基于最小數據集的典型綠洲農田土壤質量評價

周文宇，楊小虎，楊海昌，張鳳華

(石河子大學/新疆生產建設兵團綠洲生態農業重點實驗室, 新疆 石河子 832003)

0 引 言

【研究意義】土壤質量的概念不僅包括土地生產力、土壤環境安全，還包括糧食生產安全和生態健康[1]。因水土資源開發利用不當所導致的土壤鹽漬化、沙漠化、水土流失等問題日益突出[2]，提高土壤質量是當前生態環境發展的一項重要課題[3]，土壤質量評價是當前的國際研究熱點[4]。科學的評價指標與評價方法是土壤質量評價的前提[5]。土壤質量評價在評估土壤肥力、提高作物生產力、改良土壤、促進農業發展、降低生產成本、保護生態環境等方面具有十分重要的作用[6]。【研究進展】國內外對土壤質量評價的研究日益增多[7]。張雪等[8]以膠州灣濱海濕地為研究對象，評價了不同土地利用類型的生態功能指數以及綜合質量指數，得出研究區的土壤養分狀況為中等水平，耕地土壤養分狀況最優，而建設用地和未利用土地的土壤養分處于中等偏下水平。劉文民等[9]采用主成分分析法篩選具有代表性的土壤質量指標，構建了最小數據集，評價了青藏高原3 個典型沙化區不同沙化程度下的土壤質量。董茜等[10]基于聚類分析與主成分分析法建立最小數據集，對云南喀斯特區不同植被恢復條件下的土壤質量進行了評價。【切入點】以往研究的重點大多聚焦于評價因子的多樣性與不同評價方法結果的比較，但對于不同構建方法的比較研究較少。【擬解決的關鍵問題】因此本研究以新疆莫索灣灌區的農田土壤為研究對象，聚焦于莫索灣灌區的土壤有機質、速效磷、速效鉀、堿解氮、pH 值、EC、K+、Ca2+、Na+、Mg2+、Cl-、NO3-、SO42-共13項土壤質量指標，采用主成分分析法與聚類分析法分別得到土壤質量最小數據集（MDS），并應用土壤質量綜合指數法對2 種方法取得的最小數據集進行土壤質量評價。對2 種方法的結果進行對比，探討不同方法對莫索灣土壤質量綜合評價的合理性，為新疆莫索灣灌區農田土壤質量的合理評價提供科學依據。

1 材料與方法

1.1 研究區概況

研究區位于準噶爾盆地南緣莫索灣灌區，地處瑪河流域下游，臨近沙漠邊緣，地勢平坦。莫索灣灌區海拔346 m，屬典型大陸性干旱氣候，年平均氣溫為6.6 ℃，≥0 ℃積溫為4 126.0 ℃，≥10 ℃積溫為3 752.3 ℃。年平均降水量為117 mm，年平均蒸發量為1 979.5 mm，年平均日照時間為2 774.1 h。無霜期為135～205 d。

1.2 土壤樣品采集

于2019 年10 月采集土壤樣品，采樣點使用GPS定位，根據空間變異性設置土壤采樣點，采樣點間距為30 km，用網格法隨機選取50 個點，采用五點采樣法取樣，在每一取樣點利用土鉆采集表層0～20 cm 土壤，共采集土壤樣品50 個，并記錄取樣點的土壤類型。土壤樣品經自然風干后，去除動植物殘體、石塊和新生體等，研磨粉碎、過篩，測定土壤化學性質[11]。所測指標及測定方法如表1 所示。

表1 土壤指標測定方法Table 1 Different determination methods of soil quality indicators

1.3 最小數據集的構建

1.3.1 主成分分析法

運用主成分分析法確定最小數據集的優勢是從大量數據中篩選少量指標來代替全體評價指標。這一方法既可降低工作量，又可以解決數據冗余問題，可有效地反映研究區的土壤質量。

在篩選指標時，Norm 值能較好地反映多個主成分的綜合荷載。選取主成分因子中荷載值≥0.5 的指標作為同一分組，選取每組中最大Norm 值的10%范圍內的指標[12]。Norm 值越大，荷載的信息量就越大，解釋能力也越充分。Norm 值的計算如式（1）所示[13]：

