土壤质量是土壤在生态系统边界范围内, 维持作物生产能力, 保持环境质量及促进动植物健康的能力[1-2]。作为表征土壤条件动态变化最敏感的指标, 土壤质量能反映土壤管理水平, 对退化土地的恢复、区域土地资源管理和土地持续利用也具有重要意义[3]。对土壤质量进行系统评价, 定量分析作物生长过程中的主要限制指标, 可为调节作物生产和增产增收提供技术支持。然而, 由于土壤质量评价目的和评价对象尺度不同, 且评价工作复杂,易受外界因素干扰, 国内外对土壤质量评价并没有建立统一标准[4-5]。同时, 由于土壤利用方式的多变性、土壤性质的时空变异性和数据获取的高成本等因素, 难以获取所有能表征土壤性质指标的数据[6-7]。目前大多数研究是利用一些土壤指标, 建立最小数据集(minimum data set, MDS)进行分析[8-9], 如GOVAERTS等[10]基于MDS评估墨西哥高原地区小麦和玉米农田土壤质量, RAHMANIPOUR等[11]基于MDS评估伊朗加兹温省土壤质量, VOLCHKO等[12]基于MDS评估生态恢复进程中绿地区域土壤状况。国内学者也基于MDS评价南方地区[13]、黄河三角洲地区[14]和塔里木河流域[15]土壤质量。李桂林等[16]对MDS进行优化, 提出将要素在各主成分上的综合载荷作为土壤指标筛选依据。上述研究表明MDS可用于评价土壤质量, 但目前对果园土壤鲜有涉及。
陕西省周至县是全球最大的猕猴桃生产基地, 生产的猕猴桃畅销全国乃至海外, 猕猴桃为当地经济发展和农民增收做出了重要贡献, 但土壤质量一直是影响猕猴桃产业发展的重要因素之一。猕猴桃是一种多年生藤本植物, 根部在吸收土壤养分的同时会不断分泌化学物质, 与土壤之间形成一种耦合关系, 使土壤质量处于动态变化中。而猕猴桃对土壤质量要求很高, 当土壤条件不适时, 往往会出现生理性病害, 严重时甚至死苗。近年来, 关于猕猴桃园地土壤质量的研究主要集中在土壤养分分布状况、养分空间变异性和污染等理化性质方面[17-19], 而对猕猴桃园地土壤质量评价研究较少。因此, 笔者以不同年限猕猴桃园地为研究对象, 测定18个土壤理化指标, 基于MDS对研究区土壤质量进行定量评价, 揭示猕猴桃不同生长年限对土壤理化指标和土壤质量的影响, 以期为猕猴桃种植研究提供科学支撑, 同时为产业调整和种植方式改良提供理论依据。
1 材料与方法 1.1 研究区概况周至县猕猴桃产业带位于34°06′~34°13′ N, 108°00′~108°32′ E, 地势西南高、东北低, 地形主要为平原、浅山和黄土原区, 海拔400~500 m(图 1), 80%以上区域为砾质潮砂土(潮土), 黑垆土、褐土和红土分布区域较少。研究区属温带大陆性季风气候区, 年平均气温12~13.6 ℃, 作物一年两熟, 年降水量600~800 mm, 秋季多阴雨, 日照少, 降温快。周至县猕猴桃种植面积为266.67 km2, 占全县耕地总面积的80%以上, 为全国提供60%的猕猴桃鲜果和80%的猕猴桃果干, 是我国认定的唯一一个猕猴桃标准化管理示范县, 素有“猕猴桃之乡”的美称。
根据周至县行政区划图和土地利用现状图, 并结合实地调查, 共设33个采样点, 于2017年5月分别采用土钻法和环刀法采集土样, 环刀尺寸为直径50.46 mm×高50 mm, 容积100 cm3。采样深度30 cm, 每10 cm 1个土层, 每个土层2个土壤样品, 每个样品约100 g, 共计198个土壤样品。样品采集后封装包好, 移入实验室待测定。
根据猕猴桃生长习性[20-21]选取18个土壤理化指标进行测定:(1)土壤性质, 选择物理性黏粒(SCC)、容重(BD)、毛管孔隙度(CP)、总孔隙度(TPO)、非毛管孔隙度(NCP)、通气度(CA)等指标。(2)水分, 选择土壤含水量(SWC)。(3)pH, 选择土壤pH值。(4)养分, 选择有机质(SOM)、全氮(TN)、全磷(TP)、全钾(TK)、速效氮(AN)、速效磷(AP)和速效钾(AK)含量等养分指标。(5)盐分, 选择土壤盐分(SSC)。(6)微量元素, 选择Mg2+和SO42-含量。容重、含水量、孔隙度(毛管孔隙度、总孔隙度和非毛管孔隙度)和通气度采用环刀法测定后根据经验公式计算得到; 物理性黏粒、土壤盐分、pH值、有机质含量和土壤养分(全氮、全磷、全钾、速效氮、速效磷和速效钾)含量分别采用Mastersizer 2000激光粒度分析仪、离子色谱法、PHSJ-4A型实验室pH计、重铬酸钾氧化-外加热法和HTYF200型微电脑多功能养分速测仪测定。
