基于主成分分析的海南植胶区砖红壤亚类土壤质量评价

曹启民 刘志崴��王永鹏 覃姜薇 张广宇 周玉杰

摘要[目的] 研究海南植胶区砖红壤亚类土壤质量及其变化，并对其土壤质量进行评价。[方法]采用主成分分析法，以少数的综合变量取代原有的多个变量。[结果]第1主成分中，主要以 pH、有机质、全N和有效Mo的因子载荷量较大，均达0.600以上。第2主成分中，以代换性Ca、代换性Mg和有效Cu的因子负载量最大，均达0.600以上。第3主成分中，载荷量较大的因子为速效P。提取的3个主成分累计方差贡献率达79.649%，表征了79.648%的土壤质量信息；第1主成分为土壤常规分析因素，第2主成分为土壤阳离子交换性能因素，第3主成分为土壤速效P因素。[结论]土壤速效P为影响海南植胶区砖红壤亚类土壤质量的一个重要因素。

关键词砖红壤亚类；土壤质量；主成分分析；评价；海南植胶区

中图分类号S151.9文献标识码A文章编号0517-6611（2017）08-0121-03

Evaluation of Latosol Subgroup Quality in Rubber Planting Areas in Hainan Based on Principal Component Analysis

CAO Qimin1， LIU Zhiwei2*， WANG Yongpeng1 et al

（1. Hainan State Farms Academy of Sciences， Haikou， Hainan 570206；2.Hainan Province Natural Rubber Quality Testing Station， Haikou， Hainan 570206）

Abstract[Objective] Latosol subtype quality and its changes were studied and its quality was evaluated in Hainan rubber planting areas. [Method]With principal component analysis， the original multiple variables were replaced by a few comprehensive variables [Result]In first principal component， the factor load capacity of pH value， organic matter， total nitrogen， and available manganese were higher than 0.600， respectively. In second principal component， the factor load capacity of exchangeable calcium， exchangeable magnesium， available copper were higher than 0.600， respectively. In third principal component， the factor load capacity of available phosphorus was largest. The cumulative variance contribution rate of the extracted 3 principal components reached 79.649%， which was characterized by 79.648% soil quality information. The first principal component was the factor of soil general index， the second principal component was the factor of soil cation exchange capability， and the third components was the factor of soil available P. [Conclusion] The soil available P is an important factor affecting the soil quality of latosol subgroup in Hainan rubber planting areas.

Key wordsLatosol subgroup；Soil quality；Principal component analysis；Evaluation；Hainan rubber planting areas

基金項目海南省重点研发计划项目（ZDYF2016105）；海南省重大科技计划项目（ZDKJ2016021-02-05）；海南耕地改良关键技术研究与示范专项（HNGDhs2015）。

土壤的演变方向是当前社会经济发展的映像 [1-2]，土壤的变化对世界经济可持续发展影响重大[3-4]。目前由于人为因素的影响，土壤质量呈下降趋势，因此，对土壤质量的正确认识和科学客观的评价是准确了解土壤性质及更好利用土壤资源的保障，已成为近年来国内外研究热点[5-10]。土壤质量评价领域应用最多的是Kriging 内插法，此种方法对采样和测试结果要求较高，且需统一评价单元。近年来关于土壤质量评价方法的研究较多[11-12]，聚类分析、因子分析、主成分分析常被用于土壤质量的综合评价[13-15]。研究表明，主成分分析法（Principal components analysis，PCA）是土壤质量定量评价中应用最广泛的数据处理方式[16-24]，土壤属性的变异性能被PCA客观准确地筛选。笔者采用主成分分析的方法，从降维分析的角度，避开 Kriging 内插法的各种缺陷，以典型土壤类型和土壤质量相关性较大因素，开展海南植胶区土壤质量主成分分析，研究土壤质量及其变化，为海南植胶区乃至海南全岛土壤资源健康和可持续发展提供理论依据。

