潮土区常规施肥下冬小麦农田基础地力演变规律

查 燕，武雪萍，贡付飞，张会民，徐明岗

(中国农业科学院农业资源与农业区划研究所，农业部植物营养与肥料重点实验室，北京 100081)

(D×W4)+(E×W5)

随着人口增加和经济的发展，中国对粮食的需求日益增多，潮土区作为中国主要粮食产区之一，其农田生产潜力的挖掘成为亟待解决的问题。目前潮土区施肥已达到较高的水平，通过增加施肥量来提高粮食产量不再是有效的途径，甚至出现报酬递减的问题[1-2]。然而农田基础地力的提升对作物增产有着“水涨船高”的效应[3]，因而提升农田基础地力，对于减少化肥投入、保证粮食增产具有重要的现实意义。农田基础地力是指特定立地条件、土壤理化性状下农田自身的生产能力[4]。目前国内对农田基础地力的研究主要集中在施肥对基础地力贡献率的影响，主要使用长期不施肥条件下的对照(CK)产量与相应施肥产量的比值来表征基础地力贡献率。采用这种基础地力表征方法研究得出，潮土[5]、水稻土[6]、黑土[7]等农田基础地力贡献率呈逐年下降趋势。笔者利用DSSAT作物生长模型，从基础地力产量的角度研究长期定位试验点不同施肥模式下农田基础地力的演变规律，结果表明，长期施用有机肥或秸秆与化肥配施提升了土壤有机碳，因而有效提高了农田基础地力产量和基础地力贡献率[4,8-10]。

土壤生产力指数(Soil Productivity Index,简称PI)模型，最早由Neill在1979年提出，用来研究土壤性质对作物产量的影响[11]。与其他复杂的机理模型相比，PI模型简单，需要的土壤参数少，而且数据容易获得，因此国内外很多学者结合研究区域土壤特性，对PI模型进行了修正，并应用修正的PI模型进行了不同土壤类型的生产力研究[12-15]。考虑到有机质对作物生长的重要性，段兴武等[16]增加了有机质含量指标，改土壤容重指标为粘粒含量指标对东北黑土区的土壤生产力进行了评价。罗霄等[17]认为影响土地生产力的主要因素为土壤养分，主要选取了土壤有机质、全氮、碱解氮、有效磷、速效钾以及pH值6个指标构建PI模型。因此，在具体地区应用PI模型时，应根据当地土壤生产力影响因子的重要性，选择适当指标进行修订。目前已有的基础地力研究大都是基于单个或者多个定位试验点为研究对象，缺乏区域层面的研究，而农民传统习惯耕作施肥管理与定位试验也有很大的区别。因此，本研究以29个潮土区“国家级耕地土壤监测点”记录的当地农民传统耕作施肥管理数据为基础，从土壤本身固有的物理化学特性出发，通过构建的基础地力指数(Basic Soil Productivity Index，简称BSPI)模型，研究农民习惯耕作施肥条件下，潮土区冬小麦农田基础地力的演变规律，为加强潮土农田地力保育，挖掘农田生产潜力和增加作物产量提供依据。

1 材料与方法

1.1 研究区概况与监测点设计

我国潮土面积38 488万hm2，在黄淮海平原和长江中下游平原分布面积最大，潮土区地势平坦、土层较厚，生产性状良好，适宜种植多种作物，是我国重要的粮、棉、油的主产区。为了对耕地土壤的理化性状、生产能力和环境质量进行动态监测以指导农业生产，农业部在河北、山东、湖北、江苏等省市区建立了29个潮土国家级耕地土壤监测点(表1)，各监测点根据当地的习惯进行轮作、施肥及灌溉管理等，主要种植水稻、玉米、小麦、棉花等粮食和经济作物，重点对耕地土壤进行监测。

表1 29个潮土国家级耕地土壤监测点基本情况

每个监测点设常规施肥处理(农民习惯施肥)，多年来小麦季的化肥施用量范围为N 180～250 kg/hm2、P2O5120～150 kg/hm2、K2O 27～50 kg/hm2，小麦季部分秸秆还田。小区面积大于334 m2。年度观测内容包括田间作业情况、作物产量与施肥量情况和土壤养分状况，具体包括播期、播种方式、收获期、耕作情况、灌排情况、肥料施用种类和施用量；作物种类、产量；土壤有机质、全氮、碱解氮、有效磷、速效钾等。pH值、微量元素和重金属元素每5年测定一次。收获时每个处理随机取5个以上样方进行产量测定，小麦样方面积1～2 m2。同时采集0～20 cm土层的土壤样品，进行土壤养分的测定。

