001，38（2）：176—183

［11］ 房全孝. 土壤質(zhì)量評(píng)價(jià)工具及其應(yīng)用研究進(jìn)展. 土壤通報(bào)，2013，44（2）：496—503 Fang Q X. Advances in agricultural soil quality assessment tolls and applications（In Chinese）.Chinese Journal of Soil Science，2013，44（2）：496—503

［12］ 進(jìn)賢縣人民政府. 進(jìn)賢縣土地利用總體規(guī)劃（2006—2020）.2012-7-25［2016-6-10］. http：//ncjxx.jxgtt.gov.cn/News.shtml?p5=25883762.2012-06-28 Government of Jinxian County.Overall plan of land utilization in Jinxian County（2006—2020）（In Chinese）.2012-7-25［2016-6-10］. http：//ncjxx.jxgtt.gov.cn/News.shtml?p5=25883762.2012-06-28

［13］ 進(jìn)賢縣農(nóng)業(yè)區(qū)劃委員會(huì). 進(jìn)賢縣土壤. 江西進(jìn)賢：江西省進(jìn)賢縣印刷廠，1985：11—25 Agricultural Zoning Committee of Jinxian County. Soil of Jinxian County（In Chinese）. Jinxian，Jiangxi：Jinxian County Printers in Jiangxi Province，1985：11—25

［14］ 張東霞，張繼賢，常帆，等. 遙感技術(shù)在主要糧食作物估產(chǎn)中的應(yīng)用. 測(cè)繪科學(xué)，2014，39（11）：95—103 Zhang D X，Zhang J X，Chang F，et al. A review of application of remote sensing technology in main food crop yield estimation（In Chinese）. Science of Surveying and Mapping，2014：39（11）：95—103

［15］ 鮑士旦. 土壤農(nóng)化分析. 第3版. 北京：中國(guó)農(nóng)業(yè)出版社，1999：1—495 Bao S D. Soil and agricultural chemistry analysis （In Chinese）. 3rd ed. Beijing：China Agriculture Press，1999：1—495

［16］ 張甘霖，龔子同. 土壤調(diào)查實(shí)驗(yàn)室分析方法. 北京：科學(xué)出版社，2012：1—254 Zhang G L，Gong Z T. Soil survey laboratory methods（In Chinese）. Beijing：Science Press，2012：1—254

［17］ 徐磊，林劍，李艷華，等. 基于BP人工神經(jīng)網(wǎng)絡(luò)的遙感影像分類. 地理空間信息，2012，10（4）：83—88 Xu L，Lin J，Li Y H，et al. Classifyingremote sensing image based on BP neural network technology（In Chinese）. Geospatial Information，2012，10（4）：83—88

［18］ Rezaei S A，Gilkes R J，Andrews S S. A minimum data set for assessing soil quality in rangelands. Geoderma，2006，136（1）：229—234

［19］ 楊麗霞，陳少鋒，安娟娟，等. 陜北丘陵區(qū)不同植被類型群落多樣性與土壤有機(jī)質(zhì)、全氮關(guān)系研究. 草地學(xué)報(bào)，2014，22（2）：291—298 Yang L X，Chen S F，An J J，et al. Relationships among community diversity and soil organic matter，total nitrogen under different vegetation types in the gully region of loess region（In Chinese）. Acta Agrestia Sinica，2014，22（2）：291—298

［20］ 鐘賽香，胡鵬，薛熙明，等. 基于合理權(quán)重賦值方法選擇的多因素綜合評(píng)價(jià)模型——以JCR中70 種人文地理期刊為例. 地理學(xué)報(bào)，2015，70（12）：2012—2031 Zhong S X，Hu P，Xue X M，et al. Multi-factor comprehensive evaluation model based on the selection of objective weight assignment method（In Chinese）. Acta Geographica Sinica，2015，70（12）：2012—2031

［21］ 潘永敏，鄭俊，沈兵，等. 蘇中地區(qū)縣域農(nóng)田土壤肥力綜合評(píng)價(jià)——以江都市為例. 地質(zhì)學(xué)刊，2011，35（2）：170—176 Pan Y M，Zhen J，Shen B，et al. Integrated evaluation of soil fertility intra-county area in central Jiangsu-Taking Jiangdu City for example（In Chinese）. Journal of Geology. 2011，35（2）：170—176

［22］ 鄭粉莉，張峰，王彬. 近100年植被破壞侵蝕環(huán)境下土壤質(zhì)量退化過程的定量評(píng)價(jià). 生態(tài)學(xué)報(bào)，2010，30（22）：6044—6051 Zheng F L，Zhang F，Wang B. Quantifying soil quality degradation over 100 years after deforestation under erosional environments（In Chinese）. Acta Ecologica Sinica，2010，30（22）：6044—6051

