基于灰色關聯-結構方程模型的土壤酸化驅動因子研究*

周碧青 邱龍霞 張黎明 張 秀 陳成榕 邢世和，?

（1 福建農林大學資源與環境學院，福州 350002）

（2 土壤生態系統健康與調控福建省高校重點實驗室，福州 350002）

（3 School of Environment and Nature Science，Griffith University，Nathan 4111，Australia）

土壤酸堿性是反映耕地質量的重要指標之一，不同植物生長發育適宜的土壤酸堿性不同，如棉花、甘藍、大麥、玉米、小麥等作物適宜在中性至微堿性土壤環境下生長；水稻、油菜、紫云英、花生等適宜偏酸性土壤環境生長；而煙草、馬鈴薯等則適宜在酸性土壤環境下生長［1］。土壤酸化是耕地質量退化的一個重要方面，其實質是自然和人為因素共同作用導致土壤中鹽基離子減少，H+和Al3+增加，土壤鹽基飽和度下降，氫飽和度增加的過程［2］。土壤酸化打破了原有的土壤生態平衡，導致土壤理化和生化性質改變，結構性變差，微生物數量下降，礦質養分失衡，重金屬等有毒元素活化，土壤肥力降低，進而對作物生長、品質和產量產生不良影響［3-4］，揭示區域耕地土壤酸化的主要驅動因素，對于科學阻控區域耕地土壤酸化、提升區域耕地質量具有十分重要的理論和現實意義。土壤酸化及其防控已成為國內外廣泛關注的研究熱點，國內外至今針對區域土壤pH變化與空間分異等方面的研究報道很多且較為深入［5-10］，而有關土壤酸化影響因素的研究則主要采用常規統計分析或線性相關分析探討單一因子與土壤酸化的關系［11-15］，然而區域土壤酸化是諸多外在因素（如降水、施肥、酸雨等）和內在因素（如有機質、質地、陽離子交換量等）綜合作用的結果，不同因素對土壤酸化的影響路徑和影響程度均各異，因此現有的相關研究無法清晰地揭示區域土壤酸化的多因素綜合影響，也無法闡明區域土壤酸化影響因素的主次關系和影響程度。為此，本研究以福建省為研究區域，在利用1:5萬省域耕地土壤類型空間數據庫、1982年36 777個和2016年56 445個耕地表層（0～20 cm）調查樣點土壤屬性數據以及氣象站點相關氣候要素、酸雨監測點降水pH和化肥施用量等數據建立省域耕地土壤酸化及其可能影響因素空間數據庫的基礎上，以1982—2016年酸化耕地土壤pH變化量為母序列，以土壤酸化的可能影響因素為子序列，借助灰色斜率關聯和結構方程分析模型，深入探討1982—2016年間福建省耕地土壤酸化的關鍵驅動因素及其影響程度大小，旨在為區域耕地土壤酸化調控和土壤培肥保育提供科學依據。

1 材料與方法

1.1 研究區概況

福建省地處我國東南沿海，介于23°33′～28°20′N，115°50′～120°40′E；屬亞熱帶海洋性季風氣候，年均氣溫14.6～21.3℃，大于等于10℃年活動積溫5 000～7 800℃，年均降水量1 037～2 051 mm；境內地形地貌復雜多樣，以丘陵山地為主，平原、盆地兼之，水熱條件垂直分異明顯［16］。2016年全省耕地總面積13 363 km2，其中水田、旱地和水澆地面積分別占83.00%、13.77%和3.23%，水田主要分布于寧德、福州、南平、三明、漳州和龍巖市，合計占水田總面積的85.98%；旱地主要分布于寧德、福州、莆田、泉州和漳州市，合計占旱地總面積的76.03%；水澆地主要分布于福州、莆田、泉州、廈門和漳州市，合計占水澆地總面積的88.15%。全省耕地土壤共分為9個土類（水稻土、濱海鹽土、潮土、紅壤、赤紅壤、黃壤、風沙土、石灰土和紫色土）、15個亞類、31個土屬和81個土種［16］。

