黃淮平原地區典型縣域耕地土壤肥力評價

收稿日期：2023-08-05

基金項目：國家重點研發計劃項目（2017YFD0200107）

作者簡介：王 雨（1997-），女，江蘇鹽城人，碩士研究生，從事土壤改良與修復研究。（Tel）13770195109；（E-mail）766179290@qq.com

通訊作者：錢曉晴，（Tel ）13511760701；（E-mail）qianxq@yzu.edu.cn

摘要： 土壤肥力是土壤基本性質及生產力的綜合表現，在江蘇省響水縣研究區內進行土壤肥力評價有利于了解該縣土壤肥力空間分布狀況，對黃淮平原耕地資源的合理利用具有重要作用。本研究利用地統計分析法和主成分分析法篩選土壤肥力指標以構建肥力評價的最小數據集（MDS），同時運用加權求和法計算出土壤肥力指數（SFQI），建立反映響水縣研究區土壤肥力的綜合評價體系。結果表明，響水縣研究區土壤有機質、全氮、有效鐵、有效銅和有效鉬含量豐富，均值整體處于一級水平；土壤有效磷含量較為缺乏，整體為四級水平。除pH以外，變異系數均大于10%，各指標塊基比均在25%以上，空間自相關性較弱。研究區土壤肥力評價的MDS為pH、容重、全氮、速效鉀、有效銅、有效鉬，能夠較好地反映全量數據集（TDS）對土壤肥力評價的信息。研究區整體土壤肥力處于三級地力水平，呈現西北高東南低的空間分布特征。速效鉀和有效鉬是研究區的主要限制因子，建議在施用氮、磷、鉀肥時提高鉀肥比重，增施微量元素肥料，以提高土壤肥力。本研究結果可為黃淮平原耕地土壤肥力評價和耕地土壤培肥提供參考。

關鍵詞： 最小數據集；主成分分析；土壤肥力評價；江蘇響水

中圖分類號： S158 文獻標識碼： A 文章編號： 1000-4440（2024）08-1434-12

Soil fertility evaluation of cultivated land in typical counties of Huanghuai Plain

WANG Yu， WANG Guiliang， SHEN Wanyi， ZHAO Wenhui， HU Rui， QIAN Xiaoqing

（Key Laboratory of Arable Land Quality Monitoring and Evaluation， Ministry of Agriculture and Rural Affairs/Yangzhou University， Yangzhou 225009， China）

Abstract： Soil fertility is the comprehensive performance of soil basic properties and productivity. Soil fertility evaluation in the study area of Xiangshui County of Jiangsu province is beneficial to understanding the spatial distribution of soil fertility， and plays an important role in the rational utilization of cultivated land resources in Huanghuai Plain. In this study， statistical analysis and principal component analysis were used to screen soil fertility indicators to construct a minimum data set （MDS） for fertility evaluation. At the same time， weighted summation method was used to calculate soil fertility index （SFQI）， and a comprehensive evaluation system reflecting soil fertility in the study area was established. The results showed that the contents of organic matter， total nitrogen， available molybdenum， available iron and available copper were abundant， and the average value was at the first level. The content of available phosphorus in soil was relatively lacking， and the overall level was the fourth level. Expect for pH， the coefficients of variation of other indicators were greater than 10%， and the ratio of nugget value to sill value of each index was above 25%， and the spatial autocorrelation was weak. MDS for soil fertility evaluation in the study area included pH， bulk density， total nitrogen， available potassium， available copper and available molybdenum， which could better reflect the information of soil fertility evaluation by total data set （TDS）. The overall soil fertility in the study area was at the third level， showing the spatial distribution characteristics of high in northwest and low in southeast. Available potassium and available molybdenum were the main limiting factors in the study area. In order to improve soil fertility， it was suggested to increase the proportion of potassium fertilizer and increase the application of trace element fertilizer. The results of this study can provide a reference for soil fertility evaluation and soil fertilization in Huanghuai Plain.

