攀枝花市成龄芒果园土壤肥力评价
2020-03-02刘斌王松标李鑫苏穆清马海洋武红霞周毅刚马小卫
刘斌 王松标 李鑫 苏穆清 马海洋 武红霞 周毅刚 马小卫
摘 要：为明确攀枝花市成龄芒果园土壤养分状况，科学指导施肥，本研究对43个芒果园土壤（0～40 cm）进行采样，测定分析了土壤pH、有机质、速效养分和微量养分的含量。结果表明：研究区内13种肥力指标变异系数在0.13～0.75之间，均属于中等变异强度。经取样数合理性统计分析，评价芒果园土壤肥力的43个样本数能够满足90%置信水平下20%相对误差的精度需求。采用主成分分析法和隶属度函数法结合雷达图评价单因素肥力指标在土壤中的状况，结果表明，pH、碱解氮、速效磷、有效铁和有效锌是影响土壤肥力水平的限制性因子。研究区土壤肥力综合指数（IFI）范围为0.25～0.93，平均值为0.55，果园之间IFI的差异较大。
关键词：芒果园;攀枝花市;土壤养分;肥力评价中图分类号：S158 文献标识码：A
Assessment of Soil Fertility in the Mango Orchards of Panzhihua，
Sichuan， China
LIU Bin1， WANG Songbiao2， LI Xin3， SU Muqing2， MA Haiyang2， WU Hongxia2， ZHOU Yigang2，
MA Xiaowei2*
1. Panzhihua Academy of Agricultural and Forestry Sciences， Panzhihua， Sichuan 617061， China; 2. Hainan Key Laboratory of Tropical Crops Nutrition / South Subtropical Crops Research Institute， Chinese Academy of Tropical Agricultural Sciences， Zhanjiang， Guangdong 524091， China; 3. Institute of Agricultural Resources and Regional Planning， Chinese Academy of Agricultural Sciences， Beijing 100081， China
Abstract： The soil fertility of the mango orchard in Panzhihua， Sichuan， China was evaluated to provide a scientific basis for the management of the fruit in the area. The soil samples in the depth 0-40 cm in 43 mango orchards were collected to determine the soil pH， contents of organic soil matter， available nutrients and micronutrients and analyze the data of the soil nutrients. The results showed that the variable coefficient of 13 nutrient contents was 0.13-0.75 in the region， and the variation was moderate. Statistical analysis revealed the soil fertility in the 43 orchards was sufficient to meet the required accuracy of 20% relative error under 90% confidence level. Principal component analysis， membership function and the radar plot were used to assess the single factor fertility. It showed that pH， available nitrogen， available phosphorus， available Fe and available Zn were the limiting factors for the soil fertility quality in the study area. The soil integrated fertility index in the study area was 0.25-0.93 with an average value of 0.55. But the difference of IFI among the orchards was significant.
