基于土壤肥力的江苏省耕作层土壤剥离分区与深度确定

王君櫹，刘 斌，周生路※，徐翠兰，隋雪艳，朱 雁，王炳君

基于土壤肥力的江苏省耕作层土壤剥离分区与深度确定

王君櫹1，刘 斌2，周生路1※，徐翠兰2，隋雪艳2，朱 雁3，王炳君3

（1. 南京大学地理与海洋科学学院，南京 210046；2. 江苏省土地开发整理中心，南京 210024；3. 南京南源土地开发利用咨询有限公司，南京 210008）

耕作层土壤是农业生产的物质基础，是耕地资源的核心，剥离利用对保障耕地数量和质量动态平衡具有重要意义。该研究在江苏省内收集了来自20世纪80年代的201个代表性土壤剖面及其不同层次有机质、容重、pH值、全氮、全磷、速效钾和土层厚度等属性数据，通过主成分分析确定江苏省耕地肥力差异主控因子，在此基础上运用聚类分析得出江苏省耕地肥力性质差异分区，最后采用显著性检验方法，得出了全省不同分区下耕地耕作层土壤剥离深度。通过研究发现：1）对于所选取的指标体系来看，影响全省耕地肥力性质差异的因素主要有pH值、全磷、全氮含量和容重。2）江苏省耕地土壤亚耕层/犁底层与表耕层肥力相似、性状略差，应考虑剥离利用，而心土层与表耕层、亚耕层/犁底层差异较大，不具有所需的质量，不宜剥离利用。3）全省耕作层土壤剥离深度可分为6个区，分区结果与农业综合区划相类似。4）耕作层土壤剥离深度应区分水田、旱地、菜地，并结合全省不同地区的耕地保护压力、耕地（农用地）年转用量、复垦开发补充耕地面积情况等，实施差别化的管理。可为江苏省耕作层剥离工作提供参考。

土地利用；土壤；剥离；剥离深度；聚类

0 引 言

耕作层土壤是农业生产的物质基础，是耕地资源的核心[1]。随着城市化进程和经济社会发展，建设用地不断增加，耕地及后备资源不断减少，耕地占补平衡任务艰巨[2-3]。耕作层土壤剥离利用对保障耕地动态平衡尤其是质量平衡具有重要意义，当前已引起高度重视，并成为土地使用者的法定义务[4]。然而，由于气候、地形等成土因素以及土地利用差异的影响，耕地土壤的理化性质、剖面构型差别很大[5-8]，耕作层土壤剥离亟待加强指导和管理[9-10]，根据土壤类型、属性和土地利用等的地区差异制定差别化的耕作层剥离方案[11]。目前，部分地区已开展相关探索性工作[6,12-13]，但缺少操作标准，研究尺度过小，不能提供全局性、可操作性的决策支持[14-15]。为此，本文选取江苏省为研究区，收集覆盖全省所有县市的代表性土壤剖面及其不同层次的土壤属性数据，通过主成分分析确定江苏省耕地肥力差异主控因子，在此基础上运用聚类分析得出江苏省耕地肥力性质差异分区，最后采用显著性检验方法，得出了全省不同分区下耕地耕作层土壤剥离深度。通过揭示耕地不同层次厚度、土壤属性的地域差异，进行全省耕地土壤耕作层剥离分区并确定不同区域的剥离深度，以期对全省耕作层剥离工作提供指导。

1 数据来源与技术路线

1.1 研究区概况

江苏境内地势平坦，水网密布，平原面积大，耕地比重高。得益于长期的耕作培育，耕地土壤普遍肥沃。降水量由南往北递减，最南端年降水量大于1 100 mm，北部地区年降水量小于950 mm。截止2014年，江苏省土地总面积10.26万km2，占全国的1.06%，全省耕地4.58万km2，而江苏人口总数7 800多万，人口密度居全国各省之首，人均耕地面积586.67 m2，远低于全国平均水平[2]，同时，在此情形下，2014年仍有建设占用耕地12 km2。同时，十三五期间全省耕地后备资源共600 km2，江苏耕地占补平衡尤其是质量平衡形势严峻[3]。