1.2 數據來源

從省農業廳、國土廳、環保廳、統計局和氣象站等部門收集研究所需的福建省耕地、土壤等相關空間屬性數據庫及施肥量資料，包括：（1）2016年耕地利用-土壤類型數據庫；（2）數字高程模型數據庫（DEM）；（3）各縣（市、區）1982年36 777個和2016年56 445個耕地表層土壤調查樣點數據庫（圖1a、圖1b）；（4）氣象站點1982—2016年均溫度和降水量數據庫；（5）環境監測點1996—2016降水年均pH數據庫；（6）各縣（市、區）1982—2016年農作物年均單位面積施肥量數據資料。上述數據庫資料比例尺均為1:5萬、高斯-克呂格投影系、西安80坐標系和1956年黃海高程系。

圖1 研究區1982年（a）和2016年（b）耕地土壤調查樣點分布圖Fig. 1 Distribution of sampling sites in the 1982 (a) and 2016 (b) surveys of cropland soils in Fujian Province

1.3 方法步驟

根據土壤酸化理論，初選福建省耕地土壤酸化可能影響因素包括年均溫度、年均降水量、海拔、坡度、有機質、CEC、堿解氮、有效磷、砂粒、粉粒、黏粒、降水年均pH和年均單位面積施肥量等。利用上述收集的相關數據庫等資料，借助ArcGIS軟件，采用普通克里格插值法［17］進行土壤pH、有機質、CEC、堿解氮、有效磷、砂粒、粉粒、黏粒和年均降水pH空間屬性數據的點面推算，采用三維趨勢面分析結合反距離權重插值殘差訂正法［18］進行年均溫度和年均降水量空間屬性數據的點面推算，分別生成福建省1982年和2016年土壤pH以及相關屬性2 mm×2 mm柵格數據庫，采用數字高程模型（Digital Elevation Model，DEM）數據庫生成福建省海拔和坡度2 mm×2 mm柵格數據庫。以2016年福建省耕地土種類型矢量圖層分別掩膜上述屬性柵格數據圖層，并采用面積加權平均法分別計算并建立福建省耕地土壤酸化可能影響因素空間屬性數據庫，采用人機對話賦值法建立福建省耕地單元年均單位面積施肥量空間屬性數據庫。研究區耕地土壤pH及相關屬性數據變化范圍見表1。

表1 研究區耕地土壤pH及相關屬性數據Table 1 Data of pH and relative properties of cropland soil in Fujian Province

借助ArcGIS軟件，將上述建立的2016年和1982年福建省耕地土壤pH矢量數據圖層進行減法運算，生成各評價單元pH變化量（△pH）空間數據圖層，將2016年土壤pH＜6.5且△pH＜0的耕地土壤歸為酸化土壤，建立1982—2016年福建省耕地土壤酸化空間數據庫。在利用灰色斜率關聯分析模型（Grey Slope Correlation Model，GSCM）確定耕地土壤酸化主要驅動因素的基礎上，借助結構方程分析模型（Structural Equation Model，SEM）探討福建省耕地土壤酸化主要驅動因素的影響路徑和影響程度。

GSCM以關聯度系數為衡量指標評判因素之間關系的密切程度，關聯系數越高表明兩者之間關系越密切［19］。借助ArcGIS軟件，從福建省1982—2016年耕地土壤酸化及其可能影響因素空間數據庫中分別導出各酸化耕地土壤單元的△pH及其相應單元的可能影響因素值，分別建立母序列和子序列數列。將母序列和子序列數據導入DPS V15.10軟件中，借助GSCM分析模塊計算酸化耕地土壤△pH與可能影響因素的關聯度系數，根據關聯系數高低確定研究區耕地土壤酸化的主要驅動因素。

