包耀贤,肖晶晶,孙艳芳,刘晓威
(北京北华中清环境工程技术有限公司,北京 100176)
土壤质量包括土壤物理质量、化学质量和生物质量[1~2],物理性质影响土壤的蓄水、保肥及养分的吸收和利用,物理质量深刻影响着化学质量和生物质量[1~4];化学性质供给、维系和影响植物所需及产出,是土壤质量的核心和基础[1,3~4];微生物是酶的最基本来源,微生物和酶共同降解和转化土壤各类物质且可敏感反映土壤质量微小变化[5~8],生物指标参评土壤质量呈逐年递增趋势[4]。土壤质量虽不能直接测定,但可运用统计学、模糊数学原理和指数法模型将土壤物理、化学和生物学等多评价指标集成土壤质量综合指标(如土壤质量指数),以客观、全面地定量评价土壤质量[1,9~11]。欧美国家较早开展土壤质量研究[1],Lanson等提出土壤肥力评价最小数据集,Doran等提出满足大多数农业条件下土壤质量状况的基本土壤性质集[11];我国2000年开始针对水稻土、红壤、潮土和黑土4个土类研究土壤质量,近年来针对黄土高原从大量土壤物理、化学和生物学指标中筛选少数指标用于评价农田、林地、矿区复垦地土壤质量[10,12~14],对红壤区则多侧重于农田土壤质量评价结果、方法及影响因素分析[15]。评价方法采用较多的是相关系数法、回归分析法、主成分分析法、因子分析法、内梅罗指数法、层次分析法、系统聚类分析法等[2,4,10,12,16]。国内外学长多采用线性评分模型、非线性评分模型[14],而土壤质量指数法模型因其灵活性高和易于实施而在土壤质量综合评价中得以广泛应用[4,17]。总之,目前土壤质量评价体系(指标筛选、评价方法、评价模型)仍无明确标准。
乌兰布和绿洲区因黄河灌溉便利,经过近40 a的建设,已形成乔灌农结合、灌溉配套、防护林网密集的人工绿洲逾5 333 hm2,绿洲内开垦耕地逾533 hm2,成为沙漠综合治理人工绿洲示范地和内蒙古经济作物重要产区,在中国扩大耕地面积潜力极其有限和向耕地求高产的时下,揭示人类活动对生境本来脆弱、敏感的绿洲区历经近40 a开垦农田土壤质量状况和演化趋势的影响具有重要意义,相关研究也鲜见报道。为此,笔者研究基于绿洲内开垦13~38 a不同利用方式农田的土壤物理、化学和生物学指标综合评价区域土壤质量和演化趋势,以期为该区域农田改土培肥、土地管理和农业经济发展提供参考。
研究区位于磴口县内乌兰布和沙漠东北缘中国林科院沙林中心第二、三实验场(106°09′~107°10′E,40°09′~40°55′N)绿洲区。年均温7.8 ℃,季节温差大(-29.6~39 ℃),≥10 ℃有效积温3 290 ℃;干旱少雨,年均降水140.3 mm,蒸发量2 381 mm;日照充足,年日照时数>3 000 h;盛行西南风,年均风速4.1 m/s,风沙灾害是主要自然灾害;土壤类型以风沙土和黄河灌淤土为主,开垦前表层土壤质地砂粒77.7%、粉粒占17.6%、粘粒占4.7%,有机质含量2.0 g/kg,土壤剖面表现为上砂下粘(蒙金土)。因黄河灌溉,历经近40 a已在原固定、半固定沙丘形成人工绿洲逾5 333 hm2,绿洲内开垦耕地533 hm2,主要种植玉米(ZeamaysL.)、籽瓜(Citrulluslanatus(Thunb.)Matsum.etNakai)、油葵(HelianthusannuusL.)、花葵(LavateraarboreaL.)、番茄(LycopersiconesculentumM.)和苜蓿(MedicagosativaL.)等。
农田多年肥料类型和平均施肥量(kg/hm2):油葵与花葵(二铵300+尿素563+碳铵1125),番茄(二铵375+尿素563+碳铵1125),籽瓜(二铵375+尿素563+碳铵1500),玉米(二铵375+尿素750+碳铵2250);底肥为二铵和尿素,追肥为尿素和碳铵,苜蓿地不施肥。