1.3 研究方法 1.3.1 MDS的构建对选取的指标进行主成分分析, 计算各指标所在主成分特征值大于1的载荷, 并将在同一主成分载荷大于0.5的土壤指标归为1组; 若某个指标同时在2个主成分上的载荷都大于0.5, 则将他归入与其他指标相关系数较低的那一组。同时, 计算各指标在所在主成分上的综合载荷Norm值, 值越大说明该指标解释的土壤质量信息就越大。选择各组Norm值在最高总分值10%范围内的指标[22], 进一步进行相关分析, 建立MDS。Norm值计算公式为
$ {{N}_{ik}}=\sqrt{\sum\limits_{i=1}^{k}{\left( {{u}_{ik}}^{2}{{e}_{k}} \right)}}。$ | (1) |
式(1)中, Nik为第i个指标在特征值大于1的前k个主成分Norm值; uik为第i个指标在第k个主成分上指标载荷; ek为第k个主成分特征值。
1.3.2 土壤质量评价方法通过土壤质量评价指数进行土壤质量评价, 计算公式为
$ {{I}_{\text{SQ}}}=\sum\limits_{i=1}^{n}{{{W}_{i}}{{N}_{i}}}。$ | (2) |
式(2)中, ISQ为土壤质量评价指数; Wi为第i个指标权重; Ni为第i个指标隶属度。
通过主成分分析法得到各土壤评价指标公因子方差, 各指标权重为各指标公因子方差占公因子方差总和的百分数。隶属度由土壤指标所属的隶属度函数确定。隶属度函数可以分为升型和降型两种, 计算公式为
$ 升型: f\left( x \right)=\left\{ \begin{align} &0.1\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ x\le a \\ &0.9\times \left( x-a \right)/\left( b-a \right)+0.1\ \ \ a<x\le b, \\ &1.0\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ x>b \\ \end{align} \right. $ | (3) |
$ 降型: f\left( x \right)=\left\{ \begin{align} &0.1\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ x\le a \\ &0.9\times \left( b-x \right)/\left( b-a \right)+0.1\ \ \ a<x\le b。\\ &1.0\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ x>b \\ \end{align} \right. $ | (4) |
式(3)~(4)中, f(x)为隶属度; x为土壤指标值; a和b分别为土壤指标阈值, 即指标最小值和最大值。
2 结果与分析 2.1 土壤理化性质18个土壤指标统计特征值见表 1。
K-S检验结果表明18项理化指标均呈正态分布, 说明实验设计科学合理。土壤物理性黏粒、毛管孔隙度、非毛管孔隙度和土壤通气度分别为39.43%、44.66%、4.80%和24.35%;容重为1.38 g·cm-3, 且大于1.4 g·cm-3的样品数量占总数40%以上;总孔隙度为49.41%, 小于50%, 说明土壤紧实度高; 含水量为18.11%, 表明土壤湿润度适宜; pH值为7.16, 土壤呈中性; w(有机质)为2.49%, 有机质含量偏高; w(盐分)为2.45 g·kg-1, 土壤呈现轻度盐渍化; w(Mg2+)为55.00 mg·kg-1, w(Mg)适宜; w(SO42-)为374.00 mg·kg-1, S含量适宜; w(全氮)为0.68 g·kg-1,土壤全氮含量偏低; w(全磷)为1.32 g·kg-1, 土壤全磷含量偏高; w(全钾)为27.7 g·kg-1, 土壤全钾含量偏高; w(速效氮)为54.77 mg·kg-1, 土壤速效氮含量偏低; w(速效磷)为44.40 mg·kg-1, 土壤速效磷含量偏低; w(速效钾)为160.59 mg·kg-1, 土壤速效钾含量偏高。容重、pH和全钾3个指标的变异系数小于10%, 属于弱变异性; 物理性黏粒、含水量、毛管孔隙度、总孔隙度、非毛管孔隙度、土壤通气度、有机质、Mg2+、SO42-、全氮、全磷、速效氮、速效磷和速效钾变异系数介于10%~100%之间, 属于中等变异性; 盐分变异系数最大, 大于100%, 为强变异性。变异性强弱反映土壤指标值在空间分布上的离散程度与代表性。
