基于相对土壤质量指数法的铜梁区农田质量评价

摘要 ［目的］明确铜梁区不同区域农田土壤质量状况，揭示影响土壤质量的敏感因子。［方法］选择铜梁区具有代表性的农田0～20 cm土层土壤作为研究对象，利用统计法分析该区域土壤理化特性分布特征，并利用相关性分析土壤各评价指标之间的关联性，借助层次分析法得到各指标对土壤质量的贡献率，最后利用相对土壤质量指数法对比不同区域农田土壤质量状况。［结果］该区域主要以弱酸性土壤为主，土壤理化指标变异系数为31.79%～125.88%，变异程度由大到小的指标依次为有效磷、全磷、有机质、速效钾、全氮、碱解氮、pH、全钾；各指标之间均为正相关，尤其pH与各养分指标之间关联性较大；相对土壤质量指数为1.769～3.416，平均值为2.905。［结论］该研究有助于客观地评价土壤质量以及科学指导土壤改良。

关键词 农田；相对土壤质量指数法；相关性；土壤理化指标

中图分类号 S 151.9  文献标识码 A  文章编号 0517-6611（2023）07-0081-04

doi：10.3969/j.issn.0517-6611.2023.07.020

Evaluation of Farmland Quality in Tongliang District Based on Relative Soil Quality Index

HU Sheng-yong， ZHAN Xue-ping， WEN Ling et al

（Tongliang District Agricultural Technology Extension Center， Chongqing 402560）

Abstract ［Objective］To clarify the status of farmland soil quality in different areas of Tongliang District and reveal the sensitive factors affecting soil quality.［Method］The representative farmland soil of 0-20 cm soil layer in Tongliang District was selected as the research object. The distribution characteristics of soil physical and chemical properties were analyzed by statistical method， and the correlation between soil evaluation indexes was analyzed by correlation. The contribution rate of each index to soil quality was obtained by using the analytic hierarchy process. Finally， the farmland soil quality in different regions was compared by using the relative soil quality index method.［Result］Weakly acidic soil was the main soil in this region， and the variation coefficient of soil physical and chemical indexes were 31.79%-125.88%，the variation degree of the indexes from large to small was in order of available phosphorus， total phosphorus， organic matter， available potassium， total nitrogen， alkali-hydrolytic nitrogen， pH and total potassium. There was a positive correlation between all indexes， especially pH and each nutrient index. The relative soil quality index was 1.769-3.416， with an average value of 2.905.［Conclusion］ This study is helpful to evaluate soil quality objectively and guide soil improvement scientifically.

Key words Farmland;Relative soil quality index method;Correlation;Soil physical and chemical index

基金项目 重庆市技术创新与应用发展专项面上项目（CSTB2022TIAD-GPX0011）。

作者简介 胡胜勇（1965—），男，重庆人，农艺师，从事耕地提质增效技术研究。

通信作者，副研究员，博士，从事农田生态相关研究。

收稿日期 2022-06-27；修回日期 2022-08-09

土壤是作物赖于生长的基础，而土壤质量能够直接影响作物产量。土壤质地、物理特性、养分、微生物等是衡量农业区土壤生态功能的重要因子［1-4］，人类对农田的不恰当管理及开发，会严重导致土壤退化或污染［5-8］，因此通过科学的方法掌握、评价土壤质量尤为重要。科研人员对土壤质量评价方法和影响因素进行了大量研究，并取得了一定成果。贡璐等［9］ 选取了土壤pH、养分、酶等12个指标，利用主因子分析和聚类分析法对棉花田的土壤质量进行对比和等级划分；郑琦等［10］利用模糊综合评价法、加权综合污染指数法及土壤综合质量指数对农田土壤质量进行评价，得到土壤质量指数法评价最为合理；卢铁光等［11］利用相对土壤质量指数法对富锦市农田进行了纵向比较，得到了开垦年限与土壤质量之间的变化规律；张智勇等［12］对吴起县退耕还林后的不同植被土壤质量进行比较，得到了最优植被类型；张春等［13］对不同地形部位土壤质量进行了深入分析，得到了丘体土壤质量变化规律。但以往研究没有系统地研究土壤因子之间的关联性以及对土壤质量扰动因子次序，而且不同农田土壤横向比较之间的研究鲜见报道。由于铜梁区属于重庆市重点农产品输出地，因此该研究选择铜梁区具有代表性的村，测定土壤理化特性，利用层次分析法确定各因子对土壤质量的权重，并利用相对土壤质量指数法对该区域不同农田土壤质量进行比较。

1 材料与方法

1.1 研究区概况

铜梁区位于长江上游地区、重庆市西部，地处105°46′22″～106°16′40″E、29°31′10″～30°05′55″N，主要以丘陵地形为主，地面坡度3°～50°，属亚热带湿润季风气候，具有日照少、风速小、多云雾的特点，无霜期为325 d，年降雨量为1 070.6 mm，年日照时数为1 090.0 h，年平均相对湿度为81.9%，年平均气温为18.1 ℃，年平均最高气温为21.7 ℃，年平均最低气温为15.4 ℃，不同乡镇气温差异较小，一年中最高气温一般出现在8月份，最低气温在1月。根据地形条件有灌溉和无灌溉种植，主要种植作物为水稻和玉米，主要以黏壤土和粉砂质黏壤土为主。通过实地调研和查阅资料，选择铜梁区农田面积与作物产量集中的錾岩村、万桥村、东风村、羊明村、翠英村、插腊村、垣杆村的农田土壤为研究对象。