1.2 基础地力指数模型的构建方法

1979年Neill提出生产力指数(PI)模型，用来评价土壤理化性质对作物产量的影响。模型基于以下两个假设提出:①在一定气候条件与管理措施下，作物产量与根系生长成正相关;②根系的生长依赖于土壤质量。生产力指数的计算公式如下[11]：

(公式1)

式中PI为生产力指数，A、B、C、D、E分别为土壤有效含水量、土壤通气性、土壤容重、pH值、土壤电导率的适宜性指数，WF为各土层的根系权重，n为土层的个数(每层厚10 cm)。A、B、C、D、E各指标大小在 0～1之间。

2011年罗霄在Neill的研究基础上，考虑到研究区内影响农田生产力的主要因素为土壤养分，对PI模型进行了修正，主要选取了土壤有机质、全氮、碱解氮、有效磷、速效钾以及pH值6个指标作为综合评价指标，其修正后的PI模型可表达为[17]:

(公式2)

式中,A为有机质适宜度；B为全氮适宜度；C为碱解氮适宜度；D为有效磷适宜度；E为速效钾适宜度；F为pH适宜度；W为权重因子。

本研究依据罗霄的研究成果，选取土壤养分和pH值作为潮土区基础地力评价的指标，结合我国潮土区长期监测点土壤理化性质指标的重要性及资料的可获得性，对模型做了如下修订：综合考虑了潮土区监测点的情况，pH值监测数据缺失较多，且目前pH变化尚不是影响产量变化的主要原因[18]，忽略pH在模型中的作用。实际生产中表层土对农田基础地力的贡献最大且占有较高比例，监测点多层次土壤养分数据不全，因而只考虑0～20 cm表层土壤。同时考虑到各养分因子对基础地力的贡献不同，于是在模型中增加了养分因子权重W，最终参考何毓蓉等[19]评价四川省耕地地力时使用土壤质量系数K的表达形式，构建了基于主成分分析的基础地力指数模型，如下：

BSPI= (A×W1)+(B×W2)+(C×W3)+

(D×W4)+(E×W5)

(公式3)

式中，A为有机质适宜度;B为全氮适宜度;C为碱解氮适宜度;D为有效磷适宜度;E为速效钾适宜度;W1～W5为各指标对应的权重系数，各指标权重系数由主成分分析法计算获得，各指标对应的权重系数分别为0.19、0.15、0.18、0.38和0.10。各指标适宜度计算采用如下方法：有机质、全氮、碱解氮、有效磷和速效钾分别取一级标准的下限值作为满分值，分别为40 g/kg、2 g/kg、150 mg/kg、40 mg/kg和200 mg/kg，当各指标大于或等于满分值时，适宜度赋值为1，低于该值时，以实际含量与满分值之比得到指标适宜度，均介于0～1之间。

1.3 数据来源与处理

土壤理化性状数据、作物产量数据及地力等级划分资料均来源于国家级耕地监测数据网，其中主要包括1987～2006年逐年的土壤有机质、全氮、碱解氮、有效磷、速效钾含量、冬小麦产量等。以监测点数据为基础，使用BSPI模型计算潮土区冬小麦农田逐年的基础地力指数，采用Microsoft Excel 2007软件处理数据和制图，运用SAS 9.1软件进行统计分析。其中，基础地力指数BSPI与冬小麦产量的相关性、基础地力指数随时间的演变规律，使用Excel进行分析与制图；不同省份及不同纬度带的基础地力指数差异采用最小显著差异法分析。

2 结果与分析

2.1 农田基础地力指数与冬小麦籽粒产量的相关分析

利用构建的BSPI模型计算了各监测点多年冬小麦农田基础地力指数，并将其与常规施肥措施下冬小麦籽粒产量进行回归分析，结果表明(图1)，冬小麦农田基础地力指数BSPI与冬小麦产量的决定系数R2为0.138 7**(n=201),两者达到了极显著的相关水平，说明在一定程度上可以用BSPI来表征冬小麦农田的基础地力。

图1 冬小麦农田基础地力指数与冬小麦产量的关系

2.2 冬小麦农田基础地力的时间演变规律

在常规施肥方式下，潮土区冬小麦农田基础地力随时间的变化趋势如图2所示。经过19年的常规施肥，冬小麦农田基础地力呈显著的上升趋势，2004～2006年3年的基础地力指数均值比监测初期1988～1990年3年基础地力指数均值提升了38.5%，年均增长速率为2.0%。说明多年来由于化肥和有机肥的施用，以及小麦季部分秸秆还田使农田基础地力得到了明显的提升。

