山西毛建草部分产地土壤肥力分析评价

韩海兰

(山西省关帝山国有林管理局二道川林场，山西 文水 032100)

山西毛建草部分产地土壤肥力分析评价

韩海兰

(山西省关帝山国有林管理局二道川林场，山西 文水 032100)

对山西毛建草5个不同产地的土壤肥力指标进行主成分分析，通过综合评价，对不同产地的土壤进行比较，以综合水平较高的土壤作为参考，为毛建草资源调查及引种驯化提供技术支持。结果表明：主成分分析提取出2个主成分，累计方差贡献率为89.073%.狐爷山和云顶山的土壤肥力指标最好，原平川的土壤肥力指标较差。

山西省；毛建草；土壤肥力；主成分分析

毛建草(DracocephalumrupestreHance)为唇形科青兰属多年生草本植物，具有较高的观赏价值、药用价值和商品价值。山西毛建草野生种的主要分布区有忻州管涔山、五台山，太原北郊、娄烦云顶山、阳曲县等地。进行毛建草的引种栽培研究和开发利用，可以丰富林下经济模式，对当地农业经济发展具有巨大的推动作用。土壤是保证植物生长的基础，土壤肥力关系到植物的生长、引种栽培及品质。因此，对土壤肥力指标的正确认识和科学评价是准确了解土壤本质及引种驯化成功的保障。主成分分析的方法能客观、准确地评价土壤质量，具有很好的实用性。

笔者以刘世梁等提出的使用频率最高、具有稳定性的评价土壤肥力的因子为基础，选择了具有相关性的12项指标：交互性钙、交换性镁、全氮、水溶性盐总量、速效钾、有机质、有效磷、有效态锰、有效态铁、有效态铜、有效态锌及pH值，作为主成分分析的指标，对毛建草部分产地的土壤肥力指标进行综合评价。旨在了解不同产地土壤肥力的差异及综合表现，选择更加适宜于毛建草生长地区的土壤肥力指标作为参考，为毛建草资源调查及引种驯化提供理论基础和技术支持。

1 材料与方法

1.1 试验材料

于2015年8月，在毛建草原生地云顶山(娄烦)、大石洞(忻州)、狐爷山(古交)、芦芽山(忻州)及人工栽培地原平川(古交)5个地区，沿调查路线，在不同海拔区域，选择典型部位设置若干个土壤剖面，采集土样。

1.2 测定内容与方法

有机质测定采用重铬酸钾容量法，pH值采用酸度计测定，可溶性盐测定采用水侵法，全氮测定采用半微量凯氏定氮法，有效磷测定采用钼锑抗比色法，速效钾测定采用火焰光度计法，有效锌、锰、铁、铜测定采用二乙三胺五乙酸(DTPA)浸提法，交互性钙、交换性镁的测定采用原子吸收分光光度法。

1.3 数据处理与分析

将所选5个地区的12个与土壤密切相关的肥力指标，即pH值、交互性钙、交换性镁、全氮、水溶性盐总量、速效钾、有机质、有效磷、有效态锰、有效态铁、有效态铜及有效态锌，分别用X1，X2，X3，X4，X5，X6，X7，X8，X9，X10，X11，X12表示，应用SPSS 19.0软件对土壤指标进行相关性分析和主成分分析。先将原始数据进行标准化处理，计算出各指标的特征值和方差贡献率。以累计方差贡献率大于85%为依据，确定主成分的个数。然后根据各肥力指标的特征向量，列出主成分的函数表达式，最后计算各产地的综合得分，确定排名次序，选择出综合评价较高的毛建草产地。

2 结果与分析

2.1 毛建草不同产地土壤肥力分析

毛建草不同产地土壤肥力各指标的实测值见表1.