［23］ 曹志洪，周健民. 中國(guó)土壤質(zhì)量. 北京：科學(xué)出版社，2008：504—621 Cao Z H，Zhou J M. Soil quality of China（In Chinese）. Beijing: Science Press，2008：504—621

［24］ 張貝爾，黃標(biāo)，趙永存，等. 華北平原典型區(qū)土壤肥力低下區(qū)識(shí)別及限制因子分析. 土壤學(xué)報(bào)，2012，49（5）：841—849 Zhang B E，Huang B，Zhao Y C，et al. Identification of areas low in soil fertility and analysis of their limiting factors in the region typical of the North China Plain（In Chinese）. Acta Pedologica Sinica，2012，49（5）：841—849

［25］ 卜容燕，任濤，魯劍巍，等. 水稻-油菜輪作條件下磷肥效應(yīng)研究. 中國(guó)農(nóng)業(yè)科學(xué)，2014，47（6）：1227—1234 Bu R Y，Ren T，Lu J W，et al. Analysis of P fertilizer efficiency under rice-rapeseed rotation system（In Chinese）. Scientia Agricultura Sinica，2014，47（6）：1227—1234

［26］ 張?zhí)伊?，潘劍君，劉紹貴，等. 集約農(nóng)業(yè)利用下紅壤地區(qū)土壤肥力與環(huán)境質(zhì)量變化及調(diào)控. 土壤學(xué)報(bào)，2007，44（4）：584—591 Zhang T L，Pan J J，Liu S G，et al. Changes in soil fertility and environmental quality in red soil region under intensive agricultural use and their control（In Chinese）. Acta Pedologica Sinica，2007，44（4）：584—591

［27］ 姜超強(qiáng)，沈嘉. 王火焰，等. 煙桿還田對(duì)水稻產(chǎn)量和養(yǎng)分吸收的影響及其替代鉀肥的效果. 應(yīng)用生態(tài)學(xué)報(bào)，2016，27（12）：3969—3976 Jiang C Q，Shen J，Wang H Y，et al. Effect of tobacco straw incorporation on rice yield and nutrient absorption and its substitute for potassium fertilizer（In Chinese）.Chinese Journal of Applied Ecology，2016，27（12）：3969—3976

［28］ 李繼福，魯劍魏，任濤，等. 稻田不同供鉀能力條件下秸稈還田替代鉀肥效果. 中國(guó)農(nóng)業(yè)科學(xué)，2014，47（2）：292—302 Li J F，Lu J W，Ren T，et al. Effect of straw incorporation substitute for K-fertilizer under different paddy soil K supply capacities（In Chinese）. Scientia Agricultura Sinica，2014，47（2）：292—302

［29］ 孫義祥，袁嫚嫚，鄔剛. 不同土壤肥力水平下鈣對(duì)水稻專用肥增產(chǎn)效應(yīng)的影響. 中國(guó)農(nóng)學(xué)通報(bào)，2014，30（9）：77—81 Sun Y X，Yuan M M，Wu G. The impact of Calcium on yield increase of special fertilizer on rice under different soil fertility levels（In Chinese）. Chinese Agricultural Science Bulletin，2014，30（9）：77—81

［30］ 朱安繁，邵華，張龍華. 江西省耕地土壤酸化現(xiàn)狀與改良措施. 江西農(nóng)業(yè)學(xué)報(bào)，2014，26（4）：43—45，49 Zhu A F，Shao H，Zhang L H. Current situation and improvement measures of cultivated land soil acidification in Jiangxi Province（In Chinese）. Acta Agricultural Jiangxi，2014，26（4）：43—45，49

［31］ 高菊生，徐明崗，董春華，等. 長(zhǎng)期稻-稻-綠肥輪作對(duì)水稻產(chǎn)量及土壤肥力的影響. 作物學(xué)報(bào)，2013，39（2）：343—349 Gao J S，Xu M G，Dong C H，et al. Effects of longterm Rice-Rice-Green manure cropping rotation on rice yield and soil fertility（In Chinese）. Acta Agronomica Sinica，2013，39（2）：343—349

［32］ 黃國(guó)勤，楊濱娟，王淑彬，等. 稻田實(shí)行保護(hù)性耕作對(duì)水稻產(chǎn)量、土壤理化及生物學(xué)性狀的影響. 生態(tài)學(xué)報(bào)，2015，35（4）：1225—1234 Huang G Q ，Yang B J，Wang S B，et al. Effects of 8 years of conservational tillage on rice yield and soil physical，chemical and biological properties（In Chinese）. Acta Ecologica Sinica，2015，35（4）：1225—1234

Yield-Based Soil Fertility Quality Assessment and Constraint Factor-Based Zoning of Paddy Soil—A Case Study of Jinxian County