Key words： minimum data set;principal component analysis;soil fertility evaluation;Xiangshui County， Jiangsu province

肥力是土壤的綜合表征，保持土壤肥力在較高水平是實現土壤可持續利用的先決條件[1-2]。對土壤肥力開展評價工作是制訂科學施肥方案、培肥土壤的有效手段[3-4]。目前，許多研究者提出了一種用以表征土壤肥力水平的數值化指標——土壤肥力指數（SFQI）。部分研究者選取了有機質含量、速效氮含量、有效磷含量等化學屬性指標評價土壤肥力水平[5-6]；也有部分學者選取物化指標評價土壤肥力，例如黏粒含量、有機質含量和鹽基飽和度等[7-8]；還有部分研究者從物理、化學和微生物3個角度選擇土壤質量評價指標，以構建土壤肥力評價體系[9-10]。在不同的研究中，選擇的評價指標也不盡相同，因此如何科學合理地選擇評價指標，是土壤肥力評價的關鍵一環。最小數據集（MDS）的建立使土壤肥力質量指標的選擇和評價更加便捷[11]。MDS是指可以反映土壤質量的最少的指標參數集合，可最大限度地減少數據冗余[12]。眾多研究者提出多種構建最小數據集的方法，如灰色關聯法、主成分分析法、相關系數法等；采用主成分分析法構建MDS能確保最大限度減少原始數據信息丟失，以客觀的指標反映土壤肥力情況[13]，并且從MDS提取出的指標與全量數據集（TDS）呈顯著相關。

黃淮平原是中國重要的農業生產基地，在糧食連年豐產的表象下，存在4e3fa1b480dda5416ee395b1be986c3b8717ec060ab0dd28251163a0f692a520著土壤鹽漬化、養分不平衡等諸多問題[14]。近年來，很多學者研究黃淮平原多集中在土地利用和農業區劃等方面，鮮見對黃淮平原縣域尺度的土壤肥力進行評價。江蘇省響水縣是黃淮平原典型縣域之一，多年來農業生產要素的變革、人類活動等使該地區土壤養分發生較大變化。因此，研究響水縣近年來耕地土壤肥力狀況以及土壤養分豐缺程度，對黃淮平原耕地資源的合理利用具有重要意義。

本研究綜合考慮土壤肥力的構成，選取江蘇省響水縣在農業生產方面具有代表性的8個鎮的表層（0～20 cm）土壤樣品，對土壤的13項理化指標進行測定，運用主成分分析法構建土壤肥力評價指標最小數據集（SQI-MDS），建立反映響水土壤肥力水平的綜合評價體系，論述響水縣耕地土壤養分特征，并揭示該區域影響土壤肥力的限制因子，旨在為響水縣耕地合理規劃以及科學施肥技術方案的制訂提供理論依據，為黃淮平原區域土壤資源的管理和優化利用提供參考。

1 材料與方法

1.1 研究區概況

響水縣地處江蘇省東北沿海地區，是長三角城市群北端的重要節點。其東面為黃海，北面為灌河，南面為中山河。縣域東西方向長度為61 km，南北方向寬度為21 km。整個研究區內的土地利用類型包括耕地、林地、草地、水域和建設用地，其中耕地是最主要的土地利用類型；土壤類型主要包括濱海鹽土和潮土。縣域土地總面積達1.473×105 km2，其中耕地總面積7.06×104 hm2，占全縣土地總面積近50%。

響水縣處于暖溫帶南部邊界處，屬于大陸季風區，同時，由于縣域臨海，也具有海洋性氣候特點，年平均氣溫為14.5 ℃，年平均降雨量為928.2 mm，四季分明、雨熱同期；日照充足，年平均日照時間約2 402.7 h；無霜期較長，全年無霜期在211 d左右。響水縣全境由黃淮沖積平原構成，地形平坦；全縣土壤分為潮土、鹽土兩種類型。整體氣候和地形條件適宜農業生產。