2018年11月,选取图1所示区域内第二和第三实验场所辖周边(耕地明显可见)所有开垦年限(13~38 a)的籽瓜、玉米、油葵、花葵、番茄和苜蓿6类典型农地进行采样,每个采样点按“X”型多点混合采集0~20 cm土样,每两点混为一个土样,就近取绿洲区土质相近的油蒿荒地2个混合样作对照,共采混合土样100个(农地98+对照2),土样经处理按常规法测定如下24个指标[18~20]:
图1 第二和第三实验场区位和采样点区域
物理指标8个:机械组成(<0.005 mm粘粒、0.005~0.05 mm粉粒、0.05~1 mm砂粒)和微团聚体(<0.005 mm微团聚体、0.005~0.05 mm微团聚体、0.05~1 mm微团聚体)—激光粒度仪(Master Sizer 2000E)分析法;土壤水分—烘干法;土壤容重—环刀称重法(可计算:总孔隙度%=[1-容重/2.65]×100%)。
化学指标12个:有机质—重铬酸钾容量法;阳离子交换量(CEC)-NH4Cl-NH4Ac交换法;全氮-半微量开氏蒸馏法;速效氮-碱解扩散法;全磷-HClO4-H2SO4氧化钼锑抗比色法;速效磷-0.5 mol/L NaHCO3浸提钼锑抗比色法;有效性钾-2 mol/L冷HNO3浸提火焰光度法;速效钾-1 mol/LNH4Ac浸提火焰光度法;缓效钾-1 mol/L HNO3消煮浸提火焰光度法(酸溶性钾与速效钾差值);全钾-NaOH熔融火焰光度法;pH值(2.5∶1)-酸度计电位法;CaCO3-NaOH中和滴定法。
生物指标10个:细菌-牛肉膏蛋白胨培养基稀释平板法;放线菌-高氏1号培养基稀释平板法;真菌-马铃薯PDA培养基稀释平板法;过氧化氢酶-KMnO4滴定法(24 h 0.1 mol/L KMnO4mL/g);蛋白酶-茚三酮比色法(24 h NH2-N mg/g);脲酶-靛酚比色法(24 h NH3-N mg/g);碱性磷酸酶-磷酸苯二钠比色法(2 h P2O5mg/g);蔗糖酶-Na2S2O3滴定法(24 h 0.1mol/L Na2S2O3mL/g);多酚氧化酶-碘量滴定法(0.01 mol/L I2 mL/g);纤维素酶-硝基水杨酸比色法(72 h葡萄糖mg/10 g)。
用Excel和统计软件DPS7.55进行数据标准化计算、制图、因子分析、最小显著差别(LSD)多重比较。
具有模糊性和连续性的隶属函数被广泛用于各评价指标原始数据的标准化处理,即隶属度计算,由此将量纲不同、取值各异的实测值转化为0~1无量纲值,计算借鉴并结合研究区实际[1,11~12,21]:
研究区0.01 mm物理性粘粒和<0.01 mm微团聚体含量分别在50%和30%以下,此范围内二者含量增多均趋利,采用升型隶属函数R(X);pH值>8.5、CaCO3含量高于120 mg/kg,此范围内二者含量增多均趋害,采用降型隶属函数F(X);其他20个指标均属S型简化隶属函数S(X)。
R(X)=0.9×(X-Xmin)/(Xmax-Xmin)+0.1
F(X)=0.9×(Xmax-X)/(Xmax-Xmin)+0.1
S(X)=X/X0(X 上述函数中:X、Xmin、Xmax、X0分别为评价指标实测值、最小值、最大值、上临界值(并非指标实测最大值),上临界值见表1。根据实测值和上述条件计算出所有24个指标的隶属度值(过程略)。 土壤属性之间较好的相关性是筛选土壤质量评价指标的基础。从表1相关性可看出:有机质、速效氮、有效钾、速效钾、pH、蔗糖酶、过氧化氢酶、碱性磷酸酶、物理性粘粒、<0.1 mm微团聚体含量与其他指标之间表现出相对较好的相关性。进一步分析和统计表明:299对相关关系中有217对达到显著相关水平(绝大多数正相关),占比72.5%,201对达到极显著相关水平(绝大多数正相关),占67.2%。