基于最小数据集的不同有机物料还田黑土土壤质量评价

【目的】研究不同种类有机物料还田对黑土质量的影响,并对土壤质量进行量化评价,为黑土资源的可持续利用提供理论依据。【方法】基于黑土区中部多年定位试验,选取无肥（CK）、单施化肥（NPK）、化肥配施玉米秸秆（NPK+JG）、化肥配施堆肥（NPK+DF）、化肥配施牛粪（NPK+NF）、化肥配施鸡粪（NPK+JF）和化肥配施猪粪（NPK+ZF）7个处理,研究不同种类有机物料还田后耕层（0～20 cm）土壤基本理化指标的变化,建立了土壤质量评价全量数据集,通过主成分分析法和皮尔森分析法筛选出最小数据集,计算各处理土壤质量指数（SQI）。【结果】不同种类有机物料对土壤基本理化指标的影响各异,NPK+DF处理土壤有机质与活性有机质含量显著高于其他处理,土壤全氮和全磷含量的最高值分别出现在NPK+DF和NPK+JF处理。土壤质量评价最小数据集是由全磷、容重和阳离子交换量三项指标组成。基于最小数据集计算出的土壤质量指数高低表现为：NPK+JF(0.780)> NPK+ZF(0.765)>NPK+DF(0.741)> NPK+NF(0.735)> NPK+JG(0.699)>...     

基于最小数据集的黄淮海旱作区耕层土壤质量评价及障碍分析

为探究黄淮海旱作区耕层土壤质量特征,基于土壤物理、化学及剖面特征,建立黄淮海旱作区耕层土壤质量评价指标体系,运用主成分分析法构建耕层质量评价指标的最小数据集（minimum data set,MDS）,结合障碍因子诊断模型揭示黄淮海旱作区耕层土壤质量特征及其障碍因素。结果表明：1）研究区耕层土壤质量评价最小数据集由土壤有机质、土壤阳离子交换量、土壤pH、耕作层厚度、耕作层穿透阻力和耕作层压实度构成,基于最小数据集和全指标数据集的耕层土壤质量指数间显著正相关（R²=0.61,P＜0.05）,Nash有效系数和相对偏差系数分别为0.601和0.181,表明最小数据集的指标能够代替全部数据集指标对黄淮海旱作区耕层质量进行评价;2）研究区耕层土壤质量总体处于中等水平,质量指数为0.25～0.61;适宜耕层各项指标如下：耕作层厚度不小于17.20 cm,耕作层穿透阻力不大于896.10 kPa,耕作层土壤压实度不大于78.01%,pH值为8.01～9.37,有机质不小于17.87 g/kg,阳离子交换量不小于21.13 cmol/kg;3）黄淮海旱作区存在明显的障碍类型,耕层障碍可分为薄化紧实与养分贫瘠障碍耕层、养分贫瘠耕层、土壤紧实型耕层3类。其中有机质含量低、阳离子交换量低、耕作层压实度过高是黄淮海旱作区耕层质量主要障碍。研究为黄淮海旱作区耕层土壤质量提升和改善提供理论支撑。     

基于最小数据集的塔里木河上游绿洲土壤质量评价

以塔里木河上游绿洲阿拉尔垦区为靶区,综合考虑表征土壤物理、化学和生物学性质的14个土壤指标,利用数理统计方法确定最小数据集并评价土壤质量,同时与不含土壤酶指标的土壤质量评价结果进行对比分析。结果表明:(1)研究区土壤质量评价适用的最小数据集(MDS)包括:土壤水分、全盐、全氮和过氧化氢酶活性;(2)研究区棉田、新开垦农田、果园和林地等大部分耕地土壤质量属于中等及以上水平(SQI≧0.5的占78.12%),大部分分布于河岸及绿洲区域;(3)不包含土壤酶活性指标的土壤质量评价使土壤全盐含量的权重降低,且导致土壤质量评价结果偏低。     