图2 潮土区冬小麦农田基础地力变化趋势

不同地力水平下的冬小麦农田基础地力随时间演变规律不尽一致(图3)，低地力区BSPI呈显著上升趋势，19年基础地力指数年均增长速率为3.2%。前10年(1988～1997年)冬小麦农田基础地力提升较快，1997年比1988年BSPI提高了25.2%，后9年(1998～2006年)BSPI提高了18.8%。

中地力区BSPI随时间呈上升趋势，但未达到显著上升水平。与低地力区相似，1988～1997年冬小麦农田基础地力提升较快，BSPI提高了21.4%；1998～2006年冬小麦基础地力变化平稳，BSPI提高了5.6%。

图3 潮土区不同地力水平下冬小麦农田基础地力变化趋势

经过19年的常规施肥，高地力区冬小麦农田基础地力曲线变化较为平缓，呈略微上升趋势，提升幅度比中、低地力区较小，年均增长速率仅为0.7%。常规施肥下低地力区BSPI呈显著上升趋势，但中、高地力区由于土壤肥力条件较好，19年平均基础地力指数比低地力区均值高出31.6%～34.4%。说明长期施肥对培肥低地力农田，提高土壤基础肥力作用显著。而对于中、高地力农田，长期施肥能稳定土壤基础肥力，对提高和稳定潮土区粮食产量也十分重要。

2.3 冬小麦农田基础地力的空间变化分析

潮土国家级耕地土壤监测点主要分布在纬度30°22′～41°10′之间，根据各监测点的地理分布，将其划分为5个纬度带，分析研究了潮土区冬小麦农田基础地力随纬度变化的规律(图4)。研究结果表明，冬小麦农田基础地力随着纬度变化先升高再下降，其中中纬度带34°15′～35°19′的冬小麦农田基础地力指数均值最高，为0.443，基础地力指数均值最低值出现在38°00′～41°10′高纬度带，为0.375。前4个纬度带之间的BSPI没有显著性差异，38°00′～41°10′纬度带的基础地力显著低于32°01′～33°58′和34°15′～35°19′纬度带。

图4 潮土区不同纬度带冬小麦农田基础地力变化

不同省份间冬小麦农田基础地力指数差异也十分显著(图5)。江苏省的冬小麦农田基础地力最高，显著高于安徽、河北、湖北、山东、山西5地，其中较安徽、山西省BSPI指数的平均值分别高出94.6%和64.6%。江苏、北京和河南3省间基础地力无显著差异。各省冬小麦农田基础地力指数大小顺序为江苏>北京>河南>湖北、山东>河北>山西、安徽。

图5 潮土区不同省份监测区域冬小麦农田基础地力变化

3 讨论

3.1 基础地力指数模型的构建和完善

农田基础地力是土壤自身固有的生产能力。在我国粮食主产区农田高强度利用方式下，注意土壤用养结合，加强农田基础地力培育，才能实现农田的可持续利用。很多学者结合研究区域土壤特性，在综合考虑影响因子的重要性、可获得性的基础上对指标进行了选取，修正了土壤生产力指数模型，并应用修正的PI模型进行了不同土壤类型的生产力评价[12-17]。Riquier等[20]选择了土壤厚度、土壤质地和土壤的排水状况等指标综合评价了英国牛津(柯茨伍德)地区的表层土壤生产力；Doran等[21]将土壤生产力细化为6个特定的土壤生产力元素进行评价；还有一些专家选择有机质、全氮等土壤养分含量、pH值、碳酸钙[22-24]等构建PI模型。因此，在具体地区应用PI模型时，应根据当地土壤生产力影响因子的重要性，选择适当指标进行修订。

本研究从土壤本身的特性出发来探讨农田基础地力，参考国内学者修正的PI模型，结合潮土区29个监测点土壤理化特性指标的重要性，以及监测数据的可获取性，选择了评价土壤肥力和土壤生产力的5个重要指标，即有机质、全氮、碱解氮、有效磷和速效钾来构建基础地力指数模型。此外，在农业实际生产中，农田表层土(0～20 cm)对农田基础地力的贡献最大，因此在构建模型时，只考虑0～20 cm的表层土壤对基础地力贡献中的权重。本研究结果表明，BSPI指数与冬小麦产量呈极显著相关，说明BSPI指数可以在一定程度上表征农田基础地力，该指标体系的选取适合研究潮土地区的农田基础地力演变。