1材料与方法

1.1研究区概况

海南是全国最大的天然橡胶生产基地，面积约35万hm2。海南植胶区地处欧亚大陆东南边缘热带季风气候区域，年积温8 100 ℃以上。大多数地区年日照时数2 000 h以上，年平均气温24 ℃左右，雨量充沛，年降雨量2 000 mm左右，热带气候资源十分丰富。海南植胶区大多地处中部高山地和丘陵盆地，部分在台地平原。成土母质以砂页岩、变质岩、花岗岩和玄武岩为主，砖红壤土类是海南植胶区主要土壤类型，约占75%。

1.2试验方法

1.2.1土样采集。

土壤样品采集样点涉及平原、丘陵、高山、河谷等主要地貌类型，样品于2015年8月采集。按照相关野外试验规范要求，将采样区域划分为若干个采样单元，每个采样单元平均为10 hm2，土壤性状均匀一致，GPS定位。采样深度20 cm，每个样品取20个样点混合成一个样品，约1 kg。

1.2.2主成分分析方法。

主成分分析法的基本原理：将原始众多具有一定相关性的P个指标打乱后再组合成无关联的一组新的综合指标来代替原来的指标。原来P个指标进行线性组合作为新的综合指标。以f1（第1个综合指标）的方差来表达，即Var（f1）越大，表示f1包含的信息越多。因此f1在所有线性组合中方差最大，第1主成分被分配给f1。若原来P个指标的信息不能被第1主成分代表，则考虑选取f2（第2个线性组合），为了有效地反映原来信息，f1已有的信息就不需要再出现在f2中，用数学语言表达就是要求Cov（f1，f2）=0，则称f2为第2主成分，依此类推可以构造出第3、第4，……，第P个主成分[25]。其表达式：

f1 = a11PX1 + a21PX2 +…+ an1 PXn

f2 = a12PX1 + a22PX2+…+ an2PXn

fn=a1mPX1 + a2mPX2 + … + anmPXn

式中，a1i，a2i，…，ani（ i = 1，…，m ）为 X 的协方差阵特征值对应的特征向量，PX1，PX2，…，PXn 是原始变量经过标准化处理的值，在实际应用中，往往存在指标的量纲不同，因此在计算前须先消除量纲的影响，而将原始数据标准化。

主成分分析主要步骤：

①指标选取。该研究主成分分析指标选取土壤的物理和化學测试数据，具体：X1 pH，X2有机质，X3全N，X4速效P，X5速效K，X6代换性Ca，X7代换性Mg，X8有效Cu，X9有效Mn，X10有效Zn，

X11有效Mo，X12有效B。

②选取指标的标准化。计算标准化矩阵。③指标之间的相关性判定。从运行结果中选择相关性强的评价指标，重新组合成新的评价指标，采用KMO检验进一步判断指标是否适合进行主成分分析，KMO的取值范围在0到1，越小则越不适合进行主成分分析。④确定主成分个数m。主成分个数提取原则为主成分对应的特征值大于1的前m个主成分；

⑤确定主成分fi表达式并命名。以主成分得分系数矩阵表示变量对主成分的加权系数，即每个变量指标对各主成分的贡献率，最后进行主成分fi命名。

1.3样品测定方法

土壤各指标按照相关土壤理化指标分析标准[26]进行测定，每个测定项目做3个平行样，以保证测定结果的准确性。

1.4数据分析

试验数据采用 SPSS 19.0软件进行处理。

2结果与分析

2.1相关性分析

由表1可知，pH与有机质、全N极显著相关，有机质与全N、有效Mo极显著相关，全N与有效Mo极显著相关，速效P与有效Mo显著相关，代换性Ca与代换性Mg、有效Cu和有效Zn极显著相关，有效Cu与有效Zn极显著相关。选择相关性较强的 pH（Y1）、有机质（Y2）、全N（Y3）、速效P（Y4）、代换性Ca（Y5）、代换性Mg（Y6）、有效Cu（Y7）、有效Zn（Y8）和有效Mo（Y9）9个指标进一步开展主成分分析。

