西南紫色土不同施肥措施下土壤综合肥力评价与比较

2018-12-20方林发徐春丽张淑香张跃强石孝均

植物营养与肥料学报 2018年6期

谢军，方林发，徐春丽，张淑香，张跃强,3，石孝均,4*

（1 西南大学资源环境学院/农业部西南耕地保育重点实验室，重庆 400716；2 中国农业科学院农业资源与农业区划所，北京 100081；3 国家紫色土土壤肥力与肥料效益监测站，重庆 400716；4 西南大学农业科学研究院，重庆 400716）

土壤肥力的高低是表征土壤肥沃性的重要因素，土壤中吸收储存的水分和养分能为植物生长提供良好的环境[1]，研究表明，土壤肥力质量是土壤肥力的核心内容，土壤肥力会影响土壤的生产力[2]，土壤退化会对粮食安全和生态环境造成深刻影响[3]，因而评价土壤肥力质量显得尤为重要。长期定位试验因其连续性的对作物产量和土壤性质进行监测，用于评价土壤肥力的变化时结果更加可信，更能阐释科学问题，能很好地反映土壤肥力的演变[4–5]。洛桑长期定位试验结果表明，长期施用化肥对提高土壤有机质含量的效果远小于长期施用农家肥[6]。崔喜安等[7]发现长期施肥使暗棕壤有机质含量呈下降趋势，施用有机肥在一定程度上可以有效控制土壤有机质含量的降低，而且有机肥在一定程度上可以有效控制土壤的酸化。曾玲玲等[8]的研究结果表明，长期不同施肥均能有效增加土壤有机质、全磷、速效磷和速效钾含量，但白浆土的全氮以及碱解氮含量则表现出降低趋势，导致土壤氮素养分库的匮乏。目前国内关于土壤肥力的研究多集中反映土壤单项肥力指标的变化，单项肥力指标仅仅局限于单因素的变化，不能代表土壤的综合肥力水平，综合肥力指数能更好地反映土壤肥力的高低，而这一过程必须借助数学方法，综合化学、物理、生物多个因子进行土壤肥力评价[9]。前人的研究已经表明，聚类分析法、主成分分析法、模糊数学法和内梅罗指数法等均可对土壤进行综合肥力评价[10–14]，但是至今还没有标准的量化评价方法。目前关于土壤综合肥力的评价多集中在南方红壤[15]和北方潮土[16]等，对西南紫色土区域报道极少，尤其是不同评价方法下紫色土综合肥力的变化。本研究采用内梅罗指数法、因子分析法和相关系数法评价连续7年的不同施肥模式下紫色土区域土壤综合肥力的演变，同时分析不同评价方法下土壤综合肥力指数与作物产量的相关性，以期为西南紫色土地区作物保持高产稳产和合理施肥提供科学依据。

1 材料与方法

1.1 试验点概况

试验点位于西南大学国家紫色土肥力与肥料效益监测站，该试验点经度为 106°26′，纬度为 30°26′，海拔为266.3 m，年平均气温为18.3℃，年平均降水量为1115.3 mm。供试土壤为中性紫色土，为侏罗系沙溪庙组紫色砂页岩母质上发育的灰棕紫泥，质地为重壤。试验前土壤的pH为6.56 (土水比1∶2.5)、有机质16.20 g/kg、全氮0.86 g/kg、全磷1.01 g/kg、全钾16.96 g/kg、碱解氮110.0 mg/kg、有效磷21.4 mg/kg、速效钾95.5 mg/kg。