表1 毛建草不同产地土壤肥力各指标的实测值

由表1可知，毛建草4个原生地的土壤有机质含量较高，土壤pH值主要为中性、弱酸性或碱性；而原平川土壤的有机质含量很低，且为碱性土壤。狐爷山土壤中速效钾、有效磷、交换性镁含量最高，云顶山土壤中全氮、有效态铜、有效态锰含量最高，芦芽山土壤中有效态锌、有效态铁含量最高。原平川土壤中有效态锰、有效态铁、有效态铜、有效态锌含量最低，但交互性钙含量最高。

2.2 毛建草不同产地土壤肥力指标相关性分析

毛建草不同产地土壤肥力指标相关性分析见表2.

表2 毛建草不同产地土壤指标的相关性

pH值与全氮、有机质、有效态铁、有效态锌之间呈极显著的负相关关系，与有效态锰呈显著负相关关系。全氮与水溶性盐总量呈显著负相关，与有机质呈极显著正相关，与有效态锰、有效态铁和有效态锌呈显著正相关。水溶性盐总量与有机质呈显著负相关。有机质与有效态锰和有效态铁呈极显著正相关，与有效态锌呈显著正相关。有效态锰和有效态铁和有效态锌呈显著正相关。有效态铁与有效态锌呈极显著正相关。说明这些土壤指标之间存在着密切的相关关系。

由于各指标间存在相关性，若直接利用这些指标对土壤肥力进行综合评价会导致信息重叠，评价结果不理想。因此，需要对其进行综合评价。

2.3 毛建草不同产地土壤肥力指标主成分分析

2.3.1 共同度

各指标的公因子方差分析见表3.

表3 公因子方差

通过从原始变量中提取的信息可以看出，全氮、水溶性盐总量、有机质和有效态铁提取的最多，而有效态铜损失率最大。

2.3.2 方差贡献率

不同产地土壤肥力指标的主成分分析的方差贡献率见表4.

表4 主成分分析的方差贡献率

前2个主成分的方差贡献率累加占到总方差的89.073%，所以主成分的个数为2个。第1主成分的方差是8.174，第2主成分的方差是2.515.

2.3.3 主成分载荷

主成分载荷矩阵见表5.

表5 主成分载荷矩阵

表5为土壤12个指标的主成分载荷矩阵，反映了各个指标对此主成分负荷的相对大小和作用方向，即该指标对主成分的影响程度。

第1主成分中，全氮、有机质、pH值和有效态铁的载荷较大，即相关程度较高。全氮、有机质、有效态铁具有较大的正系数，这3个指标对第1主成分产生正向影响。pH值和水溶性盐总量有较大的负系数值，对第1主成分产生负向影响。说明第1主成分大时，全氮、有机质、有效态铁含量指标会增大，而pH值和水溶性盐总量则会减小。

第2主成分中，有效磷、速效钾的载荷较大，即相关程度较高。有效磷、速效钾具有较大的正系数，这2个指标对第2主成分产生正向影响。水溶性盐总量有较大的负系数值，对第2主成分产生负向影响。说明第2主成分大时，有效磷、速效钾含量指标会增大，而水溶性盐总量则会减小。

2.3.4 主成分函数表达式

根据土壤不同指标相关矩阵的特征向量(第11页表6)可得到2个主成分的函数表达式：

Y1=-0.119X1-0.049X2+0.109X3+0.122X4-0.113X5+0.034X6+0.121X7+0.031X8+0.117X9+0.120X10+0.090X11+0.116X12，

Y2=0.053X1+0.317X2+0.085X3+0.010X4- 0.140X5+0.348X6-0.004X7+0.355X8- 0.077X9-0.067X10+0.017X11-0.095X12.

2.3.5 主成分综合得分

每个地区的综合得分按照下列公式进行计算：

表6 各指标相关矩阵的特征向量

简化得：Y=0.765×主成分1得分+0.235×主成分2得分。

按照此公式计算出各地区的综合得分Y，见表7.

