浙江省油茶土壤肥力评价最小数据集研究

韩素芳，程诗明，付金贤，屈明华，刘亚群，徐梁，成亮

（1.浙江省林业科学研究院，浙江 杭州 310023；2.遂昌县牛头山林场，浙江 遂昌 323300；3.中国林业科学研究院 亚热带林业研究所，国家林业和草原局经济林产品质量检验检测中心(杭州)，浙江 杭州 311400）

油茶Camellia o leifera，为山茶科Theaceae山茶属Camellia常绿小乔木，种子油富含油酸、亚油酸等不饱和脂肪酸，是南方重要的木本食用油树种。截至2015年底，浙江省油茶栽培面积为16.667万hm2，位居全国第4位，其中老油茶林面积有12.32万hm2，主产区农民约70万人，户均0.667 hm2，户年均收入1万多元；丽水市和衢州市约占全省油茶总面积的80%，油茶是山区农民增收致富的重要资源[1]。

合理施肥是提高油茶产量的有效措施[2-5]。现阶段油茶施肥存在忽视油茶立地条件对肥力的需求差异，忽视微量元素的作用，油茶土壤肥力质量评价不成熟等问题[6-7]。土壤肥力评价是土壤质量研究的基础，可以通过土壤肥力指标来判断，而土壤肥力指标包含众多时间、空间上存在显著变异的化学、物理和生物指标[8]。土壤肥力最小数据集是土壤肥力指标中便于测定且是对土地利用和管理决策具有重要作用的指标的集合，可用于快速了解土壤肥力的限制因子，其建构常用的方法有主成分分析法、相关性分析法，Norm值提取指标等[9-13]。本研究采用主成分分析法提取浙江省油茶主产区土壤肥力的最小数据集，为浙江省油茶土壤肥力评价因子的选取提供依据，以期为浙江省油茶低产林测土配方精准施肥提供参考。

1 试验地情况

于2015-2016年于油茶成熟期（10月底-11月初），对浙江省油茶主产区6个地区20个县（区、市）的油茶林进行土壤调查采样，每县（区、市）选取1个具有代表性（40～50年树龄，规模经营，每年进行1～2次的除草等抚育管理）的普通油茶林作为样区，记录各样区单位面积的茶油产量信息，各样区地点和所处中心地理位置及茶油产量情况如表1。

表1 样区情况Table 1 Sampling counties

2 材料和方法

2.1 样品采集

在每个样区至少设立3个采样单元 （每个采样单元面积在3～6 hm2）。在每个采样单元内部采用S形采样法，选取15～20个样点，采集0～40 cm剖面的混合土壤，每点采集样品的质量不少于500 g，充分混匀后采取四分法留取1～2 kg，装入塑料袋，做好编号，登记样品信息，带回实验室风干。全省共采集样品150个。

2.2 样品检测方法

土壤pH测定参照LY/T 1239-1999[14]，全N、水解性N测定参照LY/T 1228-2015[15]，全P、有效P的测定参照LY/T 1232-2015[16]，有机质测定参照LY/T 1237-1999[17]，速效K测定参照LY/T 1234-2015[18]；有效Fe、Cu、Zn、Mn测定参照文献[19]测定；交换性Ca、Mg测定参照LY/T1245-1999[20]。

2.3 数据处理

茶油产量（kg·hm-2·a-1）为该样区2015-2016年平均茶油产量。样区内各采样单元的肥力测定结果平均值作为该样区土壤肥力的检测结果。利用SPSS数据处理软件对测定的原始数据进行主成分分析。

2.4 数据分析方法

2.4.1 全量数据集综合指数

（1）内梅罗单项肥力指数评价，其计算公式为：

式中，Pi为土壤中某指标i的内梅罗单项肥力指数；Ci为土壤中某指标i的实测数据；Si为土壤中某指标i的标准值。

（2）综合肥力指数评价，其计算公式为：

式中，P综为土壤肥力综合指数，Pi2min为单项肥力指数最小值平方，Pi2ave为土壤中所有肥力指数的平均值平方，n为土壤肥力指标个数。

2.4.2 最小数据集的筛选 选择主成分分析中高因子载荷指标（因子载荷绝对值大于该主成分中最大因子载荷的90%），当一个主成分高因子载荷指标只有一个时，则该指标进入最小数据集；当一个主成分高因子载荷指标不止一个时，对其分别做相关性分析，若相关系数低（r< 0.4时），则两个指标都进入最小数据集；若相关系数高（r≥0.4），则相关系数之和最大的高因子载荷指标进入数据集[11]。

