基于最小数据集的东北旱作区耕层质量评价与障碍诊断

2021-10-13卓志清勾宇轩赵云泽黄元仿

农业机械学报 2021年9期

卓志清李勇勾宇轩赵云泽黄元仿兴安

(1.中国农业大学土地科学与技术学院，北京 100193； 2.自然资源部农用地质量与监控重点实验室，北京 100193)

0 引言

农田耕层是指人类为了栽培农作物，利用工具对土壤进行扰动的深度层，其能够协调土壤水、肥、气、热的关系，维持作物的生产[1]。但长期高强度的开发利用以及重用轻养的管理方式导致我国局部地区农田耕层出现基础地力下降、耕层结构恶化等问题，直接影响了农作物的高产、稳产及农业可持续发展[2]。耕层质量是反映耕层土壤肥力和生产性能的综合性指标，准确评价农田耕层质量并识别其主要障碍因素，对区域合理耕层的构建具有重要意义。由于耕层质量受多种自然因素及人为因素共同作用的影响，尚未有统一的评价指标体系和固定(可靠)的方法。目前，常用的耕层质量评价方法包括多变量指标克立格法、土壤质量动力学方法、综合指数法及相对质量评价法等[3]。其中，综合指数法是目前国内外应用最为广泛的一种耕层质量评价方法，其将各相对独立的评价指标值，通过德尔菲法、层次分析法、主成分分析法、聚类分析法等方法赋予权重后加权求和，得到综合评价结果[4]。国内外学者已采用上述方法在不同区域尺度上对耕层质量进行了评价，如贡璐等[5]和金慧芳等[6]采用综合指数法分别对干旱区绿洲和红壤坡耕地耕层质量进行了评价；SANTOS-FRANCÉS等[7]则在半干旱农业生态系统中比较了综合指数法和内梅罗法对耕层质量的评价结果，结果表明综合指数法能够更准确地反映当地农田耕层质量。此外，ASKARI等[8]和TURAN等[9]采用光谱法对耕层质量进行了评价和预测，结果表明在一定区域尺度下光谱法是一种快速有效的耕层质量评价方法，其能够预测退化地区耕层质量的变化。

在针对不同评价方法的指标选取上，高旺盛等[10]通过文献调研和专家咨询，筛选出理论上适用于大空间尺度下耕层土壤质量评价的14个指标，其中有机质含量、全氮含量、土壤质地、容重及土层厚度等指标出现的频率较高[4]。实践研究表明，基于全部指标的大空间尺度耕层质量评价方法数据可获取性较低，指标间重叠且存在大量冗余信息；同时在指标权重的计算过程中增加了不确定性。因此有学者提出了基于最小数据集的耕层质量评价方法，并采用土壤质量指数比较法、作物产量与最小数据集指标相关性分析法，最小数据集指标与未入选指标相关性分析法等方法来验证指标筛选的合理性[5]。如陈正发等[11]采用最小数据集方法对云南省坡耕地的耕层质量进行了评价，并比较了不同耕作条件、土壤类型下耕层质量的差异；邓绍欢等[12]和CHAHAL等[13]分别应用最小数据集方法评价了水田和旱地的耕层质量，验证结果均表明该方法能够替代全部指标数据集对耕层质量进行评价。虽然目前基于最小数据集的耕层质量评价减少了参评指标的数量，但在指标选取过程中仍侧重于农田表层土壤的理化性质，而忽略了耕层的结构特征及其对耕层质量的影响，特别是针对区域尺度的耕层质量评价中，缺少量化耕层结构特征的参数[14]。此外，科学选取评价指标的最小数据集、确定其隶属度函数及其临界值、验证评价结果仍是耕层质量评价的关键。本文以东北旱作区为研究对象，基于反映耕层土壤理化性状及耕作层、压实层的厚度及穿透阻力等指标，构建旱作农田耕层质量指数评价模型(Plough horizon integrated quality index, PHIQI)，并采用最小数据集(Minimum data set, MDS)法筛选评价指标，对研究区耕层质量进行评价，分析评价结果的准确性，探讨区域耕层质量指标参数的适宜范围，以期为东北旱作区合理耕层诊断及调控提供理论支持。