1.2 数据来源

本文研究所依据的土壤剖面及其不同层次土壤属性数据，全部来自于全省各县市第二次土壤普查形成的土壤志，其采样测定时间在20世纪80年代。虽然土壤属性会随时间变化，但本研究关注土壤空间差异，对时间变化并不敏感。耕地利用分为水田、旱地和菜地3种亚类型，每个土壤剖面划为表土层、犁底层（亚耕层）和心土层3个层次，研究所据土壤属性包括有机质、容重、pH值、全氮、全磷、速效钾等。由于地势平坦，境内土壤分异较小，每个县市水田、旱地和菜地分别选取一个代表性土壤剖面。部分土壤分异较为显著的县市包括宜兴市、东台市、张家港市等则进一步细分，其中宜兴划分为南部丘陵和北部平原、东台划分为东部沿海和西部里下河、张家港市划分为太湖和沿江2个部分，全省共划分67个县级分析单元。搜集各县市土壤志，并整理、统计，得到涵盖各县级分析单元的201个代表性剖面土壤属性基础数据集，其中，旱地、水田、菜地剖面各67个，其中，108个剖面属于河流冲积母质，33个剖面属于坡积母质，27个剖面属于湖相沉积物，15个剖面属于海相沉积物，12个剖面属于黄土和黄土状推积母质，6个剖面属于残积母质。研究区土壤类型分布状况如图1。

图1 江苏省土壤类型分布状况Fig.1 Distribution of soil types in Jiangsu Province

1.3 技术路线

江苏耕作层土壤剥离分区与深度确定的主要步骤包括：1）根据代表性剖面土壤属性基础数据集，通过主成分分析，确定影响江苏省内耕地土壤剖面肥力差异的主控因子；2）通过主控因子计算耕地土壤肥力主成分分值，并结合多种聚类算法对省内各县市土壤剖面肥力差异进行分区；3）参考农业综合区划和土壤改良利用分区结果进行评价并得出最优分区结果；4）研究分区内土壤不同土壤剖面层次间理化性质的差异，通过显著性检验确定剥离土壤层次；5）结合上述数据计算得出不同区域内耕作层剥离深度。具体技术路线图如图2。

图2 研究技术路线图Fig.2 Technical route of research

2 结果与分析

2.1 江苏省耕地土壤剖面肥力差异主控因子识别

江苏省内耕地土壤剖面肥力空间差异较大。为此，需要采用一定的分析方法，对省内耕地土壤剖面肥力空间差异的主控因子进行识别提取。但是，由于所选指标个数较多，且数据间存在一定相关性，如果对数据不加以处理和清洗，会使得每个单元之间差异不显著，从而影响聚类分区结果的准确性[16]。主成分分析是一种很好的手段[17]。通过主成分分析，能够很好的识别不同因素对耕地肥力性质的影响程度，同时也可去除共线因素。

本研究在R语言中通过psych程序包通过编程实现耕地土壤性质相关系数矩阵计算和碎石图绘制[18]。研究区耕地土壤性质主成分碎石图见图3。

图3 江苏省土壤性质主成分碎石图Fig.3 Principal components crushed stone figure of soil properties in Jiangsu Province

从图3中可以看出，特征值的真实值与估计值在4~5之间相交，可见选取4个主成分就可以很好的表示全省的土壤性质状况。在选定主成分个数的基础上，根据相关系数矩阵计算特征值及贡献率，计算结果见表1、表2。

从表1中可以看出，第一主成分与表耕层厚度、表耕层全磷的含量、亚耕层/犁底层全磷的含量和心土层全磷的含量高度相关，第二主成分与表耕层pH值、亚耕层/犁底层pH值和心土层pH值高度相关，第三主成分与表耕层速效钾的含量、亚耕层/犁底层速效钾的含量和心土层速效钾的含量高度相关，第四主成分与表耕层容重、亚耕层/犁底层全氮的含量、亚耕层/犁底层容重高度相关，可见在江苏省全省范围内，控制耕地肥力性质的主要有pH值、全磷、全氮含量和容重。

