福建黄泥田肥力质量特征与最小数据集*

王 飞, 李清华, 林 诚, 何春梅



福建黄泥田肥力质量特征与最小数据集*

王 飞, 李清华, 林 诚, 何春梅

(福建省农业科学院土壤肥料研究所 福州 350013)

黄泥田为福建省主要中低产田类型之一, 约占水稻土面积的30%。为解析关键限制因子及开展黄泥田肥力质量评价, 进而实施针对性的改良措施, 采用配对采样方法, 采集福建省20对典型黄泥田与邻近同一微地貌单元内高产灰泥田表层土壤, 分析了两种土壤类型28项属性因子指标差异及其原因, 并采用主成分分析等方法构建福建省黄泥田肥力质量评价因子最小数据集, 通过加权指数法分别计算最小数据集土壤肥力质量指数与差异显著因子构成的重要数据集土壤肥力质量指数。结果表明, 与灰泥田相比, 黄泥田的有机质含量低19.1%, 全氮、全磷、全钾含量分别低14.8%、29.9%和25.4%, 碱解氮、有效磷和速效钾含量分别低17.8%、56.7%和39.3%, CEC、交换性钙、交换性镁含量分别低12.9%、50.6%和30.8%, 有效铁、有效硼和有效锌含量分别低25.6%、33.3%和44.1%。黄泥田的物理性黏粒、<0.001 mm黏粒和容重分别较灰泥田高20.8%、25.6%和12.3%, 而孔隙度低19.3%。黄泥田过氧化氢酶活性较灰泥田高20.4%, 脲酶活性较灰泥田低40.4%。用主成分分析方法从上述19项有显著差异的因子构成的重要数据集中归纳出累计贡献率达76.22%并能反映黄泥田综合肥力特征的6个主成分, 建立了由CEC、全钾、有效磷、有效硼和孔隙度5项因子组成的黄泥田肥力评价最小数据集, 相应的黄泥田最小数据集土壤肥力质量指数仅相当于灰泥田的69.5%, 通过与重要数据集的土壤肥力质量指数相关分析比较, 最小数据集可代替重要数据集对福建省黄泥田土壤肥力质量进行正确评价。

黄泥田; 土壤属性; 土壤质量评价; 最小数据集; 土壤肥力质量指数

土壤肥力质量是综合表征土壤维持生产力的能力, 是土壤养分针对特定作物的供应能力[1]。现代农业生产中, 土壤肥力质量对作物生产力的影响越来越明显, 优良品种潜力的发挥、栽培措施的实施、水肥资源的合理利用都越来越依赖土壤质量, 因此加强中低产田改良与肥力提升的研究显得尤为重要。

黄泥田属渗育型水稻土, 为福建省主要中低产田类型之一, 约占水稻土面积的30%[2]。黄泥田土壤剖面犁底层下多见黄色锈斑或全层为黄色, 俗称“黄泥层”, 主要分布于山地丘陵、山前倾斜平原、滨海台地和河谷阶地, 发育于凝灰岩、闪长岩、泥质岩、第四纪红色黏土和细粒结晶岩等风化物, 母质较细, 土质黏重。黄泥田所处地势较高, 渗透性强, 干湿交替频繁, 剖面土壤分化较明显。20世纪80年代, 全国第2次土壤普查对福建黄泥田土壤理化特性开展了研究, 发现熟化度低的黄泥田存在酸、瘦、黏、浅、旱等障碍因素[2]。但调查距今已有30余年, 且当前耕作制度和施肥方式已发生明显变化。因此, 掌握当前农业生产方式下黄泥田的土壤肥力特性, 对因地制宜改良该类型土壤十分重要。

土壤肥力质量不能被直接测定, 但可通过评价因子功能参数来间接描述土壤的质量状态[3-4]。一些数学统计方法已被广泛应用于土壤质量评价中, 如层次分析法、灰色关联度法、主成分分析法等, 利用这些数学统计方法评价土壤肥力质量可以减少人为因素的干扰[5-7]。最小数据集(MDS)是反映土壤质量最少的指标参数的集合, 即通过几个关键因子实现土壤质量评价。从前人的研究看, 最小数据集因子选择多综合考虑土壤物理、化学与生物学性质指标, 并尽可能敏感地表征出土壤生态系统变化[8-10]。但不同土壤类型、不同土地利用方式下的最小数据集因子选择差异较大, 尚无统一的标准, 需要结合具体生态条件构建最小数据集。

为此, 本研究通过对福建省20对典型中低产黄泥田与邻近同一微地貌单元内的高产灰泥田进行配对比较, 分析土壤物理、化学与生物学方面的差异, 解析限制因子与限制程度以及形成原因。在此基础上, 通过主成分等方法建立最小数据集, 开展土壤肥力质量评价, 阐明黄泥田肥力提升方向。

1 材料与方法

1.1 样品采集与分析项目

于2015年12月至2016年3月水稻冬闲期, 在福建省浦城、建阳、建瓯、延平、顺昌、闽清、闽侯、宁化、永安、大田、尤溪、沙县、将乐、周宁、福安、屏南、霞浦、古田、上杭、连城20个县选择20对典型黄泥田(剖面构型A-Ap-P-C, 代表中低产土壤)与邻近同一微地貌单元内的灰泥田(剖面构型A-Ap-P-W-C, 代表高产土壤)表层土壤(0~20 cm)进行采样(表1)。野外采样时, 每块样地在布点的区域50 m范围内采用S形布置8~10个子样点, 采样时先用取土铲挖出20 cm深的土壤断面, 再用竹刀削去与取土铲接触部分, 并垂直向下均匀采集取0~20 cm断面, 每个子样约0.4 kg, 剔除其中可见的植物残体、石块及土壤动物, 再将多个子样混合均匀后用四分法留取1.5 kg样品, 装于干净塑封袋中运回室内。留部分鲜土保存到4 ℃冰箱中用于可溶性有机碳、微生物生物量碳等生化因子的测定。其余部分摊成薄层, 自然风干并适时翻动, 沿自然结构剥成小块土样, 风干后样品一部分用于土壤团聚体、机械组成等测定; 另一部分过筛后用于土壤化学性状分析。田间采样时另用容重圈在采样区中心的耕层中间位置采集土壤样品用于测定0~20 cm表层土壤容重, 重复3次。