1.2 试验设计

试验开始于2007年下半年，种植制度为蔬菜−玉米轮作，蔬菜为冬季填闲作物，2007—2010年种植的蔬菜为榨菜，2011—2013年为大白菜。本研究选取其中四个施肥处理：1) 不施肥 (CK); 2) 优化施肥 (OP)；3) 在优化施肥基础上有机肥氮替代50%化肥氮 (MF)；4) 在优化施肥基础上有机肥氮替代100%化肥氮 (OM)。每个处理设置3次重复，每个小区为长1.5 m、宽1 m，面积为1.5 m2的水泥池，池深1 m(为原状土壤)，确保小区之间不互相影响。小区随机区组排列。优化施肥 (OP) 和有机替代 (MF和OM)处理的氮磷钾养分用量相同。蔬菜纯养分用量为：N 300 kg/hm2、P2O590 kg/hm2、K2O 150 kg/hm2，有机肥带入的磷养分含量不足90 kg/hm2，钾养分含量不足150 kg/hm2时用化学肥料补足。玉米纯养分用量为：N 180 kg/hm2、P2O590 kg/hm2、K2O 90 kg/hm2，有机肥带入的磷钾养分含量不足90 kg/hm2时用化学肥料补足。

肥料种类为尿素、磷酸二氢钾、硫酸钾和鸡粪有机肥。在蔬菜季，鸡粪有机肥和磷肥作为基肥一次施用，钾肥基施50%，12叶期时施用50%，氮肥分3次施用，分别按照苗期∶12叶期∶15叶期=2∶7∶1施用；在玉米季，鸡粪有机肥、磷肥、钾肥作为基肥一次施用，氮肥分3次施用，分别按照苗期∶拔节期∶大喇叭口期 = 5∶1∶4施用。基肥为撒施，追肥为穴施。有机肥养分中N 1.4%、P2O53.0%、K2O 3.1%、pH 8.9、C/N 25.7。

供试榨菜品种为永安小叶，每年11月上旬种植，翌年2月下旬收获；供试大白菜品种为鑫丰100，每年10月上旬种植，翌年1月上旬收获；供试玉米品种为璐玉18，每年3月下旬种植，7月下旬收获。种植蔬菜的行距为33 cm、株距为33 cm；种植玉米的行距为50 cm、株距为37.5 cm，按常规进行统一田间管理。

1.3 取样及测定

每季作物收获时，分小区将作物齐地收割，蔬菜以鲜重计产，玉米脱粒后风干测产换算为含水量为14%时的产量。每年选择在玉米收获后采集土壤样品，每个处理取3个重复，在每个小区按S形采样法采集0—20 cm的土壤样品，混匀，风干过筛后测定土壤的理化性质[17]：土壤pH用pH计测定 (土水比为1∶2.5)；有机质用K2Cr2O7−H2SO4氧化法测定；土壤全氮用半微量凯氏定氮法测定；土壤全磷用氢氧化钠碱熔—钼锑抗比色法测定；土壤全钾用氢氧化钠熔融—火焰光度计测定；有效磷用Olsen法测定；速效钾用NH4Ac浸提—火焰光度计法测定。

1.4 参评指标的选取

在选择评价指标时，土壤的物理性质相对稳定，生物肥力变化太快，一般不用来评价土壤综合肥力，通常选用土壤有机质、氮、磷、钾等养分指标来评价土壤综合肥力[18]。基于目前对长期定位试验的研究结果[9,19]，本研究选取了长期定位试验连续监测的土壤pH 值、土壤有机质、全氮、全磷、全钾、有效磷、速效钾 7项指标作为参评指标综合反映土壤肥力状况。

1.5 土壤综合肥力的计算

1.5.1 因子分析法和相关系数法二者均属于模糊评价法，应首先对评价指标进行数据归一化处理，根据隶属度函数计算出每个评价指标的隶属度值。用因子分析法确定权重，采用因子分析法计算出各评价指标的公因子方差，某评价指标的公因子方差与所有评价指标的公因子方差之和的比值即为该评价指标的权重；用相关系数法确定权重，某评价指标与其他评价指标的相关系数均值与所有评价指标的相关系数的总和的比值即为该评价指标的权重。

根据模糊数学加乘法原则，计算土壤的综合肥力指数[20–21](integrated fertility index，IFI)。

式中：Wi和Pi分别表示第i项的权重和隶属度值；n代表评价指标的个数。IFI取值在0～1之间，IFI值越大，表示土壤综合肥力越高。

1.5.2 内梅罗指数法根据全国土壤第二次普查标准对土壤进行分级 (表1)，分别计算出各评价指标的分肥力系数IFIi，采用修正后的内梅罗指数法计算土壤的综合肥力。

