岩溶区不同微地形芒果园土壤肥力综合评价

摘要：【目的】采用不同评价方法对不同微地形芒果园的土壤肥力特征进行评价，为岩溶区芒果园土壤肥力的精准评价提供参考。【方法】在广西百色市田阳区典型岩溶区芒果园设置洼地、过渡带、坡地、垭口4种微地形样地，筛选出10项土壤化学指标作为评价指标，应用主成分分析法、模糊数学法、改进的内梅罗指数法、基于粗糙集理论的土壤肥力评价法对不同微地形进行土壤肥力评价，分析不同肥力评价方法评价结果间的差异，对肥力评价指数与产量进行线性拟合，通过冗余分析探索微地形及环境因子对土壤综合肥力的影响。【结果】不同微地形主成分土壤肥力指数表现为坡地（0.87，肥力极高）>垭口（0.59，肥力中等）>过渡带（0.48，肥力中等）>洼地（0.39，肥力低）；模糊数学土壤肥力指数表明不同微地形土壤肥力均在高水平以上（0.68～0.82）；内梅罗土壤肥力指数表明不同微地形土壤肥力均在中等水平以下（0.26～0.46）；粗糙集理论土壤肥力指数表现为坡地（0.67，肥力高）>垭口（0.50，肥力中等）>过渡带（0.37，肥力低）>洼地（0.35，肥力低），该评价结果相对准确且与产量线性拟合度最高。冗余分析结果表明，地形因子对土壤肥力的解释量为34.15%，环境因子解释量为23.30%。【结论】综合不同评价方法的评价结果，不同微地形芒果园的土壤肥力基本表现为坡地>垭口>过渡带>洼地；基于粗糙集理论将3种常规肥力评价方法进行综合评价的结果相对准确，对不同微地形肥力等级区分效果较好。不同微地形土壤肥力差异受地形因子及环境因子共同影响，其中地形因子影响较大。

关键词：芒果园；岩溶区；微地形；土壤肥力评价；粗糙集理论

中图分类号：S153.6文献标志码：A文章编号：2095-1191（2024）08-2407-12

Comprehensive evaluation of soil fertility in mango orchards with different microtopographies in karst areas

HUANG Chao LIANG Jian-hong 3，YANG Hui 3*，LI Hong LI Xue-yan TAO Yue 4，ZHANG Lian-kai1

（1Kunming General Survey of Natural Resources Center，China Geological Survey/Technology Innovation Center forNatural Ecosystem Carbon Sink，Ministry of Natural Resources，Kunming，Yunnan 650100，China；2Institute of KarstGeology，Chinese Acedemy of Geological Sciences/Guangxi Key Laboratory of Karst Dynamics，Ministry of Natural Re-sources/International Center for Karst Research，United 6fb62cd4a179821795f3e81ab5cc6b1d8b2fd31cef6f3f5cb55bc701735ef46eNations Educational，Scientific and Cultural Organization，Guilin，Guangxi 541004，China；3Pingguo Guangxi，Karst Ecosystem，National Observation and ResearchStation，Baise，Guangxi 531406，China；4 Institute of International Rivers and Ecosecurity，YunnanUniversity，Kunming，Yunnan 650504，China）

Abstract：【Objective】To evaluate the soil fertility characteristics of mango orchards in different microtopographiesusing different evaluation methods，and to provide scientific reference for the precise evaluation of soil fertility in mango orchards in karst areas.【Method】Setting up 4 kinds of microtopographic sample plots in mango orchards in typi-cal karst areas of Tianyang District，Baise City of Guangxi，10 soil chemical indexes were screened as evaluation in-dexes，and principal component analysis，fuzzy mathematics，improved Nemero index and soil fertility comprehensive evaluation methods based on rough set theory were applied to evaluatesoil fertility in different microtopographies，and to analyze the differences between the evaluation results of different fertility evaluation methods.Linear fitting was con-ducted fertility evaluation index and yield，and the effects of microtopography and environmental factors on comprehen-sive soil fertility were explored through redundancy analysis.【Result】The soil fertility indexes of the main components of different microtopographies were presented as slope（0.87，very high fertility）>pass（0.59，medium fertility）>transition zone（0.48，medium fertility）>depression（0.39，low fertility）；the fuzzy mathematics soil fertility index showed that the soil fertility of different microtopographies were all at a high level or above（0.68-0.82）；the Nemero soil fertility index showed that the soil fertility of different microtopographies were all at a medium level or above（0.26-0.46）；the rough set theory soil fertility evaluation index was presented as slope（0.67，high fertility）>pass（0.50，medium fertility）>transi-tion zone（0.37，low fertility）>depression（0.35，low fertility），which was relatively accurate and had the highest de-gree of linear fitting with yield.The results of redundancy analysis showed that the topographic factor explained 34.15%of soil fertility and the environmental factor explained 23.30%.【Conclusion】Based on the evaluation results of different evaluation methods，the soil fertility of mango orchards in different microtopographies is basically presented as slope>pass>transitional zone>depression；based on the rough set theory，the results of the comprehensive evaluation of the 3 conventional fertility evaluation methods are relatively accurate，and the effect of distinguishing between the different microtopographic fertility levels is fine.The difference of soil fertility in different microtopographies is affected by both topographic factors and environmental factors，among which topographic factors have greater influence.

Key words：mango orchard；karst area；microtopography；soil fertility evaluation；rough set theory

Foundation items：National Natural Science Foundation of China（42271094）；Guangxi Key Research and Deve-lopment Project（Guike AB22035004）；Guangxi Science and Technology Base and Talent Special Project（Guike AD20297090）；China Geological Survey Project（ZD20220135）