表1 江苏省土壤性质主成分分析相关系数矩阵Table.1 Correlation coefficient matrix of principal component analysis of Jiangsu Province soil properties

表2 江苏省土壤性质主成分分析特征值汇总矩阵Table.2 Feature summary matrix of principal component analysis of Jiangsu Province soil properties

表2中可见4个主成分解释能力较为接近，同时这4个主成分可以解释所有变量中70%的方差，总体代表性较好。

2.2 江苏省耕地土壤剖面肥力差异分区

在全省耕作层剥离工作中，聚类分析是进行空间分区的重要方法。聚类的结果是将一个数据对象划分为不同的组，使得组内的元素相互之间差异最小而组间的元素之间差异最大。在本研究中，可以通过聚类分析方法将全省划分为多个不同的区域，并保证相同区域内的耕地肥力较为接近同时不同区域间的耕地质量具有明显差异。

在确定耕地肥力主控因子主成分分值之后，可根据每个县市的主成分得分进行聚类分析。聚类分析通过R语言cluster程序包[19-20]，对全省土壤主成分分值进行聚类分析，聚类个数为6类（图4）。

图4 江苏省不同聚类方法耕作层分区结果Fig.4 Clustering results of Jiangsu Province′s cultivated soil under different cluster methods

从图4中看出每一个聚类中含有的地区个数并不相同，最少的一个类（如划分层次聚类中的沿江平原区）中只有7个地区，最多的一个类（如K均值聚类中的徐淮平原区）中有20个。同时，划分层次聚类结果空间表现较为细碎，而凝聚层次聚类和K均值聚类结果空间上都较为集聚。从不同聚类方法的结果中都能看出，同一分类中的地区地理位置也都较为接近，体现出位置相近的地区也具有相似的土壤本底、肥力性质。

2.3 江苏省耕地土壤肥力分区结果评价与确定

对聚类结果的精度评价，国内外常用的方法分为内部性评价方法和外部性评价方法2种，内部性评价方法由于缺少参照依据，较少用来进行不同聚类方法结果的评价[21]。外部性评价是指将聚类结果同已有分类结果进行比较，从而得出当前聚类精度的方法[22]。在本次研究中，由于江苏省耕作层剥离分区并未见相关研究，因而没有直接可用来作为参照的聚类结果。不过，由凌启鸿等学者完成的江苏农业综合区划工作中[23]和江苏省第二次土壤普查[24]中都对全省农用地进行过区域划分，虽然他们工作目的与本次研究并不相同，但他们的分区结果仍可作为全省土壤性质的一种划分方式，对全省土壤性质的相似性与差异性具有一定的指示作用。

本研究以江苏农业综合区划和第二次土壤普查中的土壤改良利用分区结果，对聚类结果进行评价。常见的聚类评价指标有：兰德系数Rand statistic、杰卡德系数Jaccard coefficient、F-M系数Fowlkes and Mallows index、准确度Precision coefficients、召回系数Recall coefficients和C-D系数Czekanowski-Dice index等[25]这些指标能够从不同方面评价聚类结果的准确程度与有效性，值越大意味着准确程度越高，有效性越好[26-28]。聚类分析通过R语言cluster程序包通过编程实现[19]。聚类结果评价在R中通过clusterCrit程序包实现[25]。评价结果见图5。

图5 不同聚类方法聚类评价结果Fig.5 Results of cluster evaluation under different cluster methods