1.2 土壤样品的采集

该研究针对铜梁区7个代表性的村进行采样，采样田面积≥0.5 hm2以上，每个采样田分布3个样点，以耕层厚度（0～20 cm）的土壤样品作为研究对象，并将采集的土样装入密封袋中带回实验室自然风干，用于养分测定试验。

1.3 土壤测定指标

选取了pH、有机质、全氮、碱解氮、全磷、有效磷、全钾、速效钾作为评价土壤的指标，具体测定方法参照《土壤农化分析》［14］，每个样品测定3次，取平均值。

1.4 土壤质量评价方法

1.4.1 相对土壤质量指数法。

相对土壤质量指数法便于横向比较且没有量纲的评价指标，其方法首先将样本量中的数据分为5个区间，并对每个区间赋予等级，等级分别为1、2、3、4、5，其次确定各指标对土壤质量中的权重，则相对土壤质量指数为指标等级与权重的乘积再相加，也可理解为样品中各指标对土壤质量的贡献率之和，具体计算方法如下［15-16］：

RSQI=ni=1（Ii×Wi）（1）

式中，RSQI为相对土壤质量指数；I为各指标等级；W为各指标所占权重；i为第i个指标，n为评价体系中指标的数量。

1.4.2 评价指标体系与等级划分。

该研究选择土壤质量评价体系主要包括土壤质地、pH、有机质、全氮、碱解氮、全磷、有效磷、全钾、速效钾，指标等级划分的方法各有不同，该研究参照文献［17］和实测数据进行划分，具体方法为将所测数据从小到大进行排列，并分为5个相等区间，每个区间定义和赋值分别为一级（5）、二级（4）、三级（3）、四级（2）、五级（1）。

1.4.3 指标权重确定。

指标权重即指标主成分分析所得的公因子所占所有指标公因子的比值，如果权重越大，则表明指标对土壤质量的贡献率越高。确定权重的方法较多，有人为打分、层次分析法、主因子分析法等，为避免人为和外界因素干扰，该研究利用层次分析法计算得到各指标的权重，且满足所有指标权重相加等于1［18］。

1.4.4 土壤质量对比模型。

利用矩阵的方法构建相对土壤质量指数矩阵，其数学表达式如下：

RSQIm×1=Im×n×Wn×1（2）

式中，RSQIm×1为土壤样本相对土壤质量指数矩阵；Im×n为指标等级矩阵；Wn×1为指标权重矩阵；m为土壤样本数量；n为评价指标数量。Im×n和Wn×1数学表达式分别如公式（3）和（4）所示。

Im×n=

I11I12…I1j…I1m

Ii1Ii2…Iij…Iim

In1In2…Inj…Inm

（3）

Wn×1=［W1…Wj…Wn］T（4）

式中，Iij为第i个土壤样本第j个指标等级赋值；Wj为第j个指标权重。

通过公式（2）～（4），可计算得到铜梁区不同采样点的相对土壤质量指数，并且可以横向比较，综合评价不同农田的肥力，以便给予客观评价和生产指导。

1.5 数据处理与分析

该研究利用Excel 2016对数据进行整理、简单分析及作图，利用SPSS 19.0对数据进行描述性统计，借助yaahp层次分析辅助软件，对测定的土壤理化特性进行层次分析，得到土壤评价指标的权重。

2 结果与分析

2.1 土壤养分统计特征分析

从铜梁区7个村21个点土壤理化特性指标统计特征（表1）可以看出，该区域土壤pH为4.9～7.6，平均值为6.7，属于弱酸性土壤；有机质含量为16.4～53.3 g/kg，平均值为31.0 g/kg；全氮含量为1.1～2.5 g/kg，平均值为1.8 g/kg；碱解氮含量为97.2～178.3 mg/kg，平均值为130.6 mg/kg；全磷含量为0.17 ～0.87 g/kg，平均值为0.51 g/kg；有效磷含量为0.1～11.4 mg/kg，平均值为5.1 mg/kg；全钾含量为12.5～22.6 g/kg，平均值为17.6 g/kg；速效钾含量为50.0～190.3 mg/kg，平均值为118.5 mg/kg；所测指标变异系数为31.79%～125.88%，变异程度由大到小依次为有效磷、全磷、有机质、速效钾、全氮、碱解氮、pH、全钾，整体上研究区不同区域农田土壤养分差异较大。

2.2 土壤养分相关性分析

土壤养分因子之间具有一定协调和依赖作用，为了更好地揭示该区域土壤养分之间依赖程度，对其进行相关性分析，结果如表2所示。由表2可知，各理化指标之间存在不同程度的关联性，其中相关性达到显著性水平的有pH与有机质、全氮、全磷、有效磷、全钾、速效钾，有机质与全氮、全磷、有效磷、全钾，全氮与全磷、有效磷、全钾、速效钾，全磷与有效磷、全钾、速效钾，有效磷与全钾，全钾与速效钾，而且各指标之间均为正相关，即当某一指标增加时另一个指标也随之增加。同时也可发现该区域土壤pH与各养分之间的相关性存在非常紧密的联系。