表7 各地区主成分因子得分及排序

由表7可以看出，主成分1中云顶山的得分最高，原平川的得分最低，狐爷山和芦芽山的得分接近。主成分2中狐爷山的得分最高，芦芽山的得分最低，云顶山和大石洞的得分接近。狐爷山的2个主成分得分均为正值，大石洞的2个主成分得分均为负值。

根据综合评价值，狐爷山和云顶山的土壤指标排名分别为第1和第2，原平川的土壤指标排名最后。实际调查中，狐爷山和云顶山均为毛建草的原生地，为天然林地，土壤有机质含量较高。而原平川为新开垦的耕地，土壤条件较差，有机质含量较低。结合不同产地毛建草生长状况(表8)，狐爷山和云顶山的毛建草生长状况较好，冠幅大，叶片宽，很少发生病害；原平川的毛建草生长状况较差，冠幅小，叶片也小，病害严重。因此，狐爷山和云顶山的土壤更适合毛建草的生长，引种地的选择应参考这2个地区的土壤条件。

表8 不同产地毛建草生长状况 cm

3 结果与讨论

主成分分析综合评价的结果表明，狐爷山和云顶山的土壤指标排名分别为第1和第2，土壤肥力综合评价最好。原平川的土壤由于是新开垦的耕地，综合评价较差。狐爷山和云顶山的土壤更适合毛建草的生长，引种地的选择应参考这2个地区的土壤条件。

对土壤进行适当的评价是引种驯化及种质资源选育并推广栽培的基础。由于主成分分析可以将多变量数据在尽可能保留原有信息的基础上，选取较少的几个变量指标来综合描述原来多种指标之间的关系，综合分析后的结果具有一定的准确性和科学性。笔者利用土壤肥力指标的主成分分析结果，为毛建草的引种栽培筛选出适宜的土壤条件，并结合毛建草的生长状况进行综合评价，其结果符合实际调查情况，说明主成分分析法能较为准确地评价土壤肥力，具有很好的实用性，可以为以后评价分析提供借鉴。由于笔者仅选择较典型的毛建草产地进行调查，所以在以后的研究中，应进一步扩大范围，更全面地进行分析评价。

[1] 杨延青，杨 飞.山西野生毛建草研究进展.山西林业科技,2016,45(4):26-28.

[2] 刘世梁，傅伯杰，刘国华，等.我国土壤质量及其评价研究的进展.土壤通报，2006，37(1):137-143.

[3] 吴玉红，田霄鸿.基于主成分分析的土壤肥力综合指数评价.生态学杂志，2010,29(1):173-180.

[4] 米国兵，杨延青，杨 飞.山西毛建草部分产地土壤养分分析.山西农业大学学报：自然科学版,2016，36(10):720-724.

[5] 林海明，张文霖.主成分分析与因子分析的异同和SPSS软件.统计研究，2005(3):65-68.

Soil Fertility Evaluation on Part Original Habitat of WildDracocephalumRupestreHance in Shanxi Province

Han Hailan

(ErdaochuanForestryFarm,NationalForestAdministrationBureauofGuandiMountain,Wenshui032100,China)

The soil fertility index of 5 different habitats ofDracocephalumrupestreHance in Shanxi province was evaluated by principal component analysis of SPSS software. To provide technical support for resource investigation, introduction and domestication ofDracocephalumrupestreHance, soil from different habitats was compared through comprehensive evaluation with higher comprehensive level soil as a reference.The results showed that there were two main components extracted from principal component analysis and the cumulative variance contribution rate was 89.073%. Soil fertility performance of Huye hill and Yunding hill were best, while soil fertility performance of Yuanpingchuan was poor. Principal component analysis method was objective, accurate and usability which could be applied to soil quality assessment.

Shanxi province;DracocephalumrupestreHance; Soil fertility; Principal components analysis

2016-12-01

韩海兰(1974— )，女，山西文水人，2008年毕业于山西农业大学，助理工程师。

S158

A

1007-726X(2017)01- 0008- 04