SEM有效地整合了因子分析、回歸分析、路徑分析等多種方法，通過假設影響路徑，對復雜數據進行有效處理，進而揭示其因果關系［20］。在進行SEM擬合分析之前，必須驗證供試耕地土壤△pH及其主要驅動因素數據的可信度［21］，本研究借助Spss22.0軟件的信度分析模塊，對耕地土壤△pH母序列與主要驅動因素子序列數據進行信度分析，結果表明這些數據的信度值為0.783，大于信度理想值標準（0.700）［19］，表明這些供試數據具有較好的一致性，可以直接采用SEM進行擬合分析。根據土壤酸化理論，可以假設年均單位面積施肥量、CEC、黏粒、年均降水量、降水年均pH、有機質等主要驅動因素對耕地土壤酸化影響包括以下路徑：（1）CEC、降水年均pH、年均單位面積施肥量、黏粒、年均降水量、有機質對土壤△pH有直接影響；（2） 年均降水量通過影響土壤CEC、有機質、黏粒和年均降水pH而間接影響土壤△pH；（3） 黏粒通過影響土壤CEC和有機質而間接影響土壤△pH；（4） 有機質通過影響土壤CEC而間接影響土壤△pH；（5）降水年均pH通過影響土壤有機質、CEC和黏粒而間接影響土壤△pH；（6）年均單位面積施肥量通過影響土壤有機質、CEC、黏粒和降水年均pH而間接影響土壤△pH。根據上述假設的6個影響路徑，建立研究區耕地土壤酸化主要驅動因素平衡關系的初始模型，借助Amos21.0的SEM模塊進行擬合分析，獲得耕地土壤酸化主要驅動因素的標準化修正模型以及各顯變量之間的影響路徑及其效應，分析探討福建省耕地土壤酸化主要驅動因素的影響路徑與影響程度。

2 結 果

2.1 耕地土壤酸化與空間差異性

研究結果表明（表2），1982—2016年的34年間，福建省耕地土壤pH平均降幅達0.34個單位，其中pH降低0～0.3、0.3～1和大于等于1個單位的耕地土壤分別占耕地總面積的33.45%、31.79%和5.43%；全省強酸性、酸性耕地土壤面積分別增加4.26%和2.00%，微酸性和中性耕地土壤面積分別減少5.46%和1.48%；全省有75.30%的中性耕地土壤轉為微酸性、酸性和強酸性，55.72%的微酸性耕地土壤轉為酸性和強酸性；耕地土壤pH降幅均值高于全省平均水平的有福州、龍巖、莆田、泉州和廈門市，酸化耕地面積較大的地級市包括福州、龍巖、南平、寧德、泉州和漳州市，合計占全省酸化耕地總面積的84.70%。可見，1982—2016年福建省有70.67%的耕地土壤發生不同程度酸化，且土壤酸化的區域差異較為明顯。

表2 1982—2016年福建省耕地土壤△pH均值和酸化面積Table 2 Mean of △pH of cropland soil and area of soil acidification in Fujian Province during 1982 and 2016

2.2 耕地土壤酸化的主要驅動因素

以土壤pH變化量（△pH）為母序列，將可能的影響因子作為子序列進行GSCM分析，結果表明（表3），年均單位面積施肥量、CEC、黏粒與△p H的關聯程度最高，關聯系數介于0.884～0.954，其次為年均降水量、降水年均pH、有機質、堿解氮及有效磷，與△pH的關聯系數絕對值|R|介于0.609～0.669，而砂粒、年均溫度、坡度及粉粒與△pH的關聯程度相對較低，關聯系數絕對值|R|介于0.561～0.596。其中年均單位面積施肥量、年均降水量、堿解氮、有效磷、砂粒、年均溫度和坡度等對△pH呈負向影響，即上述因素數值越大，耕地土壤酸化越嚴重；而CEC、黏粒、降水年均pH、有機質和粉粒等對△pH呈正向影響，即上述因素數值越大，耕地土壤酸化越弱。由于耕地土壤堿解氮和有效磷含量與年均單位面積施肥量存在密切關系，故其對耕地土壤酸化的影響可以通過年均單位面積施肥量來反映。因此，可以確定關聯系數絕對值|R|＞0.620的年均單位面積施肥量、CEC、黏粒、年均降水量、降水年均pH、有機質等6個因子為福建省耕地土壤酸化的主要驅動因子。