2.2 不同种植年限和土层深度土壤特性的变化不同种植年限园地土壤指标平均值见表 2。随猕猴桃园地种植年限的增加, 容重表现出先减小再增加的趋势, 最小值出现在种植时间为>10~15 a时。毛管孔隙度、总孔隙度、非毛管孔隙度、通气度和有机质呈逐渐减小的趋势; 而含水量、Mg2+、SO42-、全氮、全磷、全钾、速效氮、速效磷和速效钾呈逐渐增加的趋势。单因子方差分析结果表明, 除物理性黏粒与园地种植年限相关性不显著外, 其他指标均与园地种植年限不同程度呈显著相关, 其中pH、盐分、Mg2+、SO42-、全磷、速效磷和速效钾呈极显著相关。
前7个主成分特征值大于1, 累积贡献率为72.27%, 可将18个土壤指标分为7组(表 3)。研究区土壤质量评价的MDS为总孔隙度、全磷、速效氮、Mg2+、全钾、有机质、含水量、速效磷和物理性黏粒9个指标, 且指标间相关系数均小于0.5(表 4)。这些指标中, 总孔隙度包含大孔隙和小空隙, 大孔隙通水透气, 小空隙持水保水; 全磷、速效氮、全钾、有机质和速效磷为猕猴桃生长必需的养分; Mg2+为猕猴桃生长所需的微量元素, 同时能调节根部渗透作用; 含水量直接影响土壤养分有效性、无机阴阳离子吸收和各种物理化学反应的顺利进行; 物理性黏粒能够防止土壤沙化, 保持土壤活性。
MDS指标权重见表 5。有机质、全氮、全钾、速效氮和速效磷都反映土壤养分, 在土壤质量评价中权重总占比达53%, 说明养分是研究区土壤质量的重要限制指标。
速效钾与全钾呈极显著相关(表 4), 说明研究区范围内全钾能代表土壤钾元素信息。周至县猕猴桃果园土壤物理性黏粒、含水量、总孔隙度、微量元素和养分含量都略偏低, 因此MDS指标对土壤质量均表现为正效应, 属于升型隶属度函数。不同种植年限猕猴桃园地土壤质量评价指数随种植年限增加而增加, 大小依次为0.68(>20 a)、0.64(>15~20 a)、0.64(>10~15 a)、0.64(>5~10 a)和0.60(0~5 a), 表明种植年限越高, 园地土壤质量越好。种植年限 < 10 a的园地土壤指标值均有所提升, 土壤质量提升较快; 种植年限>10~15 a的园地土壤孔隙度、通气度和有机质含量开始降低, 而含水量、微量元素和养分持续增加, 土壤质量相对稳定; 种植年限>15~20 a园地土壤孔隙度、通气度和有机质保持稳定, 其他指标增加明显, 土壤质量再次提升。随猕猴桃园地种植年限的增加, 土壤质量呈现先提升后稳定再提升的趋势。
2.5 MDS的检验如表 6所示, MDS指标与其他指标均呈极显著相关(P < 0.01)或显著相关(P < 0.05), 说明MDS指标一定程度上可反映其他指标代表的土壤质量信息, 采用MDS指标评价土壤质量具有可行性。
采用主成分分析和相关分析等统计学方法定量分析不同种植年限猕猴桃园地对土壤因子的影响, 并建立土壤质量评价最小数据集。主成分分析法被广泛用于土壤质量评价, 但是仅靠变量在单个主成分中的载荷值作为选入MDS的依据, 会剔除过多指标, 而造成具有重要价值的土壤质量信息缺失, 笔者引入Norm值则可避免这一问题[1, 13, 23], 提升评价结果准确性。然而, 土壤质量还受到其他因素影响, 该研究仅依据测定的18项土壤理化性质指标进行分析, 而未考虑土地利用方式、生态系统类型、地理区位等其他因素对土壤质量的影响, 这将是下一步研究工作的重点。
从不同种植年限猕猴桃园地土壤指标的变化趋势来看, 随种植年限增加, 物理性黏粒先增加再减小, 而容重先减小再增加, 毛管孔隙度、总孔隙度、非毛管孔隙度、土壤通气度和有机质则逐渐减小。这说明随种植年限增加, 土壤逐渐形成板结。另外, 制约土壤质量的决定指标是养分, 养分在土壤质量评价中的总权重占比达53%, 而研究区土壤养分含量总体偏低, 因此提高猕猴桃产量与质量, 首先需要提高土壤养分质量, 改变耕作方式, 改善土壤结构。
4 结论(1) 适用于周至县猕猴桃园地土壤质量评价的MDS指标为土壤总孔隙度、全磷、速效氮、Mg2+、全钾、有机质、含水量、速效磷和物理性黏粒9个指标。
(2) 有机质、全氮、全钾、速效氮和速效磷等土壤养分指标在土壤质量评价中总权重占比达53%, 养分是研究区土壤质量重要限制指标。
(3) 随猕猴桃园地种植年限增加, 土壤物理性黏粒、容重、毛管孔隙度、总孔隙度、非毛管孔隙度、土壤通气度和有机质等会发生改变, 土壤逐渐形成板结。
[1] |