響水縣作為國家級生態示范區和江蘇省綜合改革試點縣，具有“中國西蘭花之鄉”、“全國糧棉生產先進縣”等榮譽稱號，在農業方面具有重要的研究價值與意義。

1.2 樣品采集與測定

基于對各個鎮土壤類型、地貌類型等因素的綜合考量，遵循代表性、均勻性原則，于2020年9-10月分別對江蘇省響水縣8個鎮的耕地土壤進行調查取樣，共采集85個樣點（因該縣東北部為沿海開發區，故本次耕地土壤肥力評價不予考慮）。從各鎮中選取具有代表性的田塊，每個田塊面積在0.22～4.23 hm2，在每個田塊布點區域50 m范圍內，采用梅花形五點布點法，采集0～20 cm耕層土樣，將其混勻后，取1 kg鮮土裝入聚乙烯密封袋內，在室內按序進行自然干燥、清除雜物、破碎、過20目和100目篩，以供后續測定分析。土地利用方式和具體采樣點情況如圖1所示。

選擇對土壤養分和環境因素影響較大的指標進行測定，共選定13個指標來建立土壤肥力質量評價最小數據集[15]，包括容重、pH值、有機質含量、全氮含量、有效磷含量、速效鉀含量、緩效鉀含量以及中微量元素有效硼含量、有效鉬含量、有效鐵含量、有效錳含量、有效銅含量、有效鋅含量。按《土壤農化分析》[16]所述方法進行測定，各指標經3次平行測定計算出其平均值，具體測定方法如表1所示。

養分指標變異系數=標準差/平均值×100%，根據結果劃分弱變異＜10%，10%≤中等變異≥100%，強變異＞100%[17]。

1.3 土壤肥力等級分級標準

本研究土壤肥力等級數據來自于《全國第二次土壤普查養分分級標準》、耕地監測函〔2019〕30號農業農村部耕地質量監測保護中心關于印發《全國九大農區及省級耕地質量監測指標分級標準（試行）》的通知中黃淮海區耕地質量監測指標分級標準[18-19]。

1.4 土壤肥力評價方法

土壤肥力評價要求選擇對土壤功能和最終評價結果有顯著影響的土壤肥力指標[20]，我們選取了13種土壤理化性質測定值的TDS，首先通過主成分分析、相關性分析、Norm值判斷進行數據簡化，將多項指標精簡為少數指標納入MDS；其次根據最小數據集指標隸屬函數值結合各指標權重大小得出最小數據集的土壤肥力指數（SFQI-MDS），同時結合全量數據集的土壤肥力指數（SFQI-TDS）進行兩者的相關性檢驗；最后根據計算結果對響水縣進行土壤肥力綜合評價。

1.4.1 最小數據集構建步驟 一是進行KMO和Bartlett檢驗，若KMO>0.5，P<0.05時，可以進行主成分分析（PCA）[21]。二是進行主成分分析，采用最大方差旋轉法加強不相關組分的解釋能力，按特征值≥1的條件選擇主成分，篩選出其中的高因子載荷（≥|0.5|）納入MDS候選指標。若一個指標在2個主成分上的載荷均≥0.5，則該指標歸入與其他指標相關性較低的一組[22-23]。三是計算Norm值，Norm值是指該指標在所有主成分中綜合載荷的特征值，數值越大綜合信息的解釋力越高[24]，選取每組中Norm值為該組最大Norm值90%以上的指標，當每組指標超過1個時，需要兩兩進行相關性分析，r＜0.5時，兩者均納入MDS；r≥0.5時，Norm值最大的納入MDS。Norm值的計算公式如下：

Nik=k1（U2ikλk）

式中，Nik為第i個指標在前k個主成分（特征值≥1）的綜合載荷；Uik為第i個指標在第k個主成分上的載荷值；λk為第k個主成分的特征值。

1.4.2 土壤肥力評價指數構建 （1）隸屬度函數轉換。為避免不同單位的影響，數據處理需要對土壤肥力指標進行統一量化，隸屬度函數包括拋物線型函數、正S型函數和反S型函數[25]。