图5 中，纵坐标显示为不同指标的数值，横坐标中，ks指K均值聚类与土壤改良利用分区的比较结果，ka指K均值聚类与农业区划的比较结果，as指凝聚层次聚类与土壤改良利用分区的比较结果，aa指凝聚层次聚类与农业区划的比较结果，ds指分裂层次聚类与土壤改良利用分区的比较结果，da指分裂层次聚类与农业区划的比较结果。可见本研究所选取的6个指标中，C-D系数Czekanowski-Dice index、F-M系数Fowlkes and Mallows index、杰卡德系数Jaccard coefficient和准确度Precision coefficients4个指标都显示出凝聚层次聚类的结果要好于分裂层次聚类的结果，K均值聚类的结果最差，召回系数Recall coefficients仍然显示出凝聚层次聚类结果较好，但是K均值聚类结果要好于分裂层次聚类，同时这一指标不同结果间的差异并不明显。兰德系数Rand statistic结果显示凝聚层次聚类结果最差，K均值聚类结果最好。

同时还可以看出，同一聚类方法计算出来的结果，不管是与土壤改良利用分区还是与农业区划的结果进行聚类精度检验，差异都很小，而不同方法检验结果差异较大但是都体现出在空间上集聚的趋势，意味着相近的地区土壤理化性质也较为接近，这与前人的研究也较为一致[29-30]。表明在本研究的精度检验中，决定精度评价结果的是不同的聚类方法，而并不是用来比对的分区，这说明了前辈学者所研究出的土壤改良利用分区和农业分类结果是相互支撑的，且具有较高的代表性，意味着本研究以这两个分类结果作为分类标准进行评价是可行的，可信度较高。根据以上结果及分析可以得出，对于江苏省耕作层剥离工作来说，凝聚层次聚类结果是最优结果。接下来的研究与讨论都在此分区结果上展开。

2.4 江苏省不同区域耕作层剥离深度确定

在剥离工作中，土壤层次中表耕层的剥离是毋庸置疑的。然而，对于亚耕层/犁底层是否具有剥离再利用能力这一问题，目前尚无定论。影响剥离深度的因素众多，例如土壤有机质含量、质地、pH值、全氮含量等，且不同因素相互影响，没有明显的主导因素[6-7,10]。本研究通过比对不同层次间土壤理化性质，研究土壤不同分层性状、质地、肥力之间的差异，通过显著性检验研究不同土层间本底、肥力性质的差异，计算土壤中具有剥离再利用能力的土层深度。

显著性检验，亦称student t检验（student′s t test），主要用于样本含量较小，总体标准差σ未知的正态分布资料。T检验是用于小样本的2个平均值差异程度的检验方法。它是用T分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。一般而言，T检验结果P> 0.05，则说明二者差异不显著，反之则说明二者差异显著。

根据不同土层的土壤本底质量和肥力质量，通过显著性检验对聚类区域内每个土层的每个指标相互间都进行显著性检验，通过统计数据可以得出各土壤分层之间理化性质、肥力的差异与相似程度，从而确定每个指标区域内剥离层次。再根据统计数据，计算出指标区内每个层次的厚度均值、标准差和变异系数，得到剥离深度。对每个区域内土壤表耕层、亚耕层/犁底层和心土层的指标进行显著性检验。结果如下表3所示：

表3 江苏省耕作层不同分区下土壤层次显著性检验结果Table.3 Significance tests of different soil layers in each clusterof Jiangsu Province soil cultivated layer

从表3中可以看出，各地区3种类型土壤都体现出相似规律，即亚耕层/犁底层与表耕层在个别地区的个别指标上之外（如：里下河平原的菜地pH值、沿海平原的菜地有机质等），容重、有机质、全氮、全磷和速效钾、pH值上差异均不显著，全省共有108组检验值，其中7组显示出差异显著，101组显示出差异不显著。而同时，犁底层与心土层各个指标除了在个别地区的个别指标之外（如太湖平原的水田pH值等），差异均显著，全省共有108组检测值，其中3组差异不显著，105组差异显著。这就意味着对于全省绝大部分地区来说，表耕层与亚耕层/犁底层具有相似的性状与肥力，可以考虑同时剥离以提高耕地资源利用效率，最大程度减少优质耕地的浪费与流失。而亚耕层/犁底层与心土层差异较大，不具有所需的质量，不宜剥离。