0引言

【研究意义】近年来，广西芒果产业发展迅速，芒果种植面积不断扩大，芒果种植区由右江河谷向岩溶石山区逐渐拓展（郭丽梅等，2023）。广西作为我国最大的岩溶地区之一，其碳酸盐岩分布面积广且具有世界典型的热带岩溶景观（邓艳等，2008）。受气候、构造、地质背景、物理及化学等多种因素影响，岩溶地形发育广泛且类型较多（代彬等，2023）。广西百色芒果产区多为丘陵、高山等坡地，立地条件差，土壤贫瘠，保肥性能差（区惠平等，2021）。科学指导芒果园合理施肥，提高芒果产量和品质，首要问题是正确认识和科学评价该产区的土壤肥力状况（周维杰等，2023）。土壤肥力是影响芒果生物量和生产力的重要因素之一，通过科学的肥力评价方法，探明岩溶区不同微地形土壤肥力真实状况，对指导岩溶区芒果园的土壤改良、精准施肥及芒果的提质增产均具有重要意义。【前人研究进展】土壤肥力是反映土壤性质的综合指标，与土壤化学指标密切相关。海拔、坡向、坡度等地形因子通过影响土壤养分含量（高浩然等，2022）、土壤酶活性（李欣蔚等，2023）、土壤含水量及容重（张晓玉等，2024）等而对土壤肥力产生间接影响。前人已应用不同方法对土壤肥力进行评价。徐烨等（2019）采用主成分分析法，对土壤pH、有机质、碱解氮、有效磷、速效钾的空间分布状况进行评价，结果表明，不同土壤类型和地貌类型的土壤之间综合肥力差异显著；Guo等（2019）采用云模型法对杉木人工林进行土壤肥力评价，结果表明，云模型在肥力评价过程中能起到平衡随机性和模糊性的作用；Li等（2021）采用改进的内梅罗指数法对祁连山草地土壤肥力进行评价，评价结果对祁连山草地土壤高、中、低肥力层次的划分较合理；Zhang等（2022）采用隶属度函数和内梅罗指数相结合的肥力评价方法评价苏州市农田土壤肥力及质量，结果表明，大部分农田土壤肥力分布不均、土壤肥力偏低；黄晶等（2023）基于模糊数学法对全国稻田土壤肥力进行评价，结果表明近30年全国稻田土壤肥力整体呈显著上升趋势；李倩等（2023）采用模糊数学模型对豫西南丘陵区植烟土壤肥力进行综合评价，结果表明，2002—2020年，该烟区土壤肥力等级提升至以良好为主，但仍需采取控氮、降氯措施。此外，粗糙集理论是在保留关键信息条件下处理不确定性问题的数学工具，近年来被广泛应用于水体富营养化评价（Yan et al.，2016）、能源发展水平综合评价（He et al.，2018）、降雨预测（Manna and Anitha，2023）等领域，且取得较好评价结果，但将粗糙集理论引入并应用到土壤肥力评价中的研究较少。褚旭等（2022）为建立更合理的植烟土壤评价方法，采用层次分析法和基于粗糙集的属性约简法对土壤肥力的综合状况进行评价，并利用当年的烟叶产量对评价结果进行检验，结果表明，2种方法得到的土壤综合肥力评价结果不尽相同，基于粗糙集属性约简法的相关性更好、精度更高。【本研究切入点】评价方法的选择与应用对评价结果起着至关重要的作用（高宏艳等，2019）。不同评价方法采用的数学方法、评价侧重点和指标选取不同，其表征的平均结果反映的意义也有所不同（简尊吉等，2021）。而当前尚无针对广西岩溶区芒果园开展的不同肥力评价方法对比研究，对芒果园土壤肥力评价的精准度有待提升。【拟解决的关键问题】以广西百色岩溶区芒果种植区的不同微地形为研究对象，采用不同评价方法对不同微地形芒果园的土壤肥力特征及其与地形和环境因子的关系进行综合评价，以期得到更加符合土壤肥力实际值的综合肥力评价结果，为岩溶区芒果园土壤肥力的精准评价提供科学的参考依据。

1材料与方法

1.1研究区概况

研究区位于广西百色市田阳区五村镇。该区为岩溶峰丛洼地地形，出露地层为石炭系大埔组（地层代号C2d），岩性以白云岩和生物碎屑灰岩为主，土壤为棕色石灰土，土地利用方式以果树种植为主；属南亚热带季风气候，光照充足，适宜芒果种植。该区域种植的芒果品种均为台农，树龄8年左右，不同地形的芒果种植管理方式一致，施用复合肥（N∶P2O5∶K2O=15∶15∶15），分别在修枝后（8—9月）、果实生长初期（3—4月）各施肥1次，每次单株施用1.5 kg。图1为研究区不同微地形的示意图。位置及地形参数见表1。

1.2样品采集与测定

研究区域总面积约9ha，将区域内的芒果种植区按不同微地形分别设置为10 m×10m的样地，其中洼地（Depression，D）6个，过渡带（Transition zone，T）、坡地（Slope，S）及垭口（Pass，P）各3个。每个样地采用五点取样法采集0～20 cm表层土壤样品，洼地采集30份，过渡带、坡地及垭口各采集15份，每份土壤样品重量约为1.5 kg。

每份样品取出10 g左右鲜样充分混匀，装入无菌管中冷藏，采用Bligh-Dyer法测定磷脂脂肪酸（PLFA）含量（马书琴等，2017），得到真菌（FG）、细菌（BT）、革兰氏阳性菌（G+）、革兰氏阴性菌（G-）的PLFA含量，计算FG/BT和G+/G-。

在每个样地中心点附近避开施肥沟，用环刀法取样，样品烘干至恒重后测定容重和土壤含水率；用地质罗盘记录坡度、坡向数据，用手持GPS确定样地坐标位置和高程数据。芒果成熟期用称重法统计每个样地的产量。

1.3土壤肥力评价方法

基于本项目组已开展研究及前人相关研究成果（Huang et al.，2022；黄浦江等，2023；宋淑钧等，2023），对各土壤养分指标进行综合分析，本研究筛选出10项土壤肥力参评指标，分别为pH、有机质（OM）、碱解氮（AN）、速效钾（AK）、交换性钙（ExCa）、交换性镁（ExMg）、有效铁（AFe）、有效锰（AMn）、有效硼（AB）和阳离子交换量（CEC）。不同微地形土壤养分含量及分级参照本项目组前期研究结果（Songet al.，2022）。

根据全国第二次土壤普查数据及果园土壤养分分级方法（Fan etal.，2021；Songet al.，2022），将研究区土壤养分含量分为5个等级，为使不同微地形的土壤肥力指标能在同一个层面上进行比较，先利用极差标准化法对各参评指标进行标准化处理，故不同评价方法计算的土壤肥力指数均在0～ 其中0～0.2为肥力极低水平、0.2～0.4为肥力低水平、0.4～0.6为肥力中等水平、0.6～0.8为肥力高水平、0.8～1.0为肥力极高水平。

1.3.1基于主成分分析的土壤肥力评价首先对10项土壤肥力评价指标pH（X1）、OM（X2）、AN（X3）、AK（X4）、ExCa（X5）、ExMg（X6）、AFe（X7）、AMn（X8）、AB（X9）、CEC（X10）标准化后的数据进行主成分分析及适宜性验证，然后进行因子分析，筛选出特征值大于1的主成分，并计算出特征向量、公因子方差占比（作为单一方法评价指标的权重），根据公式（1）、（2）计算主成分土壤肥力指数（SFI1）：