基于最小数据集的南方地区冷浸田土壤质量评价

调查分析了我国南方地区7个省份冷浸田土壤理化性状和生物学性状,筛选冷浸田土壤质量评价指标,建立土壤质量评价最小数据集。结果表明:冷浸田土壤有机质、全氮、C/N、有效磷与非冷浸田差异显著,分别较非冷浸田高出26.1%、11.2%、12.3%,低84.6%。冷浸田土壤含水量、有效铁、有效锰、有效锌、Fe~(2+)、Mn~(2+)、还原性物质总量含量分别较非冷浸田显著高出37.6%、91.5%、108.1%、17.0%、349.5%、143.1%、217.9%;冷浸田土壤微生物生物量碳、酸性磷酸酶活性均显著低于非冷浸田,而过氧化氢酶活性显著高于非冷浸田,蔗糖酶活性与非冷浸田相比无显著差异。冷浸田土壤线虫数量为301.9条100 g干土~(-1),显著低于非冷浸田;采用配对样本t检验和主成分分析方法,结果表明冷浸田土壤质量评价的最小数据集为pH、全氮、有效锰、Fe~(2+)、C/N、线虫数量6个指标,冷浸田土壤质量指数显著低于非冷浸田。研究结果对冷浸田土壤质量评价、土壤改良具有重要意义。     

基于最小数据集的青藏公路沿线土壤质量评价

为明确青藏公路沿线土地土壤质量的基本特征,通过采集沿线3种不同土地利用类型(农地、草地和沙地)的土壤样品,采用主成分分析法(PCA,Principal Component Analysis)筛选最小数据集(MDS,Minimum Data Set)指标,并构建土壤质量指数(SQI,Soil Quality Index)定量评价其土壤质量。结果表明:(1)相较于农地和草地,沙地的土壤肥力较为贫瘠,其土壤有机质、全氮和有效磷的土壤肥力等级均为6级。9个土壤指标均为中低度敏感指标,沙地土壤黏粒和粉粒含量具有更强的空间分异性。(2)沿线土壤质量评价最小数据集由全钾、全磷、有机质、黏粒和粉粒组成,最小数据集能够较好地替代全数据集进行土壤质量评价(p<0.01)。(3)沿线农地的土壤质量指数SQI(0.535±0.043)高于草地SQI(0.499±0.044)和沙地SQI(0.449±0.066)。该研究发现沿线农地土壤质量为中等水平,沿线草地和沿线沙地土壤质量处于较低水平,土壤有机质是影响青藏公沿线土壤质量的主要因素。     

基于土地利用变化建立土壤质量评价最小数据集

基于研究区194个土壤样点数据,利用方差分析、主成分分析及其他相关统计方法确定了苏州市土壤质量评价最小数据集(MDS)。与先前研究不同的是,本研究将土地利用方式及利用年限对土壤质量的影响作为进入MDS的衡量标准之一;此外,计算了每个候选的土壤理化变量在所有主成分上的综合荷载,而不是只比较该变量在某一个主成分上的荷载就剔除其他变量,从而避免了丢失过多的土壤质量信息。最后对该方法的可靠性从不同角度进行了验证,对54个黄泥土样点、77个黄松土样点及所有194个样点数据分别采用该MDS确定方法,得到了同样的最小数据集。这说明该方法具有很好的稳定性、可重复性,加以完善后,本方法完全可以借鉴到其他地区,从而一定程度上能够克服由于我国地域广、各地情况差异大而采用不同的土壤质量评价方法,最后得到的评价结果难以比较的缺点。     