将每个区域内水田、旱地、菜地不同层次厚度按面积做加权平均处理，得到指标区内各层次厚度平均值，鉴于江苏省耕地土壤肥力，亚耕层/犁底层接近于表耕层并明显高于心土层，但亚耕层/犁底层土壤物理结构偏紧实即容重偏大，耕地耕作层土壤剥离利用时，根据我省不同地区耕地保护压力、耕地（农用地）年转用量、复垦开发补充耕地面积情况等，采用差别化的剥离厚度。其中：1）耕地保护压力小、耕地（农用地）年转用量小、复垦开发年补充耕地面积小的地区，剥离厚度 = 耕层平均厚度，此为剥离厚度最小值；2）耕地保护压力中等、耕地（农用地）年转用量中等、复垦开发年补充耕地面积中等地区，剥离厚度 = 耕层平均厚度+1/2犁底层/亚耕层厚度，此为剥离厚度建议值；3）耕地保护压力大、耕地（农用地）年转用量大、复垦开发年补充耕地面积大的地区，剥离厚度 = 耕层平均厚度+犁底层/亚耕层厚度；此为剥离厚度最大值。

对结果中小数位数进行四舍五入，统计结果见表4。

表4 江苏省耕作层剥离深度值Table.4 Stripping depth value of soil cultivated layer in Jiangsu Province

此深度的计算确定，建立在江苏省耕地亚耕层/犁底层接近于表耕层并明显高于心土层的基础之上。此方法适用于土壤肥力分布呈现相似特征的地区，同时，需要结合不同耕地利用类型，以及耕地保护压力等多方因素综合考量，确立最终的耕作层剥离深度。

4 结 论

本文利用全省范围内不同耕地类型的表耕层、犁底层/亚耕层和心土层的土壤属性数据，利用聚类算法、显著性检验等方法对江苏省耕地不同土壤层次差异、分区差异进行研究。主要研究结论如下：

1）对于所选取的指标体系来看，影响全省耕地肥力性质差异的因素主要有pH值、全磷、全氮含量和容重。可见江苏省范围内，此4项土壤属性变动分能够较好的代表全省土壤性质差异。

2）对全省耕地肥力主成分分值进行聚类分析，可将全省划分为6个区，每一个聚类中含有的地区个数并不相同。从不同聚类方法的结果中都能看出，同一分类中的地区地理位置也都较为接近，体现出位置相近的地区也具有相似的土壤本底、肥力性质。影响精度结果的主要是聚类方法，选取不同的分类结果作为参照，评价出的结论是一致的，可见对于江苏省土壤肥力来说，区域差异是客观存在的，且根据T检验结果，差异显著。

3）对于全省绝大部分地区来说，表耕层与亚耕层/犁底层具有相似的性状与肥力，可以考虑同时剥离以提高耕地资源利用效率，最大程度减少优质耕地的浪费与流失。而亚耕层/犁底层与心土层差异较大，不具有所需的质量，不宜剥离。

4）鉴于江苏省耕地土壤肥力，亚耕层/犁底层接近于表耕层并明显高于心土层，但亚耕层/犁底层土壤物理结构偏紧实即容重偏大，耕地耕作层土壤剥离利用时，建议区分水田、旱地、菜地，根据江苏省不同地区耕地保护压力、耕地（农用地）年转用量、复垦开发补充耕地面积情况等，采用差别化的剥离厚度。

从耕作层剥离工作的角度来看，对比前人所进行的研究，本研究较为明确的提出在大尺度范围上需要结合土壤本底、肥力性质，针对不同的用地类型，因地制宜地采取不同的深度的研究思路，同时，结合耕作层剥离工作本身的特点进行聚类分区，并未直接采取现有的分区结果，但将其用于聚类分区的精度评价。分区结果能够很好的服务于全省耕作层剥离工作的开展实施。

[1] 倪绍祥，谭少华. 江苏省耕地安全问题探讨[J]. 自然资源学报，2002，17(3)：307－312.