正S型函數是指土壤肥力隨指標測定值的增加而提高，達到最高水平后趨于穩定，屬于正S型函數的土壤肥力指標為有機質、全氮、有效磷、速效鉀、緩效鉀以及各種微量元素養分等[26]。反S型函數是指土壤肥力隨指標測定值的增加而降低，而后趨于穩定，屬于反S型函數的土壤肥力指標為容重。正S型、反S型隸屬度函數計算如下：

f（x）=1 x≥a0.9×x-ba-b+0.1 b≤x＜a0.1 x＜b

f（x）=1 x≤b0.9×x-ab-a+0.1 b≤x＜a0.1 x＞a

式中，f （x）是指標的隸屬函數值，x是指標自身測定值，a、b分別是指標的下限和上限（參考江蘇省耕地質量監測指標分級標準的最低等級值和最高等級值作為函數的轉折點）。

拋物線型函數指在一定范圍土壤肥力處于高水平，不在此范圍時土壤肥力漸低，屬于拋物線型隸屬度函數的為pH值，拋物線型隸屬度函數計算如下：

f（x）=1.0-0.9（x-c）（d-c） c<x<d1.0 b≤x≤c0.9×x-ab-a+0.1 a<x<b0.1 x≤a或x≥d

式中，f（x）為指標的隸屬函數值，x為指標的實際測定值，a、d分別為指標最低級別的低值和高值；b、c分別為指標最高級別的低值和高值。

（2）權重的確定。該指標公因子方差與全部參評指標公因子方差的和之比為該指標的權重[27]。權重數學表達式為：

Wi=Ci/Σni=1Ci

式中，Wi是肥力指標的權重；Ci是肥力指標的公因子方差；n是最小數據集中包含的指標數量。

（3）土壤肥力指數的計算。對隸屬函數值和權重值運用加權求和法進行計算，得到每個樣點的實際土壤肥力指數[28]。土壤肥力指數的數學表達式為：

SFQI=∑fi×Wi（i=1，2，3，4，…，n）

式中：SFQI為土壤肥力指數；fi為第i個指標的隸屬函數值；Wid7d94a00df01b07a0f0d83e878a74ec405258b5754e71a3f7a363dbce22774d9為第i個指標的權重值。

1.4.3 研究區土壤肥力綜合評價 按SFQI-MDS值對研究區耕地肥力分等級評價，根據自然斷點法（Jenks）將土壤肥力等級分成5個級別，其中Ⅰ級為0.871～0.960；Ⅱ級范圍為0.811～0.870；Ⅲ級范圍為0.721～0.810；Ⅳ級范圍為0.591～0.720；Ⅴ級范圍為0.410～0.590。從Ⅰ級到Ⅴ級，農業生產適宜度逐漸降低，制約度逐漸增加。

1.5 數據統計與分析

利用SPSS 19.0進行土壤各指標描述性統計分析、主成分分析法、Pearson相關分析及正態性分布檢驗；利用GS＋9.0軟件對數據進行半方差函數分析及模型擬合；利用Excel 2010完成數據分析以及SFQI-TDS、SFQI-MDS的線性擬合；利用Origin繪制土壤肥力指標相關系數矩陣圖；利用ArcMap 10.6繪制土地利用方式和采樣點位置圖，用普通克里金插值法進行無偏估計未采樣點土壤肥力，以繪制響水研究區土壤肥力等級空間分布圖。

2 結果與分析

2.1 研究區土壤肥力指標的描述性統計

研究區土壤養分指標等級標準和定量描述見表2、表3，pH均值為7.84，整體屬于弱堿性土壤；土壤容重適宜，均值為1.04；養分含量中有機質、全氮、有效銅、有效鐵、有效鉬含量豐富，均值整體處于一級水平；速效鉀、有效鋅、有效錳含量比較豐富，處于二級水平；緩效鉀、有效硼含量一般，整體為三級水平；土壤有效磷含量較為缺乏，均值為14.70 mg/kg，整體為四級水平。研究區pH變異系數小于10%，表明該肥力指標在研究區內的總體變化幅度小；有效鉬變異系數大于100%，呈現高空間變異性，表明在不同區域內差異顯著；其他指標均屬于中等變異。研究區土壤養分指標K-S檢驗結果顯示，pH以及有機質、全氮、有效鋅、有效鐵、有效錳、有效硼含量服從正態分布，其余指標進行對數轉化后符合正態分布，滿足統計學要求。