基于最小数据集沂蒙山区不同治理模式下的土壤质量评价

沂蒙山区是北方土石山区水土流失治理重点区域,定量评价不同治理模式下的土壤质量,进而优选适宜的生态恢复措施,是推进沂蒙山区生态环境建设的关键。以沂蒙山区4种治理模式(乔草混交、土坎梯田+果树种植、撂荒、封禁植草)为研究对象,基于主成分分析、相关性分析和Norm值计算,对土壤养分、孔隙、水分、容重4类9项土壤属性指标进行筛选,构建土壤质量评价最小数据集。结果表明：(1)治理模式对土壤理化性质具有明显影响,硝态氮属于极敏感指标,全氮为高度敏感指标,而有机质、全磷、无机磷、田间持水量与饱和含水量属中度敏感指标,土壤容重为低度敏感指标;(2)影响沂蒙山区土壤质量的最小数据集指标包括全氮、土壤孔隙度、容重,经总数据集验证所构建的最小数据集可体现沂蒙山区土壤质量有效信息、准确性较高;(3)沂蒙山区不同治理模式下土壤质量指数介于0.41～0.53,土壤质量属于中等水平,且0—5 cm和5—10 cm土层的土壤质量指数较10—20 cm分别增加136.20%和37.60%。土壤质量表现为乔草混交>土坎梯田+果树种植>撂荒>封禁植草。综上,在水土流失严重、土壤较为贫瘠的沂蒙山区,生态恢复...     

基于最小数据集的集约化葡萄园土壤健康评价

健康土壤是生产高产优质葡萄的基础,目前葡萄园不合理管理导致果园土壤生产力下降和生态失衡。为摸清集约化葡萄园土壤健康状况,该研究以河北省曲周县典型葡萄园为研究对象,通过测定20项土壤物理、化学和生物学指标,利用主成分分析法构建最小数据集,开展土壤健康评价并揭示葡萄园存在的主要障碍因子。结果表明,集约化葡萄园土壤健康评价最小数据集由有机碳、亚表层土壤硬度、交换性钠、容重、含水率和水稳性团聚体6个指标构成。利用线性和非线性评分函数,基于全数据集和最小数据集计算的土壤健康指数间呈显著正相关（P < 0.01）,这说明最小数据集可以代替全数据集用于葡萄园土壤健康评价。基于最小数据集,利用线性和非线性评分函数获得的葡萄园土壤健康指数范围分别为0.39～0.59和0.36～0.66,平均值分别为0.52和0.51,处于中等水平。不同树龄葡萄土壤健康指数差异不显著。集约化葡萄园土壤障碍因子主要有土壤压实、养分不平衡和有机碳含量低等问题。通过适当减少田间管理频率,结合增施（生物）有机肥、种植覆盖作物和养分综合管理能有效消减土壤障碍因子,提升葡萄园土壤健康水平,促进当地葡萄产业可持续发展。     

基于最小数据集的黄土高原矿区复垦土壤质量评价

矿产开发影响了土壤质量,特别是在黄土高原生态脆弱地区。通过植被恢复能够改善矿区复垦土壤质量。为了揭示矿区复垦土壤质量在植被恢复过程中的变化,该文以黑岱沟矿区排土场不同恢复年限不同植被类型、未复垦地和周边自然植被恢复区为研究对象,选取21项理化生指标作为总数据集(totaldataset,TDS),运用主成分分析(principal component analysis,PCA)结合Norm值构建评价指标最小数据集(minimum data set,MDS),通过非线性(non-Linear,NL)和线性(linear,L)两种评价方法对研究区土壤质量进行了评价。研究表明:黄土高原北部典型矿区复垦土壤质量评价指标MDS包括粉粒百分比、有机质、速效磷、钠吸附比和微生物碳;2种评价方法下,植被恢复均对复垦土壤质量指数(soil quality index,SQI)有了显著提升(P 0.05),复垦20 a灌木SQI高于复垦10 a灌木SQI,复垦12 a草本SQI高于复垦20 a草本SQI,然而所有复垦土壤SQI均未达到自然植被恢复土壤SQI;由于非线性土壤质量评价方法(SQI-NL)具有更大的土壤质量指数变化区间和变异系数,此外,在SQI-NL和线性土壤质量(SQI-L)评价两种方法下,MDS和TDS之间决定系数分别为0.911和0.866,因此,非线性土壤质量评价方法在该区域具有更好的适用性,并且最小数据集能够较准确地进行土壤质量评价。     

基于最小数据集的大渡河干暖河谷典型植被土壤质量评价

土壤质量是植被恢复重建的关键.大渡河干暖河谷区植被退化严重,开展土壤质量评价对于制定适合该区域的植被恢复重建措施尤为重要.本文采用最小数据集法,评价大渡河干暖河谷区灌丛、草本、针叶林、阔叶林和针阔混交林5种典型植被的土壤质量.基于16个土壤理化指标的主成分分析,构建由土壤毛管孔隙度、非毛管孔隙度、有机质、全氮、全磷、有...     