2.4.3 土壤肥力指标标准化 由于土壤有机质、全N、水解性N等与作物生长效应曲线一般呈“S”形，因此本研究采用S型隶属函数进行肥力指标的标准化。

式中，x1为肥力指标的低临界值，x2为肥力指标的高临界值，x为肥力指标的测定值。

2.4.4 最小数据集肥力指数的建立 采用多元统计中的主成分分析法求得公因子方差，据此确定权重系数。根据如下公式计算土壤肥力指数（Integrated Fertility Index，IFI）。

式中，Wi为肥力指标权重系数，Fi为肥力指标标准值。

3 结果与分析

3.1 全量数据集肥力指数构建

采用内梅罗综合指数法构建全量数据集综合肥力指数。根据样区茶油年均产量，对土壤测定结果进行分类，共划分为≥150 kg·hm-2、75～150 kg·hm-2、< 75 kg·hm-2三个级别。具体划分结果及各样区土壤肥力状况见表2至表4。由表可知，茶油年产量≥150 kg·hm-2的样区有SA6、SA2及SA3等7个样区；茶油年产量在 75～150 kg·hm-2的样区有 SA9、SA15及 SA8等 8个样区；茶油年产量<75 kg·hm-2的样区有 SA18、SA5及SA14等5个样区。

表2 茶油年均产量≥150 kg·hm-2样区土壤肥力Table 2 Soil fertility of sampling counties with annual tea oil yield ≥ 150 kg/ha

表3 茶油年均产量75～150 kg·hm-2样区土壤肥力Table 3 Soil fertility of sampling counties with annual tea oil yield of 75-150 kg/ha

表4 茶油年均产量<75 kg·hm-2样区土壤肥力Table 4 Soil fertility of sampling counties with annual tea oil yield＜75 kg/ha

表5 各肥力指标Si值Table 5 Standard value of fertility index

将茶油年产量处于中等水平（75～150 kg·hm-2）的各样区土壤肥力的检测结果平均值作为肥力指标标准值Si（见表5）。与NY/T 1 749-2009[21]中规定的南方地区耕地土壤肥力指标Si相比，相对标准偏差小于10%的为有效Fe、有效Mn、全N、水解性N、速效K；相对偏差较大的为有效P、全P、有效Cu及有机质。根据公式（1）及公式（2）计算Pi、P综及P综的标准偏差。各县内梅罗综合指数如图1所示。内梅罗综合指数与单位面积茶油年产量的相关性分析结果显示二者的相关系数为0.348，无显著相关性。

图1 各样区单位面积茶油年产量及P综Figure 1 Unit area tea oil yield and soil fertility composite index

3.2 最小数据集肥力指数构建

3.2.1 全量数据集主成分分析 本研究对全N、全P、水解性N等13项指标进行主成分分析，求得主成分特征值和贡献率，结果见表6。由表6可以看出，前5个主成分（交换性Ca、交换性Mg、pH、速效K和全N）对于总方差的累计贡献率达到了72.65%。由旋转成分矩阵（表7）可知，决定主成分1大小的主要有交换性Ca、交换性Mg、速效K及pH，可归类为交换性养分。决定主成分2大小的主要有全N、有机质及全P，可归类为全效养分。决定主成分3大小的主要为有效Cu、有效Zn和有效Mn，可归类为微量元素。决定主成分4的主要为水解性N和有效P，可归类为速效养分。决定主成分5的主要为有效Fe。主成分分析法提取的5个主成分具有农学意义，可解释全量的大多数变异。

3.2.2 最小数据集选择 由表7的旋转成分矩阵可知，主成分1中高因子载荷有交换性Ca、交换性Mg、pH及速效K。由表8相关性分析表明，交换性Ca及交换性Mg与其他指标的相关系数都均大于0.5，达到极显著相关水平，且二者与其它指标的相关系数之和（交换性Ca 2.178，交换性Mg 2.228）也非常接近，因此，入选交换性Ca和交换性Mg均进入最小数据集。主成分2中高因子载荷有全N及有机质，二者相关系数为0.926，极显著相关，且全N的因子载荷大于有机质，因此，全N入选最小数据集。主成分3，主成分4及主成分5均只有一个高因子载荷，因此，有效Cu、有效P及有效Fe入选进最小数据集。 由此得由以上分析表明，浙江省油茶土壤肥力评价最小数据集为全N、有效P、交换性Ca、交换性Mg、有效Cu及有效Fe 共6个指标。