以決定系數大、殘差小為條件，進行半方差函數及擬合參數計算，比較各模型參數并選擇最優擬合指數參數，其結果如表4。各指標的變程為2.56～16.42 km，說明在此空間范圍內分布連續，存在空間自相關性。各指標塊基比均大于25%，說明與空間結構性關系較小，受隨機性因素如灌溉、施肥、耕作等人為活動影響較大。

2.2 土壤肥力綜合評價體系的建立

2.2.1 土壤肥力綜合評價最小數據集的確定 首先進行KMO和Bartlett檢驗，KMO為0.71，>0.5，P為0，<0.05，結果表明可以進行PCA并有較好的適用性。其次通過PCA得到4個主成分，其對方差變異貢獻的解釋率可達76.77%，4個主成分分別對土壤養分指標方差變異貢獻的解釋率可達34.11%、22.31%、10.52%和9.83%，表明這4個主成分能較好地反映響水縣研究區土壤肥力情況。

研究區土壤肥力指標主成分載荷值、Norm值及分組情況如表5所示。按照Norm值在每組Norm最大值的90%以上選取原則，初步選取PC1中的速效鉀、緩效鉀、有效錳；PC2中的有效銅、有效鐵；PC3中的pH、有機質、全氮、有效硼；PC4中的容重、有效鉬。其中有效硼在兩個主成分上均＞0.5，保留與其相關性更高的PC3。如圖2所示，對同一主成分下的指標進行相關性分析，PC1中兩兩相關系數均＞0.5，保留Norm值最大的速效鉀；PC2中保留Norm值較大的有效銅；PC3中全氮和有機質、有效硼的相關系數＞0.5，與pH的相關系數＜0.5，故保留全氮與pH；PC4中容重與有效鉬的相關系數＜0.5，則兩者均保留。因此確定本研究土壤質量評價指標的最終MDS為速效鉀、有效銅、全氮、pH、容重、有效鉬。

2.2.2 土壤肥力評價指數構建 各肥力指標所屬隸屬度函數的轉折點、隸屬度均值、全量數據集與最小數據集的公因子方差和權重如表6所示，結合各指標的權重與隸屬度均值，計算出TDS的土壤肥力指數和MDS的土壤肥力指數，以上兩類數據集的土壤肥力指數分別為0.32～0.92、0.41～0.96；平均值分別為0.70、0.78。

為了對最小數據集的合理性進行驗證，將研究區TDS的土壤肥力指數和MDS的土壤肥力指數進行線性回歸分析，如圖3所示，可看出SFQI-MDS的土壤肥力指數與SFQI-TDS的土壤肥力指數呈現Y=1.079 6x-0.146 8的線性關系，R2為0.875 4（P＜0.01）。結果表明，TDS的土壤肥力指數和MDS的土壤肥力指數呈現極顯著相關，因此構建的最小數據集指標體系可以代替全量數據集指標體系進行研究區的土壤肥力綜合評價，且具有適用性和有效性。