2.3 耕地土壤酸化主要驅動因素的影響路徑

利用Amos 21.0軟件對建立的研究區耕地土壤酸化主要驅動因素平衡關系的初始模型進行擬合，結果表明年均單位面積施肥量和降水年均pH對黏粒影響的P分別為0.06和0.08，表明這兩條假設影響路徑系數為零的概率達到了6%和8%，大于5%的顯著性水平，即其顯著性檢驗未通過，說明初始模型擬合指數較差，需要對模型進行修正。通過對這兩條顯著性較差的假設影響路徑進行釋放，然后對修正后的模型進行第二次擬合，獲得平衡關系的標準化修正模型及其路徑系數見圖2。第二次擬合結果各驅動因素影響路徑系數為零的概率均小于5%，表明修正模型的擬合效果達到顯著性水平，其擬合指數見表4。從表4可見，修正模型的x2/df為0.569，相對應的P為0.451（＞0.05），其他擬合指數也均符合評判標準，故認為該修正模型是合理的。

從修正模型的路徑系數可見（圖2），年均單位面積施肥量、年均降水量、降水年均pH、黏粒、有機質和CEC對土壤△pH有直接影響，路徑系數分別為-0.70、-0.40、0.38、0.30、0.22和0.23；年均降水量通過影響土壤CEC、有機質和黏粒而間接影響土壤△pH，路徑系數分別為-0.29、-0.46和-0.29；黏粒通過影響有機質和CEC而間接影響土壤△pH，路徑系數分別為0.34和0.23；有機質通過影響CEC而間接影響土壤△pH，路徑系數為0.50；降水年均pH通過影響土壤有機質和CEC而間接影響土壤△pH，路徑系數分別為-0.40和-0.23；土壤黏粒含量通過影響土壤有機質和CEC而間接影響土壤△pH，路徑系數分別為-0.40和-0.23；年均單位面積施肥量通過影響土壤有機質、CEC和降水年均pH而間接影響土壤的△pH，路徑系數分別為0.20、0.33和-0.27。根據結構方程模型路徑系數分析的原則，在有顯著性關系的前提下，路徑系數絕對值大的數列代表外生顯變量對內生顯變量的影響程度較大，反之則小［21］。可見，年均單位面積施肥量、年均降水量、降水年均pH和黏粒對福建省耕地土壤酸化具有較顯著的直接影響；而年均降水量和黏粒通過影響有機質、有機質通過影響CEC、降水年均pH通過影響有機質以及年均單位面積施肥量通過影響CEC而對福建省耕地土壤酸化具有較顯著的間接影響。

表3 福建省耕地土壤pH變化量（△ pH）與可能影響因子的GSCM分析Table 3 Grey slope correlation analysis between △ pH and potential impact factor of the cropland soil in Fujian

表4 平衡關系標準化修正模型擬合指數Table 4 Fitting indices of the standardized modification model for balanced relation

2.4 耕地土壤酸化主要驅動因素的影響效應

圖2 福建省耕地土壤酸化主要驅動因子平衡關系的標準化修正模型Fig. 2 Standardized modification model for balanced relations between key impact factors of the cropland soil acidification in Fujian

結構方程模型分析獲得的耕地土壤酸化主要驅動因素的影響效應結果表明，年均單位面積施肥量對△pH的直接效應最為顯著，路徑系數絕對值高達0.70，同時，大量施用化肥還會通過影響土壤有機質、CEC及降水pH等因素間接影響土壤△pH，其間接效應系數分別為0.20、0.33和-0.27，年均單位面積施肥量的總效應絕對值高達0.86，故長期持續大量施用尿素、氯化銨、硫酸銨和過磷酸鈣等酸性或生理酸性肥料是造成福建省耕地土壤酸化的最主要人為因素。年均降水量對△pH的直接效應為-0.40，間接效應為-0.35，總效應絕對值也高達0.75，故多雨的氣候條件是導致1982—2016年福建省耕地土壤酸化的最主要自然因素。降水年均pH對△pH的直接效應為0.38，間接效應為0.11，總效應達到0.49，故酸雨是導致福建省1982—2016年耕地土壤酸化的另一最主要人為因素。表7結果還表明，福建省耕地土壤△pH與黏粒、有機質和CEC的直接效應分別為0.30、0.22和0.23，間接效應分別為0.13、0.18和0，總效應分別為0.43、0.30和0.23，故黏粒、有機質和CEC是減緩2008—2016年福建省耕地土壤酸化的主要內在因子。