Ni Shaoxiang, Tan Shaohua. On the cultivated land security of jiangsu province[J]. Journal of Natural Resources, 2002, 17(3): 307－312. (in Chinese with English abstract)

[2] 周炳中，赵其国，杨浩. 江苏省耕地变化及其驱动机制的数理探讨[J]. 土壤学报，2003，40(5)：665－671.

Zhou Bingzhong, Zhao Qiguo, Yang Hao. Study on the change of cultivated land and its regulation countermeasure in jiangsu province[J]. Acta Pedologica Sinica, 2003,40(5): 665－671. (in Chinese with English abstract)

[3] 吴泽斌，刘卫东. 基于粮食安全的耕地保护区域经济补偿标准测算[J]. 自然资源学报，2009，12(20)：76－86.

Wu Zebin, Liu Weidong. Assessment on compensation for external benefit in cultivated land protection from the consideration of regional grain security[J]. Journal of Natural Resources, 2009, 12(20): 76－86. (in Chinese with English abstract)

[4] 刘露，周生路，田兴，等. 不同比例尺下耕地质量分等结果的差异及影响因素研究[J]. 自然资源学报，2016，31(4)：629－638.

Liu Lu, Zhou Shenglu, Tian Xing, et al. Analysis on the differences and influential factors of cultivated land quality gradation at different scales[J]. Journal of Natural Resources, 2016, 31(4): 629－638. (in Chinese with English abstract)

[5] Schwenke G, Ayre L, Mulligan D, et al. Soil stripping and replacement for the rehabilitation of bauxite－mined land at Weipa. II. Soil organic matter dynamics in mine soil chronosequences[J]. Soil Research, 2000, 38(2): 371－94.

[6] 徐炳玉，王涛，窦森. 关于表土剥离技术的初步研究[J]. 吉林农业：学术版，2012，(1)：18.

[7] 薛山. 我国建设占用耕作层剥离与利用模式研究[D]. 北京：中国地质大学，2014.

Xue Shan. Study on the Tillage Layer Stripping and Utilization of Building Occupants in China[D]. Beijing: China University of Geosciences, 2014.

[8] 唐为安，田红，陈晓艺，等. 气候变暖背景下安徽省冬小麦产量对气候要素变化的响应[J]. 自然资源学报，2011，26(1)，66－78.

Tang Weian, Tian Hong, Chen Xiaoyi, et al. Response of winter wheat yield to climate change under global warming in anhui province[J]. Journal of Natural Resources, 2011, 26(1): 66－78. (in Chinese with English abstract)

[9] Koch J M. Alcoa’s mining and restoration process in south western australia[J]. Restoration Ecology, 2007, 15(Supp.4): S11－S116.

[10] 谭永忠，韩春丽，吴次芳，等. 国外剥离表土种植利用模式及对中国的启示[J]. 农业工程学报，2013，29(23)，194－201.

Tan Yongzhong, Han Chunli, Wu Cifang, et al. Patterns of topsoil stripping for planting use in foreign countries and its englightenment for china[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(23): 194－201. (in Chinese with English abstract)

[11] 沈镭，成升魁. 论国家资源安全及其保障战略[J]. 自然资源学报，2002，17(4)：393－400.

Shen Lei, Cheng Shenkui. On the national resources security and its guaranteeing strategies[J]. Journal of Natural Resources, 2002, 17(4): 393－400. (in Chinese with English abstract)

[12] 林爱文，胡艳荣，胡立峰. 三峡库区土地整理 “移土培肥工程” 设计研究——以兴山县峡口镇为例[J]. 水土保持研究，2008，15(4)：126－129.

[13] 胡胜，曹明明，刘琪，等. 不同视角下 InVEST 模型的土壤保持功能对比[J]. 地理研究，2014，33(12)：2393－2406.

Hu Sheng, Cao Mingming, Liu Qi, et al. Comparative study on the soil conservation function of InVEST model under different perspectives[J]. Geographical Research, 2014, 33(12): 2393－2406. (in Chinese with English abstract)

[14] 朱先云. 国外表土剥离实践及其特征[J]. 中国国土资源经济，2009，22(9)：24－26.