刘伟玮, 刘某承, 李文华, 等. 辽东山区林参复合经营土壤质量评价[J]. 生态学报, 2017, 37(8): 2631-2641. [ LIU Wei-wei, LIU Mou-cheng, LI Wen-hua, et al. Soil Quality Assessment of a Forest-Ginseng Agroforestry System in the Mountainous Region of Eastern Liaoning Province, Northeast China[J]. Acta Ecologica Sinica, 2017, 37(8): 2631-2641.] (0) |
[2] |
赵娜, 孟平, 张劲松, 等. 华北低丘山地不同退耕年限刺槐人工林土壤质量评价[J]. 应用生态学报, 2014, 25(2): 351-358. [ ZHAO Na, MENG Ping, ZHANG Jin-song, et al. Soil Quality Assessment of Robinia psedudoacia Plantations With Various Ages in the Grain-for-Green Program in Hilly Area of North China[J]. Chinese Journal of Applied Ecology, 2014, 25(2): 351-358.] (0) |
[3] |
刘占锋, 傅伯杰, 刘国华, 等. 土壤质量与土壤质量指标及其评价[J]. 生态学报, 2014, 26(3): 901-913. [ LIU Zhan-feng, FU Bo-jie, LIU Guo-hua, et al. Soil Quality:Concept, Indicators, and Its Assessment[J]. Acta Ecologica Sinica, 2014, 26(3): 901-913.] (0) |
[4] |
刘金山, 胡承孝, 孙学成, 等. 基于最小数据集和模糊数学法的水旱轮作区土壤肥力质量评价[J]. 土壤通报, 2012, 43(5): 1145-1150. [ LIU Jin-shan, HU Cheng-xiao, SUN Xue-cheng, et al. Evaluation of Soil Fertility Quality With a Minimum Data Set and Fuzzy Logic in the Paddy-Upland Rotation Region of Hubei Province[J]. Chinese Journal of Soil Science, 2012, 43(5): 1145-1150.] (0) |
[5] |
黄勇, 杨忠芳. 土壤质量评价国外研究进展[J]. 地质通报, 2009, 28(1): 130-136. [ HUANG Yong, YANG Zhong-fang. Recent Research Progress of Overseas Soil Quality Evaluation[J]. Geologcal Bulletin of China, 2009, 28(1): 130-136. DOI:10.3969/j.issn.1671-2552.2009.01.016] (0) |
[6] |
ANDREWS S S, KARLEN D L, MITCHELL J P. A Comparison of Soil Quality Indexing Methods for Vegetable Production Systems in Northern California[J]. Agriculture, Ecosystems & Environment, 2002, 90(1): 25-45. (0) |
[7] |
REZAE S A, GILKES R J, ANDREWS S S. A Minimum Data Set for Assessing Soil Quality in Rangelands[J]. Geoderma, 2006, 136(1/2): 229-234. (0) |
[8] |
BARRIOS E, DELVE R J, BEKUNDA M, et al. Indicators of Soil Quality:A South-South Development of a Methodological Guide for Linking Local and Technical Knowledge[J]. Geoderma, 2006, 135: 248-259. DOI:10.1016/j.geoderma.2005.12.007 (0) |