可见,土壤因子可以基于相关性提取主成分以筛选影响土壤质量的关键指标。 基于土壤指标间较好的相关性、相对独立性和土壤指标实测值可以利用因子分析法提取主成分进而筛选(保留重要指标和剔除重复指标)土壤质量评价指标体系。就8个所测物理指标而言,基于土壤水分为瞬时值和研究区同质小区域土壤容重变异很小的特点而不建议选取,总孔隙度可通过容重计算所得也不宜选取。机械组成中的粘粒(<0.005 mm)、粉粒(0.005~0.05 mm)、砂粒(0.05~1 mm)与微团聚体中的<0.005 mm微团聚体、0.005~0.05 mm微团聚体、0.05~1 mm微团聚体等6个指标间及其与其他22个指标(化学12+生物10)间的相关性远不如最终选取的两个机械组成指标<0.01 mm物理性粘粒和微团聚体指标<0.01 mm微团聚体。鉴于此,利用DPS统计软件对表2中24个评价指标的原始数据进行因子分析,主因子特征值在一定程度上可解释各因子对土壤质量的影响大小。根据统计学各主因子累计方差贡献率≥85%即可充分反映系统变异信息的原理和因子载荷值较大(本研究选择≥0.7,表2下划线数值)的原则,因子分析结果被提取出表1中能较好解释其物理意义的11个主因子,同时筛选出17个土壤质量评价指标(表2中X1~X17)。 表1 24个参评指标相关性矩阵(n=100) 表2 主成分因子载荷、贡献率、权重和上临界值 权重是各因子的重要程度[2,12,16,21~22],上述因子分析运行结果得出24个初始评价指标的公因子方差(共同度),通过计算各指标公因子方差占24个公因子方差总和之比作为各单项评价指标的权重值(0-1),权重和为1;对筛选的17个评价指标原始数据再次按因子分析运行同样得到17个筛选指标之权重。 衡量区域整体土壤质量并非单一指标所能体现,而应通过多个评价指标综合呈现。为此,选择常用的加权法和指数评价模型进行土壤质量指数(Soil Quality Index-SQI)计算[1~2,4,10,21~22],用于综合定量评价研究区土壤质量,SQI值越高土壤质量越好。确定隶属度和权重是土壤质量评价关键。SQI公式: 根据评价模型、隶属度和权重按如下两式分别计算24个初始指标和17个筛选指标的SQI值,因隶属度和权重均为0~1数值,故计算SQI值在0~1范围内。 SBQI24= C1×K1+ C2×K2+ C3×K3+ … + C24×K24 SBQI17= C1×K1+ C2×K2+ C3×K3+ … + C17×K17 从三方面检验用筛选评价指标表达综合土壤质量的可靠性:从表2的24个初始指标中筛出17个评价指标能解释综合土壤质量85.2%的变异量,代表性高,其他影响因素仅占14.8%;图2中24个初始指标SQI24和17个筛选指标SQI17间呈极显著线性正相关,决定系数很高(R2=0.96,R2≤1),完全体现用17个筛选指标综合评价和表达土壤质量具有高度代表性、可靠性和检验性[2];图3中SQI24和SQI17的累积频率曲线基本重合再次佐证了用17个筛选指标计算SQI表达土壤质量的合理性和高度代表性。 图2 SQI24和SQI17相关性 变异系数反映土壤质量受外界影响的敏感性和差异性,统计和计算可知,SQI值在0.20~0.62之间,变异系数为21.9%,图3也可直观体现整体差异性,说明土地利用方式、生境条件复杂影响表1中24个土壤物理、化学和生物学评价指标而使其变异系数差异大(2%~153%),继而综合影响SQI存在较大差异。从图2中频率累积曲线和计算可知,SQI<0.5(中间值)的样点数量高达83%,SQI均值为0.41,整体较低,这与研究区土壤有机质、酶活性等本底含量低以及土壤质量改善过程缓慢有关。 