1 材料与方法

1.1 研究区概况

基于2015年黑龙江省、吉林省和辽宁省的1 km2网格土地利用现状图，根据有关坡度分级标准，将地形坡度小于5°、1 km2网格内旱地占耕地面积40%以上的区域作为旱作区[15-16]。区域涵盖黑龙江省、吉林省和辽宁省各自的46、19、20个县(市)，涉及县级行政单元总面积约29.56万km2。区域多年平均日照时数2 400～2 700 h，大于等于10℃积温2 000～3 400℃。黑龙江省东部、北部和吉林省东部等半湿润易旱区年降水量500～600 mm，土壤类型以黑土、白浆土和草甸土为主；黑龙江省西部、吉林省西部和辽宁省西部等半干旱区和半干旱偏湿润区年降水量350～500 mm，土壤类型主要为黑钙土、棕壤和盐渍土。研究区地貌属于山麓冲洪积平原及台地，耕地破碎度较小且耕作条件良好，主要种植玉米、小麦等粮食作物和大豆、甜菜等经济作物，是我国北方重要旱作作物种植区及商品粮基地(图1)。

1.2 样品采集与分析

利用ArcGIS 10.3软件提取土地利用类型现状图中的旱地斑块(含水浇地)，将所提取数据和研究区行政区划矢量数据叠置，获得空间属性数据。在研究区以15 km×15 km网格布点并抽取旱地斑块(含水浇地)，结合土壤亚类进行分层抽样，抽样时考虑种植体系、分布面积和集中程度等因素，主要在黑土、黑钙土、棕壤、潮土、草甸土等土类布设，保证每个土壤亚类均有样点分布。根据上述样点布设和抽样规则共确定132个采样点，其中黑土采样点35个；黑钙土采样点33个；棕壤、暗棕壤采样点18个；潮土、草甸土采样点36个，其余土类采样点共计10个。土样采于2017年5—6月，现场测定土壤紧实度，并用GPS记录样点经纬度。按0～10 cm、10～20 cm、20～30 cm、30～40 cm分层采集土样，同时采用环刀法取原状土测定各层土壤容重(Bulk density, BD)。将各样品按四分法取1 kg土样带回实验室，经自然风干、研磨、过筛后，用于分析土壤理化性质。土壤颗粒组成采用激光粒度仪测定；基于土壤穿透阻力突变分析的结果判断耕作层厚度(Plough layer thickness, PLT)、压实层厚度(Compacted layer thickness, CLT)，并计算耕作层穿透阻力(Plough layer penetration resistance, PLP)和压实层穿透阻力(Compacted layer penetration resistance, CLP)的平均值[17]。土壤有机质(Soil organic matter, SOM)含量采用重铬酸钾外加热法测定；全氮(Total nitrogen, TN)、全磷(Total phosphorus, TP)含量采用流动分析仪测定；有效磷(Available phosphorus, AP)含量采用Olsen法测定；速效钾(Available K, AK)含量采用NH4OAc提取-火焰光度法测定；土壤碳氮比(C/N)采用质量比；土壤电导率(Electrical conductivity, EC)采用电极法测定；土壤pH值采用电位法测定。研究区粮食产量数据源于2017年东北各省统计年鉴，为消除因行政区划调整对数据分析的影响，本文以研究区最新行政区划为准，进行统计分析。

1.3 耕层质量评价

1.3.1评价指标体系及隶属函数选择

基于土壤管理评估框架，同时考虑东北旱作区耕地利用特征，分别从耕层土壤物理、化学及剖面特征3方面选择耕层质量评价指标(表1)，构建初选指标评价体系[18]。根据研究区土壤特点及评价指标与耕层质量的相关性情况，建立指标与耕层质量之间的隶属函数，有机质含量、全氮含量、全磷含量、有效磷含量、有效钾含量和耕作层厚度界定为S型隶属函数；压实层厚度、压实层和耕作层的穿透阻力和电导率则界定为反S型隶属函数，粘粒(Clay)含量、容重及pH值与碳氮比存在适宜临界范围，则界定为抛物线型隶属函数。S型和反S型隶属函数以东北旱作区采样点各指标参数实测值的最小值m1和最大值m2作为函数的转折点，抛物线型隶属函数对应指标的转折点通过文献资料和野外实测数据结果获得[19]，采用主成分分析法确定各指标权重。