Fj=（XiAi）（1）

SFI1=（λjFj）（2）

式中，Fj为第j个主成分的肥力得分，Xi为第i个参评指标标准化后的值，n为参评指标的个数，Ai为某一主成分对应某一个Xi的特征向量值，m为主成分的个数，λj为某一主成分方差贡献率占所有主成分累计方差贡献率的比值。

1.3.2基于模糊数学的土壤肥力评价基于模糊数学的土壤肥力评价是通过构造等级模糊子集把反映被评价对象的模糊指标进行量化（即确定隶属度），然后利用模糊变换原理对各指标进行综合分析的方法。在Zhang等（2022）的研究基础上确定各肥力指标的隶属度函数类型，其中pH选择抛物线型函数；其余9个指标选择S型隶属度函数。参考全国第二次土壤普查养分分级标准，并结合研究区土壤养分分级特征（Song et al.，2022），确定10项参评指标的转折点（表2），对照各指标隶属度函数转折点取值计算隶属度。将标准化的各评价指标数据代入公式（3）、（4）计算隶属度值。各评价指标的权重由主成分分析中各公因子方差占比确定。根据公式（5）计算模糊数学土壤肥力指数（SFI2）。

S型隶属度函数：

抛物线型隶属函数：

式中，mi表示第i项评价指标的隶属度，wi表示第i项评价指标的权重，n为评价指标的个数。

1.3.3基于改进内梅罗指数法的土壤肥力评价

用修正后的内梅罗指数公式计算标准化后各参数的肥力系数（Zhao et al.，2020），以主成分分析所得各参评指标公因子方差占比作为权重，由公式（6）、（7）计算内梅罗土壤肥力指数（SFI3）。

式中，Pi为第i项参评指标的内梅罗指数系数，fiave和fimin为第i项参评指标的平均值和最小值，n为样本数，wi表示第i项评价指标的权重。

1.3.4基于粗糙集理论的土壤肥力评价前人对粗糙集理论的概念及计算方法进行了明确（叶回春等，2014），在此基础上确定了肥力指数评分规则表（表3），将研究区土壤肥力分为5个等级（Fan etal.，2021）。

基于粗糙集理论以各单一肥力评价结果为条件属性（C），以肥力等级为决策属性（DA），肥力等级根据特尔斐法确定，构建肥力评价决策表（表4），并对单一肥力评价结果进行属性值的约简、等价划分，重新计算权重。

根据宋苏苏等（2011）关于粗糙集理论的相关定义，按条件属性和决策属性对论域（U）进行等价划分，U=｛D、T、S、P｝，C=｛C1、C2、C3｝，U/IND（C）=｛D、T、S、P｝，U/IND（DA）=｛｛D、T｝、｛S｝、｛P｝｝，参照高超前等（2018）的计算方法，计算决策属性的正域，最终得到属性的重要度（权重）：

r1（C1）=Yc-｛C1｝（DA）=0.5

r2（C2）=Yc（DA）-Yc-｛C2｝（DA）=0

r3（C3）=Yc（DA）Yc-｛C3｝（DA）=0.5

即基于粗糙集理论计算的主成分土壤肥力指数权重、模糊数学土壤肥力指数权重、内梅罗土壤肥力指数权重分别为0.5、0、0.5。

根据公式（8）计算得到粗糙集理论土壤肥力指数（SFIRS）。

SFIRS=（SFIiri）（8）

式中，SFIi为某单一肥力评价指数，ri为基于粗糙集理论对各单一肥力指数重新赋予的权重，k为单一肥力评价方法的数量。

1.4数据处理与统计分析

采用SPSS 24.0进行主成分分析和差异显著性分析，用Origin 2021绘制隶属度雷达图和肥力指数图，用R语言进行冗余分析。冗余分析中以海拔高度、坡度、坡向作为地形因子，以土壤含水率、容重、G+/G-及FG/BT作为环境因子，分析提取地形及环境因子对土壤综合肥力的影响。

2结果与分析

2.1基于主成分分析的土壤肥力评价结果

主成分分析结果（表5）表明，依据特征值λ≥1的原则，提取2个主成分，其方差贡献率分别为40.18%和33.47%，累计方差贡献率为73.65%，可较好反映芒果园土壤的综合肥力水平。pH、ExCa、AMn、AB、CEC在第一主成分（PC1）上具有较大载荷；OM、AN、AK、AFe在第二主成分（PC2）上具有较大载荷。根据主成分土壤肥力指数（SFI1）结果，得出坡地肥力为极高水平，垭口和过渡带肥力为中等水平，洼地肥力最低（表6）。

2.2基于模糊数学的土壤肥力评价结果

图2为不同微地形土壤肥力指标的隶属度雷达图。不同微地形AMn、AFe和ExCa的隶属度值均接近理想参考值，而AB隶属度值均最低；坡地ExMg、OM、AN、AK的隶属度值明显高于其他微地形，洼地pH、CEC、AB、ExMg的隶属度值均为最低。由各指标的模糊数学土壤肥力指数（SFI2）结果可知，不同微地形的肥力均为高或极高水平（表7）。

2.3基于改进内梅罗指数法的土壤肥力评价结果先计算不同地形标准化后各肥力指标的平均值及最小值，然后得到各指标的内梅罗指数系数（表8），坡地各指标中除ExCa、AFe、AMn外，其他指标的内梅罗指数系数均最大；洼地的AK、ExCa、ExMg和CEC内梅罗指数系数均最小，而AFe和AMn的内梅罗指数系数最大。内梅罗土壤肥力指数（SFI3）结果表明，坡地和垭口的肥力为中等水平，而洼地和过渡带的肥力均为低水平（表9）。

2.4基于粗糙集理论的土壤肥力综合评价结果

由图3可知，基于粗糙集理论对主成分土壤肥力指数、模糊数学土壤肥力指数和内梅罗土壤肥力指数进行综合评价，得到的粗糙集理论土壤肥力指数表现为坡地（0.67，高）>垭口（0.50，中等）>过渡带（0.37，低）>洼地（0.35，低），该结果与单一评价方法中主成分土壤肥力指数和模糊数学土壤肥力指数表现一致，而与内梅罗土壤肥力指数表现（坡地>垭口>洼地>;过渡带）略有不同。对同一微地形进行肥力评价时，不同评价方法指数间存在明显差异，总体来看模糊数学土壤肥力指数相对较高，内梅罗土壤肥力指数相对较低，主成分土壤肥力指数较分散，而粗糙集理论土壤肥力指数相对均衡。