[15] 徐艳，张凤荣，赵华甫，等. 关于耕作层土壤剥离用于土壤培肥的必要条件探讨[J]. 中国土地科学，2011，25(11)：93－96.

Xu Yan, Zheng Fengrong, Zhao Huafu, et al. Prerequisites for preserving the fertility and the soil layer before farmland converted for construction use[J]. China Land Science, 2011, 25(11): 93－96. (in Chinese with English abstract)

[16] 贺玲，蔡益朝，杨征. 高维数据聚类方法综述[J]. 计算机应用研究，2010，27(1)：23－26.

He Ling, Cai Yichao, Yang Zheng. Survey of clustering a lgorithms for high-dimensional data[J]. Application Research of Computers, 2010, 27(1): 23－26. (in Chinese with English abstract)

[17] Ricke P, Kube M, Nakagawa S, et al. First genome data from uncultured upland soil cluster alpha methanotrophs provide further evidence for a close phylogenetic relationship to Methylocapsa acidiphila B2 and for high-affinity methanotrophy involving particulate methane monooxygenase[J]. Applied and environmental microbiology, 2005, 71(11): 7472－7482.

[18] Revelle W. Psych: Procedures for personality and psychological research[Z/OL]. Northwestern University, Evanston, Illinois, USA, 2014. https://CRAN.R-project.org/package=psych.

[19] Maechler M, Rousseeuw P, Struyf A, et al. Cluster: Cluster analysis basics and extensions[Z/OL]. Zurich, Switzerland, 2014. https://cran.r-project.org/web/packages/cluster/index.html.

[20] 汤银才. R 语言与统计分析[M]. 北京：高等教育出版社, 2008.

[21] Halkidi M, Batistakis Y, Vazirgiannis M. Clustering validity checking methods[J]. ACM Sigmod Record, 2002, 31(3): 19－27.

[22] 周昭涛. 文本聚类分析效果评价及文本表示研究[D]. 北京：中科院计算技术研究所，2005. Zhou Zhaotao. Quality evaluation of Text Clustering Results and Investigation on Text Representation[D]. Beijing: Institute of Computing Technology, Chinese Academy of Sciences, 2005.

[23] 凌启鸿. 江苏农业资源与综合区划[M]. 南京：江苏科学技术出版社，1993.

[24] 喻长新，李桂荣. 江苏土壤[M]. 北京：中国农业出版社，1995.

[25] Desgraupes B. ClusterCrit: Clustering indices[Z/OL]. University of Paris Ouest, Nanterre, France, 2015. https://cran. r-project.org/package=clusterCrit.

[26] Baker F B, Hubert L J. Measuring the power of hierarchical cluster analysis[J]. Journal of the American Statistical Association, 1975, 70(349): 31－8.

[27] Ball G, Hall Dj I. A novel method of data analysis and pattern classification. Isodata, A novel method of data analysis and pattern classification. Tch. Report 5RI, Project 5533[M]. Stanford RI, Menlo Park, Ca. USA. 1965.

[28] Rousseeuw P J. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis[J]. Journal of Computational and Applied Mathematics, 1987, (20): 53－65.

[29] Trangmar B B, Yost R S, Uehara G. Application of geostatistics to spatial studies of soil properties[J]. Advances in Agronomy, 1985, 38(1): 45－94.

[30] Warrick A, Nielsen D R. Spatial variability of soil physical properties in the field[M]. Applications of Soil Physics. New York: Academic press. 1980.