表1 东北旱作区耕层质量评价指标隶属函数Tab.1 Subordinate function of plough horizon quality evaluation index in dry farming region of Northeast China

1.3.2最小数据集指标筛选

为剔除初选各指标之间的重叠信息，减少参评指标的数量，建立基于MDS的耕层质量评价方法。具体步骤如下：运用SPSS 21.0软件对初选评价指标进行主成分分析，提取特征值大于等于1的主成分(Principal component, PC)，将同一PC上载荷大于等于0.5的指标分为一组，若某一项评价指标同时在两个PC上的载荷均大于等于0.5，则将其归并到与其他参数相关性较低的一组；若评价指标在各PC上的载荷均小于0.5，则将其划分到载荷最高的一组。分别计算各组中指标的Norm值，并选取每组中Norm值在该组最大Norm值的10%范围内的指标，分析每组中所选指标间的相关性，若相关系数大于等于0.5，则选择Norm值最高的指标进入MDS；反之，若相关系数小于0.5，则二者均进入MDS[20]。Norm值越大则表明其解释综合信息的能力越强，评价指标的Norm值计算式为

(1)

式中Nik——第i个变量在特征值大于等于1的前k个主成分上的综合载荷

Uik——第i个变量在第k个主成分上的载荷

λk——第k个主成分的特征值

1.3.3耕层质量指数

耕层质量指数(Plough horizon integrated quality index, PHIQI)集成了农田土壤物理、化学及剖面特征评价指标，耕层质量指数越高，则耕层质量越好。本研究参照土壤质量和农用地质量评价模型[18]，通过全指标(Total data set, TDS)和最小数据集(Minimum data set, MDS)的方法构建耕层质量评价模型，对东北旱作区耕层质量进行定量化评价，耕层质量指数计算式为

(2)

式中PHIQI——耕层质量指数，为0～1

Ki——第i个评价指标的隶属度

Ci——第i个评价指标的权重

n——评价指标总数

通过TDS指标计算得到的耕层质量指数用TSD-PHIQI表示，以MDS指标计算得到的耕层质量指数用MSD-PHIQI表示。根据MSD-PHIQI，将其等距划分为3个等级[5]，分别为低((0,0.33])、中((0.33,0.66])和高((0.66,1])。

1.3.4耕层质量评价精度验证

为验证基于MDS耕层质量评价结果的精度，采用模型有效系数Ef和相对偏差系数Er来评价模型的精度[21]。有效系数越接近于1，表示MDS法计算结果与基准值越接近，计算精度较高；相对偏差系数越接近于0，表明MDS法计算值相对于基准值的偏差越小，结果越精确。

1.3.5障碍因素诊断

障碍度模型采用因子贡献度Cn、指标偏离度Dn和障碍度Yn进行诊断，然后对障碍度进行排序，从而确定各障碍因子的主要和次要关系。本研究主要参照匡丽花等[22]的分析方法，其中Cn表示因子对总目标的贡献度，即因子的权重Wn。Dn表示指标与最大目标之间的差距，设为指标标准化值与1之间的差距；Yn表示指标对研究区耕层质量的影响，公式为

(3)

其中

Dn=1-X′n

(4)

式中X′n——指标的标准化值

Di——第i个评价因子的障碍度

1.4 数据处理

数据统计分析在Microsoft Excel 2017和SPSS 24.0中完成；应用SPSS 24.0软件对数据进行正态分布检验、方差分析、主成分分析和相关性分析；应用ArcGIS 10.5软件中的空间分析工具制图。