3 討 論

3.1 關鍵外在驅動因素對耕地土壤酸化的影響

Guo等［9］研究指出大量施用化肥加速中國農田土壤酸化進程，使過去20年來我國主要農田土壤pH均值下降約0.5個單位，相當于土壤酸量（H+）在原有基礎上增加2.2倍。長期以來，福建省單位面積化肥施用量一直位居全國前列，近31年來全省年化肥施用量持續增長，2016年化肥施用量為1985年的2.52倍，并以氮、磷肥占優勢，分別占年化肥施用量的61%和17%，且以尿素、氯化銨、硫酸銨和過磷酸鈣等生理酸性或酸性化肥為主。耕地土壤酸化面積較大的南平、泉州、龍巖和漳州等市年均單位面積施肥量介于508～1 980 kg·hm-2，是全省年均單位面積施肥量（434 kg·hm-2）的1.17倍～4.56倍［22］，長期不合理施用酸性或生理酸性肥料，或直接向土壤輸入磷酸而導致土壤酸化，或因植物喜好吸收而使SO4-2在土壤中殘留并與作物代換吸收釋放出的H+結合形成硫酸而導致土壤酸化［23］，或因在土壤中發生硝化作用釋放H+而加速土壤酸化［24］，故年均單位面積施肥量必然對福建省耕地土壤酸化產生顯著的直接影響，其直接影響效應高達-0.70。此外，有研究表明偏施化肥而忽視有機肥施用，造成土壤有機質含量下降以及鹽基離子補充不足和淋失數量增加［25］，并顯著提高土壤鋁、鐵的活性及其含量［26］，進而加劇土壤酸化；不合理施用氮肥所致的氮素反硝化作用，致使土壤向大氣中排放的含氮化合物增加，大氣氮沉降也成比例提高，也會加速土壤酸化［12］，故大量施用化肥還會通過影響土壤有機質、CEC及降水pH等因素而間接影響土壤pH，其間接影響效應分別達0.20、0.33和-0.27，致使年均單位面積施肥量在耕地土壤酸化主要驅動因素中位居首位，總影響效應高達0.86。因此，長期持續大量施用尿素、氯化銨、硫酸銨和過磷酸鈣等酸性或生理酸性肥料是福建省耕地土壤酸化首要的外在驅動因素。

福建省地處亞熱帶氣候區，年均氣溫15.8～21.7 ℃，最熱月均溫28 ℃，年均降水量高達1 015～1 923 mm，大于等于10 ℃積溫高達5 000～7 800 ℃［16］。高溫多雨的氣候條件，致使全省土壤形成和發育過程脫硅富鋁化作用和有機質礦化作用強烈，鹽基物質大量淋失，有機質含量總體不高，陽離子代換量和鹽基飽和度降低，氫飽和度上升；此外，多雨的氣候條件易引發水土流失而使黏粒大量淋失，從而降低土壤對酸的緩沖性，故多雨的氣候條件必然對耕地土壤酸化產生較顯著的直接影響，并通過影響土壤有機質、CEC和黏粒而對耕地土壤酸化產生間接影響。本研究結果表明，福建省年均降水量對耕地土壤△pH的直接影響效應為-0.40，間接影響效應為-0.35，總影響效應絕對值高達0.75，在耕地土壤酸化主要驅動因素中位居第二，致使降水量較大的閩北地區（南平市）發生酸化的耕地土壤面積較大，占全省酸化耕地土壤總面積的20.41%。因此，多雨的氣候條件是福建省耕地土壤發生不同程度酸化主要的外在驅動因素。