表1 福建省水稻田土壤样品取样点

Table 1 Soil sample points of paddy field in Fujian Province

编号Number地点Location经纬度Longitude andlatitude海拔Height (m)地形Landform土壤母质Soil parent material土地利用方式Land utilization type黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field1尤溪县西滨镇Xibin Township,Youxi County26°24′N118°18′E210230丘陵下部Lower part of hill平原中阶Mid terrace of plain残积物Elurium冲积物Alluvial material单季稻Single cropping rice烟-稻Tobacco- rice rotation2闽清县东桥镇Dongqiao Township, Minqing County26°22′N118°52′E160150丘陵上部Upper part of hill平原中阶Mid terrace of plain残积物Elurium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice建瓯市东峰镇Dongfeng Township, Jian’ou County27°9′N118°32′E140130丘陵下部Lower part of hill平原中阶Mid terrace of plain残积物Elurium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice4浦城县仙阳镇Xianyang Township, Pucheng County28°04′N118°29′E340327丘陵下部Lower part of hill平原低阶Low terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice5建阳区童游街道Tongyou Street, Jianyang District27°22′N118°9′E180150丘陵下部Lower part of hill平原中阶Mid terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice6延平区大横镇Daheng Township, Yanping District26°43′N118°14′E10070丘陵下部Lower part of hill平原高阶High terrace of plain坡积物Deluvium坡积物Deluvium单季稻Single cropping rice单季稻Single cropping rice7闽侯县白沙镇Baisha Township, Minhou County26°13′N119°04′E1611丘陵下部Lower part of hill平原低阶Low terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice稻-菜Rice- vegetable rotation8顺昌县郑坊镇Zhengfang Township, Shunchang County26°42′N117°43′E272270丘陵下部Lower part of hill宽谷盆地Broad valley basin坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice烟-稻Tobacco-rice rotation9永安市洪田镇Hongtian Township, Yong’an County25°50′N117°16′E341230丘陵下部Lower part of hill平原中阶Mid terrace of plain坡积物Deluvium冲积物Alluvial material中稻-西瓜Semilate rice- watermelonrotation单季稻Single cropping rice

表1 续

编号Number地点Location经纬度Longitude andlatitude海拔Height (m)地形Landform土壤母质Soil parent material土地利用方式Land utilization type黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field黄泥田Yellow-mudpaddy field灰泥田Grey-mudpaddy field10古田县城东街道Chengdong Street, Gutian County26°37′N118°44′E361355丘陵中部Mid part of hill平原高阶High terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice11大田县武陵乡Wuling Township, Datian County25°37′N117°46′E443435丘陵中部Mid part of hill平原高阶High terrace of plain残积物Elurium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice12宁化县泉上镇Quanshang Township, Ninghua County26°24′N116°58′E464453丘陵中部Mid part of hill平原高阶High terrace of plain坡积物Deluvium坡积物Deluvium单季稻Single cropping rice烟-晚稻Tobacco-rice rotation13周宁县礼门乡Limen Township, Zhouning County26°59′N119°12′E830816山地坡下Mountain bottom山间盆地Intermountain basin坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice14屏南县甘棠镇Gantang Township, Pingnan County26°25′N119°37′E752741山地坡下Mountain bottom平原高阶High terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice15福安市溪潭镇Xitan Township,Fu’an City27°03′N118°18′E6212丘陵中部Mid part of hill平原低阶Low terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice中稻-蔬菜Semilate rice- vegetables rotation16霞浦县松港街道Songgang Street, Xiapu County26°57′N120°00′E151148丘陵下部Lower part of hill平原高阶High terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice17连城县罗坊镇Luofang Township, Liancheng County25°44′N116°39′E432396丘陵中部Mid part of hill平原低阶Low terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice烟-晚稻Tobacco-late rice rotation18上杭县太拔镇Taiba Township, Shanghang County24°56′N118°39′E475280丘陵中部Mid part of hill平原高阶High terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice油菜-中稻Rape-semilatericerotation19沙县夏茂镇Xiamao Township, Shaxian County26°34′N117°38′E208185丘陵下部Lower part of hill平原中阶Mid terrace of plain坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice20将乐县漠源乡Moyuan Township, Jiangle County26°39′N117°34′E440438丘陵中部Mid part of hill宽谷盆地Broad valley basin坡积物Deluvium冲积物Alluvial material单季稻Single cropping rice单季稻Single cropping rice

土壤样品测定的指标共有28项, 其中, 化学指标18项, 包括pH、有机质、全氮、全磷、全钾、碱解氮、有效磷、速效钾、阳离子交换量(CEC)、可溶性有机碳、交换性钙、交换性镁、有效硫、有效铁、有效锰、有效硼、有效锌、有效铜; 物理指标5项, 包括<0.01 mm物理性黏粒、<0.001 mm黏粒、>0.25 mm团聚体、容重、孔隙度; 生化指标5项, 包括脲酶活性、转化酶活性、酸性磷酸酶活性、过氧化氢酶活性、微生物生物量碳(MBC)含量。