2.3 研究區土壤肥力綜合評價

響水縣研究區土壤肥力指數均值為0.78，SFQI-MDS最小值是0.41，最大值是0.96。各樣點土壤肥力指數Ⅰ～Ⅴ級占比分別為24.71%、14.12%、32.94%、24.71%、3.53%，Ⅲ等地占比最大。經K-S檢驗，響水縣研究區各樣點SFQI-MDS土壤肥力指數滿足正態分布（P=0.22＞0.05），可以進行地統計學分析，其最優理論模型為高斯模型，R2為0.975，RSS為9.828×10-6，擬合效果較好，塊基比為0.856，說明土壤肥力指數空間自相關性較弱。圖4顯示，從空間分布上看，研究區高肥力地土壤集中在西北部區域，低肥力地土壤集中在東南部區域，Ⅰ級地主要分布在陳家港鎮、南河鎮；Ⅱ級地主要分布在雙港鎮、大有鎮；Ⅲ級地主要分布在響水鎮、小尖鎮；Ⅳ級地主要分布在運河鎮、黃圩鎮。

參照表2黃淮海區土壤養分指標等級標準，進一步比對分析MDS中定量指標各鎮的SFQI組成結果，如圖5所示，Ⅰ級地養分含量極為豐富，有利于提升作物產量和品質，有效鉬為陳家港鎮、南河鎮的限制因子，可適當增施鉬肥；Ⅱ級地中大有鎮的土壤速效鉀含量較低，雙港鎮的土壤有效鉬含量較低，可分別適當增施鉀肥和鉬肥以進一步提升地力。Ⅲ級地中響水鎮有效鉬為主要限制因子，小尖鎮速效鉀、有效鉬為主要限制因子；Ⅳ級地的黃圩鎮和運河鎮各養分均存在不同程度的缺乏，這可能與不合理的施肥方式有關，建議增施有機肥，同時增施微量元素肥料，以達到平衡施肥的目的，從而提高土壤肥力。

如圖6所示，響水縣研究區土壤類型以濱海鹽土和潮土為主，潮土Ⅰ級高肥力土壤的面積大于濱海鹽土。土壤質地主要為沙土、壤土、黏土，土壤較為松散，研究區黏土Ⅰ級高肥力土壤占比53%；壤土的綜合肥力高于沙土。研究區土壤pH呈弱堿性。速效鉀、有效鉬為研究區限制因子。

3 討論

3.1 土壤肥力評價方法

基于最小數據集的土壤肥力評價法是反映土壤肥力狀況的好方法之一，可在最大限度降低成本的同時，對土壤肥力作出高效評估，克里金插值能夠對采樣點和未采樣點作出最優估計，本研究結合地統計分析法和主成分分析法篩選最小數據集，從13個土壤肥力指標中篩選并構建了包括pH、容重、全氮、速效鉀、有效銅和有效鉬的最小數據集。從李鑫等[20]研究結果來看，在最小數據集的評價指標中，土壤有機質、容重、pH、全氮和速效鉀等選取率均達50%以上，本研究中選取容重、pH、全氮和速效鉀進入數據集，與前人研究結果基本一致[29]；除此之外，土壤中微量元素也發揮著重要作用，可能成為作物產量和品質的限制因子，本研究最小數據集中有效銅和有效鉬的入選表明微量元素對于研究區耕地土壤肥力具有重要指示作用。土壤肥力評價中生物指標和土壤耕層指標也極為重要，今后應在更加全面的土壤肥力評價指標中篩選最小數據集，開展大尺度研究區的動態監測，以提高黃淮海農區土壤肥力評價的精準性和全面性。

3.2 研究區土壤肥力評價

對比土壤養分標準可知，全氮、有效銅處于一級標準水平，養分水平較高，結合半方差函數可知，全氮、有效銅主要受結構性和隨機性共同影響，變異系數較低。該地成土母質為河湖沖積物，相同母質上發育的土壤微量元素含量相似[30]，研究區土壤全氮含量較高、速效鉀含量較低可能與當地傳統施肥方式（重尿素，輕磷、鉀肥和有機肥）有關。研究區土壤有效鉬含量較低，變異系數和塊基比均為中等水平，可能是因為雖然相同成土母質造成有效鉬初始值類似，但受施肥習慣等人為因素影響其分布不均。不同鎮土壤養分存在差異，從整體上看，研究區西北側土壤肥力高于東南側。王遠鵬等[31]研究結果表明，統一的田間管理模式和施肥量會造成不同區域土壤綜合肥力的差異性持續增大，導致部分區域在空間分布上出現不連續的斑塊。作物的穩產高產主要取決于土壤肥力的提高，建議研究區應在補充鉀肥、鉬肥的基礎上，因地制宜采取更加精細化的田間管理手段，從長遠角度看還應改善立地條件和土壤結構，提高有機質含量、養分庫容和生物活性[32]，以進一步提升土壤質量，對邊際土地產能增效及維持生態系統可持續性具有重要意義。