基于水稻产量的江苏省稻麦轮作区土壤质量评价

为明确江苏稻麦轮作区土壤质量状况,本研究基于2008—2015年期间江苏省稻麦轮作区10 681个测土配方施肥样点的数据,通过相关性和主成分分析筛选了江苏省稻麦轮作区的最小数据集(minimum data set, MDS),并对土壤质量进行评价。结果表明:基于水稻产量分析,江苏省稻麦轮作区的最小数据集包括有机质、有效磷、速效钾、有效铁和有效硼。基于最小数据集得出的江苏省土壤质量指数(SQI-MDS)范围在0.136～1.000之间(均值0.674),整体处于"良Ⅱ"等级,与基于全量数据集得出的土壤质量指数(SQI-TDS)之间呈极显著正相关关系(R²=0.720),这说明最小数据集能够较好地代替全量数据集指标。江苏省稻麦轮作区土壤质量存在空间异质性,里下河农业区土壤质量最高,其次是太湖农业区,再者是宁镇扬、沿江、沿海和徐淮农业区。江苏省六大农业区的最小数据集存在差异性,这说明不同农业区主要的限制因素存在差异。整体来看,有机质、钾元素和微量元素是江苏省六大农业区主要肥力限制因子。     

基于聚类及PCA分析的红壤坡耕地耕层土壤质量评价指标

为准确评价红壤坡耕地耕层土壤质量特征,该文采用聚类分析法(CA)和主成分分析法(PCA)分别建立了南方红壤丘陵区坡耕地耕层质量诊断最小数据集(minimum data set,MDS),并利用最小数据集土壤质量指数(soil quality index-CA,SQI-CA和soil quality index-PCA,SQI-PCA)和全量数据集土壤质量指数(soil quality index-total,SQI-T)对坡耕地耕层特征进行分析。结果表明:1)红壤坡耕地耕层土壤质量变化特征差异明显,其中耕层平均厚度(19.93±4.9)cm,接近作物生长适宜水平;土壤有机质、全氮平均含量分别为(17.43±8.71)和(0.97±0.42)g/kg,处于中度贫瘠化水平;土壤有效磷和速效钾含量丰富,平均含量分别为(26.1±22.22)和(155.46±88.35)mg/kg;p H均值为(5.34±0.77),土壤呈弱酸性。2)红壤坡耕地耕层土壤质量评价最小数据集由耕层厚度、土壤容重、土壤贯入阻力、土壤有机质、p H值和有效磷组成。基于不同数据集的耕层土壤质量评价结果差异明显,土壤质量指数变化范围、均值表现为SQI-TSQI-CASQI-PCA,变异系数表现为SQI-TSQI-CASQI-PCA,SQI-CA与SQI-T的Nash有效系数和相关度高于SQI-PCA,而相对偏差系数和平均相对误差则低于SQI-PCA,这表明基于聚类分析最小数据集(MDS-CA)较基于主成分分析最小数据集(MDS-PCA)更适合替代全量数据集(total data set,TDS)对耕层土壤质量进行评价。3)从保水、保土、保肥及增产潜力角度看,红壤坡耕地合理耕层诊断指标适宜性阈值为耕层厚度≥20.39 cm,土壤容重0.92~1.21 g/cm3,土壤贯入阻力≤1.21 kg/cm3,土壤有机质含量≥18.82 g/kg,p H值5.04~5.38,有效磷≥28.83 mg/kg。合理深松是构建合理耕层的有效措施之一。该研究结果可为南方红壤丘陵区坡耕地耕层质量恢复、农作物生产适宜性调控和坡耕地水土流失阻控提供参考,有利于红壤丘陵区坡耕地资源持续利用。     