为验证不同肥力评价方法的适宜性，在芒果成熟期统计不同微地形的芒果产量（表10）。通过对样地芒果产量与肥力指数进行线性拟合，结果（图4）表明，粗糙集理论土壤肥力指数与产量拟合度最高（R2=0.94），其次为主成分土壤肥力指数（R2=0.89）和内梅罗土壤肥力指数（R2=0.66），模糊数学土壤肥力指数与产量的拟合度（R2=0.53）最差。

2.5地形及环境因子对土壤综合肥力的影响

为判断地形和环境因子对土壤综合肥力的影响，测定研究区不同微地形物理性质中的土壤含水率、容重及微生物性质中的FG/BT和G+/G-，结果（表11）表明，洼地的土壤含水率最高；坡地的土壤含水率、容重及FG/BT最低，而G+/G-最高；垭口的容重及FG/BT最高。

通过冗余分析探讨地形及环境因子对土壤化学指标及粗糙集肥力指数的影响，结果表明，地形因子对土壤肥力的解释量为34.15%，环境因子解释量为23.30%，二者共同解释量为18.96%，其他因子解释量为23.59%（图5-A）。冗余分析中横轴RDA1和纵轴RDA2分别解释不同地形土壤肥力变量的66.09%和8.81%（图5-B）。坡向和坡度与RDA1具有显著正相关关系，容重和土壤含水率与RDA1具有显著负相关关系；G+/G-与RDA2具有显著正相关关系，海拔高度与RDA2具有显著负相关关系，表明土壤综合肥力受地形因子及环境因子的共同影响。

3讨论

3.1不同肥力评价方法的对比分析

本研究以不同微地形芒果园土壤化学指标为研究对象，通过组合肥力评价方法，得到较科学的不同微地形间肥力高低排序。不同肥力评价方法由于本身的特点及适用条件不同，得到的评价结果也不尽相同，其中主成分分析法对数据进行降维分析时，滤除叠加信息效果不佳，容易使得部分评价结果偏高（冯慧敏等，2023）；模糊数学法受制于隶属度函数转折点的选择，容易忽视少数关键信息，对肥力相近的土壤层次划分不够好，更适用于大区域大尺度的概评（徐亚文等，2023）；改进的内梅罗指数法只关注肥力最小限制因子，而未考虑偏高或过量的因子对肥力总体评价是否有负面影响，容易致使评价结果偏高（邓星亮等，2023）；基于粗糙集理论的肥力评价，将各单一评价方法进行组合分析，重新赋予权重，能有效提高肥力评价的准确性。

主成分分析具有从复杂的土壤肥力因素中提炼出综合规律的优势。本研究应用主成分分析法对不同地形进行肥力评价，发现不同微地形的肥力高低区分较明显，但得到的坡地肥力达极高水平的结果与实际不太相符，根据实际种植情况，坡地的芒果产量远低于肥力极高的非岩溶区芒果园。说明应用主成分进行多因子的降维分析时，提取主成分的过程中对叠加信息的处理不够明确（许仙菊等，2013），可能存在将肥力较高的地形肥力进行放大的缺陷。

模糊数学分析方法将隶属度理论中的定性评价转化为定量评价，可对多指标制约的土壤肥力进行总体评价（杨文娜等，2019）。本研究基于模糊数学的肥力评价结果为不同微地形果园肥力均大于0.6，处于肥力高水平以上，但研究区不同微地形芒果产量为2.2～9.9 t/ha，低于生产中研究区域芒果平均产量12t/ha，说明该方法评价结果偏高，且对不同地形肥力等级区分效果较差，与模糊数学方法在分析的各个阶段都会产生连片区域并拒绝较少的信息有关（Khaki et al.，2017），指示该方法更适宜于大区域研究，并过于依赖研究者的观点。此外，不同肥力评价指标在确定隶属度函数时也容易受人为因素的影响。

改进的内梅罗指数肥力评价法突出了最小因子对土壤肥力的影响，反映了生态学中植物生长限制因子的规律（Li etal.，2021）。研究者用改进的内梅罗指数对枣园土壤肥力进行评价，发现pH及有机质和全磷含量表现出较强的空间自相关性，主要受母质、气候和地形的影响（Zhao et al.，2020）；不同类型不同海拔的草地土壤肥力具有不同的主要限制因素，土壤肥力高、中、低的地区分别占祁连山草地总面积的45.60%、41.92%和12.46%（Li et al.，2021）；而不同微地形切沟表层土壤肥力达到肥沃水平，原状坡、塌陷、缓台和浅沟均处于一般水平，陡坎则处于贫瘠水平（濮阳雪华等，2019）。本研究中内梅罗指数肥力评价结果偏低，肥力最高的坡地仅达中等肥力等级。分析其原因，可能与不同地形养分的异质性较大有关，也更突出了改进的内梅罗指数法能反映作物生长在生态学上的最小因子规律，对土壤肥力的评价比传统的加权法更加严谨和敏感的特点（Zhang et al.，2022）。

当前，基于粗糙集理论预测评价被广泛应用于多个领域且取得了较理想结果（Chen et al.，2020），大多数研究者直接以各参评指标为条件属性进行相关领域的预测和评价（Zhang et al.，2022；Mustafa et al.，2023）。本研究则以不同微地形各单一肥力评价方法的评价结果为条件属性，不仅有效简化了相同属性约简的过程，还降低了运算量，且得到的粗糙集理论土壤肥力评价指数与产量拟合结果最佳，与Yan等（2016）基于粗糙集理论提取富营养化时空关系规则的结果一样，准确性较高，与事实相符，这主要是由于基于粗糙集理论综合评价方法能减少单一方法的影响。本研究中基于粗糙集进行综合评价时，淘汰了评价结果偏高的模糊数学肥力评价结果，从而与陈轩敬等（2016）研究得出的作物产量与土壤综合肥力指数呈显著线性正相关的结果一致。粗糙集肥力评价方法的前提是参评指标达到3个及以上，且各指标间具有差异性；指标数量也不易过多，否则会使属性约简过程变复杂，这就要求研究者事先对参评指标进行适用性验证。然而，近年来随着模型及机器学习等方法在土壤肥力评价中的应用（Wang et al.，2022），针对不同的研究对象及领域，有待进一步开发出基于粗糙集理论与其他信息技术相结合的方法，通过优化算法、提高评价效率等方式拓展应用到知识发现、数据挖掘、数据聚类、预测分析等更多领域。