[9] |
VELASQUEZ E, LAVELLE P, BARRIOS E, et al. Evaluating Soil Quality in Tropical Agroecosystems of Colombia Using NIRS[J]. Soil Biology and Biochemistry, 2005, 37(5): 889-898. DOI:10.1016/j.soilbio.2004.09.009 (0) |
[10] |
GOVAERTS B, SAYRE K D, DECKERS J. A Minimum Data Set for Soil Quality Assessment of Wheat and Maize Cropping in the Highlands of Mexico[J]. Soil and Tillage Research, 2006, 87(2): 163-174. DOI:10.1016/j.still.2005.03.005 (0) |
[11] |
RAHMANIPOUR F, MARZAIOLI R, BAHRAMI H A, et al. Assessment of Soil Quality Indices in Agricultural Lands of Qazvin Province, Iran[J]. Ecological Indicators, 2014, 40: 19-26. DOI:10.1016/j.ecolind.2013.12.003 (0) |
[12] |
VOLCHKO Y, NORMAN J, ROSEN L, et al. A Minimum Data Set for Evaluating the Ecological Soil Functions in Remediation Projects[J]. Journal of Soils and Sediments, 2014, 14(11): 1850-1860. DOI:10.1007/s11368-014-0939-8 (0) |
[13] |
邓绍欢, 曾令涛, 关强, 等. 基于最小数据集的南方地区冷浸田土壤质量评价[J]. 土壤学报, 2016, 53(5): 1326-1333. [ DENG Shao-huan, ZENG Ling-tao, GUAN Qiang, et al. Minimum Dataset-Based Soil Quality Assessment of Waterlogged Paddy Field in South China[J]. Acta Pedologica Sinica, 2016, 53(5): 1326-1333.] (0) |
[14] |
吴春生, 刘高焕, 黄翀, 等. 基于MDS和模糊逻辑的黄河三角洲土壤质量评估[J]. 资源科学, 2016, 38(7): 1275-1286. [ WU Chun-sheng, LIU Gao-huan, HUANG Chong, et al. Soil Quality Assessment of the Yellow River Delta Based on MDS and Fuzzy Logic Mode[J]. Resources Science, 2016, 38(7): 1275-1286.] (0) |
[15] |
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 Lu, ZHANG Xue-ni, RAN Qi-yang. 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.] (0) |
[16] |
李桂林, 陈杰, 孙志英, 等. 基于土壤特征和土地利用变化的土壤质量评价最小数据集确定[J]. 生态学报, 2007, 27(7): 2715-2724. [ LI Gui-lin, CHEN Jie, SUN Zhi-ying, et al. Establishing a Minimum Dataset for Soil Quality Assessment Based on Soil Properties and Land Use Change[J]. Acta Ecologica Sinica, 2007, 27(7): 2715-2724. DOI:10.3321/j.issn:1000-0933.2007.07.007] (0) |