Determination of peel depth and partition in cultivated soil of Jiangsu Province

Wang Junxiao1, Liu Bing2, Zhou Shenglu1※, Xu Cuilan2, Sui Xueyan2, Zhu Yan3, Wang Bingjun3
(1. Academy of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210046, China; 2. Jiangsu Center of Real Estate Development, Nanjing 210024, China; 3. Nanjing Nanyuan Consultation for Land Development and Utilization Limited Company, Nanjing 210008, China)

Cultivated soil is the material base of agricultural production and the core of arable land resources. Stripping utilization is of great significance to guarantee the dynamic balance of quantity and quality of arable land. The data of 201 representative soil profiles and organic matter, bulk density, pH value, total nitrogen, total phosphorus, available potassium and soil thickness were collected from Jiangsu Province in the 1980s. Principal component analysis was adopted to determine the dominant factor of cultivated land fertility difference in Jiangsu Province. And based on the cluster analysis, the difference of cultivated land fertility in Jiangsu Province was then partitioned. Finally, the significance of soil fertility was analyzed by using the method of significance test, and the soil stripping depth of cultivated land under different subarea was obtained. The results showed that: 1) For the selected index system, the factors affecting the difference of fertility of cultivated land in the province were pH value, total phosphorus, total nitrogen content and bulk density. It could be seen that within the scope of Jiangsu Province, the 4 types of soil properties changes could better represent the province’s soil properties. The clustering results of different methods were different, but they all showed the trend of gathering in space, which meant that the physical and chemical properties of soils in the similar areas were also closer, which was consistent with previous studies. 2) Through the clustering analysis of the main components of farmland fertility, the soil stripping depth of cultivated land could be divided into 6 zones, each of which contained the different number of regions. It could be seen from the results of different clustering methods that the geographical location in the same classification was also close to each other, and the areas with similar location also had similar soil background and fertility properties. The accuracy of the results was mainly influenced by clustering methods. If selecting the different classification results as a reference, the evaluations of the conclusions were consistent. It could be seen for the soil fertility in Jiangsu Province, the regional differences were objective, and according to the T test results, the significant difference could be seen. 3) For the most areas of the province, the surface layer and sub-plow layer / plow bottom layer had similar traits and fertility, which could be stripped at the same time to improve the utilization efficiency of arable land resources, and reduce the waste and loss of high-quality farmland to a maximum degree. While the sub-plow layer / plow bottom had a larger difference with subsoil layer, which did not have the required quality, and hence should not be stripped. 4) In view of the soil fertility of the cultivated land in this province, the sub-plow layer / plow bottom layer was close to the topsoil layer and obviously higher than that of the subsoil layer. However, the soil physical structure of the sub-plow layer / plow bottom layer was too tight, and the bulk density was relatively large. So it is proposed to distinguish paddy field, dry land and vegetable land. According to the pressure of cultivated land protection in different areas of this province, the annual conversion amount of cultivated land (agricultural land), the area of supplementary cropland, different stripping depth should be adopted.

land use; soil; stripping; stripping depth; cluster

10.11975/j.issn.1002-6819.2017.05.037

P967; K903

A

1002-6819(2017)-05-0257-07

王君櫹，刘 斌，周生路，徐翠兰，隋雪艳，朱 雁，王炳君. 基于土壤肥力的江苏省耕作层土壤剥离分区与深度确定[J].农业工程学报，2017，33(5)：257－263.

10.11975/j.issn.1002-6819.2017.05.037 http://www.tcsae.org

Wang Junxiao, Liu Bin, Zhou Shenglu, Xu Cuilan, Sui Xueyan, Zhu Yan, Wang Bingjun. Determination of peel depth and partition in cultivated soil of Jiangsu Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 257－263. (in Chinese with English abstract)

doi：10.11975/j.issn.1002-6819.2017.05.037 http://www.tcsae.org

2016-06-29

2017-01-25

国土资源部公益性行业科研专项（201211050-05）；江苏省重大科技专项（BE2015708）

王君櫹，男，江苏兴化人，博士生，主要研究方向为土地资源利用，南京，南京大学地理与海洋科学学院，210046，

Email：njuwjx@outlook.com

※通信作者：周生路，男，江西大余人，教授，主要从事土地利用与土壤污染评价研究，南京，南京大学地理与海洋科学学院，210046，

Email：zhousl@nju.edu.cn