3.2不同微地形土壤肥力的影响因素

地形通过影响区域内的气候和气象特征而影响土壤水分，直接或间接造成土壤肥力的空间异质性（李惠芝等，2022）。本研究中，表层土壤含水率平均值在17.10%～28.87%，坡地与垭口之间土壤含水率差异不显著，坡地土壤含水率最低而土壤肥力最高，洼地反之，说明土壤含水率在一定程度上影响着土壤养分含量。而水分是果树吸收养分的载体，对于地形差异较大的地区需加强对不同地形土壤水分的研究。

土壤容重不仅可用于计算土壤持水力和导水性，也是估算土壤养分的重要变量。张梦旭等（2019）研究表明，黑河上游从高海拔到低海拔，容重呈先减小后增大的变化趋势。本研究中，不同微地形容重表现为垭口>洼地>过渡带>坡地。土壤容重通过影响土壤的通气性、保水性、保肥性而影响土壤肥力，说明改善土壤容重也是改善土壤肥力的方式之一，但在不同地质背景下容重对土壤养分及肥力的影响存在差异，要根据具体情况进行判断分析。

土壤微生物是生态系统中各种生命活动的载体，也是物理、化学和生物过程的主要反应场所（杨阳等，2023），土壤微生物群落结构的组成与活性变化是衡7BVw60PqcgysJE2uYjXuhA==量土壤肥力的重要指标（任伟等，2010；郭芸等，2017）。马书琴等（2017）对藏北5种高寒草地的PLFA指纹特征与土壤化学性质的关系进行研究，结果表明土壤碳、氮含量与土壤微生物间存在极显著的相互刺激关系。本研究对表层土壤的PLFA分布特征进行分析，发现不同微地形中不同微生物菌群含量差异显著；肥力最高的坡地，FG/BT最低、G+/G-最高；海拔及肥力均相对较高的垭口，FG/BT最高；海拔及肥力最低的洼地，FG/BT及G+/G-处于中等水平。庞丹波等（2023）研究指出，随着海拔上升，真菌、细菌、革兰氏阳性菌和革兰氏阴性菌生物量呈逐渐增加趋势。以上结果均表明不同地形的微生物群落结构存在差异，且微生物对土壤肥力的影响不可忽视。

本研究的主要目的是通过对肥力评价方法进行优化，进而提升肥力评价的准确度，但实际生产中影响土壤肥力的因素较多，如何从众多肥力评价指标中筛选出关键因子并将其纳入科学的肥力综合评价系统是促进土壤肥力评价更加精准的关键，也是今后攻关的方向。

4结论

综合不同评价方法的评价结果，不同微地形芒果园的土壤肥力整体表现为坡地>垭口>过渡带>洼地。主成分土壤肥力指数评价结果准确度较高，但存在将肥力较高的地形肥力指数进行放大的缺陷；模糊数学土壤肥力指数评价结果偏高，且对不同微地形肥力等级区分效果较差；内梅罗土壤肥力指数评价结果总体偏低；基于粗糙集理论将3种常规肥力评价方法进行组合评价的结果相对准确，对不同地形肥力等级区分效果较好，所得的肥力评价指数与产量线性拟合程度最高。不同微地形土壤肥力的差异受地形因子和环境因子共同影响，其中地形因子的影响较大。

参考文献（References）：

陈轩敬，赵亚南，柴冠群，张珍珍，张跃强，石孝均.2016.长期不同施肥下紫色土综合肥力演变及作物产量响应［J］.农业工程学报，32（S1）：139-144.［Chen X J，Zhao YN，Chai G Q，Zhang Z Z，Zhang Y Q，Shi X J.2016.Integrated soil fertility and yield response to long-term different fertiliza-tion in purple soil［J］.Transactions of the Chinese Society of Agricultural Engineering，32（S1）：139-144.］doi：10.11975/j.issn.1002-6819.2016.z 1.020.

褚旭，汪金玲，李春顺，赵阳，杨雪彪，邵长营，王飞，杨康.2022.基于粗糙集属性约简法的植烟土壤肥力评价分析［J］.烟草科技，55（4）：28-35.［Chu X，Wang J L，Li C S，Zhao Y，Yang X B，Shao C Y，Wang F，Yang K.2022.Analysis on evaluations of fertility of tobacco-growingsoil based on attribute reduction in rough set［J］.Tobacco Science&Technology，55（4）：28-35.］doi：10.16135/j.issn 1002-0861.2022.0018.

代彬，彭韬，张信宝，莫小妹，王世杰.2023.高原型喀斯特主要丘陵类型、形成机制与贵州喀斯特地貌分区刍议［J］.山地学报，41（2）：155-168.［Dai B，Peng T，Zhang X B，Mo X M，Wang S J.2023.Major types and formation mechanism of karst hill in plateau and discussion on karst landform zoning in Guizhou，China［J］.Mountain Research，41（2）：155-168.］doi：10.7606/j.issn.1000-7601.2023.05.13.］

邓星亮，杨安富，杨丽，孟龙威，袁漫遥，陈俊男，吴晓晨.2023.海南岛典型农用地土壤综合肥力评价［J］.热带作物学报，44（7）：1497-1505.［Deng X L，Yang A F，Yang L，Meng L W，Yuan M Y，Chen J N，Wu X C.2023.Soil nutrient analysis and comprehensive fertility evaluation of four types of agricultural land in Hainan island［J］.Chi-nese Journal of Tropical Crops，44（7）：1497-1505.］doi：10.3969/j.issn.1000-2561.2023.07.021.

邓艳，蒋忠诚，蓝芙宁，罗为群，覃星铭.2008.广西热带亚热带典型森林岩溶区土壤—植物系统元素分布特征［J］.生态环境，17（3）：1140-1145.［Deng Y，Jiang Z C，Lan F N，Luo W Q，Qin X M.2008.Biogeochimical characteristics of elements in soil-plant system in tropical and subtropical typical karst area in Guangxi［J］.Ecology and Environ-ment，17（3）：1140-1145.］doi：1016089/j.cnki.1008-2786.000738.

冯慧敏，郭小丽，肖远业，温晓彤，李梓珊，曾鸿浩，罗伊莉，李海渤.2023.基于主成分分析不同种养模式下的土壤肥力评价［J］.中国土壤与肥料，（10）：1-10.［Feng H M，Guo X L，Xiao Y Y，Wen X T，Li Z S，Zeng H H，Luo Y L，Li H B.2023.Evaluation of soil fertility under different plan-ting and breeding models based on principal component analysis［J］.Soil and Fertilizer Science in China，（10）：1-10.］doi：10.11838/sfsc.1673-6257.22552.