2 结果与分析

2.1 耕层质量评价的最小数据集建立及验证

2.1.1最小数据集建立

通过主成分分析表明，研究区耕层质量评价指标中特征值大于1的5个主成分累计贡献率达70.79%，满足信息提取的要求，但各主成分指标对总体方差解释能力存在差异性(表2)。在PC1中载荷绝对值大于0.50的初选指标有粘粒含量、容重、有机质含量、全氮含量、有效钾含量，其中有机质含量的Norm值最高，为1.72，且在其10%范围内的指标中，有机质含量与容重、全氮含量及有效钾含量的相关系数均大于0.50，与粘粒含量的相关系数则小于0.50，因此有机质含量和粘粒含量进入MSD(表3)。在PC2中载荷绝对值大于0.50的初选指标为有效磷含量和pH值，由于有效磷含量与pH值的相关系数大于0.50，所以有效磷含量进入MSD。在PC3中载荷绝对值大于0.50的初选指标有全氮含量、全磷含量和电导率，其中全氮含量的Norm值最高，为1.63，而全磷含量和电导率的Norm值均不在其10%范围内，因此仅Norm值最高的全氮含量进入MSD。在PC4中载荷绝对值大于0.50的指标有耕作层穿透阻力、压实层穿透阻力和碳氮比，其中耕作层穿透阻力的Norm值最高，为0.98，而压实层穿透阻力和碳氮比的Norm值不在其10%范围内，所以耕作层穿透阻力进入MSD。在PC5中载荷绝对值大于0.50的指标有耕作层厚度和压实层厚度，其中压实层厚度的Norm值最高，为1.08，而耕作层厚度的Norm值不在其10%范围内，所以压实层厚度进入MSD。最终入选MSD的指标包括有机质含量、全氮含量、有效磷含量、粘粒含量、耕作层穿透阻力和压实层厚度共计6项指标。

表2 主成分载荷矩阵及Norm值计算结果Tab.2 Principal component loading matrix and calculated Norm values

表3 东北旱作区耕层质量评价初选指标之间的相关系数Tab.3 Perason correlation coefficient matrix of plough horizon quality evaluation index in dry farming region of Northeast China

2.1.2最小数据集验证

为验证MDS指标体系评价的精度，比较基于TDS计算的耕层土壤质量指数(TDS-PHIQI)和基于MDS计算的耕层土壤质量指数(MDS-PHIQI)的一致性。结果表明MDS-PHIQI的均值为0.30，变异系数为0.35；TDS-PHIQI的均值为0.38，变异系数为0.29，MDS-PHIQI变异系数的波动幅度相对TDS-PHIQI较大。通过对MDS-PHIQI和TDS-PHIQI进行回归分析对MDS指标进行验证(图2)。结果表明MDS-PHIQI与TDS-PHIQI呈极显著正相关关系(R2=0.517,n=132)，说明MDS指标能够较好代替TDS指标，这与前人的研究结果相一致[23]。MDS-PHIQI与TDS-PHIQI之间的有效系数(Ef)为0.682，相对偏差系数(Er)为0.128，说明MDS-PHIQI与TDS-PHIQI较为接近，且相对偏差较小，评价精度较高，可知基于MDS的耕层质量指数可用于东北旱作区耕层质量评价。