各理化生化指标按常规方法测定[11], 具体如下: 土壤pH采用无CO2的蒸馏水浸提, 水土比5∶1, 玻璃电极法; 有机质采用硫酸-重铬酸钾氧化-外加热, 容量法; 全氮采用半微量开氏消煮法; 全磷采用氢氧化钠熔融, 钼锑抗比色法; 全钾采用氢氧化钠熔融, 火焰光度法; 碱解氮采用碱解扩散法; 有效磷采用碳酸氢钠浸提, 钼锑抗比色法; 速效钾采用乙酸铵浸提, 火焰光度法; CEC采用乙酸铵交换法; 可溶性有机碳(DOC)测定参照张国等方法[12], 采用蒸馏水浸提(水土比2.5∶1), 而后过0.45mm滤膜后用岛津TOC-L CPH总有机碳分析仪测定; 交换性钙、镁采用乙酸铵浸提, 原子吸收分光光度计法; 有效硫采用磷酸盐-乙酸溶液浸提, 硫酸钡比浊法; 土壤有效铁、锰、锌、铜采用DTPA混合溶液浸提⁃原子吸收分光光度计法; 有效硼采用沸水浸提, 姜黄素比色法。<0.01 mm物理性黏粒、<0.001 mm黏粒采用比重计法; >0.25 mm团聚体参照毛艳玲等[13]方法, 采用湿筛法测定; 容重采用环刀取样, 重量法; 孔隙度采用比重瓶法测定土壤比重, 再通过比重与容重换算。土壤脲酶活性、过氧化氢酶活性、转化酶活性与磷酸酶活性依次用靛酚蓝比色法、高锰酸钾滴定法、硫代硫酸钠滴定法与磷酸苯二钠比色法; 微生物生物量碳采用氯仿熏蒸⁃硫酸钾浸提, 而后用岛津TOC-L CPH总有机碳分析仪测定。

1.2 数据统计分析

28项土壤理化、生化因子数据利用DPS统计软件进行配对两处理检验(双尾检验), 确定5%差异显著的属性因子构成重要数据集(important data set, IDS); 利用SPSS 13.0统计软件的因子分析功能对重要数据集进行主成分分析, 选择特征值≥1的因素, 以进一步减少与优化评价因子, 并结合简单相关分析与专家经验法确定黄泥田肥力质量评价最小数据集(minimum data set, MDS)。

黄泥田肥力质量评价与最小数据集检验按以下步骤完成: 通过隶属函数计算重要数据集与最小数据集各因子得分, 隶属函数可将指标测定值转化为0~1的无量纲值。主要标准化隶属函数有正S型、反S型和抛物线型[6], 对于没有明确阈值的指标而言, 指标标准化采用简单的线性评分函数。对于“越高越好”指标而言, 将各指标实测值的最大值作为标准, 得分等于1, 其他测定值与该最大值的比值作为其他测定值的标准化得分; 相反, 对于“越低越好”指标而言, 将各指标值的最小值作为标准, 得分等于１, 该最小值与其他测定值的比值作为其他测定值的标准化得分[14-15]。对最小数据集因子进行主成分分析, 得到每个因子的公因子方差, 各个因子的权重值等于该指标公因子方差与全部指标的公因子方差和的比值[15], 再通过加权指数法分别计算基于最小数据集的土壤肥力质量指数(soil fertility quality important, SFQI)与基于重要数据集的土壤肥力质量指数, 最后通过相关分析验证最小数据集的科学性。

2 结果与分析

2.1 黄泥田肥力质量特征

2.1.1 黄泥田土壤化学特征

从土壤化学特征来看(表2), 邻近同一微地貌单元发育的黄泥田与灰泥田的有机质、全氮、全磷、全钾、碱解氮、有效磷、速效钾、CEC、交换性钙、交换性镁、有效铁、有效硼、有效锌等13项属性因子含量呈显著或极显著差异。其中, 黄泥田的有机质含量较灰泥田低19.1%, 全氮、全磷、全钾含量分别低14.8%、29.9%和25.4%, 碱解氮、有效磷与速效钾含量分别低17.8%、56.7%和39.3%, CEC低12.9%, 交换性钙与交换性镁含量分别低50.6%和30.8%, 有效铁、有效硼、有效锌含量分别低25.6%、33.3%和44.1%。这主要是因为黄泥田多分布于丘陵山地, 为残坡积物母质, 风化淋溶强烈, 自身养分不足, 加之人为耕作粗放, 熟化度低, 导致矿质养分进一步贫乏。

2.1.2 黄泥田土壤物理特征

表3表明, 邻近同一微地貌单元发育的黄泥田与灰泥田的<0.01 mm物理性黏粒、<0.001 mm黏粒、容重与孔隙度等4项属性因子均呈极显著差异, 其中, 黄泥田的<0.01 mm物理性黏粒、<0.001 mm黏粒与容重分别较灰泥田高20.8%、25.6%和12.3%, 而孔隙度较灰泥田低19.3%。主要原因是黄泥田熟化程度低, 有机质匮乏, 土壤黏土矿物以铁铝氧化物和高岭石为主, 保留红壤黏重板结特性, 故黏粒与容重较高、孔隙度低。

表2 黄泥田与邻近灰泥田表层土壤化学性状比较

数据表示平均值±标准差;0.05=2.023,0.01=2.708,=20; “*”与“**”分别表示差异达5%和1%水平。The data in the table are means ± standard deviation.“*”and “**” indicate significant at 5% and 1% levels, respectively.

表3 黄泥田与邻近灰泥田表层土壤物理性状比较

数据表示平均值±标准差;0.05=2.023,0.01=2.708,=20; “*”与“**”分别表示差异达5%和1%水平。 The data in the table are means ± standard deviation. “*”and “**” indicate significant at 5% and 1% levels, respectively.