基于最小数据集与LESA体系的县域耕地质量评价

建立科学合理的县域耕地质量评价体系对快速准确摸清耕地质量家底和建立耕地保护分区具有重要指导意义。该研究基于主成分分析法建立最小数据集精选指标,构建土地评价与立地条件分析（land evaluation and site assessment,LESA）体系,开展耕地质量综合评价,分析耕地质量区域分布特征及差异性特征并划定耕地保护分区。结果表明：1）自然质量指标最小数据集由砂粒、有机质、全钾、有效磷、pH值、综合污染指数、耕层质地、容重、阳离子交换量组成,立地环境指标最小数据集包括排水条件、连片度、生态兼容性、河流距离、路网密度、灌溉能力、农田林网化率、耕地利用类型。2）采用LESA评价模型计算耕地自然质量指数及立地环境指数,确定LESA体系为FLESA=0.5FLE+0.5FSA（FSA、FLE、FLESA分别为耕地立地环境条件、自然质量条件和综合分值）,采样点综合评分为51.517～81.838。综合比选各插值误差检验结果后采用普通克里金法进行耕地质量结果空间插值,评价单元耕地质量综合评分为52.148～79.624。3）铁岭县耕地资源可划分为5个等级区：1级区划分为永久基本农田核心保护区,占比20.52%;2级区划分为耕地自然地力条件重点治理区,占比36.79%;3级区和4级区耕地土壤和立地条件均存在多样性的限制因素,可划分为耕地综合整治区,占比36.33%;5级区划分为耕地生态自然保育区,占比6.36%。4）经计算基于最小数据集与LESA相结合的评价结果有效系数为0.615,相对偏差系数为0.009,说明该体系耕地质量评价结果准确,可信度较高。该研究成果简化了县域耕地质量评价指标体系,量化了自然质量与立地条件协同关系,为开展耕地质量提升和保护利用提供了理论和方法依据。     

土壤质量评价方法述评

 为全面总结土壤质量评价方法的研究进展,从指数法、模型法及GIS的参与等方面综述当前一些定量评价土壤质量的方法。指数法计算方法较简单、实用;模型法具有较强的逻辑性和系统性;应用GIS评价土壤质量客观且潜力大,对土壤进行时空动态监测以实现土壤持续经营管理。在土壤质量评价工作中将定量与定性评价结合起来,选择适宜的土壤质量评价指标,不断完善现有的评价方法,发挥信息技术的优势,为合理开发利用土壤提供依据。     

基于土壤管理评估框架的云南坡耕地耕层土壤质量评价

坡耕地作为云南地区耕地资源的重要组成部分,坡耕地耕层土壤质量评价和参数适宜范围确定是合理耕层构建的基础。基于土壤管理评估框架(soil management assessment framework,SMAF),构建坡耕地耕层土壤质量指数评价模型(cultivated-layer soil quality index,CLSQI),采用最小数据集(minimum data set,MDS)法筛选评价指标,对云南地区坡耕地耕层土壤质量进行评价,提出坡耕地合理耕层土壤参数适宜范围。结果表明:云南坡耕地耕层土壤质量评价最小数据集由pH值、全氮、总孔隙度、抗剪强度、田面坡度5个指标组成,基于MDS的坡耕地耕层土壤质量评价精度较高。在初选指标体系中,土壤容重、总孔隙度、毛管孔隙度、抗剪强度、田面坡度5个指标的权重较大,而在MDS指标体系中,田面坡度、全氮含量的权重较大。坡耕地耕层土壤质量指数(CLSQI)分布在0.39～0.84之间,均值为0.59±0.11,变异系数为0.19,坡耕地耕层土壤质量总体处于“中等”偏上水平。不同采样区坡耕地CLSQI差异显著(P0.05),其大小关系为:楚雄双柏宣威宁洱马龙石林。0～20 cm采样深度坡耕地CLSQI(均值0.59)大于20 cm(均值0.56),紫色土坡耕地CLSQI(均值0.61)大于红壤(均值0.54)(P0.05),垄作和等高耕作模式坡耕地CLSQI大于顺坡耕作,旋耕方式下的坡耕地CLSQI大于翻耕,不同农业分区坡耕地CLSQI的大小顺序为:滇东北山原区滇中高原湖盆区滇西南中山宽谷区。坡耕地合理耕层MDS土壤指标适宜范围为:pH值5.58～7.82,全氮≥1.37 g/kg,总孔隙度≥52.28%,抗剪强度≥5.19kPa,田面坡度≤11.79°。研究可为坡耕地耕层土壤质量评价及合理耕层构建提供理论依据和参数支持。     