Keywords： mango orchard; Panzhihua; soil fertility; fertility evaluation
DOI： 10.3969/j.issn.1000-2561.2020.01.001
芒果是我國重要的亚热带果树，主要分布在海南、广西右江河谷、四川和云南金沙江干热河谷、云南元江流域、广东雷州半岛等地，2016年种植面积达2134多公顷（不包含台湾省），产业规模居世界第二，仅次于印度[1]。其中，四川省攀枝花市是我国芒果栽培效益最高的产区之一，该市地处金沙江干热河谷地带，光热资源充足、昼夜温差大，使之成为我国品质最优、成熟期最晚的商品芒果生产基地。截至2016年底，全市芒果种植面积约320.16 hm2，产量12.5万t，芒果产业已成为支持攀枝花农村农业经济发展和助农增收的支柱产业。虽然该区属于芒果优生区，但由于普遍采用传统的栽培管理模式，特别是施肥结构不合理、偏施化肥、肥料利用率低等问题，导致芒果的产量和品质不稳定，严重影响了种植效益[2]。而科学指导芒果园合理施肥，提高产量和品质，首要问题是正确认识和科学评价该产区的土壤肥力状况，明确影响土壤肥力质量的主要因素。本研究应用数理统计方法对攀枝花市芒果园土壤肥力进行综合评价，为改善土壤肥力、提高芒果园生产力提供理论依据。
1 材料与方法
1.1材料
1.1.1 研究区概况 四川省攀枝花市位于中国西部“攀西大裂谷”川滇交界部，金沙江与雅砻江汇合处，101°08?～102°15?E、26°06?～27°21?N。从河谷到山顶，海拔为937～4195.5 m。年均气温20.3 ℃，年降雨量为900～1300 mm，全年日照达2300～2700 h，≥10 ℃年积温6638～7359 ℃，无霜期288～330 d。芒果种植区主要位于海拔1500 m以下干热河谷区，该区域日照多，热量充足，空气湿度小，旱季明显，全年无冬，年平均温度20.3 ℃，昼夜温差14 ℃，≥10 ℃年积温6600～7400 ℃，年降雨量700～1200 mm。攀枝花市芒果园土壤类型多为红壤土和黄棕壤土。
1.1.2 样品及采集地点 2017年的10月下旬至11月上旬，果实已采摘，在攀枝花市芒果种植区的仁和区、盐边县和米易县，选择生产管理和产量水平有代表性，树龄在10～20 a生的芒果园43个，每个芒果园采混合土样l个（由10个小样组成），共计43个芒果园土样。43个果园栽培品种主要为‘Keitt‘台农1号和‘吉禄。
1.2方法
1.2.1 样品采集和处理 每个芒果园采用随机多点采集0～40 cm土样10个，混匀后用四分法缩至500 g，风干磨细，过60目筛，装入广口瓶备用。
1.2.2 土壤样品分析 土壤样品属性的测定参照鲍士旦[3]的方法，pH：水浸提电位法;有机质：重铬酸钾容量法;全氮：半微量凯氏蒸馏法;碱解氮：碱解扩散法;速效磷：钼锑抗比色法;速效钾：醋酸铵浸提法;有效钙、有效镁：乙酸铵浸提-原子吸收法;有效铜、有效鐵、有效锰、有效锌：二乙基三胺五乙酸浸提-原子吸收法;有效硼：热水浸提-姜黄素比色法。
1.3数据处理
土壤取样数合理性的确定参考王珂等[4]的方法;利用主成分分析法结合计算变量的Norm值确定土壤肥力评价最小数据库集（MDS）及因子权重，具体参照吴玉红等[5]的方法;参照叶回春等[6]的方法，采用隶属度函数法评价果园土壤各肥力指标;参考王建国等[7]和许明祥等[8]提出的计算方法，利用各肥力指标的权重和隶属度函数值，计算土壤肥力综合评价指数和权重加权求和指数。
利用Excel 2007软件和SPSS 16.0软件对数据进行分析处理。
2 结果与分析
2.1研究区土壤肥力描述性统计分析
对攀枝花市43份土壤统计分析表明：土壤pH、速效钾（AK）、速效磷（AP）、碱解氮（AN）、有机质（OM）、全氮（TN）、交换性钙（Ca）、交换性镁（Mg）、有效性铜（Cu）、有效性铁（Fe）、有效性锌（Zn）、有效性硼（B）的平均值分别为6.60、72.24 mg/kg、11.98 mg/kg、57.841 mg/kg、1.05%、0.65%、143.60 mg/kg、9.85 mg/kg、1.25 mg/kg、26.39 mg/kg、2.27 mg/kg、46.89 mg/kg和350.35 mg/kg（表1），土壤各养分含量最大值和最小值存在明显差异，这表明不同果园土壤养分含量存在本底差异。在土壤学研究中，通常变异系数（CV）≤0.1为弱变异，0.1
