基于最小數據集的喀斯特不同利用方式下土壤質量評價

朱鳴鳴， 徐鍍涵， 陳光燕， 李 平， 成啟明， 陳 超

(貴州大學動物科學學院， 貴州 貴陽 550025)

土壤質量是土壤在生態系統和土地利用范圍內，維持生物生產力，促進空氣和水環境質量，維持植物、動物和人類的健康生長的重要前提[1]。人口的增加加劇土地資源的緊張，同時增加了評估土地利用變化對土壤質量影響的必要性[2]。由于土壤質量本身難以直接量化，因此，土壤質量的評價通常通過對土壤理化性質綜合評估來實現[3]。土地通過干擾土壤的理化以及生物性質，進而導致土壤肥力等發生變化，是影響土壤質量的最直接方式之一[4-6]。合理的土地利用可以改善土壤結構，而不合理的土地利用將使土壤侵蝕退化，并使土壤質量下降[7]。Fu等的研究進一步證實不同方式的土地利用對土壤養分含量有顯著影響[8]。丁成翔等對青藏高原高寒草原放牧方式對土壤的影響發現，相比牛,羊單牧,牛羊混合放牧有助于提高土壤碳氮磷含量[9]。在不同區域開展的研究發現相似的結果，例如，楊小林等[10]在川中紫色土區的研究表明：土地利用方式的變化是該區域土壤質量敏感因子改變的重要原因；黃雅茹等人[11]對于烏蘭布3種不同利用類型土地(耕地、林地、荒漠灌叢)的土壤養分特征的研究表明：土壤肥力綜合評價的排序為荒漠灌叢>林地>耕地[11]；文志等人[12]在對海南地區的次生林、檳榔林、純橡膠林和橡膠益智林研究表明：與原始林相比人為的土地利用導致總氮顯著降低，土壤容重顯著增加。刑云飛等對不同建植年限人工草地土壤有機碳特征發現，土壤有機碳和土壤全氮含量變化趨勢呈現為:天然草地>人工草地>黑土灘[13]。綜上所述，土地利用方式對土壤質量產生顯著的影響，而以往的研究主要集中在我國北方各種生態系統以及南方的不同森林生態系統，而在南方生態系統脆弱的喀斯特區域，關于不同土地利用方式下土壤質量評價的研究鮮有報道。

貴州省喀斯特地區具有特殊的土層結構并且形成了復雜的地貌形態，基巖裸露率高，且地形變化起伏[14]。大量的水土流失造成了喀斯特地區土壤質量嚴重退化，土地利用率下降[15]。因其具有的這種特殊的地形地貌特征，導致區域內養分匱乏，對區域內植物的生產帶來不利影響，因此，對該區域內不同利用方式下土壤質量的評價具有重要意義。本研究以貴州省羅甸縣內的五種不同利用方式下的土地為研究對象，了解該區域內土壤質量的現狀及養分質量綜合特征。通過對不同土地利用方式下土壤養分變化的研究，可以為喀斯特山區土地資源管理利用、調整種植業結構以及生態保護提供借鑒意義。

1 材料與方法

1.1 研究區概況

研究區位于貴州省羅甸縣(106°23′14″E～107°3′57″，25°3′45″N～25°45′14″，海拔600～1 000 m)，地處黔南山地西南部，北高南低，屬于西南喀斯特巖溶山區，境內河流屬珠江水系(如圖1)。境內屬亞熱帶季風氣候，具有春早、夏長、秋遲、冬短的特點，日照為1 350～1 520 h，年平均溫度達20℃，年均降雨量為1 335 mm，無霜期長達335 d左右，有“天然溫室”之稱。

圖1 研究區域地理位置圖Fig.1 Geographical location map of the study area

1.2 樣品采集及研究方法

2017年8月在研究區選取5種土地利用方式樣地各3個，樣地信息參見表1。每塊樣地分別設置10個采樣點，共計150個土樣，分別采集5種土地利用方式下0～20 cm的表層土壤，均勻混合后采用四分法留取1 kg土樣。帶回實驗室經自然風干，去除植物殘根和碎石，過2 mm篩后用于室內指標測定。