2.1.3 黄泥田土壤生化特征

从土壤生化性状来看(表4), 邻近同一微地貌单元发育的黄泥田与灰泥田土壤过氧化氢酶与脲酶活性差异显著, 黄泥田过氧化氢酶活性较灰泥田高20.4%, 可能是黄泥田有机质较低, 矿质养分缺乏、质地偏黏, 受环境胁迫, 水稻生长过程呈现障碍, 诱导分泌过氧化氢酶缓解障碍所致; 黄泥田的脲酶活性较灰泥田低40.4%, 可能与黄泥田氮素等养分缺乏, 微生物可利用的底物较少有关。

表4 黄泥田与邻近灰泥田表层土壤生化性状比较

数据表示平均值±标准差;0.05=2.023,0.01=2.708,=20; “*”与“**”分别表示差异达5%和1%水平。 The data in the table are means ± standard deviation. “*”and “**” indicate significant at 5% and 1% levels, respectively.

2.2 黄泥田土壤肥力评价最小数据集的确定

2.2.1 肥力质量评价因子主成分分析

黄泥田与灰泥田土壤理化、生化性状配对比较表明, 二者土壤中有19项属性因子指标呈现显著差异, 它们构成了黄泥田肥力质量评价的重要数据集, 这为针对性改良黄泥田提供了依据。但是, 重要数据集之间必然存在复杂的信息关联, 且因子数目较多不具有实际操作性, 因此有必要通过主成分分析将之转换为少数几个不相关的综合指标。本研究选择主成分分析中特征值≥1的因素(表5)。从表中可见, 特征值≥1的主成分有6个, 累积方差贡献率达76.22%, 说明前6个主成分基本上反映了黄泥田肥力质量特征。对各变量在各主成分因子载荷矩阵上进行选取, 一般认为系数绝对值在0.8以上的初始因子对构成评价因子具有较大的影响, 故主成分1的孔隙度自然选入, 该主成分主要反映土壤物理特征, 直接影响土壤的通透性与根系的穿插能力。主成分2至主成分6的因子载荷大小均小于0.8, 故选择绝对值系数相对较大的因子; 主成分2选择有效磷, 反映土壤速效养分; 主成分3有效铁因子载荷最大, 但亚热带红壤性水稻土有效铁含量丰富, 足以供应作物所需, 故选择排名第2的有效硼因子, 主要反映土壤微量元素有效含量; 主成分4选择交换性镁因子, 主要反映土壤中量元素有效含量; 主成分5选择全钾因子, 其与排名第2、第3的全磷、全氮主要反映土壤大量元素养分含量; 主成分6选择CEC因子, CEC是反映土壤保肥、供肥与缓冲性能的衡量指标, 直接影响土壤矿质养分的吸附与交换, 进而影响土壤对作物的养分供应, CEC对于酸性土壤而言, 具有综合意义[6]。综上所述, 由孔隙度、有效磷、有效硼、交换性镁、全钾、CEC 6项因子组成的评价因子体系可基本反映19项重要因子所构成的土壤肥力质量评价信息。

表5 黄泥田土壤属性主成分因子载荷矩阵、特征值与方差贡献率

2.2.2 黄泥田土壤肥力质量评价最小数据集确定

为了避免评价因子信息相互重复, 对6项候选因子进一步进行相关分析(表6), 从中可以看出, 土壤部分因子间存在显著的相关性。由于土壤交换性镁是CEC的重要组成部分, 且二者具有显著相关性, 故排除交换性镁因子。且CEC与有机胶体关系密切, 腐殖质含量高的土壤交换量远高于黏土矿物, 故CEC也间接反映土壤理化生化特征。孔隙度虽与有效硼、CEC有显著相关性, 但三者分别反映土壤物理特性、土壤化学特性与综合特征, 故均予以保留。基于相关分析与专家经验判定[5], 最终确定黄泥田肥力质量评价因子由CEC、全钾、有效磷、有效硼与孔隙度5项因子组成。从中可见, 这5项因子基本涵盖了黄泥田黏瘦、磷钾不足等最重要的障碍特征, 它们构成了黄泥田肥力质量评价的最小数据集。

表6 基于主成分分析的黄泥田土壤肥力质量候选评价因子相关分析

“*”表示5%水平显著。“*” indicates significant correlation at 5% level.

2.3 黄泥田肥力质量评价

分别对重要数据集因子及最小数据集因子做主成分分析, 获得各指标的公因子方差, 利用指标公因子方差所占比例得到各个因子的权重值。结果表明, 最小数据集因子CEC、全钾、有效磷、有效硼和孔隙度的权重值分别为0.226、0.155、0.212、0.183和0.223。可以看出, CEC作为保肥供肥综合性的评价因子其权重值最高。通过隶属函数将各因子指标数据标准化, 使各因子指标转化为0~1的无量纲值。采取加权指数法计算黄泥田与灰泥田土壤肥力质量指数, 分别得到重要数据集土壤肥力质量指数和最小数据集土壤肥力质量指数(图1)。从中可以看出,不论是重要数据集还是最小数据集, 其土壤肥力质量指数均表现为灰泥田>黄泥田, 黄泥田二者不同数据集计算的土壤质量指数分别仅相当于灰泥田的80.8%与69.5%。将最小数据集土壤肥力质量指数与重要数据集土壤肥力质量指数进行回归分析以验证科学性, 结果表明, 二者呈极显著正相关关系(图2)。说明本研究确定的最小数据集能够较好地代替重要数据集, 利用最小数据集能够对黄泥田土壤肥力质量进行正确评价。

图1 基于重要数据集与最小数据集的黄泥田与灰泥田土壤肥力质量指数

不同大写字母表示两种土壤间差异极显著(<0.01)。Different capital letters indicate significant differences between two soils at 0.01 level.