高超前，彭祚登，于凌霄，赵洪林，李全明，付强，贾建学，李文芳.2018.基于粗糙集理论的城市生态林地土壤肥力评价研究［J］.中南林业科技大学学报，38（12）：76-82.［Gao C Q，Peng Z D，Yu L X，Zhao H L，Li Q M，Fu Q，Jia J X，Li W F.2018.Soil fertility quality evaluation based onrough set theory for urban ecological forest［J］.Journal of Central South University of Forestry＆Technology，38（12）：76-82.］doi：10.14067/j.cnki.1673-923x.2018.12.010.

高浩然，周勇，刘甲康，王丽，吴飞，田杨.2022.湖北省两种地形区耕地土壤肥力指标空间格局与主控因素［J］.水土保持通报，42（5）：283-292.［Gao H R，Zhou Y，Liu J K，Wang L，Wu F，Tian Y.2022.Spatial patterns and main control factors of soil fertility indicators in arable land in two topographic regions of Hubei Province［J］.Bulletin of Soil and Water Conservation，42（5）：283-292.］doi：10.13961/j.cnki.stbctb.20220829.003.

高宏艳，索全义，郑海春，郜翻身.2019.内蒙古平原灌区耕地土壤肥力评价方法研究——以土默川平原灌区为例［J］.土壤通报，50（4）：794-799.［Gao H Y，Suo Q Y，Zheng H C，Gao F S.2019.Soil fertility evaluation methods of culti-vated land in the irrigation district of Inner Mongolia Plain：A case study of Tumochuan Plain［J］.Chinese Jour-nal of Soil Science，50（4）：794-799.］doi：10.19336/j.cnki.trtb.2019.04.05.

郭丽梅，黄国弟，李日旺，陈永森，唐莹莹，罗世杏，唐玉娟，张宇，彭鹏，覃昱茗.2023.广西芒果产业发展现状及策略［J］.广西科学院学报，39（2）：119-127.［Guo L M，Huang G D，Li R W，Chen Y S，Tang Y Y，Luo S X，Tang Y J，Zhang Y，Peng P，Qin Y M.2023.Development status andstrategy of mango lndustry in Guangxi［J］.Journal of Guangxi Academy of Sciences，39（2）：119-127.］doi：10.13657/j.cnki.gxkxyxb.20230517.001.

郭芸，孙本华，王颖，魏静，高明霞，张树兰，杨学云.2017.长期施用不同肥料土PLFA指纹特征［J］.中国农业科学，50（1）：94-103.［Guo Y，Sun B H，Wang Y，Wei J，Gao M X，Zhang S L，Yang X Y.2017.PLFA fingerprint characteristics of an anthropogenic loess soil under long-term different fertilizations［J］.Scientia Agricultura Sinica，50（1）：94-103.］doi：10.3864/j.issn.0578-1752.2017.01.009.

黄晶，韩天富，申哲，柳开楼，马常宝，王慧颖，曲潇琳，于子坤，谢建华，张会民.2023.基于模糊数学（Fuzzy）法的中国水稻土肥力质量近30年的时空变化特征［J］.土壤学报，60（2）：355-366.［Huang J，Han T F，Shen Z，Liu K L，Ma C B，Wang H Y，Qu X L，Yu Z K，Xie J H，Zhang H M.2023.Spatiotemporal variation of fertility quality of Chinese paddy soil based on fuzzy method in recent 30 years［J］.Acta Pedologica Sinica，60（2）：355-366.］doi：10.11766/trxb202107050343.

黄浦江，方昭，余海龙，张峰举，黄菊莹.2023.不同改良剂配施对河套灌区碱化土壤理化性质及枸杞生长的影响［J］.干旱地区农业研究，41（5）：121-129.［Huang P J，Fang Z，Yu H L，Zhang F J，Huang J Y.2023.Effects of combina-tions of modifiers on physical and chemical properties ofalkaline soil and growth of LyciumchinenseHetaoirriga-tion area［J］.Agricultural Research in the Arid Areas，41（5）：121-129.］doi：10.7606/j.issn.1000-7601.2023.05.13.

简尊吉，倪妍妍，徐瑾，雷蕾，曾立雄，肖文发.2021.中国马尾松林土壤肥力特征［J］.生态学报，41（13）：5279-5288.［Jian Z J，Ni YY，Xu J，Lei L，Zeng L X，Xiao W F.2021.Soil fertility in the Pinus massoniana forests of China［J］.Acta Ecologica Sinica，41（13）：5279-5288.］doi：10.5846/stxb202007021716.

李惠芝，关庆伟，赵家豪，李俊杰，王磊，李凤凤，左兴平，陈斌.2022.地形对麻栎人工林土壤肥力质量的影响［J］.南京林业大学学报（自然科学版），46（5）：161-168.［Li H Z，Guang Q W，Zhao J H，Li J J，Wang L，Li F F，Zuo X P，Chen B.2022.Effects of topography on the soil fertility quality in Quercus acutissimapiantation［J］.Journal of Nanjing Forestry University（Natureal Sciences Edition），46（5）：161-168.］doi：10.12302/j.issn.1000-2006.202109023.

李倩，贾晓果，李亮，张翔，程玉渊，李鹏.2023.豫西南丘陵区植烟土壤养分时空变异特征及肥力评价［J］.河南农业科学，52（1）：73-85.［Li Q，Jia X G，Li L，Zhang X，Cheng Y Y，Li P.Spatial-temporal variability of nutrients and assessment of fertility in tobacco-planting soil in hilly areas of southwest Henan［J］.Journal of Henan Agricul-tural Sciences，52（1）：73-85.］doi：10.15933/j.cnki.1004-3268.2023.01.008.

李欣蔚，肖元明，李春丽，高永恒，周国英.2023.青藏高原高寒草甸微地形对土壤胞外酶活性及生态化学计量比的影响［J］.应用与环境生物学报，30（2）：212-219.［Li X W，Xiao Y M，Li C L，Gao Y H，Zhou G Y.2023.Effects of microtopography on enzyme activities and ecological stoichiometry in an alpine meadow on the Qinghai-Tibet Plateau［J］.Chinese Journal of Applied and Environmental Biology，30（2）：212-219.］doi：10.19675/j.cnki.1006-687x.2023.04034.