人類生活、生產活動以及土壤氮素反硝化作用產生的SO2、NOx等酸性氣體，在大氣中經過一系列化學反應形成H2SO4和HNO3，這些強酸隨著降水（即酸雨）落到地表或滲入土壤，直接向土壤輸入H+而加速土壤酸化［27］。福建省屬于全國的酸雨敏感區，酸雨較嚴重的區域主要位于閩北、閩西和閩南，其中龍巖、泉州等城市的酸雨頻率均＞50%［28］。根據酸雨監測點資料，南平、泉州、漳州和福州等市的降水年均pH分別為5.2、5.1、4.6和4.7，較全省降水年均pH（6.0）低0.9～1.4個單位，故較強的酸雨必然對這些區域耕地土壤酸化產生較顯著的直接影響，表現為福建省降水年均pH對耕地土壤△ pH的直接影響效應達0.38，致使南平、龍巖、泉州、漳州和福州等市的耕地土壤發生酸化的耕地面積較大，合計占全省酸化耕地總面積的74.07%。有研究表明，模擬酸雨對有機碳礦化有激發作用而影響土壤有機質含量［29］，且明顯促進土壤礦物風化作用而影響土壤CEC［30］，故酸雨通過影響土壤有機質和CEC可間接影響土壤酸化。本研究結果表明，福建省降水年均pH通過影響有機質和CEC而間接影響土壤△pH的間接影響效應分別為-0.40和-0.23，致使降水年均pH對全省耕地土壤酸化的影響程度次于年均降水量而位居第三，總影響效應達0.49。因此，酸雨也必然成為福建省耕地土壤酸化的另一主要外在驅動因素。

3.2 關鍵內在驅動因素對耕地土壤酸化的影響

土壤抵抗酸堿變化的能力與土壤膠體數量、組成及CEC密切相關［1］。有機質、黏粒和CEC高的耕地土壤對酸緩沖能力強，土壤越不易酸化，反之，則越易發生酸化。此外，土壤黏粒高低制約著土壤通氣性和微生物活動，進而影響土壤有機質積累，而土壤CEC主要取決于黏粒和有機質含量與組成［1］，故土壤黏粒、有機質和CEC必然對耕地土壤酸化產生較顯著的直接影響，且黏粒通過影響有機質、有機質通過影響CEC也必然對耕地土壤酸化產生間接影響。本研究結果表明，福建省黏粒、有機質和CEC對耕地土壤△ pH的直接影響效應分別為0.30、0.22和0.23，黏粒和有機質對耕地土壤△ pH的間接影響效應分別為0.13和0.18，黏粒、有機質和CEC對耕地土壤酸化總影響效應分別為0.43、0.30和0.23，致使福建省耕地土壤發生酸化程度的高低因土壤黏粒、有機質和CEC不同而差異明顯，如位于龍巖市西北部（長汀縣）的耕地土壤CEC、黏粒和有機質含量均較低，分別為7.88 cmol·kg-1、14.09%和28.02 g·kg-1，致使該區域耕地土壤酸化較為嚴重，而位于三明市北部（沙縣）的耕地土壤CEC、黏粒和有機質含量均較高，分別為9.23 cmol·kg-1、15.64%和30.81g·kg-1，致使該區域耕地土壤酸化程度則相對較弱。因此，黏粒、有機質和CEC成為減緩福建省耕地土壤酸化最主要的內在驅動因素。

4 結 論

采用灰色斜率關聯分析和結構方程分析模型相結合的方法，可以清晰地揭示區域耕地土壤酸化的多因素綜合影響，且可以深入闡明區域耕地土壤酸化主要驅動因素及其影響路徑和影響效應。年均單位面積施肥量、年均降水量、降水年均pH、有機質、黏粒和CEC對福建省耕地土壤酸化程度影響的總效應分別為-0.86、-0.75、0.49、0.43、0.30和0.23。可見，福建省耕地土壤酸化是自然和人為多種因素交互作用所致，其中長期大量施用酸性或生理酸性化肥、亞熱帶豐沛的年降水量和較嚴重的酸雨是加速福建省耕地土壤酸化的三大主要外因，而黏粒、有機質和CEC則是減緩福建省耕地土壤酸化的三大主要內因。