黄褐土CEC影响因子分析

查理思，吴克宁，鞠 兵，王洁云

(1.中国地质大学(北京)土地科学技术学院，北京 100083;2.国土资源部土地整治重点实验室，北京 100035)

土壤阳离子交换量(CEC)是土壤所吸附的可交换形态的阳离子总量，一般控制在pH值7条件下测定每千克土所含的全部交换性阳离子的厘摩尔数(cmol/kg)。CEC是土壤的基本特性和重要肥力影响因素之一，它直接反映土壤保蓄、供应和缓冲阳离子养分的能力，同时影响多种其它土壤理化性质。因此，CEC常被作为土壤资源质量评价指标的重要依据[1]。

本文以黄褐土为研究对象，运用多元回归方法分析土壤质地和pH对土壤CEC的相对贡献大小，以期作为土壤改良、施肥重要依据。

1 材料与方法

1.1 供试土壤

采点选择了北亚热带湿润区内黄褐土分布代表性的南京、南阳和汉中。

南京地区属北亚热带湿润季风气候，年平均气温15.0～16.0℃，年降水量979.5～1 113 mm，蒸发量为1 563.2 mm，无霜期225 d，植被类型属于落叶阔叶与常绿阔叶混交林。南京地貌特征属宁镇扬丘陵地区，以低山缓岗为主，西南部是皖南丘陵，东部是宁镇山脉，东南部又有茅山山脉余支，长江自西南向东北流经其境。挖掘土壤剖面1个，样点基本情况见表1。

南阳盆地处在北亚热带边缘大陆性季风型气候带，冬季干寒，夏季炎热多雨，光照充足，湿热同期，年均温14.9℃，降水量805.8 mm，蒸发量945 mm。植被类型属于华北落叶阔叶林区。南阳盆地位于河南西南部，属秦岭地轴的南侧，南襄凹陷北缘的一部分。北为伏牛山，东为桐柏山，西为肖山和尖山，南与襄樊盆地相连，为一向南开口的扇形山间盆地，盆地外缘为低山丘陵，边缘分布着波状起伏的岗地和岗间凹地，盆地中部为缓倾斜的洪积冲积和湖积平原，整个盆地具有明显的环状和阶梯状的地貌特征。挖掘土壤剖面3个，样点基本情况见表1。

汉中地区在东亚季风的影响下，是冬季极地大陆气候与夏季热带海洋气团交汇的地区，在海拔800 m以下的平坝丘陵区具有北亚热带的气候特征，海拔800 m以上的中低山区属于暖温带。本区年平均气温变化在10～14.5℃，年降水量846～960 mm，无霜期246 d。植被类型属北亚热带混生常绿阔叶树种的落叶阔叶林带。汉中盆地介于秦岭与大巴山之间，从武侯镇至洋县的龙亭铺，汉江横贯盆地中央，构成冲积平原，两岸有四级阶地，北岸阶地宽广。第一级阶地和第二级阶地由汉江冲积物组成，地形平坦，第三与第四级阶地由红色粘土和亚粘土组成，由于沟谷切割，阶面破碎，第四级阶地被侵蚀成为丘陵地貌。挖掘土壤剖面2个，样点基本情况见表1。

表1 样点基本情况Tab.1 Fundamental state of sampling point

1.2 测试方法[2－3]

CEC:乙酸铵(pH 7.0)交换法;土壤机械组成:用0.5N NaCO3煮沸分散，吸管法测定;土壤pH:比色法。

2 结果与讨论

2.1 分析方法与测试结果

本研究运用多元线性回归的方法，多元线性回归的目标是用2个或2个以上的不同变量值来预测1个变量值。在多元线性回归中，被预测的变量称为因变量，用来预测的变量称为自变量。在此研究中，土壤CEC是因变量，砂粒、粉粒和粘粒的质量百分比含量，水云母、高岭石、蒙脱石和蛭石的质量百分比含量和pH值为自变量。测试结果见表2。