图2 基于重要数据集与最小数据集的土壤肥力质量指数相关性

“**”表示极显著相关(<0.01)。“**” indicate significant correlation at 0.01 level.

3 讨论

3.1 南方黄泥田成因、特性与改良

南方黄泥田多分布于坡地梯田及河流高阶地、滨海台地、山前倾斜平原, 多为坡积物或残积物母质。地下水埋深2 m以下, 土壤水主要依赖灌溉水及降水补给, 水的移运以下渗为主要形式, 在高温多雨的条件下, 淋溶较为强烈, 上层淋溶下来的还原性铁、锰多被氧化而淀积, 并伴随着水化作用形成黄色多水氧化铁[2], 使土体呈黄色; 由于强烈的风化淋溶, 土壤自身养分低, 这与多由冲洪积物发育的灰泥田相比存在先天肥力不足。此外, 黄泥田田块破碎, 人为管理粗放, 培肥力度不够、熟化低, 进而加剧了肥力低下。从本研究可以看出, 与潴育型水稻土灰泥田相比, 黄泥田土壤有机质、全量养分与速效养分不足, 中微量元素含量较低, 其中有效硼含量虽比全国第2次土壤普查全省有效硼平均含量有所提高, 但仍低于0.5 mg×kg-1营养临界值[2]。由于黄泥田黏土矿物多为高岭土、氧化铁铝等, 其表面负电荷少, 而表面负电荷多的有机胶体含量低, 故CEC也较低; 同时在强烈的淋溶下, 富含铁铝的土壤进一步造成土壤黏瘦、板结, 土壤黏粒含量与容重均较高, 且土壤过氧化氢酶活性较高也暗示黄泥田生境不良, 存在较多的生化障碍因子, 故黄泥田属低肥短效型的中低产土壤。本研究还可看出, 与灰泥田相比, 黄泥田土壤pH有低于灰泥田趋势, 这可能影响到黄泥田的硝化特性, 相关研究表明, 灰泥田较黄泥田呈现较高的硝化率, 这可能与黄泥田pH较低有关[16]。

鉴于黄泥田在南方丘陵省份水稻田中所占比重较大, 改良现有低产黄泥田、有效提升地力对保障区域粮食安全具有现实意义。针对主要显著差异因子及构建的黄泥田肥力评价最小数据集, 改土培肥的方向是提高耕层土壤有机质库容, 促进土壤熟化, 通过测土配方施肥, 增加与平衡磷、钾、硼等有效养分, 降低土壤容重。增施外源有机物料是黄泥田改土培肥的重要措施。相关研究表明, 在黄泥田水稻生产中, 采用化肥和畜禽粪肥、生物有机肥等配施可有效培肥土壤, 提高水稻产量, 且不同培肥措施以化肥+畜禽粪肥配施的土壤有机质、全氮、碱解氮、有效磷和速效钾含量最高, 并增加了土壤团聚体稳定性[17-18]。有机无机肥配施尤其是配施猪粪有助于提升黄泥田CEC, 而配施绿肥对降低土壤容重最为明显[15]。福建典型黄泥田连续32年化肥与牛粪、秸秆还田配施, 与单施化肥相比, 分别增产12.6%与10.2%, 双季稻年份配施牛粪与秸秆的固碳速率分别是单施化肥的1.59倍与1.32倍[19]。另据报道, 红壤性水稻土每年需要增加外源有机碳0.12 t(C)×hm-2才能维持土壤有机碳的平衡[20]。湖北黄泥田不同有机肥的增肥效果为秸秆>猪粪>绿肥, 且施用不同有机肥均不同程度提高了参与土壤碳循环的α-葡萄苷酶活性、β-葡萄苷酶活性[21]。因此, 对于先天发育不良的黄泥田而言, 通过畜禽粪肥、秸秆还田及绿肥等合理应用, 土壤肥力可得到有效改善与提升, 但其增产潜力, 尤其与高产灰泥田的差距还有待进一步研究。

3.2 黄泥田肥力质量评价

土壤肥力是土壤质量的重要组成部分, 因而肥力综合评价倍受关注。但由于影响其评价方法的主客观因素较多, 目前尚缺乏统一的标准。近年来采用数学统计的方法对土壤肥力进行数量化评价, 取得了一定的效果。评价因子选择是土壤质量评价体系的基础。评价因子选择通常应遵循主导性、差异性、稳定性、定量性、现实性等原则[22]。本研究构建的黄泥田肥力质量评价最小数据集包括CEC、全钾、有效磷、有效硼及孔隙度等因子, 较好地体现了福建省黄泥田与灰泥田的差异性与主导性因素。筛选出的最小数据集均为常规理化指标, 检测方便, 目标明确, 数据集直接或间接涵盖了大中量元素及微量元素, 并充分考虑了养分库容(全量养分)与释放强度(速效养分), 入选最小数据集的物理指标孔隙度为黄泥田主要障碍因子, 为改良培肥及地力提升阐明了方向。值得一提的是, 本研究中最小数据集并未包含有机质因子, 主要原因是CEC为土壤保肥供肥性能的综合指标, 反映了土壤中有机(有机质含量)和无机成分(黏粒矿物组成和黏粒含量)的共同效应[6], 本研究条件下CEC与有机质二者也存在极显著的相关性(=0.468**,=40), 因此CEC评价因子的信息已涵盖了有机质。至于生化因子中的土壤酶活性最终无一入选最小数据集, 可能与本研究条件下各土壤酶活性敏感, 变幅大, 难以稳定反映肥力特征有关, 这与一些研究区域将过氧化氢酶等因子纳入最小数据集研究结果不同[8]。