2.2 合理耕层最小数据集指标阈值诊断

假设MDS-PHIQI越高，对作物生长贡献率越大[24]，据此划分研究区耕层质量指数的范围。其中MDS-PHIQI大于0小于等于0.33为低质量耕层，MDS-PHIQI大于0.33小于等于0.66为中质量耕层，MDS-PHIQI大于0.66小于等于1为高质量耕层，并以MDS指标(有机质含量、全氮含量、有效磷含量、粘粒含量、耕作层穿透阻力和压实层厚度)作为东北旱作区合理耕层诊断指标。结果表明，研究区低质量耕层、中质量耕层的样点比例分别为64%、36%，无高质量耕层样点分布。因此将具备一定保水、保土、保肥能力及增产潜力的中质量耕层作为合理耕层评价的参照，并以中质量耕层中各指标的平均值为参考基准(表4)。对于S型隶属函数的耕层质量指标，中质量耕层所对应各项指标的平均值可作为适宜范围的下限，指标值越大，对耕层质量提升的贡献率也越大；对于反S型隶属函数的耕层质量指标，中质量耕层所对应各项指标的平均值可作为适宜范围的上限，指标值越大，对耕层质量提升的贡献率越小；而对于抛物线型隶属函数的耕层质量指标，其合理耕层适宜范围由上限值和下限值构成。综合分析中质量耕层对应的各指标参数变化，并结合各指标本身的适宜范围，初步界定东北旱作区合理耕层适宜性阈值为：土壤有机质质量比大于等于37.16 g/kg，全氮质量比大于等于1.75 g/kg，有效磷质量比大于等于26.38 mg/kg，粘粒质量分数为4.60%～6.19%，耕作层穿透阻力小于等于364.56 kPa，压实层厚度小于等于8.18 cm。

表4 东北旱作区合理耕层MDS指标阈值及适宜范围Tab.4 Threshold value and suitable range of MDS index in reasonable tillage in dry farming region of Northeast China

2.3 不同粮食产量区耕层质量及障碍因素分析

依照全国耕地类型区等级划分标准，将东北旱作区各县域单位划分为粮食高产区(大于等于6.0 t/hm2)、中产区(4.5～6.0 t/hm2)和低产区(小于等于4.5 t/hm2)。分析研究区粮食产量及基于最小数据集的耕层质量指数空间分布特征(图3)，结果表明粮食高产区和中产区集中分布在黑龙江、吉林两省旱作区中部以及辽宁省旱作区北部，低产区主要分布在黑龙江省旱作区北部及吉林省、辽宁省旱作区局部地区。研究区耕层质量指数的变化范围在0.10～0.53之间，均值为0.30，整体呈现出东北高、西南低的空间分布格局。黑龙江省旱作区北部及三江平原大部耕层质量较高，而辽宁省、吉林省旱作区西部边缘地区的耕层质量整体较低，这与粮食产量的空间分布特征存在一定差异。

以合理耕层指标的阈值为参考，分析各指标在不同粮食产量区的障碍度[22](图4，图中不同小写字母表示区域间差异显著(P<0.05))。结果表明，各粮食产量区土壤有机质含量、全氮含量的障碍度由大到小均表现为高产区、中产区、低产区，且高产区土壤全氮含量的障碍度显著高于低产区(P<0.05)。土壤粘粒含量、耕作层穿透阻力的障碍度在低产区最大，分别为0.20、0.38；其中低产区耕作层穿透阻力的障碍度显著高于高产区(P<0.05)。中产区土壤有效磷含量、压实层厚度的障碍度分别为0.15、0.18，均高于其他类型区，但其在各类型区间差异不显著(P>0.05)。从不同耕层障碍类型来看，研究区粮食低产区耕层多存在结构型障碍，主要表现为耕作层穿透阻力、粘粒含量障碍度高；有机质、全氮和有效磷含量障碍度较小的特征。相对低产区而言，中产区耕层结构型障碍和养分型障碍共存，主要表现为全氮、有效磷含量和耕层穿透阻力障碍度较高；而高产区耕层总体呈现养分型障碍，且主要表现为全氮含量障碍度高，有效磷、有机质含量和其他结构性指标障碍度相对较小的特点。从研究区各指标障碍度均值的变化可知，东北旱作区耕层质量的主要障碍因素为耕作层穿透阻力和土壤全氮、有机质含量，表明在现有耕地利用条件下，研究区需改进耕作技术方法、改善耕层土壤结构及肥力，从而实现耕层质量的提升[25-26]。