2.2 CEC统计特征

由表3可以看出，土壤CEC变化范围8.26～31.57 cmol/kg，平均值为19.46 cmol/kg，标准差仅为6.31 cmol/kg，说明样本比较稳定，各值间差异不大。变异系数为0.32，根据变异程度分级标准[4]，为中等变异性。偏度和峰度检验值均较小，表明土壤CEC分布较均衡，呈正态分布。

表2 测试结果Tab.2 Test result

表3 土壤CEC统计特征值Tab.3 Statistical eigenvalues of soil CEC

2.3 土壤CEC与影响因子的相关性分析

利用软件对表层土壤CEC(Y)与砂粒(X1)、粉粒(X2)、粘粒(X3)进行线性回归性分析。

从表4可以看出，土壤CEC与黏粒存在着显著的正相关，这说明黏粒是吸附阳离子的主要来源;而与粉粒和砂粒存在显著的负相关，即粉粒和砂粒含量的增加会使土壤CEC降低，这是因为粉粒和砂粒含量越高则相应的黏粒含量就会越少，导致阳离子吸附量减少。

土壤CEC与pH值成显著的正相关，这是因为随着pH值的升高，H+解离愈多，即可变负电荷数逐渐增多，土壤的阳离子交换量也随之上升。

土壤中黏粒和CEC相关系数最大，其次为pH。说明黏粒、pH与CEC关系最为密切，其大小变化也最能反映CEC的变化。为了进一步考察影响因子对CEC的影响程度，利用SPSS软件对土壤CEC(Y)与影响因子X3－4进行逐步回归分析。

表4 土壤CEC与影响因子的相关关系Tab.4 Correlation s of Topsoil CEC with influence factor

表5 土壤CEC与黏粒含量和pH的回归检验Tab.5 Regression test of soil CEC with clay and pH

由表5可知，自变量黏粒含量和pH解释了因变量CEC数值的方差的74.9%，决定系数R2大于基准值0.6，因此认为模型具有较好的解释能力。表5第二列数据表明回归模型、自变量都是显著的，因为他们的Sig值都小于0.05。

将选取变量全部引入回归方程，得到下面表达式:

式(1)可较为准备地描述CEC与粉粒、黏粒含量和pH之间的关系。通常非标准化系数是用来预测得分的，而标准系数则是用来对结果进行描述的，要反映各个自变量对因变量CEC作用的大小，需要对数据标准化，即将原始数据减去相应变量的均值后再除以该变量的标准差，得到标准化回归方程:

由标准化偏回系数可知，对CEC的贡献能力依次为黏粒＞pH。黏粒对土壤CEC的贡献最大，平均为pH的1.5～2.0倍，pH贡献量仅次于黏粒，说明要提高土壤CEC，pH也是重要因素之一。

3 结论

在典型黄褐土分布区域一共采集6个样品，利用经典统计分析可知土壤CEC属中等变异性，土壤保肥能力多处于中等偏上水平。土壤CEC与黏粒有着显著的正相关，而与砂粒和粉粒则存在显著的负相关，其中黏粒与CEC的相关程度最大，pH其次。土壤中对CEC的贡献能力依次为黏粒＞pH，黏粒的贡献能力平均为粉粒的1.5～2.0倍。所采样地区土壤CEC较高，这些地区土壤具有很大的开发潜力，经过治理改良后，其生产水平可以大幅度提高。对于质地较砂的土壤，通过深耕改土以及客土改良等措施来增加土壤细粒成分。对于酸化的土壤，通过适时增施石灰等措施改善土壤酸碱环境，提高 pH 值[5]。

[1]章明奎.土壤地理学与土壤调查技术[M].北京:中国农业科学技术出版社，2011:59－60.

[2]张甘霖，龚子同.土壤调查实验室分析方法[M].北京:科学出版社，2012.

[3]中科院南土所土壤系统分类课题组.土壤实验室分析项目及方法规范[M].北京:科学出版社，1991.

[4]Ronald D Yockey.SPSS Demystified[M].New York:Prentice Hall，2010:215 －230.

[5]徐仁扣，赵安珍，姜军.酸化对茶园黄棕壤CEC和粘土矿物组成的影响[J].生态环境学报，2011，20(10):1395－1398.