土壤肥力质量评价因子以及最小数据集的确定通常由数学统计与专家经验等方法确定, 如通用的水稻土肥力评价最小数据集包括pH、有机质、黏粒、有效磷、速效钾、容重、CEC[6]。但不同土壤类型、不同利用方式, 其构建的土壤质量最小数据集存在明显差异。李桂林等[23]基于研究区194个土壤样点数据, 利用方差分析等统计方法确定了苏州市土壤质量评价最小数据集。该研究与先前不同的是将土地利用方式及利用年限作为进入最小数据集的衡量标准之一。张光亮等[24]对黄河三角洲湿地土壤质量进行评价, 采用主成分方法从14个土壤理化指标中筛选出全磷、全氮、盐度、铵态氮和全硫, 构成最小数据集, 用于计算土壤质量综合指数。王飞等[5]运用主成分等数学统计方法从初选28项因子优选6项因子(土壤C/N、细菌数量、微生物生物量氮、还原性物质总量、物理性砂粒、全磷)作为福建冷浸田质量评价因子最小数据集。黄婷等[25]通过主成分分析并结合Norm值(矢量常模)的方法, 筛选出活性有机质、全氮、有效磷、速效钾、黏粒、CEC、过氧化氢酶、磷酸酶和转化酶等12项指标, 建立了黄土沟壑区土壤综合质量评价的最小数据集。上述表明, 受制于生态类型、土壤类型及种植制度, 土壤肥力质量评价的最小数据集构成不尽相同, 甚至差异巨大, 表现明显的区域性与生产应用性特点。

迄今为止, 对土壤质量评价因子指标的划分还没有统一的标准。对参评因素的分级级差应尽量考虑到生物学意义[26], 传统人为制定各评价因素指标分级标准是一种非此及彼的思想, 实际是这一中间过渡中呈现亦此亦彼性, 采用模糊数学方法评价各评价因素, 可得到科学评价结果[27]。本研究指标标准化除了应用模糊数学隶属函数外, 还采用了简单的线性评分函数, 其中对评价因子标准值确定有待进一步明确, 这可能影响到评价结果的土壤肥力质量指数, 有待进一步深入研究。

4 结论

通过对福建省20对典型黄泥田与邻近同一微地貌单元内的高产灰泥田进行配对比较, 结果表明, 黄泥田与灰泥田的有机质、全氮、全磷、全钾、碱解氮、有效磷、速效钾、CEC、交换性钙、交换性镁、有效铁、有效硼、有效锌等13项化学属性因子含量呈显著或极显著差异, 二者的<0.01 mm物理性黏粒、<0.001 mm黏粒、容重与孔隙度4项物理属性因子指标均呈极显著差异, 二者的土壤过氧化氢酶与脲酶活性2项生化因子差异显著。总体而言, 与高产灰泥田比较, 黄泥田土壤有机质、全量养分与速效养分不足, 中微量元素含量较低, CEC也较低, 土壤黏粒含量与容重较高, 脲酶活性低而过氧化氢酶活性较高, 属低肥短效型中低产土壤。

黄泥田与灰泥田土壤属性比较, 19项有显著差异的因子构成重要数据集。用主成分分析方法从中归纳出累计贡献率达76.22%并能反映土壤综合特征的6个主成分, 结合相关分析与专家经验法, 建立了由CEC、全钾、有效磷、有效硼、孔隙度等5项因子组成的黄泥田肥力质量评价最小数据集, 相应的应用加权指数法计算的黄泥田肥力质量指数仅相当于灰泥田的69.5%。通过与重要数据集土壤肥力质量指数进行相关分析, 发现最小数据集能够对黄泥田肥力质量进行正确评价。

[1] 骆东奇, 白洁, 谢德体. 论土壤肥力评价指标和方法[J]. 土壤与环境, 2002, 11(2): 202–205 LUO D Q, BAI J, XIE D T. Research on evaluation norm and method of soil fertility[J]. Soil and Environmental Sciences, 2002, 11(2): 202–205

[2] 福建省土壤普查办公室. 福建土壤[M]. 福州: 福建科学技术出版社, 1991Soil Surveying Office in Fujian. Fujian Soil[M]. Fuzhou: Fujian Science and Technology Press, 1991

[3] DORAN J W, PARKIN T B. Defining and assessing soil quality[M]//DORAN J W, COLEMAN D C, BEZDICEK D F, et al. Defining Soil Quality for a Sustainable Environment. Madison, Wisconsin: Soil Science Society of America Inc., 1994

[4] KARLEN D L, MAUSBACH M J, DORAN J W, et al. Soil quality: A concept, definition, and framework for evaluation (A Guest Editorial)[J]. Soil Science Society of America Journal, 1997, 61(1): 4–10

[5] 王飞, 李清华, 林诚, 等. 福建冷浸田土壤质量评价因子的最小数据集[J]. 应用生态学报, 2015, 26(5): 1461–1468WANG F, LI Q H, LIN C, et al. Establishing a minimum data set of soil quality assessment for cold-waterlogged paddy field in Fujian Province, China[J]. Chinese Journal of Applied Ecology, 2015, 26(5): 1461–1468

[6] 徐建明, 张甘霖, 谢正苗, 等. 土壤质量指标与评价[M]. 北京: 科学出版社, 2010 XU J M, ZHANG G L, XIE Z M, et al. Indices and Assessment of Soil Quality[M]. Beijing: Science Press, 2010

[7] 曹志洪, 周建民. 中国土壤质量[M]. 北京: 科学出版社, 2008 CAO Z H, ZHOU J M. Soil Quality of China[M]. Beijing: Science Press, 2008