东北黑土区侵蚀农田土壤质量指数构建及其空间分异

侵蚀的空间异质性会改变土壤性质,导致土壤质量在空间分布上的差异。为明确中国东北侵蚀农田黑土土壤性质在不同空间位置上的分布规律,该研究基于纬度变化,从寒温带到中温带跨区选择了4个丘陵区（从北到南依次为九三、克山、海伦、宾县）的农田黑土坡面作为试验对象,划分了坡面位置（坡顶、坡上、坡中、坡下和坡底）和土壤深度（0～20 cm和>20～40 cm）,分析了不同空间位置对侵蚀农田黑土土壤物理、化学和生物特征对不同空间位置的响应规律,并基于最小数据集（minimum data set,TDS）构建土壤质量指数（soil quality index,SQI-TDS）,对侵蚀农田黑土土壤质量进行综合比较。研究表明,4个丘陵区黑土土壤性质在不同区域、坡位和土壤深度下的存在明显的空间变异（P<0.05）。全氮和有机碳含量随维度升高而增加,且随坡位降低而逐渐减小,在坡底处增加。平均重量直径在九三最高,克山次之,海伦和宾县较小。土壤细颗粒在坡底沉积促进了新的团聚体形成,以致团聚体稳定性在坡面位置上表现为随坡位的降低呈先减小后增加的“V”型变化。SQI-MDS从北至南整体呈降低趋势,其中宾县的土壤质量指数最低,较其他3个地区显著降低22.66%～26.52%。在不同坡位上,SQI-MDS表现为以坡底、坡顶、坡上、坡中和坡下次序降低。该研究量化了东北侵蚀农田黑土土壤综合质量,结果可为侵蚀农田黑土修复和可持续发展提供科学依据。     

伊朗东北部的农业和牧场土壤孔隙大小分布作为土壤物理质量指标

Assessment of soil quality is important for optimum production and natural resources conservation. Agricultural and pasture soil qualities of Deh-Sorkh region located at south of Mashhad, northeastern Iran were assessed using the integrated quality index (IQI) and Nemero quality index (NQI) models in combination with two datasets, i.e., total data set (TDS) and minimum data set (MDS). In this study 6 soil properties considered as MDS were selected out of 18 properties as TDS using principle component analysis. Soil samples were divided into 3 groups based on optimum ranges of 8 soil physical quality indicators. Soil samples with the most indicators at optimum range were selected as group 1 and the samples having fewer indicators at optimum range were located in groups 2 and 3. Optimum ranges of soil pore size distribution functions were also determined as soil physical quality indices based on 8 soil physical quality indicators. Pore size distribution curves of group 1 were considered as the optimum pore size functions. The results showed that relatively high organic carbon contents could improve pore size distribution. Mean comparisons of soil physical quality indicators demonstrated that mean weight diameter of wet aggregates, structural stability index, the slope of moisture retention curve at inflection point, and plant available water content in agricultural land use decreased significantly in relation to pasture land use. In addition, the results demonstrated that the studied MDS could be a suitable representative of TDS. 78% of pasture soils had the optimum pore size distribution functions, while this parameter for agricultural soils was only 13%. In general, the soils of the studied region showed high limitations for plant growth according to the studied indicators.