式中：Nik表示第i個變量在前k個主成分上的綜合荷載；Uik表示第i個變量在第k個主成分上的荷載；λk表示第k個主成分的特征值。

1.3.2 聚類分析法

利用R 型聚類方法對評價指標進行分類，該方法適用于評價指標較少時的土壤指標分類。以Euclidean為測量距離，依據分析結果中的樹狀圖將各項指標進行分組，挑選每一分組中與其他指標相關顯著性最高的指標，作為最具有代表性的指標，將其選入最小數據集[14]。

1.4 土壤質量評價方法

將選入最小數據集的評價指標進行標準化處理，根據公因子方差計算其權重。計算方法如式（2）所示：

式中：Wi為指標權重；Ci為該指標公因子方差；n為最小數據集的指標個數[14]。

綜合評價方法的關鍵是建立隸屬函數，即用隸屬函數來確定每一個評價指標對土壤質量等級的隸屬程度，根據最小數據集中各指標對土壤質量的正負效應選擇函數和確定其隸屬程度[15]。各指標的數值型隸屬函數如表2 所示。

表2 數值型隸屬函數Table 2 Membership functions of quantitative indexes

土壤質量指數（SQI）計算如式（3）所示：

式中：Wi和Ni分別表示第i種評價指標的權重值和隸屬度值；n為評價指標的數量。

根據SQI對土壤質量等級進行分類，如表3 所示。

表3 土壤質量等級分類Table 3 Classification of soil quality grade

1.5 數據處理

采用PPT 2021 作圖，采用SPSS 26.0 進行t檢驗、描述性統計、主成分分析、聚類分析和相關分析。

2 結果與分析

2.1 各評價指標的統計分析

莫索灣灌區土壤質量評價指標的統計特征見表4。從研究區土壤化學性質來看，土壤pH 值分布在7.46～8.96 之間，屬于堿性土壤，變異系數（CV）為6.63%，變異程度較低；EC分布在0.12～9.19 mS/cm，變異系數為28.92%，屬于中等變異水平。此外，鹽離子的變異系數均在100%以上，鹽分分布空間差異大；除堿解氮外的各項養分指標的變異系數均介于37.05%～83.42%，呈中等變異，堿解氮呈強變異；其中有機質量和堿解氮量較低，速效磷量和速效鉀量較高，土壤養分分布不均；莫索灣灌區土壤鹽漬化治理與養分均衡管理難度較大。

表4 土壤質量評價指標的統計特征Table 4 Descriptive statistics of chemical indicators of soil quality

2.2 基于主成分分析法的最小數據集構建

利用主成分分析法對數據集進行因子分析，根據因子載荷分為5 組，累積貢獻率為75.726%。第1 組為EC、K+、NO3-和SO42-，其中NO3-和SO42-的Norm值不在最大Norm 值的10%范圍內，因此不選入最小數據集，且K+與EC不相關，因此均可保留；第2組為pH 值和速效磷，二者不相關，均可保留；第3組為Na+、Mg2+，二者不相關，均可保留；第4 組保留的評價指標為堿解氮；第5 組保留的評價指標為有機質。綜上所述，從13 個土壤質量評價指標中共篩選出8 個評價指標，分別為K+、EC、pH 值、Na+、Mg2+、速效磷、堿解氮、有機質（表5—表6）。

表5 主成分載荷及因子權重Table 5 Principal component load and norm value

表6 各評價指標間的Pearson 相關矩陣Table 6 Pearson correlation matrix among evaluation indicators

2.3 基于聚類分析法的最小數據集構建

在歐氏距離為3.5 水平下，13 個土壤化學指標可分為4 大類（圖1）。在第1 組中，Na+與Ca2+之間呈極顯著相關，但Na+與第一組中除Ca2+外的其他指標的最低相關系數0.132，小于Ca2+與第1 組中除Na+外的其他指標的最低相關系數0.36，因此將Na+納入最小數據集；第2 組包括速效磷；第3 組包括堿解氮；第4 組包括速效鉀。