4 結論

（1）描述性統計分析結果表明，研究區土壤pH均值為7.84，總體屬于弱堿性。有機質、全氮、有效鉬、有效鐵和有效銅含量豐富，均值整體處于一級水平；土壤有效磷含量較為缺乏，均值為14.70 mg/kg，整體為四級水平。除pH以外，其他指標變異系數均大于10%，各指標在研究區內變化幅度較大。各指標塊基比均在25%以上，空間自相關性較弱。

（2）響水縣研究區最小數據集的評價指標為pH、容重、全氮、速效鉀、有效銅、有效鉬。TDS的土壤肥力指數和MDS的土壤肥力指數決定系數為0.875 4，驗證了最小數據集對響水縣研究區土壤肥力綜合評價具備適用性和有效性。

（3）響水縣研究區土壤肥力指數均值為0.78，總體土壤肥力處于三級水平。土壤綜合肥力指數表現為西北高東南低的空間分布特征，速效鉀和有效鉬是該地區的主要限制因子，應根據不同鎮土地的具體土壤養分匱乏狀況適當調整氮、磷、鉀肥施用比例，增施微量元素肥料，從而較為準確地指導縣域尺度的黃淮海區農田施肥管理。

參考文獻：

[1] CHAI J， WANG Z， YANG J， et al. Analysis for spatial-temporal changes of grain production and farmland resource：evidence from Hubei Province，central China[J]. Journal of Cleaner Production，2019，207（10）：474-482.

[2] 湯淑娟，劉安迪. 我國耕地質量評價指標體系與方法綜述[J]. 現代農業研究，2022，28（3）：45-47.

[3] HENGL T， LEENAARS J G B， SHEPHERD K D， et al. Soil nutrient maps of Sub-Saharan Africa： assessment of soil nutrient content at 250 m spatial resolution using machine learning[J]. Nutrient Cycling in Agroecosystems，2017，109（1）：77-102.

[4] ZHAO Z， LIU G， LIU Q， et al. Distribution characteristics and seasonal variation of soil nutrients in the Mun River Basin， Thailand[J]. International Journal of Environmental Research and Public Health，2018，15（9）：1818.

[5] 李俊飛，焦曉林，畢艷孟，等. 基于藥材品質的山東西洋參主產區栽培地土壤肥力質量評價[J].中國中藥雜志，2020，45（19）：4598-4605.

[6] 劉玉龍，陳 瑤，劉延坤，等. 張廣才嶺典型森林土壤養分特征與綜合質量評價[J]. 貴州農業科學，2023，51（5）：28-34.

[7] 田 宇，盛 浩，黃得志，等. 湘東大圍山垂直帶表層土壤肥力質量分析[J]. 森林與環境學報，2021，41（3）：281-289.

[8] 楊麗揚，張永清，田 靜，等. 基于最小數據集的生草覆蓋對吉縣蘋果園土壤肥力質量的影響評價[J]. 生態與農村環境學報，2020，36（3）：374-381.

[9] ZUNGU N S， EGBEWALE S O， OLANIRAN A O， et al. Soil nutrition， microbial composition and associated soil enzyme activities in KwaZulu-Natal grasslands and savannah ecosystems soils[J]. Applied Soil Ecology，2020，155：103663.

[10]QU Q， XU H， XUE S， et al. Stratification ratio of rhizosphere soil microbial index as an indicator of soil microbial activity over conversion of cropland to forest[J]. Catena，2020，195：104761.