FAN Yanan1，2YAO Lipeng1，3QU Mingkai1HU Wenyou1HUANG Biao1?ZHAO Yongcun1
（1Key Laboratory of Soil Environment and Pollution Remediation（Institute of Soil Science，Chinese Academy of Sciences），Nanjing210008，China）
（2University of Chinese Academy of Sciences，Beijing100049，China）
（3Nanjing Municipal Research Institute of Environmental Protection，Nanjing210019，China）

【Objective】Soil fertility quality assessment and constraint factors analysis of soil quality have vital theoretical and practical significances in regional soil improvement and utilization and guidance agricultural production. Paddy soil is an important component of the soil resources in China. Researchers have been using a set index system to evaluate soil fertility quality with results not so accurate. It is，therefore，essential to explore for a more accurate scientific method for the evaluation.【Method】Jinxian County of Jiangxi Province was cited as a case for the study. A total of 103 soil samples were collected from the topsoil（0～20 cm）and subsoil（20～40 cm）layers of the paddy fields in the region proportional to their respective areas and types and 51 rice sampling sites set aside as a dataset for verificationof the yield prediction based on remote sensing interpretation. A fairly more comprehensive dataset of soil properties was determined in the lab. Correlation analysis and principal component analysis（PCA）of the dataset with predicted yields were performed to determine minimum data set（MDS）and weight and membership read function models of the evaluation index system. Soil fertility was characterized in level with the comprehensive index method and main constraint factors of fertility quality in areas low in soil fertility quality. 【Result】To evaluate accuracy of remote sensing interpretation，a fitting equation was established between measured and estimated yields. In the light of the determination coefficient（R2）and root of mean square error（RMSE）of the fitting equation，the normalized difference vegetation index（NDVI）can reflect more accurately crop yield. According to the yield prediction based on remote sensing interpretation，yield of the rice crop in the region varied in the range from 2.085 to 11.430 t hm-2，and averaged 7.215 t hm-2. Through principal component analysis MDS indices，including organic matter，cation exchange capacity（CEC），total potassium（TK），exchangeable calcium（Ex. Ca），bulk density（BD）and clay/silt，were acquired. CEC and TK were common ones in both topsoil and subsoil and the others standard ones. The correlation between soil quality comprehensive index（SQI）and rice yield was analyzed and calculated to be 0.73（p＜0.01）in coefficient，showing that SQI may be used to indicate fertility level of the soil accurately. Based on the average yield，7.215 t hm-2，of the region，threshold value of SQI for the region was determined to be 0.65. Areas with SQI value below the threshold value are subject to the risk of low yield. Further analysis of the indices via principal component analysis shows that the main constraint factors of soil fertility in the area are low organic matter content and heavy soil texture indicating low mellowness of the soil，deficiency of meso-nutrients indicating acidification，and low potassium content and high silt/clay ratio indicating poor soil physical structure. According to restraint-factorbased zoning，the county could be divided into three regions. In the hilly area，southeast of the county，soil acidification and poor soil structure are the main constraint factors；in the low mount and plain area，central and west of the county，soil acidification is；and in the lake area，north of the county，low soil mellowness is. Consequently，proper measures should be taken in correspondence to the areas facing different constraint factors so as to improve soil fertility of the paddy fields.【Conclusion】Yield-based soil fertility quality assessment is good for prediction of soil fertility accurately，and the models based on PCA，MDS，SQI and RS technologies can be used not only in paddy soil regions，but also in other types of region for evaluation of soil quality. Findings of the study show that over 30% of the paddy soil in the county are below the average level，but it is still not very clear what causes the low soil fertility. In order to reveal the reasons PCA will be performed to further reduce dimension of the evaluation indices，and zoning carried out on the town/township scale. Zoning on such a scale will sure be of great practical significance to the government in decision making and guiding agricultural production.

Yield estimation based on remote sensing interpretation；Soil properties；Rice；Soil fertility quality evaluation；Soil constraint factors

S158.5；S159.2；S511

A

10.11766/trxb201705080113

* 國(guó)家科技支撐計(jì)劃課題（2012BAD05B05）資助 Supported by the National Key Technology R&D Program of China（No.2012BAD05B05）

? 通訊作者 Corresponding author， E-mail：bhuang@issas.ac.cn

樊亞男（1993—），男，河南信陽人，碩士研究生，主要從事土壤質(zhì)量評(píng)價(jià)及3S技術(shù)應(yīng)用方面研究。E-mail：ynfan @issas.ac.cn

2017-05-08；

2017-06-12；優(yōu)先數(shù)字出版日期（www.cnki.net）：2017-06-22

（責(zé)任編輯：陳榮府）