2.2主成分分析

经KMO检验，KMO值为0.599，适合主成分分析；Bartlett 球度检验的相伴概率为0.000，小于显著性水平0.050，适合主成分分析。由表2可知，3个主成分被提取，其累计方差贡献率达79.649%，表征79.649%砖红壤亚类质量信息。

3讨论

主成分分析法能在一定程度上减少参评因子数量，但这些参评因子包含的土壤质量信息随之丢失，既能大幅度减少数据冗余，又能最大限度地减少丢失参评土壤因子所包含的土壤质量信息，是主成分分析法难以做到的[16，27-28]。 Andrews等[16]选取每个主成分（PC）中因子荷载值在最高荷载值10%以内的所有因子进入最小数据集（MDS），这易导致数据的冗余。而Yemefack等[18]则选取每个 PC 中综合得分最高的因子进入MDS，若该综合得分（是经过计算得到的一个分值，不是因子荷载）最高的因子与该PC中某评价参数的相关性很低，那么得分最高的因子显然不能覆盖该因子的信息，这必然损失部分土壤质量信息。

土壤质量评价中参数的选择非常重要，如果评价指标未经严格选择，评价结果将毫无意义[29]。每个土壤理化、生物学属性都可能是最终评价因子，但对于特定区域，由于土壤利用方式的多变性、土壤性质的时空变异性、数据获取的成本高及因子间的共线性等因素，不可能获取所有因子的数据，而只能从候选参数数据集中选出一个能最大限度地代表所有候选参数的最小数据集（MDS）[30]。

因此，在利用主成分分析法评价土壤质量时，虽然达到了降维的目的，但土壤质量信息的丢失和数据的冗余仍不可避免。利用不同的数理统计方法涵盖全部土壤参数所表达的土壤质量信息，同时又最大限度地减少数据冗余是目前广大科研工作者需要解决的关键问题。

4结论

（1）海南植胶区砖红壤亚类土壤指标主成分分析可提取3个主成分，这3个主成分累计方差贡献率达79.649%，表征了79.649%土壤质量信息。

（2）影响海南植胶区砖红壤亚类土壤质量变化的主要因素分别是第1主成分土壤常规分析因素、第2主成分土壤阳离子交换性能因素和第3主成分土壤速效P因素，土壤速效P成为影响海南植胶区砖红壤亚类土壤质量的一个重要因素。

参考文献

[1] 金凤君，张晓平，王长征.中国沿海地区土地利用问题及集约利用途径[J].资源科学，2004，26（5）：53-60.

[2] 张军岩，贾绍凤，高婷.石家庄城市化進程中的耕地变化[J].地理学报，2003，58（4）：620-628.

[3] 李福兴.我国西部地区耕地退化现状及其防治对策[J].水土保持学报，2002，16（1）：1-5，10.

[4] 王振伟，李江风，龚健.县市耕地保有量预测方法研究：以南阳市为例[J].河南农业科学，2006，35（11）：71-74.

[5] 张庆利，潘贤章，王洪杰，等.中等尺度上土壤肥力质量的空间分布研究及定量评价[J].土壤通报，2003，34（6）：493-497.

[6] 马强，宇万太，赵少华，等.黑土农田土壤肥力质量综合评价[J].应用生态学报，2004，15（10）：1916-1920.

[7] ANDREWS S S，KARLEN D L，CAMBARDELLA C A.The soil management assessment framework：A quantitative soil quality evaluation method[J].Soil science society of america journal，2004，68（6）：1945-1962.

[8] CAMBARDELLA C A，MOORMAN T B，ANDREWS S S，et al.Watershedscale assessment of soil quality in the loess hills of southwest Iowa[J].Soil and tillage research，2004，78：237-247.

[9] WIENHOLD B J，ANDREWS S S，KARLEN D L.Soil quality：A review of the science and experiences in the USA[J].Environmental geochemistry and health，2004，26：89-95.

[10] IDOWU 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，2006，87：163-174.

[11] 张华，张甘霖.土壤质量指标和评价方法[J].土壤，2001，33（6）：326-330.