土壤各肥力指标变异系数越大，达到一定精度要求所需要的样本数量也会增加（表2）。如Fe的变异系数最大，95%置信水平下20%的相对误差取样数为55个;pH的变异系数最小，满足95%置信水平下20%的相对误差条件，只需取2个样就能基本反映攀枝花市芒果园土壤的酸碱水平。从表2还可看出，随着对置信水平和相对误差条件的降低，各评价指标所要求的取样数都有较大幅度的降低。取样数的降低有利于降低土壤取样和分析的成本，但同时降低了对芒果园土壤空间特性变异的表达度和可信度，从而增加了以后精准施肥的误差。因此，在确定合理取样数时，允许的误差值非常关键。本研究43个样本数的各项肥力指标均能够满足90%置信水平条件下20%相对误差取样数的精度需求。因此，可以利用这43个样点的土壤肥力评估攀枝花市芒果园整体的土壤肥力状况。
2.2土壤单一肥力指标评价
对果园土壤肥力状况进行评价，要从大量表征土壤肥力的土壤属性中筛选出对土壤肥力质量敏感的参评指标组成最小数据库集（minimum data set， MDS）。土壤肥力参评指标应选择受人类耕作方式影响较大，而又能准确反应土壤肥力质量的养分指标[9]。主成分分析法能够较好地处理变量间的多重相关性，使彼此之间具有相互独立性，是确定MDS最常用的方法。本研究对所测
定的13项土壤肥力指标进行了主成分分析（pri- ipal components analysis， PCA）（表3），其中前4个主成分特征值大于1，其特征值分别为3.068、2.998、1.529和1.316。这4个主成分的累积贡献率达68.55%，说明这4个主成分可以基本反映全部指标的绝大部分信息。第1主成分的贡献率达23.60%，与AN、TN显著相关，载荷系数较大;第2主成分的贡献率为23.06%，该主成分主要受Mn和B的支配;第3主成分的贡献率为11.76%，主要受pH和Ca支配;第4主成分的贡献率为10.12%，该主成分主要受AP影响。不同指标的公因子方差较大，有效Mn的公因子方差最大，为0.793，OM的公因子方差最小，为0.474。
为使评价指标集包含更多的信息，进一步计算各评价指标的矢量常模（Norm）值。Norm值的几何意义为该变量在由主成分组成的多维空间中的Norm长度，长度越长，则表明该变量对所有主成分的综合荷载越大，其解释综合信息的能力就越强。通过PCA分析，选择特征值≥1的PC中载荷因子≥0.5的土壤参数作为一组，分组后入选MDS的原则依据吴玉红等[5]的方法，本研究所选的13项土壤肥力指标最终入选MDS的指标有pH、AN、AP、Fe和Zn。
隶属度函数是建立评价指标值与评价结果值之间的函数关系，实现了评价指标量纲归一化，使评价指标间具有可比性。经统计分析，5项参评的肥力指标隶属度函数值如表4，可以看出pH的变异系数较小，而AP和有效Fe的变异系数较大。AP的平均隶属度最小（0.45），AN和Fe次之，分别为0.53和0.64;而pH和Zn的平均隶属度最高，达0.75。图1为各肥力指标所对应的平均隶属度雷达图，根据雷达图几何意义，每个坐标轴上的点越向原点靠近，所反映的单一指标的肥力水平越低，反之离坐标原点越远，所反映的单一指标的肥力水平越高。从图1中可以看出，pH、AN、AP、Fe和Zn平均隶属度函数值远低于理想值，其中AP最差。
2.3土壤肥力指数评价
应用模糊数学中的综合肥力指数评价模型及加权求和模型对攀枝花市43个芒果园的土壤肥力进行评价，从图2可以看出，2种指数模型下研究区土壤肥力指数曲线变化趋势基本一致。由综合肥力评价模型得到的土壤肥力指数变化范围在0.25～0.93，平均值为0.55，但果园之间综合肥力评价指数的变异较大，5、6、22、24、27、28、30、41和43个果园土壤综合肥力指数较低（IFI<0.4），而20、23、24和38个果园土壤综合肥力指数相对较高（IFI>0.8）。
3 讨论
土壤是农业生产的最基本资料，土壤质量的好坏直接关系到农业的投入和产出。土壤肥力是土壤物理、化学和生物学性质的综合反应，是其作为农业生产资料的物质基础[10-11]。土壤养分是影响土壤肥力的主要因素，进行土壤养分综合评价和单因素评价，能精准分析土壤肥力水平，科学指导施肥，降低化肥投入量和提高肥料利用效率[12]。目前，关于基本农田土壤肥力评价的研究很多[13-14]，而关于果园土壤肥力评价的研究相对较少。土壤肥力状况评价的关键工作是评价指标体系的构建，这直接关系到评价结果的客观性。为更加全面、更客观地了解攀枝花成龄芒果园土壤肥力状况，本研究将微量元素养分纳入到土壤肥力质量评价指标体系。由于土壤肥力具有复杂的空间异质性，对区域土壤肥力质量进行评价时，在平衡取样成本和保证一定精确度需求的前提下需考虑合理的取样密度。本研究选择的13项土壤肥力指标，能够满足90%置信水平下20%相对误差取样数量的需求。因此，本研究中43个样本数估计攀枝花市芒果园土壤肥力状况具有合理性。