1) 分肥力系数IFIi的计算：

式中：IFIi表示分肥力系数；X表示测定值；Xa、Xc和Xp值参照表1。

2) 用修正的内梅罗[22](Nemoro) 公式计算土壤的综合肥力指数(IFI)。

表1 土壤各属性的分级标准值Table 1 Grading standards of soil properties

式中：IFI为土壤综合肥力指数；IFIi平均为各分肥力系数均值；IFIi最小为各分肥力系数最小值；n代表评价指标的个数。IFI值介于0～3之间，IFI值越大，表示土壤的综合肥力越高。

1.6 数据处理

采用Microsoft Excel 2016和SPSS18.0软件处理试验数据和绘制图表。

2 结果与分析

2.1 不同施肥模式对蔬菜−玉米产量的影响

不同施肥处理下蔬菜和玉米的平均产量均表现为MF处理最高，显著高于OP和OM处理 (P ＜ 0.05)(表2)。相比不施肥处理，施肥显著提高了蔬菜和玉米的产量。在蔬菜季，MF处理显著提高了产量，相比OP和OM处理，榨菜分别增产27.8%和16.0%，大白菜分别增产28.6%和8.7%；在玉米季，MF处理的产量最大，为9907 kg/hm2，显著高于OP和OM处理，分别增产1199 kg/hm2和1273 kg/hm2。综上，有机肥替代50%化肥能够显著提高蔬菜和玉米的产量。

2.2 土壤单项肥力指标与产量的相关关系

单项肥力指标与产量的相关性分析表明 (表3)，土壤pH值和土壤全钾与作物产量均不存在相关关系；在榨菜−玉米轮作体系下，土壤全磷与玉米产量、榨菜产量和榨菜玉米总产量存在极显著正相关关系；在大白菜−玉米轮作体系下，土壤速效钾与大白菜产量和大白菜玉米总产量存在极显著正相关关系；土壤有机质、全氮和有效磷与作物产量均存在显著或极显著正相关关系, 表明土壤有机质、全氮和有效磷对紫色土土壤肥力贡献大，是表征紫色土土壤肥力的重要指标。

2.3 土壤肥力综合评价

由图1可知，随着种植年限的增加，3种评价方法计算的IFI值在CK处理整体表现为下降趋势，表明长期不施肥会导致土壤综合肥力不断降低。OP、MF和OM处理的IFI值总体均呈上升趋势，其中以MF和OM处理的IFI提升最大，表明有机肥氮替代部分化肥氮或有机肥处理能够培肥土壤，提高土壤的综合肥力。

相关系数法和因子分析法的IFI值分布极为接近且变化趋势一致，表明因子分析法和相关系数法在评价土壤的综合肥力时表现出一致性和通用性。内梅罗指数法评价IFI值的变化趋势与相关系数法和因子分析法的IFI值一致，但是内梅罗指数法的IFI值相对分散，变化幅度较大。

表2 不同施肥处理下的蔬菜和玉米产量 (kg/hm2)Table 2 Yields of vegetable and maize under different fertilization

表3 单项肥力指标与产量的相关关系Table 3 Correlation coefficients between individual fertility index and crop yields

图1 不同评价方法下各施肥处理土壤综合肥力指数演变Fig. 1 Dynamics of IFI under different fertilization using different evaluation methods

3种评价方法下不同施肥处理的IFI值从大到小均为 OM ＞ MF ＞ OP ＞ CK(图 2)。施用有机肥处理(OM和MF) 的IFI值均显著高于OP处理 (P ＜ 0.05)。相比OP处理，MF和OM处理的IFI值在内梅罗指数法中分别提高16.8%和29.4%，在因子分析法中分别提高了10.4%和22.4%，在相关系数法中分别提高了6.7%和18.7%。

2.4 评价结果的验证

作物产量在一定程度上可以反映出土壤综合肥力的高低，一般采用产量与综合肥力指数的相关关系来验证评价结果的准确性。由表4可知，3种评价方法的IFI值与产量的相关分析中，二者均呈显著或极显著正相关关系，但是计算相关系数的平均值可知，3种评价方法的精确性相关系数法 (0.5292) ＞内梅罗指数法 (0.5252) ＞因子分析法 (0.5130)，表明相关系数法计算的IFI值较其他两种方法的评价更可靠，在实践中应优先选择使用该方法。