马书琴，王小丹，王荷，张蓓蓓，陈有超，鲁旭阳.2017.藏北高寒草地土壤磷脂脂肪酸指纹特征及其与土壤化学性质的关系［J］.生态环境学报，26（9）：1480-1487.［Ma S Q，Wang X D，Wang H，Zhang B B，Chen Y C，Lu X Y.2017.Phospholipid fatty acids fingerprint of different grasslandsoils in North Tibet and their relationship with chemical properties［J］.Ecology and Environmental Sciences，26（9）：1480-1487.］doi：10.16258/j.cnki.1674-5906.2017.09.004.

庞丹波，吴梦瑶，赵娅茹，杨娟，董立国，吴旭东.2023.贺兰山东坡不同海拔土壤微生物群落特征及其影响因素［J］.应用生态学报，34（7）：1957-1967.［Pang D B，Wu M Y，Zhao Y R，Yang J，Dong L G，Wu X D.2023.Soil micro-bial community characteristics and the influencing factors at the different elevations on the eastern slope of Helan Mountain，Northwest China［J］.Chinese Journal of Applied Ecology，34（7）：1957-1967.］doi：10.13287/j.1001-9332.202307.031.

濮阳雪华，苟清平，王春春，朱清科.2019.陕北黄土区不同微地形土壤养分特征研究［J］.西北林学院学报，34（3）：37-42.［Puyang X H，Gou Q P，Wang C C，Zhu Q K.2019.Characteristics of soil nutrients in different micro-topo-graphy in loess region of northern Shaanxi Province［J］.Journal of Northwest Forestry University，34（3）：37-42.］doi：10.3969/j.issn.1001-7461.2019.03.06.

区惠平，彭嘉宇，周柳强，黄金生，朱晓晖，曾艳，谢如林，谭宏伟，雷秋良.2021.百色芒果主产区果园施肥状况及减施潜力分析［J］.南方农业学报，52（12）：3375-3381.［Qu H P，Peng J Y，Zhou L Q，Huang J S，Zhu X H，Zeng Y，Xie R L，Tan H W，Lei Q L.2021.Analysis on fertilization sta-tus and potential of fertilizer reduction in mango orchard in Baise［J］.Journal of Southern Agriculture，52（12）：3375-3381.］doi：10.3969/j.issn.2095-1191.2021.12.021.

任伟，谢世友，谢德体，冯慧芳.2010.岩溶山地典型植被恢复过程中土壤理化性质及微生物特征［J］.中国岩溶，29（1）：35-40.［Ren W，Xie S Y，Xie D T，Feng H F.2010.Changes of soil physicochemical and microbial features during the typical vegetation restoration in karst mountain［J］.Carsologica Sinica，29（1）：35-40.］doi：10.3969/j.issn.1001-4810.2010.01.007.

宋淑钧，崔小茹，陈其鲜，陈雄，杨荣.2023.陇中旱区农田土壤微量元素特征及其对绿肥休耕的响应［J］.水土保持学报，37（6）：268-275.［Song S J，Cui X R，Chen Q X，Chen X，Yang R.2023.Characteristics of soil trace elements in the dryland farming area of central Gansu and their responses to green manure fallow［J］.Journal of Soil and Water Conservation，37（6）：268-275.］doi：10.13870/j.cnki.stbcxb.2023.06.034.

宋苏苏，黄林，陈勇.2011.基于粗糙集的土壤肥力组合评价研究［J］.农机化研究，33（12）：10-13.［Song S S，Huang L，Chen Y.2011.Study on soil fertility combination evalua-tion based on rough set［J］.Journal of Agricultural Mecha-nization Research，33（12）：10-13.］doi：10.13427/j.cnki.njyi.2011.12.028.

徐亚文，黄燕兰，刘娜，韩利艳，赵平，王雪蕾，黄中泷，李家华.2023.双江县冰岛五寨古茶园土壤养分状况及肥力质量评价［J］.中国土壤与肥料，（12）：1-11.［Xu Y W，Huang Y L，Liu N，Han L Y，Zhao P，Wang X L，Huang Z L，Li J H.2023.Soil nutrient status and fertility quality evaluation of Bingdaowuzhai ancient tea garden in Shuangjiang County［J］.Soil and Fertilizer Science in China，（12）：1-11.］doi：10.11838/sfsc.1673-6257.22714.

徐烨，邓艳，曹建华，蒋忠诚，岳祥飞，朱梓弘.2019.岩溶断陷盆地土壤肥力空间异质性及其影响因素［J］.水土保持研究，26（4）：355-362.［Xu Y，Deng Y，Cao J H，Jiang Z C，Yue X F，Zhu Z H.2019.Spatial heterogeneity of soil fer-tility in karst faulted basin and its influencing factors［J］.Research of Soil and Water Conservation，26（4）：355-362.］doi：10.13869/j.cnki.rswc.2019.04.053.

许仙菊，马洪波，陈杰，张永春，陈斌，丁华萍，钱钧.2013.基于养分丰缺诊断和主成分分析相结合的桑园土壤肥力评价［J］.土壤，45（3）：470-476.［Xu X J，Ma H B，Chen J，Zhang Y C，Chen B，Ding H P，Qian J.2013.Assessment of soil fertility of mulberry orchards based on combined soil nutrient grades and main component analysis［J］.Soils，45（3）：470-476.］doi：10.13758/j.cnki.tr.2013.03.031.

杨文娜，任嘉欣，李忠意，徐义，李振轮，何丙辉.2019.主成分分析法和模糊综合评价法判断喀斯特土壤的肥力水平［J］.西南农业学报，32（6）：1307-1313.［Yang W N，Ren J X，Li Z Y，Xu Y，Li Z L，He B H.2019.Soil fertility in Karstregions with analysis of principal component andfuzzy synthetic evaluation［J］.Southwest China Journal of Agricultural Sciences，32（6）：1307-1313.］doi：10.16213/j.cnki.scjas.2019.6.017.

杨阳，刘良旭，张萍萍，吴凡，周媛媛，宋怡，王云强，安韶山.2023.黄土高原土壤水分—有机碳—微生物耦合作用研究进展［J］.生态学报，43（4）：1714-1725.［Yang Y，Liu L X，Zhang P P，Wu F，Zhou Y Y，Song Y，Wang Y Q，An S S.2023.Advances in soil moisture-carbon-microbe coupling on the Loess Plateau，China［J］.Acta Ecologica Sinica，43（4）：1714-1725.］doi：10.5864/stxb202112243643.