表7 旋转成分矩阵Table 7 Rotation component matrix

表8 高因子载荷指标相关性Table 8 Correlation of high factor loading index

3.2.3 最小数据集肥力指数建立 土壤全N、有效P、交换性Ca、交换性Mg、有效Cu及有效Fe与作物生长之间呈抛物线形曲线关系，确定临界值就可以把相应的曲线转化为折线函数[8]。本研究根据浙江林业土壤等相关文献[22]及本次研究数据拟定临界值（表 9）。根据公式（3）对最小数据集指标进行标准化并做主成分分析，获得各个指标的公因子方差，利用公因子方差占总方差比例求得各个指标的权重值（表10）。

表9 浙江省油茶土壤S形隶属度函数临界值Table 9 Critical values of S-shaped membership function of soil under C.oleifera plantation in Zhejiang province

表10 最小数据集指标权重值Table 10 Weight value of minimum data set

根据公式（4）计算各样区的IFI，结果见表11。再对IFI与单位面积茶油年产量进行相关性分析，结果见表 12。由表12可知，最小数据集肥力指数与单位面积茶油年产量之间呈显著正相关，与全量数据集内梅罗综合指数之间呈极显著正相关。

表11 最小数据集肥力指数Table11 Integrated fertility index of minimum data set

表12 全量数据集P综、最小数据集肥力指数IFI及茶油产量之间的相关性系数Table 12 Correlation coefficient of soil fertility composite index, minimum data set fertility index and annual tea oil yield

4 结论与讨论

4.1 结论

本研究通过对浙江省油茶主产区20个样区共计150个土壤样品的全效、速效养分及中、微量元素等13个肥力指标进行检测，采用浙江省普通油茶中等茶油产量75～150 kg·hm-2·a-1（LY/T 1935-2011规定150 kg·hm-2·a-1以下为低产林）对应样区的肥力为基准，制定了13项指标的单项肥力指标标准值，可作为油茶施肥的参考值。与NY/T 1749-2009[21]中规定的南方地区耕地土壤肥力指标Si相比，相对标准偏差小于10%的为：有效Fe、有效Mn、全N、速效水解性N、速效K；偏差较大的为：有效P、全P、有效Cu及有机质。浙江省油茶土壤有机质含量大部分<30 g·kg-1，交换性钙和镁含量普遍<1 cmol·kg-1，有效P最高的含量为3.86 mg·kg-1，最小的含量为0.38 m g·kg-1。利用主成分分析法，选取高因子载荷指标，构建了包括全 N、有效P、交换性Ca、交换性Mg、有效Cu、有效Fe共6个指标的浙江省油茶土壤肥力评价最小数据集，最小数据集肥力指数与单位面积茶油年产量间呈显著正相关，与全量数据集内梅罗综合指数呈极显著正相关。建立的最小数据集基本符合浙江省油茶林地红壤肥力特性，并可为浙江省油茶土壤肥力评价因子的选取提供依据。

4.2 讨论

精准施肥管理是油茶低产林改造的重要技术措施，而土壤肥力评价则是施肥管理方案制定的基础。以最小数据集构建为基础的土壤肥力评价则是选择最能反映土壤质量状况及生产能力的指标并对土壤质量做出评判。最小数据集的构成与作物类型、土壤类型及环境条件等密切相关[8]。近年，N、P、K等大量元素的施入在低产林改造中普遍得到重视，而中、微量元素的施入却尚未引起足够重视。Ca、Mg、Cu、Fe是植物生长发育必须的营养元素，对油茶Ca、Mg、Cu、Fe等元素吸收及积累特性的研究证明这些元素对促进油茶生长具有重要的作用[23-24]。交换性钙、镁含量是评价油茶林地土壤肥力的指标。有关研究证明，缺钙、镁、铁时，油茶苗高生长降低[22]。数据集未包含元素K，可能与K素对单位面积茶油年产量的影响未达到显著水平有关[25]。在油茶林地的施肥管理过程中，可重点监测全N、有效P、交换性Ca、交换性Mg、有效Cu、有效Fe这6个指标，结合其肥力指标Si值，对样区土壤肥力进行盈缺评价并制定施肥方案。土壤肥力质量评价指标是一个复杂的系统问题，本研究检测的数据建立在浙江油茶林地养分普查性质基础上，构建的土壤肥力最小数据集可为浙江省油茶低产林测土配方精准施肥提供应用参考。