3.2 潮土区农田基础地力演变规律分析

我国潮土分布区域广，约占全国耕地面积的15.9%，黄淮海平原和长江中下游平原分布面积最大[25]。王军艳等[26]对潮土农田土壤肥力变化研究表明，1982～2000年北京土壤肥力总体呈上升趋势。尤其在20世纪90年代,由于农业种植结构的调整以及秸秆还田,使土壤有机质含量持续上升,土壤的综合肥力显著提高。Zha等[9]、贡付飞等[10]利用DSSAT模型模拟分析了潮土区冬小麦/夏玉米农田基础地力演变规律，结果显示，18年连续施用化肥，或者化肥配施有机肥、秸秆还田条件下潮土农田基础地力产量得到了显著提升，平均每年提高1.6%～3.0%。陈百明等[27]通过对监测数据、资料的分析得出，潮土区土壤肥力等级自20世纪80年代以来的20年总体表现为上升趋势。本研究结果与上述结论一致，在常规施肥方式下潮土区冬小麦农田基础地力呈显著上升趋势，基础地力指数平均每年提升约2.0%。

潮土类型变化多样，土壤肥力差异大。中、低产田形成原因比较复杂,有干旱缺水、水土流失、热量不足、土壤瘠薄、盐碱化、经营管理等多种原因,中、低产田的形成多是环境因素综合作用的结果。通过工程、施肥、生物技术等综合运用，中国各地中、低产田改造卓有成效[28]。石全红等[29]研究结果表明，1985～2008年中国耕地质量逐步提高，尤其是华北区以及长江中下游区耕地基础地力提高最为显著，低产田比例减幅最大，均在30%点左右，中产田、高产田的比例也大幅度提高。马桂秀[30]对华北地区中、低产麦田的研究显示，中、低产麦田增加施肥量、秸秆还田或施用有机肥均对增强小麦长势、提高产量、提升土壤肥力有一定的作用。本研究结果也表明，常规施肥下高、中、低地力区农田基础地力均呈上升趋势，尤其是低地力区农田基础地力呈显著上升趋势，年均增长速率为3.2%，高、中地力区BSPI未达到显著上升水平。从监测数据看，高、中、低地力区农田有机质含量分别提升了7.6%、5.3%和18.3%，低地力农田有机质含量提升幅度最大;同时，低地力农田全氮和碱解氮含量也分别提高了7.6%和82.6%。说明长期施肥对培肥低地力农田，提高土壤基础肥力作用显著。对于土壤肥力条件较好的中、高地力农田，长期平衡施肥能稳定土壤基础肥力，对提高和稳定潮土区粮食产量也十分重要。

4 结论

利用构建的基础地力指数BSPI模型可以很好地分析潮土区常规施肥下冬小麦农田基础地力的时空演变规律。经过19年的常规施肥，冬小麦农田基础地力呈显著的上升趋势，与监测初期相比BSPI提升了38.5%，年均增长速率为2.0%。说明多年来由于化肥和有机肥的施用，以及小麦季部分秸秆还田，农民常规施肥措施有利于农田基础地力的提升。

不同地力水平下的冬小麦农田基础地力随时间演变规律不尽一致，低地力区BSPI呈显著上升趋势，前10年(1988～1997年)冬小麦农田基础地力提升较快，1997年比1988年BSPI提高了25.2%，后9年(1998年～2006年)BSPI提高了18.8%。高、中地力区BSPI均呈略微上升趋势，都未达到显著上升水平。说明长期施肥对培肥低地力农田，提高土壤基础肥力作用显著。而对于中、高地力农田，长期施肥能稳定土壤基础肥力，对提高和稳定潮土区粮食产量也十分重要。

潮土区不同省份监测区域冬小麦农田基础地力指数差异也十分显著，江苏省的冬小麦农田基础地力最高，显著高于安徽、湖北、河北、山东、山西5地，而江苏、北京、河南3省间基础地力无显著差异。各省冬小麦农田基础地力指数大小顺序为江苏>北京>河南>湖北、山东>河北>山西、安徽。

参考文献:

[1] 于华荣.周口市潮土区不同地力水平下小麦氮肥用量研究[J].现代农业科技,2010,(11)：52-54.

[2] 刘淑君.北方潮土区基于测土配方施肥下玉米最佳施肥模式探讨[J].天津农学院学报,2011，17(4)：21-24.

[3] 夏圣益.土壤基础地力、施肥水平与农作物产量的关系[J].上海农业科技,1998,(1):6-8.

[4] Zha Y,Wu X P,He X H,et al.Basic soil productivity of spring maize in black soil under long-term fertilization based on DSSAT model[J].Journal of Integrative Agriculture,2014,13(2):577-587.