[11]LI X， LI H， YANG L， et al. Assessment of soil quality of croplands in the Corn Belt of Northeast China[J]. Sustainability，2018，10（1）：248.

[12]陳方正，任 健，劉思涵，等. 基于最小數據集的洞庭湖流域南部耕地土壤肥力綜合評價[J]. 土壤通報，2021，52（6）：1348-1359.

[13]YUAN P， WANG J， LI C， et al. Soil quality indicators of integrated rice-crayfish farming in the Jianghan Plain， China using a minimum data set[J]. Soil & Tillage Research，2020，204：104732.

[14]李穎慧，姜小三. 黃淮海平原農區農用地土壤肥力評價及時空變化特征——以山東省博興縣為例[J]. 農業資源與環境學報，2022，39（3）：602-612.

[15]裴小龍，韓小龍，錢建利，等. 自然資源綜合觀測視角下的土壤肥力評價指標[J]. 資源科學，2020，42（10）：1953-1964.

[16]南京農學院. 土壤農化分析[M]. 北京：農業出版社，1980.

[17]雷志棟，楊詩秀，許志榮，等. 土壤特性空間變異性初步研究[J]. 水利學報，1985（9）：10-21.

[18]全國土壤普查辦公室. 中國土壤[M]. 北京：中國農業出版社，1998.

[19]王遠鵬，黃 晶，孫鈺翔，等. 近35年紅壤稻區土壤肥力時空演變特征——以進賢縣為例[J]. 中國農業科學，2020，53（16）：3294-3306.

[20]李 鑫，張文菊，鄔 磊，等. 土壤質量評價指標體系的構建及評價方法[J]. 中國農業科學，2021，54（14）：3043-3056.

[21]CHEN S， LIN B， LI Y， et al. Spatial and temporal changes of soil properties and soil fertility evaluation in a large grain-production area of subtropical plain，China[J]. Geoderma，2020，357（1）：113937.

[22]NAKAJIMA T， LAL R， JIANG S. Soil quality index of a crosby silt loam in central Ohio[J]. Soil and Tillage Research，2015，146：323-328.

[23]金慧芳，史東梅，陳正發，等. 基于聚類及PCA分析的紅壤坡耕地耕層土壤質量評價指標[J]. 農業工程學報，2018，34（7）：155-164.

[24]ANDREWS S S， KARLEN D L， MITCHELL J P. A comparison of soil quality indexing methods for vegetable production systems in Northern California[J]. Agriculture，Ecosystems &amp; Environment，2002，90（1）：25-45.

[25]孫 波，張桃林，趙其國. 我國東南丘陵山區土壤肥力的綜合評價[J]. 土壤學報， 1995（4）： 362-369.

[26]趙 賀，王緒奎，劉紹貴，等. 基于水稻產量的江蘇省稻麥輪作區土壤質量評價[J]. 土壤，2020，52（6）：1230-1238.

[27]SHUKLA M K， LAL R， EBINGER M. Determining soil quality indicators by factor analysis[J]. Soil and Tillage Research，2006，87（2）：194-204.

[28]LI P， ZHANG T， WANG X， et al. Development of biological soil quality indicator system for subtropical China[J]. Soil & Tillage Research，2013，126：112-118.

[29]朱鳴鳴，徐鍍涵，陳光燕，等. 基于最小數據集的喀斯特不同利用方式下土壤質量評價[J]. 草地學報，2021，29（10）：2323-2331.

[30]陶 澍，曹 軍，李本綱，等. 深圳市土壤微量元素含量成因分析[J]. 土壤學報，2001（2）：248-255.

[31]王遠鵬，黃 晶，柳開樓，等. 東北典型縣域稻田土壤肥力評價及其空間變異[J]. 植物營養與肥料學報，2020，26（2）：256-266.

[32]孫 波，朱安寧，姚榮江，等. 潮土、紅壤和鹽堿地障礙消減技術與產能提升模式研究進展[J]. 土壤學報，2023，60（5）：1231-1247.

（責任編輯：黃克玲）