[17] |
康婷婷, 张晓佳, 陈竹君, 等. 秦岭北麓猕猴桃园土壤养分状况研究:以周至县余家河小流域为例[J]. 西北农林科技大学学报(自然科学版), 2015, 43(11): 159-164. [ KANG Ting-ting, ZHANG Xiao-jia, CHEN Zhu-jun, et al. Soil Nutrients Status of Kiwifruit Orchards in the Northern Foothills of Qinling Mountains:A Case Study in Yujia River Catchment of Zhouzhi County[J]. Journal of Northwest A & F University(Natural Science Edition), 2015, 43(11): 159-164.] (0) |
[18] |
雷宝佳, 杨联安, 张林森, 等. 猕猴桃果园土壤养分空间变异性分析:以陕西周至县为例[J]. 西北大学学报(自然科学版), 2015, 45(2): 323-326. [ LEI Bao-jia, YANG Lian-an, ZHANG Lin-sen, et al. Analysis on Spatial Variability of Soil Nutrition of Kiwifruit Orchards:Taking Zhouzhi County of Shaanxi Province as a Case[J]. Journal of Northwest University(Natural Science Edition), 2015, 45(2): 323-326.] (0) |
[19] |
李晓彤, 岳田利, 胡仲秋, 等. 陕西省猕猴桃园土壤重金属含量及污染风险评价[J]. 西北农林科技大学学报(自然科学版), 2015, 43(2): 173-178. [ LI Xiao-tong, YUE Tian-li, HU Zhong-qiu, et al. Concentrations of Soil Heavy Metals in Kiwifruit Orchards in Shaanxi and Risk Evaluation[J]. Journal of Northwest A & F University(Natural Science Edition), 2015, 43(2): 173-178.] (0) |
[20] |
刘世珍. 中华猕猴桃的营养价值[J]. 中国食物与营养, 2003(5): 47-48. [ LIU Shi-zhen. Nutritive Value of Actinidia Chinensis Plamch[J]. Food and Nutrition in China, 2003(5): 47-48. DOI:10.3969/j.issn.1006-9577.2003.05.019] (0) |
[21] |
吴士平. 猕猴桃高产栽培的技术要领[J]. 果农之友, 2003(6): 45-46. (0) |
[22] |
桂东伟, 雷加强, 曾凡江, 等. 绿洲化进程中不同利用强度农田对土壤质量的影响[J]. 生态学报, 2010, 30(7): 1780-1788. [ GUI Dong-wei, LEI Jia-qiang, ZENG Fan-jiang, et al. Effects of Different Management Intensities on Soil Nutrients of Farmland During Oasisization[J]. Acta Ecologica Sinica, 2010, 30(7): 1780-1788.] (0) |
[23] |
李婕羚, 李朝婵, 胡继伟, 等. 典型喀斯特山区无籽刺梨基地土壤质量评价[J]. 水土保持研究, 2017, 24(1): 54-60. [ LI Jie-ling, LI Chao-chan, HU Ji-wei, et al. Soil Quality Assessment of Rosa sterilis S. D. Shi Planting Bases in Typical Karst Mountain Region of Guizhou, China[J]. Research of Soil and Water Conservation, 2017, 24(1): 54-60.] (0) |