圖1 聚類分析結果Fig.1 Results of cluster analysis

2.4 土壤質量指數

2.4.1 評價指標權重

主成分分析法所構建的MDS 中權重占比最小的指標為Na+，為8.16%；占比最大的指標為K+，為15.73%，在整體評價中最為重要。聚類分析法所構建的MDS 中權重占比最小的指標為Na+，為3.95%；權重占比最大的指標為堿解氮，為38.24%，在整體評價中最為重要（表7）。

表7 各評價指標的權重Table 7 Weight value of each evaluation index

2.4.2 土壤質量等級劃分及構建MDS 方法對比

主成分分析法得出50%的土壤處于低質量水平，37.5%的土壤處于中等質量水平，12.5%的土壤處于高質量水平，87.5%的土壤質量水平處于中低等（表8）。聚類分析法得出54%的土壤處于低質量水平，28%的土壤處于中等質量水平，18%的土壤處于高質量水平，82%的土壤質量水平處于中低等（表8）。2 種方法所得出的分級結果大致相同，80%以上的土壤質量水平處于中等偏下。主成分分析法得出的變異系數明顯高于聚類分析法，因此其結果更有利于反映莫索灣土壤質量的真實狀況（表9）。

表8 土壤質量綜合評價結果Table 8 Comprehensive evaluation results of cultivated land quality

表9 不同方法所得指數的統計特征值Table 9 Statistical characteristic values of indices obtained by different methods

3 討 論

不同土壤指標之間通常存在一定的相關性，若將全部指標用于土壤質量評價，耗時又費力[16]。本研究從13 個指標中篩選出8 個指標，分別為K+、EC、pH值、Na+、Mg2+、速效磷、堿解氮和有機質，大幅度降低了土壤質量評價的工作量[17]。聚類分析法得出的土壤質量差異性與CV不一致，因此不夠準確。相比之下，主成分分析法構建的最小數據集對莫索灣灌區農田土壤質量評價更為合理。土壤質量評價需結合多項指標進行，指標測定和分析的過程繁雜，目前權重和隸屬度的取值方法不統一，不同評價方法的結果也具有較大差異[18]。吳春生等[19]結合MDS 和模糊邏輯法對黃河三角洲地區的土壤質量進行了評價，并結合土地利用現狀分析了主要土地利用類型當中不同土壤等級的空間分布情況。李鵬飛等[20]運用主成分分析構建了土壤質量評價指標的最小數據集，通過非線性和線性方法對研究區土壤質量進行了評價。崔雪等[18]認為主成分分析結合標準值可降低數據冗余和人為因素的干擾。從評價結果來看，主成分分析法與聚類分析法所得出的評價結果相似。從CV的結果來看，主成分分析法的指標CV大于聚類分析法，可更好地反映莫索灣灌區土壤質量的真實狀況，更加具有原始數據的代表性。土壤質量評價指數對土壤環境的監控和治理具有重要意義[21]。新疆莫索灣灌區80%以上的農田土壤質量處于中等偏下水平，且土壤質量異質性較大。土壤中速效磷量與速效鉀量較高，堿解氮量和有機質量較低，有機質量分布不均衡，這與楊小虎等[22]的研究結果基本一致。研究表明，新疆土壤存在養分匱乏且分布不均、鹽堿化現象嚴重等問題，土壤質量有待進一步提高[23]。區域土壤質量的改善首先要進行合理的土壤質量評價[24]，3S 技術有望應用于土壤質量評價研究中[25]，為土壤質量改進提供技術支持。

4 結 論

1）莫索灣灌區農田土壤有機質量和堿解氮量較低，速效磷量和速效鉀量較高，但空間分布不均。

2）莫索灣灌區80%以上土壤處于中等偏下質量水平。

3）與聚類分析法相比，主成分分析法所得到的土壤質量評價結果更加符合莫索灣灌區農田土壤的實際狀況。

（作者聲明本文無實際或潛在的利益沖突）