以往基于主成分法筛选对土壤肥力质量敏感的参评指标时，仅依据某一变量在一个主成分上的因子载荷大小进行选取，这可能会导致变量在其他特征值≥1的主成分上的信息丢失。本研究基于主成分分析结合计算变量的Norm值，最终确定最小数据库集。单因素肥力评价结果表明，pH、碱解氮、速效磷、有效铁和有效锌是攀枝花芒果园土壤肥力的限制因子。雷达图常用于多项指标的全面分析，具有完整、清晰和直观的优点，雷达图坐标轴上各个点的值可以反映各指標的状态[6]。为进一步明确单项肥力指标对土壤肥力质量的贡献，本文依据5项参评指标的隶属度值制成雷达图来反映各指标的状态，结果表明攀枝花市芒果园土壤速效磷隶属度函数值最小，碱解氮次之，而pH最高（0.75），各指标远低于理想值。其中有效磷是该研究区土壤肥力的主要限制因子之一。根据本文研究结果，提高土壤有效磷含量，调节部分果园土壤pH应是今后攀枝花芒果园土壤改良的重要工作。土壤肥力综合评价模型充分考虑了评价因素指标值、评价指标的权重和评价因素之间交互作用对土壤肥力质量的共同作用。根据土壤肥力综合模型评价结果，本研究中43个芒果园土壤肥力质量指数为0.25～0.93，平均值为0.55，说明攀枝花芒果果园土壤肥力处于中等水平。因此，在果园施肥时应科学全面培肥，提高土壤肥力。本研究应用数理统计方法对攀枝花市成龄芒果园土壤肥力进行了评价，初步掌握该种植区土壤肥力现状，该研究结果将为果园科学施肥提供理论依据。
参考文献
[1]Wu H X， Jia H M， Ma X W，et al. Transcriptome and proteomic analysis of mango （Mangifera indica Linn） fruits[J]. Journal of Proteomics， 2014， 105： 19-30.
[2]马小卫， 姚全胜， 马海洋， 等. ‘Keitt芒果果肉溃败与其矿质元素的关系[J]. 热带作物学报， 2017， 38（9）： 1700-1703.
[3]鲍士旦. 土壤农化分析[M]. 北京： 中国农业出版社， 2008： 264-271.
[4]王 珂， 沈掌泉， Bailey J S， 等. 精确农业田间土壤空间变异与采样方式研究[J]. 农业工程学报， 2001， 17（2）： 33-36.
[5] 吴玉红， 田霄鸿， 同延安， 等. 基于主成分分析的土壤肥力综合指数评价[J]. 生态学杂志， 2010， 29（1）： 173- 180.
[6] 叶回春， 张世文， 黄元仿， 等. 北京延庆盆地农田表层土壤肥力评价及其空间变异[J]. 中国农业科学， 2013， 46（15）： 3151-3160.
[7] 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.
[8] 许明祥， 刘国彬， 赵允格. 黄土丘陵区土壤质量评价指标研究[J]. 应用生态学报， 2005， 16（10）： 1843-1848.
[9]孔祥斌， 刘灵伟， 秦 静， 等. 基于农户行为的耕地质量评价指标体系构建的理论与方法[J]. 地理科学进展， 2007， 26（4）： 75-85.
[10]Mader P， Fliessbach A， Dubois D，et al. Soil fertility and biodiversity in organic farming[J]. Science， 2002， 296（5573）： 1694-1697.
[11]Yang H S. Resource management， soil fertility and sustainable crop production： Experiences of China[J]. Agriculture， Ecosystems & Environment， 2006， 116（1-2）： 27-33
[12]李 梅， 張学雷. 基于GIS的农田土壤肥力评价及其与土体构型的关系[J]. 应用生态学报， 2011， 22（1）： 129-136.
[13]王军艳， 张凤荣， 王 茹， 等. 应用指数和法对潮土农田土壤肥力变化的评价研究[J]. 农村生态环境， 2001， 17（3）： 13-16， 20.
[14] 杨奇勇， 杨劲松， 姚荣江， 等. 基于GIS 和改进灰色关联模型的土壤肥力评价[J]. 农业工程学报， 2010， 26（4）： 100-105.