表1 采樣區基本信息Table 1 General information of sampling area

1.3 樣品測定方法

pH測定：采用酸堿度計進行測定；容重(g·cm-3)測定：采用環刀法進行測定；孔隙度(%)采用比重法測定；全鹽(g·kg-1)采用質量法測定[14]；陽離子交換量采用EDTA-銨鹽法；有機質(g·kg-1)采用重鉻酸鉀容量法測定；全氮(g·kg-1)采用半微量凱氏蒸餾法測定；全磷(g·kg-1)采用濃硫酸和高氯酸消煮-鉬銻抗比色法測定；全鉀(g·kg-1)采用NaOH熔融火焰光度法測定；堿解氮(mg·kg-1)采用堿解擴散法測定；有效磷(mg·kg-1)采用NH4F浸提-鉬銻抗比色法測定；速效鉀(mg·kg-1)采用火焰光度計法測定；有效銅(mg·kg-1)、有效鋅(mg·kg-1)、有效鐵(mg·kg-1)和有效錳(mg·kg-1)采用DTPA浸提-原子吸收分光光度法測定。

1.4 土壤質量指數評價法

本研究選取了土壤容重、pH值、陽離子交換量、孔隙度、全鹽量、有機質、堿解氮、速效磷、速效鉀、全氮、全鉀、全磷、有效銅、鋅、鐵、錳16個土壤理化性質指標，采取隸屬函數法及土壤綜合質量指數進行綜合評價[16-18]。

首先對評價因子進行選取，建立最小數據集(Minimum data set，MDS)[19-21]。為克服各指標之間存在信息重疊，選擇主成分分析(PCA)進行分組[22-24]，選取特征值≥1的主成分中的載荷≥0.5的土壤指標分為一組。對于可能進入不同組的指標，選擇進入相關性較低的一組。對于分組后指標計算其Norm值，選取每組中Norm值在前10%范圍內的指標。選取后分析每組中所選指標間的相關性，若高度相關(r>0.5)，則確定分值最高的指標進入MDS，若相關度低(r<0.5)則全部進入MDS,從而獲得最終的MDS。Norm值越大則表明其解釋綜合信息的能力就越強[25-26]。

評價指標的Norm值計算方法如下：

式中Nik是第i個變量在特征值≥1的前k個主成分上的綜合載荷；μik是第i個變量在第k個主成分上的載荷；λk是第k個主成分的特征值。

第二步，對進入MDS的指標求隸屬度值及權重值[27-28]。依據不同指標對研究區土壤質量評估的積極與消極響應，孔隙度、陽離子交換量(Cation exchange capacity，CEC)、有機質、全氮、全磷、全鉀、堿解氮、有效磷、速效鉀、有效銅、有效鋅、有效鐵、有效錳選擇S型隸屬函數；全鹽、容重選擇反S型隸屬函數；pH選擇拋物線函數法。不同類型的隸屬函數見表2。由隸屬函數得到隸屬度值后，對指標進行主成分分析，評價指標的權重由各個評價因子的公因子方差在總體方差的比例計算確定。

表2 土壤質量參數隸屬函數類型Table 2 soil quality parameters membership function types

最后對將求得的各項評價指標隸屬度值與權重進行加權求和，計算土壤質量指數。土壤質量指數(SQI)計算公式為

式中：SQI表示土壤質量指數，Wi表示第i個評價指標的的權重，Ni是第i個評價指標隸屬度值，n是評價指標的個數。

1.5 數據統計分析

所有數據統計分析均在Microsoft Excel及SPSS中進行，利用單因素方差法分析(ANOVA)對五種土地利用方式下土壤理化性質進行顯著性分析，各土壤指標之間的相關性運用Pearson相關分析法檢驗各指標間的相關性。變異系數的計算公式為:

2 結果與分析

2.1 不同土地利用方式土壤理化性質

五種土地利用的土壤理化性質呈現不同的差異性(表3)。pH值表現為林地最高，農田最低，且差異顯著(P<0.05)；容重表現為棄耕地最高，林地與農田最低，且差異顯著(P<0.05)；土壤全鹽量表現為天然草地>農田>人工草地>棄耕地>林地，且天然草地與農田與棄耕地、人工草地、林地間差異顯著(P<0.05)；土壤孔隙度表現為林地最大，農田最小，兩者之間差異顯著(P<0.05)；陽離子交換量表現為農田最大，天然草地最小，其它介于兩者之間，農田與天然草地間差異顯著(P<0.05)；有機質含量呈現出從草地、棄耕地到農田再到林地顯著增加(P<0.05)；全氮、全磷表現為農田>天然草地>林地，且全磷在不同土地利用方式下差異顯著(P<0.05)；全鉀表現為：天然草地>人工草地>棄耕地>耕地>林地；堿解氮和有效磷含量表現為農田顯著大于林地(P<0.05)；不同土地利用方式下的速效鉀含量無顯著差異；有效銅與有效鋅含量均為：人工草地>農田>天然草地>棄耕地，且不同土地利用方式間差異顯著(P<0.05)；對于有效鐵與有效錳含量各利用方式下均無顯著差異。

對于各指標變異系數分析發現，全磷及有效磷的變異系數較高，均大于80%，屬于高度敏感指標;而pH值、全鹽量、陽離子交換量、有機質、全氮、全鉀、堿解氮、速效鉀、有效銅、有效鋅、有效錳的變異系數介于33.46%～54.93%,屬于中度敏感指標；土壤容重、孔隙度和有效鐵變異系數15.43%～27.47%，屬于低度敏感指標(表3)。

表3 不同土地利用方式下的土壤理化性質Table 3 Soil physical and chemical properties of different land use patterns

2.2 最小數據集的構建

最小數據集是能夠反映土壤質量的最少指標參數集合，通過建立MDS可以從篩選出最適土壤質量指標，從而減小數據冗余。由表4可知，有5個特征值大于1的主成分，方差的累積貢獻率達到93.167%，表明5個主成分對總體方差的解釋能力較強。土壤pH、孔隙度、CEC、全磷、堿解氮、有效磷、有效鋅、有效鐵在PC1上均滿足載荷≥0.5，其中pH，CEC分別在PC3，PC4載荷上≥0.5，因pH與第1組指標間的相關系數絕對值范圍為0.296～0.722，與第3組指標間的相關系數分別為0.091與0.381，總體上與第3組指標間的相關性較小，因此選入第三組中；同理CEC被歸入第四組，容重被歸入第五組。通過主成分分析，最終將孔隙度、全磷、堿解氮、有效磷、有效鋅、有效鐵第1組;全鹽、有機質、全氮為第2組;全鉀、速效鉀、有效錳、pH值為第3組；CEC、有效銅為第4組；容重為第5組。

按照最小數據集指標篩選原則，對比各分組的Norm值，選取每組中Norm值在最大值10%以內的指標，然后分析每組中所選參數間的相關性(表4,表5)。最終，第1組的有效鐵進入最小數據集；第2組的全鹽和全氮的相關系數為0.7,全氮進入最小數據集；第3組的土壤pH值進入最小數據集；第4組的CEC和有效銅進入最小數據集；第5組的容重進入最小數據集。所以，最小數據集的指標為pH值、容重、陽離子交換量、全氮、有效銅、有效鐵。本研究中初選指標共16個，進入最小數據集指標共6個指標，指標篩選過濾率達到62.5%，簡化了土壤質量評價體系，較好地消除了指標間冗雜信息對土壤質量評價的影響。

表4 土壤質量指標主成分分析結果Table 4 Results of principal component analysis (PCA) of soil quality indicators

表5 土壤指標間Pearson相關性分析Table 5 Correlation coefficients among soil indicators

2.3 對MDS指標進行權重計算

確定MDS指標后，利用主成分分析對全量數據集(Total data set,TDS)及MDS分析后得到各個指標的公因子方差并得到各個指標的權重值。由表6可知，最小數據中集pH值、容重、CEC、全氮、有效銅、有效鐵的權重值分別為0.16，0.157，0.178，0.179，0.183，0.143。說明有效銅對研究區表層土壤質量貢獻率最高，其次貢獻率較大的為全氮以及陽離子交換量。