叶回春，张世文，黄元仿，周志明，沈重阳.2014.粗糙集理论在土壤肥力评价指标权重确定中的应用［J］.中国农业科学，47（4）：710-717.［Ye H C，Zhang S W，Huang Y F，Zhou Z M，Shen C Y.2014.Application of rough set theory to determine weights of soil fertility factor［J］.Scientia Agri-cultura Sinica，47（4）：710-717.］doi：10.3864/j.issn.0578-1752.2014.04.011.

张梦旭，刘蔚，朱猛，杨林山，李若麟.2019.黑河上游山地土壤容重分布特征及影响因素［J］.山地学报，37（2）：198-205.［Zhang M X，Liu W，Zhu M，Yang L S，Li R L.2019.Patterns and environmental controls of soil bulk density in the mountainous regions of the upper Heihe River Basin，China［J］.Mountain Research，37（2）：198-205.］doi：10.16089/j.cnki.1008-2786.000413.

张晓玉，张定海，宁婷，马玉婧.2024.古尔班通古特沙漠土壤水分-地形-植被关系研究［J］.草地学报，32（5）：1548-1557.［Zhang X Y，Zhang D H，Ning T，Ma Y J.2024.Study on the relationship between soil moisture，topogra-phy and vegetation in the Gurbantunggut Desert［J］.Acta Agrestia Sinica，32（5）：1548-1557.］doi：10.11733/j/.issn.1007-0435.2024.05.025.

周维杰，吴川德，李钟淏，李婷玉，罗照西，刘斌，巫和义，阮云泽.2023.不同营养类型有机肥对芒果品质和土壤肥力的影响［J］.中国土壤与肥料，（5）：84-95.［Zhou W J，Wu C D，Li Z H，Li T Y，Luo Z X，Liu B，Wu H Y，Ruan Y Z.2023.Effects of different nutrient types of organic fertili-zers on mango quality and soil fertility［J］.Soils and Ferti-lizers Sciences in China，（5）：84-95.］doi：10.11838/sfsc.1673-6257.22264.

Chen S，Lin B W，Li Y Q，Zhou S N.2020.Spatial and tempo-ral changes of soil properties and soil fertility evaluation in a large grain-production area of subtropical plain，China［J］.Geoderma，357：113937.doi：10.1016/j.geoderma.2019.113937.

Fan Y N，Zhang Y X，Chen Z K，Wang X K，Huang B.2021.Comprehensive assessments of soil fertility and environ-mental quality in plastic greenhouse production systems［J］.Geoderma，385：114899.doi：10.1016/j.geoderma.2020.114899.

Guo J H，Feng H L，Sun J J，Cao P H，Wang W F，Chen H，Yu Y C.2019.Application of cloud model to evaluation of fo-rest soil fertility：A case in chinese fir plantations in Sou-thern China［J］.Sustainability，11（22）：6286.doi：10.3390/su11226286.

He Y X，Pang Y X，Zhang Q，Jiao Z，Chen Q.2018.Compre-hensive evaluation of regional clean energy development levels based on principal component analysis and rough set theory［J］.Renewable Energy，122：643-653.doi：10.1016/j.renene.2018.02.028.

Huang C，Xu C，Ma Y Q，Song T，Xu Z，Li S，Liang J H，Zhang L K.2022.Nutritional diagnosis of the mineral elements in Tainong mango leaves during flowering in karst areas［J］.Land，11（8）：1311.doi：10.3390/land 11081311.

Khaki B D，Honarjoo N，Davatgar N，Jalalian A，Golsefidi H T.2017.Assessment of two soil fertility indexes to evaluate paddy fields for rice cultivation［J］.Sustainability，9（8）：1299.doi：10.3390/su9081299.

Li Q，Yang J Y，Guan W H，Liu Z G，He G X，Zhang D G，Liu X N.2021.Soil fertility evaluation and spatial distribution of grasslands in Qilian MountainckQpEp/w7nARzT28IS3bzQ==s Nature Reserve of eas-tern Qinghai-Tibetan Plateau［J］.PeerJ，9：e10986.doi：10.7717/peerj.10986.eCollection 2021.

Manna T，Anitha A.2023.Precipitation prediction by integra-ting rough set on fuzzy approximation space with deep learning techniques［J］.Applied Soft Computing Journal，139：110253.doi：10.1016/j.asoc.2023.110253.

Mustafa S F Z，Deris M M，Manan T S BA，Beddu S，Kamal N L M，Mohamad D，Yavari S，Qazi S，Hanafiah Z，Nassar S O A，Yeoh K L，Sheriff I，Mohtar W H M W，Isa M H，Yusoff M S，Aziz H A.2023.Modelling of similarity cha-racteristics of polycyclic aromatic hydrocarbons（PAHs）in Sungai Perak，Malaysia via rough set theory and principal component analysis（PCA）［J］.Chemical Physics Letters，828：140721.doi：10.1016/j.cplett.2023.140721.

Song T，Huang C，Yang H，Liang J H，Ma Y Q，Xu C，Li M，Liu X，Zhang L K.2022.Characterization of soil-plant leaf nutrient elements and key factors affecting mangoes in karst areas of Southwest China［J］.Land，11（7）：970.doi：10.3390/land 11070970.

Wang Y，Wang S，Zhou C S，Chi W F.2022.Application of Cmic/Corg in the soil fertility evaluation of typical forests in the Yulin Sandy Area［J］.Land，11（4）：559.doi：10.3390/land 11040559.

Yan H Y，Zhang X R，Dong J H，Shang M S，Shan K，Wu D，Yuan Y，Wang X，Meng H，Huang Y，Wang G Y.2016.Spatial and temporal relation rule acquisition of eutrophica-tion in Da’ning River based on rough set theory［J］.Eco-logical Indicators，66：180-189.doi：10.1016/j.ecolind.2016.01.032.

Zhang X L，Li Y，Wang G M，Zhang H C，Yu R S，Li N，Zheng J X，Yu Y.2022.Soil quality assessment in farmland of a rapidly industrializing area in the Yangtze Delta，China［J］.International Journal of Environmental Research and Pub-lic Health，19（19）：12912.doi：10.3390/ijerph 191912912.

Zhao W J，Luo M Q，Li Z L，Cao T H.2020.Evaluation of soil fertility in a Gravel-Sand-Mulched Jujube（Ziziphus jujuba）orchard based on modified nemoro fertility indexing method［J］.Agricultural Research，9（1）：85-93.doi：10.1007/s40003-019-00408-8.

（责任编辑王晖）