[8] 贡璐, 张雪妮, 冉启洋. 基于最小数据集的塔里木河上游绿洲土壤质量评价[J]. 土壤学报, 2015, 52(3): 682–689 GONG L, ZHANG X N, RAN Q Y. Quality assessment of Oasis soil in the upper reaches of TARIM river based on minimum data set[J]. Acta Pedologica Sinica, 2015, 52(3): 682–689

[9] 杨梅花, 赵小敏, 王芳东, 等. 基于主成分分析的最小数据集的肥力指数构建[J]. 江西农业大学学报, 2016, 38(6): 1188–1195YANG M H, ZHAO X M, WANG F D, et al. Soil fertility index based on minimum data sets using PCA method[J]. Acta Agriculturae Universitatis Jiangxiensis, 2016, 38(6): 1188–1195

[10] YAO R J, YANG J S, GAO P, et al. Determining minimum data set for soil quality assessment of typical salt-affected farmland in the coastal reclamation area[J]. Soil and Tillage Research, 2013, 128: 137–148

[11] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000 LU R K. The Analytical Methods for Soil and Agrochemistry[M]. Beijing: China Agricultural Science and Technology Press, 2000

[12] 张国, 曹志平, 胡婵娟. 土壤有机碳分组方法及其在农田生态系统研究中的应用[J]. 应用生态学报, 2011, 22(7): 1921–1930ZHANG G, CAO Z P, HU C J. Soil organic carbon fractionation methods and their applications in farmland ecosystem research: A review[J]. Chinese Journal of Applied Ecology, 2011, 22(7): 1921–1930

[13] 毛艳玲, 杨玉盛, 邢世和, 等. 土地利用变化对土壤水稳性团聚体轻组有机碳的影响[J]. 福建农林大学学报: 自然科学版, 2008, 37(5): 532–538 MAO Y L, YANG Y S, XING S H, et al. Effects of land use change on light fractions of organic carbon in soil water-stable aggregates[J]. Journal of Fujian Agriculture and Forestry University: Natural Science Edition, 2008, 37(5): 532–538

[14] LIEBIG M A, VARVEL G, DORAN J. A simple performance- based index for assessing multiple agroecosystem functions[J]. Agronomy Journal, 2000, 93(2): 313–318

[15] 周卫. 低产水稻土改良与管理: 理论·方法·技术[M]. 北京: 科学出版社, 2015ZHOU W. Theories and Approaches of Amelioration and Management of Low Yield Paddy Soils[M]. Beijing: Science Press, 2015

[16] 丁洪, 王跃思, 项虹艳, 等. 福建省几种主要红壤性水稻土的硝化与反硝化活性[J]. 农业环境科学学报, 2003, 22(6): 715–719DING H, WANG Y S, XIANG H Y, et al. Nitrification and denitrification potential in different types of paddy soils in Fujian Province[J]. Journal of Agro-Environment Science, 2003, 22(6): 715–719

[17] 胡诚, 刘东海, 乔艳, 等. 不同施肥措施对黄泥田土壤养分及水稻产量的影响[J]. 贵州农业科学, 2017, 45(4): 12–15HU C, LIU D H, QIAO Y, et al. Effects of different fertilization patterns on soil fertility and rice yield of yellow clayey paddy soil[J]. Guizhou Agricultural Sciences, 2017, 45(4): 12–15

[18] 宓文海, 吴良欢, 马庆旭, 等. 有机物料与化肥配施提高黄泥田水稻产量和土壤肥力[J]. 农业工程学报, 2016, 32(13): 103–108MI W H, WU L H, MA Q X, et al. Combined application of organic materials and inorganic fertilizers improving rice yield and soil fertility of yellow clayey paddy soil[J]. Transactions of the CSAE, 2016, 32(13): 103–108

[19] 王飞, 李清华, 林诚, 等. 不同施肥模式对南方黄泥田耕层有机碳固存及生产力的影响[J]. 植物营养与肥料学报, 2015, 21(6): 1447–1454WANG F, LI Q H, LIN C, et al. Effect of different fertilization modes on topsoil organic carbon sequestration and productivity in yellow paddy field of southern China[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(6): 1447–1454

[20] 黄晶, 张杨珠, 高菊生, 等. 长期施肥下红壤性水稻土有机碳储量变化特[J]. 应用生态学报, 2015, 26(11): 3373–3380 HUANG J, ZHANG Y Z, GAO J S, et al. Variation characteristics of soil carbon sequestration under long-term different fertilization in red paddy soil[J]. Chinese Journal of Applied Ecology, 2015, 26(11): 3373–3380

[21] 荣勤雷, 梁国庆, 周卫, 等. 不同有机肥对黄泥田土壤培肥效果及土壤酶活性的影响[J]. 植物营养与肥料学报, 2014, 20(5): 1168–1177RONG Q L, LIANG G Q, ZHOU W, et al. Effects of different organic fertilization on fertility and enzyme activities of yellow clayey soil[J]. Journal of Plant Nutrition and Fertilizer, 2014, 20(5): 1168–1177

[22] 邢世和. 福建耕地资源[M]. 厦门: 厦门大学出版社, 2003 XING S H. Cropland Resources in Fujian[M]. Xiamen: Xiamen University Press, 2003

[23] 李桂林, 陈杰, 檀满枝, 等. 基于土地利用变化建立土壤质量评价最小数据集[J]. 土壤学报, 2008, 45(1): 16–25LI G L, CHEN J, TAN M Z, et al. Establishment of a minimum dataset for soil quality assessment based on land use change[J]. Acta Pedologica Sinica, 2008, 45(1): 16–25