[5] 徐明岗,梁国庆,张夫道.中国土壤肥力演变[M].北京:中国农业科学技术出版社,2006.

[6] 王飞,林诚,李清华,等.长期不同施肥方式对南方黄泥田水稻产量及基础地力贡献率的影响[J].福建农业学报,2010,25(5):631-635.

[7] 高静,马常宝,徐明岗,等.我国东北黑土区耕地施肥和玉米产量的变化特征[J].中国土壤与肥料,2009,(6):28-31.

[8] 查燕，武雪萍，张会民，等.长期有机无机配施黑土土壤有机碳对农田基础地力提升的影响[J].中国农业科学,2015,48(23):4649-4659.

[9] Zha Y,Wu X P,Gong F F,et al.Long-term organic and inorganic fertilizations enhanced basic soil productivity in a fluvo-aquic soil[J].Journal of Integrative Agriculture,2015,14(12):2477-2489.

[10] 贡付飞,査燕,武雪萍,等.长期不同施肥措施下潮土冬小麦农田基础地力演变分析[J].农业工程学报，2013，29(12)：120-129.

[11] Neill L L.An evaluation of soil productivity based on root growth and water depletion[D].Columbia:University of Missouri,1979.

[12] Pierce F J,Larson W E,Dowdy R H,et al.Productivity of soils:Assessing long-term changes due to erosion[J].Journal of Soil and Water Conservation,1983,38(1):39-44.

[13] Lindstrom M J,Schumacher T E,Jones A J,et al.Productivity index model comparison for selected soils in North Central United States[J].Journal of Soil and Water Conservation,1992,47(6):491-494.

[14] 孙振宁,谢云,段兴武.生产力指数模型PI在北方土壤生产力评价中的应用[J].自然资源学报,2009,24(4):708-717.

[15] 郑娟娟，常婧，高晓飞.PI模型在乌兰察布市土壤生产力评价中的适用性研究[J].中国农学通报，2013,29(14):124-128.

[16] 段兴武,谢云,冯艳杰,等.东北黑土区土壤生产力评价方法研究[J].中国农业科学,2009,42(5):1656-1664.

[17] 罗霄,李忠武,叶芳毅,等.基于PI指数模型的南方典型红壤丘陵区稻田土壤肥力评价[J].地理科学,2011,34(4):495-500.

[18] 马常宝,卢昌艾,任意,等.土壤地力和长期施肥对潮土区小麦和玉米产量演变趋势的影响[J].植物营养与肥料学报,2012,18(4):796-802.

[19] 何毓蓉,周红艺,张保华,等.四川省耕地地力生产潜力及承载力研究[J].地理科学,2004,24(1):20-25.

[20] Riquier J,Cornet J P,Bramao D L.A New system of soil appraisal in terms of actual and potential productivity(first approximation)[M].Rome:Food and Agriculture Organization of the United Nations(FAO),1968.1-50.

[21] Doran J W,Parkin T B.Defining and assessing soil quality[C].//Doran J W,Coleman D C,Bezdicek D F,et al.Defining soil quality for a sustainable environment.Madison:Soil Science Society of America,1994.3-21.

[22] 段兴武,谢云,张玉平,等.PI模型在东北松嫩黑土区土壤生产力评价中的应用[J].中国农学通报,2010,26(8):179-188.

[23] Jaenicke E C,Lengnick L L.A soil-quality index and its relationship to efficiency and productivity growth measures:two decompositions[J].American Journal of Agricultural Economics,1999，81:881-893.

[24] Duan X W,Xie Y,Liu B Y,et al.Soil loss tolerance in the black soil region of Northeast China[J].Journal of Geographical Sciences,2012,22(4):737-751.

[25] 全国农业技术推广服务中心.耕地质量演变趋势研究[M].北京：中国农业科学技术出版社，2008.

[26] 王军艳，张凤荣，王茹，等.应用指数和法对潮土农田土壤肥力变化的评价研究[J].农村生态环境,2001,17(3)：13-16.

[27] 陈百明,宋伟,唐秀美.中国近年来土地质量变化的概略判断[J].中国土地科学,2010,24(5):4-8.

[28] 林鹏生.中国中低产田分布及增产潜力研究[D].北京:中国农业科学院,2008.

[29] 石全红，王宏，陈阜，等.中国中低产田时空分布特征及增产潜力分析[J].中国农学通报,2010,26(19):369-373.

[30] 马桂秀.不同培肥措施对中低产田小麦生长及土壤主要养分的影响[D].北京:中国农业科学院,2013.