表6 最小數據集指標及其權重Table 6 Minimum data set (MDS) indicators and its weights

2.4 土壤質量指數

選取土壤質量指數函數法計算全量以及最小數據集的土壤質量指數(圖2)。全量數據集和最小數據集下不同土地利用方式下的土壤質量指數呈現出的趨勢相同，均表現為林地>人工草地>天然草地>農田>棄耕地(圖2)。該結果與馬芊紅[26]的研究結果基本一致。回歸分析表明，最小數據集得到的土壤質量指數與全量數據集得到的土壤質量指數均呈極顯著正相關關系，相關系數達到0.6864(P<0.05)(圖3)，因此利用最小數據集指標可以代替全部數據集指標評價喀斯特地區不同土地利用方式下土壤肥力狀況。以0.2為等距，可將坡耕地耕層土壤質量劃分為5個等級[29]。由表7可知，林地的土壤質量等級為二級，位于土壤質量分級中“較高”水平，其余幾種土地利用方式下土壤質量為三級，位于“中等”水平。其中最小數據集下的棄耕地土壤質量為四級。

圖2 兩種數據集下不同土地利用方式土壤質量指數Fig.2 soil quality indexes of different land use patterns in two data sets

圖3 最小數據集(MDS)與全量數據集(TDS)土壤質量指數的相關性Fig.3 The linear relationships between soil quality index (SQI) based on total data set (TDS) minimum data set(MDS)

表7 土壤質量等級劃分Table 7 Classification of soil quality index

3 討論

MDS能夠通過最少的土壤指標結合，對于反映和評價坡耕地土壤質量的高低具有重要意義。因此，這些評價指標應盡可能地簡明實用，易于量化，并且能反映當地的實際情況。本研究通過最小數據集法評價了貴州省喀斯特地區五種不同土地利用方式下的土壤質量，結合主成分分析和相關性分析從16個土壤理化性質指標中篩選出了土壤pH值、土壤容重、陽離子交換量、全氮、有效銅、有效鐵這6個指標建立最小數據集，構成評價土壤質量的關鍵指標，且通過分析全數據集建立的土壤質量指數和最小數據集建立的土壤質量指數間的相關性，表明利用最小數據集指標能夠代替全部數據集指標來評價貴州喀斯特地區不同利用方式下的土壤質量。我們的研究結果與楊梅花等[30]在江西的研究結果相似，最小數據集均包含有土壤pH值和陽離子交換量，但與伍宇春等[31]在重慶巖溶地區研究的結果不同，本研究構建的最小數據集中除全氮外，其他指標均與其構建的最小數據集組成指標不同。這可能是由于我們研究的區域土壤pH和氮含量較低導致[32]。由于研究區域屬于喀斯特地貌，土層稀薄，土層下面的石灰巖易于發生養分的淋溶，尤其是在pH較低的情況下更是加劇土壤養分的淋溶，突出陽離子在土壤養分中的作用，這也表明研究區域不同，評價指標體系的選取存在不同。

通過對MDS和TDS的分析，本研究的結果均表現出土壤質量由高到低依次為林地>人工草地>天然草地>農田>棄耕地。研究區林地土壤質量最高，這也與邱莉萍[33]研究結果相同，這主要是由于林地枯落物豐富，其通過枯枝落葉腐解來提高土壤養分，此外林地中生物多樣性高，利于有機質富集和養分循環，對改善土壤質量起到重大作用[34-35]。人工草地土壤質量次于林地，但又略高于天然草地，這是由于人工管護作用，在人工草地進行施肥、灌溉等管理都有利于人工草地的土壤品質提高；農田土壤質量高于棄耕地，是由于棄耕地廢棄后缺乏肥料投入，植被覆蓋度降低，土壤恢復緩慢。

從整體上看，羅甸縣林地及草地的土壤質量高于農田以及棄耕地。這表明在喀斯特區域林地或者草地內開墾為農田后土壤的質量會顯著降低，這將會限制該區域的農業生產，導致農田變成棄耕地[36]。因此，對于喀斯特區域的林地和草地生態系統要慎重將其開墾為農田；對于區域內的農田，由于養分淋溶嚴重土壤質量較差，土壤陽離子的含量對于該區域內的土壤養分的影響作用巨大，在進行農田管理時注意土壤陽離子的管理，防止其演變為棄耕地。

4 結論

本研究表明，基于最小數據集的土層質量評價方法可以對貴州喀斯特山區在不同土地利用方式下土壤質量進行評價。研究區域土壤質量表現為林地>人工草地>天然草地>農田>棄耕地。土地利用方式對于喀斯特區域內土壤質量產生顯著的影響，該研究結果對貴州喀斯特山區土壤質量評價和土地利用方式管理與規劃具有重要意義。