[24] 张光亮, 白军红, 郗敏, 等. 黄河三角洲湿地土壤质量综合评价[J]. 湿地科学, 2015, 13(6): 744–751 ZHANG G L, BAI J H, XI M, et al. Comprehensive assessment of soil quality of wetlands in the yellow river delta[J]. Wetland Science, 2015, 13(6): 744–751

[25] 黄婷, 岳西杰, 葛玺祖, 等. 基于主成分分析的黄土沟壑区土壤肥力质量评价——以长武县耕地土壤为例[J]. 干旱地区农业研究, 2010, 28(3): 141–147HUANG T, YUE X J, GE X Z, et al. Evaluation of soil quality on gully region of loess plateau based on principal component analysis[J]. Agricultural Research in the Arid Areas, 2010, 28(3): 141–147

[26] 沈汉, 邹国元. 菜地土壤评价中参评因素的选定与分级指标的划分[J]. 土壤通报, 2004, 35(5): 553–557SHEN H, ZOU G Y. Parameters selection for evaluation of vegetable soil quality and its gradation[J]. Chinese Journal of Soil Science, 2004, 35(5): 553–557

[27] 王建国, 杨林章, 单艳红. 模糊数学在土壤质量评价中的应用研究[J]. 土壤学报, 2001, 38(2): 176–183 WANG J G, YANG L Z, SHAN Y H. Application of fuzzy mathematics to soil quality evaluation[J]. Acta Pedologica Sinica, 2001, 38(2): 176–183

Characteristics of soil fertility quality and minimum dataset for yellow-mud paddy fields in Fujian Province*

WANG Fei, LI Qinghua, LIN Cheng, HE Chunmei

(Institute of Soil and Fertilizer, Fujian Academy of Agricultural Sciences, Fuzhou 350013, China)

In modern agricultural production, the quality of soil fertility is crucial for the crop productivity. Yellow-mud paddy fields constitute one of the main types of medium-to-low yield fields in Fujian Province, which accounts for about 30% of paddy fields in the province. In order to determine key limiting factors, evaluate the quality of soil fertility and implement targeted improvement measures, 28 soil characteristics of 20 pairs of typical surface soil samples from yellow-mud paddy fields and high-yield grey-mud fields in the neighboring and the same landscape units in Fujian Province were compared. Differences in soil properties between the two soils and the causes were systematically analyzed and the minimum data set (MDS) for assessment of the quality of soil fertility in yellow-mud paddy fields established using principal component analysis and other methods. Using the weighted index method, the soil fertility quality index (SFQI) from MDS and the important data set (IDS) constituted on the basis of significantly different factors. The results showed that compared with grey-mud paddy fields, the content of organic matter in yellow-mud paddy fields was less by 19.1% and the contents of total nitrogen, total phosphorus and total potassium were less respectively by 14.8%, 29.9% and 25.4%. Also the contents of available nitrogen, available phosphorus and available potassium were less respectively by 17.8%, 56.7% and 39.3%. CEC and the contents of exchangeable calcium, exchangeable magnesium were less respectively by 12.9%, 50.6% and 30.8%. While the contents of available iron, available boron and available zinc were less respectively by 25.6%, 33.3% and 44.1%, the contents of clay <0.001 mm and bulk density were higher by 20.8%, 25.6% and 12.3%, whereas the porosity was less by 19.3%. Compared with grey-mud paddy fields, the activity of catalase in yellow-mud paddy fields was higher by 20.4%, but the activity of urease was less by 40.4%. This indicated that compared with high-producing fields, yellow-mud paddy fields belonged to low-fertility and short-acting soils with insufficient soil organic matter, total nutrients and available nutrients, low contents of macro/micro elements, CEC, etc. The above 19 soil characteristics with significant differences between the two soils constituted the IDS. Six principal components, with cumulative contribution of 76.22%, were selected from IDS reflecting the synthetic fertility properties of yellow-mud paddy fields. The final established MDS composed of five factors, including CEC, total potassium, available phosphorus, available boron and porosity for fertility quality assessment according to the expert experience and correlation analysis. The calculated SFQI from MDS of yellow-mud paddy fields was equivalent to 69.5% of that of grey-mud paddy fields. Correlation analysis on SFQI for IDS and MDS indicated that MDS could replace IDS and correctly used to evaluate soil fertility quality of yellow-mud paddy fields. Moreover, MDS could also be used in studies on how to improve soil fertility.

Yellow-mud paddy field; Soil property; Soil quality assessment; Minimum data set (MDS); Soil fertility quality index (SFQI)

, WANG Fei, E-mail: fjwangfei@163.com

Feb. 28, 2018;

Jul. 7, 2018

S158; S159

A

1671-3990(2018)12-1855-11

10.13930/j.cnki.cjea.180194

2018-02-28

2018-07-07

* 省属公益类科研院所基本科研专项(2016R1021-2)、国家绿肥产业技术体系(CARS-22-G-01)、国家重点研发计划项目(2018YFD0200303)和福建省农业科学院科技创新团队项目(STIT2017-1-9)资助

* This study was supported by the Special Fund for Basic-Scientific Research in the Provincial Public Interest of Research Institutes of China (2016R1021-2), China Agriculture Research System of Green Manure Industry (CARS-22-G-01), the National Key R&D Program of China (2018YFD0200303) and the Innovation Team Program of Fujian Academy of Agricultural Sciences (STIT2017-1-9).

王飞, 主要从事土壤资源评价与持续利用研究。E-mail: fjwangfei@163.com

王飞, 李清华, 林诚, 何春梅. 福建黄泥田肥力质量特征与最小数据集[J]. 中国生态农业学报, 2018, 26(12): 1855-1865

WANG F, LI Q H, LIN C, HE C M. Characteristics of soil fertility quality and minimum dataset for yellow-mud paddy fields in Fujian Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(12): 1855-1865