3 讨论

3.1 最小数据集构建

本研究以东北旱作区农田耕层为研究对象，利用多项土壤养分、环境及剖面特征指标构建了旱地耕层质量评价指标体系。通过对比MDS法和TDS法计算所得的耕层质量指数，验证了MDS法在研究区耕层质量评价的适用性。初选指标共14个，经MDS法筛选后的指标包含有机质含量、全氮含量、有效磷含量、粘粒含量、耕作层穿透阻力和压实层厚度6项指标。指标筛选过滤率达到50%以上。国内外基于MDS建立的土壤质量评价指标体系中入选MDS频率较高的指标包括土壤容重、粘粒含量、pH值、全氮含量、粉粒含量、砂粒含量、有机质含量和孔隙度、有效磷含量等[27]。而本研究中有机质含量、全氮含量、有效磷含量、粘粒含量4个指标进入MDS，这与大多数国内外研究结果一致[28]，但前人研究中入选频率较高的土壤容重、pH值等指标未进入MDS。这主要由于在MDS指标筛选过程中容重与有机质含量进入同一组，有机质含量的Norm值最大且与同组的其余各项指标高度相关，因此仅有机质含量入选MDS。此外，区域尺度和样本量也是影响MDS指标构成的重要因素[29]。在田块尺度或小样本量的条件下，因受较多外在因素的影响，容重、pH值与有机质含量并不一定存在较高的相关性，所以在评价过程中以上指标入选频率较高；而本研究的区域尺度及样本量均较大，土壤容重与土壤穿透阻力、pH值与有效磷含量等指标本身存在较强的共线性[30]，因此二者均未进入MDS。本研究耕层质量评价指标中特征值大于1的5个主成分累计贡献率虽然达到了70.79%，但同时说明仍有其他指标没有纳入初选指标体系，未考虑指标的筛选及其对区域耕层质量的影响。在指标组成上，本研究也与前人的研究成果存在一定差异，主要体现在耕层的剖面特征指标上。前人在耕层质量评价指标的选取过程中更多关注土壤理化参数，而忽略了耕层的垂直构造(结构)特征[14]。但农田耕层质量不仅受表层土壤肥力的影响，耕层构造特征也是开展旱作农田合理耕层构建的重要参考指标。因此，根据MDS指标的确定方法，耕作层穿透阻力、压实层厚度均进入MDS，且在后续耕层质量监控过程中应重点关注上述几项指标。

3.2 合理耕层指标阈值及障碍度分析

本研究以中质量耕层各项指标的平均值作为合理耕层评价的参考基准，探讨了东北旱作区合理耕层的指标阈值。结果表明研究区MDS指标的适宜性阈值为：土壤有机质质量比大于等于37.16 g/kg，全氮质量比大于等于1.75 g/kg，有效磷质量比大于等于26.38 mg/kg，粘粒质量分数为4.60%～6.19%，耕作层穿透阻力小于等于364.56 kPa，压实层厚度小于等于8.18 cm。其中土壤有机质含量、全氮含量的阈值与韩晓增等[1]对松嫩平原中部及三江平原地区的研究结果一致，但高于前人针对红壤、紫色土坡耕地合理耕层有机质含量的下限值，这主要是因为东北旱作区的中质量耕层样点主要分布于松嫩平原，以中质量耕层为参照的土壤有机质含量整体高于南方坡耕地[31-32]。从耕层的剖面特征来看，研究区耕作层穿透阻力的适宜性阈值与关中平原、皖北地区及辽宁棕壤区的研究结果较为一致，说明该指标的阈值具有合理性[33-34]。不同粮食产量区耕层质量的差异能够反映出人类活动(土地利用强度、农机投入、化肥投入)对耕层质量的影响，本研究的结果表明粮食中、高产区的耕层质量指数以中等水平为主，耕作层穿透阻力、全氮含量障碍度高，耕层结构障碍和养分限制共存。这主要是由于长期高投入高产出的农业发展模式，导致耕地高强度超负荷利用，从而出现基础地力下降、耕层退化等现象[2]。因此，改善耕层结构，提升耕层土壤肥力，保持增产潜力是粮食产量中、高产区合理耕层构建的主要目标。此外，本研究中的粮食产量数据是各县市统计的面状数据，可能与以点位数据划分的结果存在一定误差，今后的研究中需考虑将作物遥感估产数据与耕层质量相结合，实现点对点的分析，从而提升区域耕层质量评价指标阈值诊断的精度。