图2 不同施肥处理的综合土壤肥力指数Fig. 2 IFI under different fertilization

3 讨论

通过分析土壤单项肥力指标与作物产量的相关关系表明，土壤有机质、全氮和有效磷对紫色土土壤肥力贡献大，是表征紫色土土壤肥力的重要指标。陈轩敬等[14]研究结果表明，有机质、全磷、全氮和有效磷是影响紫色土土壤肥力的重要指标，这与本研究的结果基本一致。土壤有机质是土壤肥力的一个重要方面[23]，范明生等[24]研究表明，近30年中国作物系统土壤基础肥力的提高在于土壤有机质含量的提升。氮素是限制作物增产的重要原因[25]，长期没有氮素的投入会造成作物减产[26]。王定勇等[27]研究表明，不施磷肥10年后，紫色土土壤的供磷能力呈下降趋势，仅为第一年土壤供磷量的37%～50%，原因可能是紫色土有效磷含量低，长期不施用磷肥，会耗竭土壤磷素，造成作物减产，同时作物收获带走的磷素主要来自于土壤磷的释放，这大大降低了土壤的供磷能力。本研究同时也表明，土壤钾素对紫色土土壤肥力影响不显著，原因是紫色土含钾丰富[28]，土壤钾素能够持续供应作物生长。

在3种不同评价方法下，不同施肥处理的土壤综合肥力指数IFI值从大到小均为OM ＞ MF ＞ OP ＞CK，不同施肥处理的IFI值的相对高低和处理间的显著性基本一致，尤其是因子分析法和相关系数法，这表明这两种方法在评价土壤肥力时具有高度的一致性和通用性，同时也较好地体现了3种评价方法的适宜性。同时，土壤肥力演变趋势的合理性同样可以判断评价方法的适宜性，从图1可知，不施肥CK处理土壤综合肥力指数呈缓慢下降趋势，施肥处理能够提高土壤综合肥力指数，尤以单施有机肥和有机肥替代50%化肥提升最为明显，原因可能是有机肥的有机质含量高，养分全面，肥效长，能够改善土壤微生物群落结构，改良土壤，维持地力[29–30]。陈轩敬等[14]运用内梅罗指数法研究土壤综合肥力演变表明，IFI值在1.63～2.01之间可以获得作物相对最高产量。本研究中，运用内梅罗指数法评价有机肥氮替代50%化肥氮和有机肥氮替代100%化肥氮的IFI值的平均值分别为1.67和1.85，而优化施肥的IFI值仅为1.43，表明有机肥氮替代化肥氮能够提高土壤肥力，进而增加作物产量。此外，大量的研究表明长期施用有机肥或化肥能够提高土壤肥力，尤其是有机无机配施或施用有机肥提升幅度最大[21,31–32]。

为了消除气候因子对作物产量的干扰，本研究对IFI值与不同作物产量及其总产量分别做了相关分析，从作物产量与对应的IFI值的相关性来看，无论是蔬菜季、玉米季和全年，内梅罗指数法、因子分析法和相关系数法的IFI值与作物产量均达到显著或极显著相关关系。李方敏等[33]运用因子分析法和相关系数法对土壤综合肥力指数 (IFI) 与相应水稻产量进行相关分析表明，二者达到极显著差异，表明综合评价结果能够较好地反映土壤肥力变化。包耀贤等[19]对湖南望城和江西进贤的长期试验的研究结果表明，内梅罗指数法、因子分析法和相关系数法的IFI值与水稻产量有极显著相关关系，这与本研究的结果基本一致。分析不同年份的IFI值与作物产量的相关系数的平均值来看，本研究中相关系数法 (0.5292) ＞内梅罗指数法 (0.5252) ＞因子分析法 (0.5130)，表明在评价土壤肥力时，相关系数法要比内梅罗指数法和因子分析法更加可靠，在实际生产中应优先选用。