图3 SQI24和SQI17频率分布 从图4统计均值可知:当前不同利于方式农地SQI存在a、b、c三级显著性差异,SQI均值番茄地最高0.50,花葵地最低0.35,各农田SQI均显著高出对照1.5~2.2倍,但整体较低。说明农耕活动不同程度正向改善区域土壤质量,但仍需提质改善,也揭示出研究区综合土壤质量影响因子的差异性和复杂性。贫瘠土壤施化肥能大大改善作物生长状况,增加有机质含量有助于改善土壤质量[23],但施肥差异性和土壤熟化程度影响土壤质量。 图4 积压地类SQIs分布 油葵和花葵地施肥量最少,SQI最低;玉米施肥量最大,但SQI接近油葵、花葵,可能与玉米植株高大耗养多有关;番茄和籽瓜施肥量仅次于玉米,SQI稍高于玉米,这与二者低矮低耗养有关;苜蓿地多年不施肥SQI却较高,这与豆科苜蓿的根瘤菌固氮效应以及根瘤菌可改变土壤微生物数量和活性进而提高土壤质量有关[24~25]。 土壤质量是一个综合指标,无法用简单几个指标充分表达。从初始24个指标中筛选出具有高度代表性的17个评价指标综合表达区域土壤质量具有一定的生产应用价值。为此,利用DPS软件进行逐步回归分析建立相关拟合方程,把表2所筛选17个评价指标(X1-X17)实测值代入下列方程即可求出地块综合SQI值,并判断其等级高低以直观指导生产,也可探索软件平台建设便于生产实操指导和借推。 SQI=0.6991+0.0037X1+0.0011X2+0.0031X3+0.0021X4+0.0001X5+0.0003X6-0.0694X7+0.0015X8+0.0015X9+0.0046X10+0.01193X11+0.0019X12+0.1463X13+0.0598X14+0.1189X15+0.0012X16+0.0033X17 F=449.16,Df=(17,82),Ra=0.994**(调整相关系数) 近40 a来绿洲体系内不断开垦耕地,由于开垦耕种年限不同及耕种者施肥量、灌溉、轮作等经营管理情况的差异性使得不同开垦年限的土壤熟化程度有别,从而导致土壤质量随开垦利用年限变化不尽一致。为此,以研究区开垦年限相同农地为SQI均值单元,分别计算现有13~38 a的农地SQI均值以分析人为经营管理过程中SQI随时间演化趋势更趋合理,也便于定向和定性培育土壤质量以指导农业生产。从图5明显看出:①SQI随农田利用年限呈先增后降缓变的极显著(R2=0.744)二次曲线演变模型,即研究区土壤质量在耕种年限内整体经历从“低(不利)→较高(有利)→较低(不利)”的演变过程,分水岭年限约为第30年,也就说绿洲体系内耕地在现有经营模式下从开始耕种至30 a后土壤质量就开始缓慢持续退化;②绿洲农田综合土壤质量整体较低(SQI<0.5),但经过38 a经营后SQI仍略高于耕种13 a的农田,说明绿洲体系形成后的农作经营稳步提升了土壤质量,但开始趋降,必须采取如多施有机肥、平衡施肥、节水灌溉、合理轮作等科学经营提质措施,至少确保农田现有SQI等级维持。 图5 SQIs随时间演化趋势 适当减少土壤质量评价指标总数可省时、节资,提高工作效率。因子分析法是筛选土壤质量评价指标和确定权重的有效方法[1~2,10,12,16],根据统计学方差贡献率≥85%和方差极大正交旋转原理,不仅避免信息重叠和人为主观确定权重的弊端,而且对因子变量的物理可解释性强。虽然17个被筛选指标在生产实践中依然显多,但土壤质量是土壤物理、化学和生物学特性的综合反映,少量指标难以准确表征土壤质量总况和优劣。17个指标中,速效氮、有效性钾和速效钾是植物生长重要的氮钾有效养分因子;蔗糖酶(微生物能源)、脲酶(水解尿素供N)和碱性磷酸酶(有机P转化)是关键酶因子;有机质、CEC和微团聚体均起着贮存和释放养分的作用[10],同时体现土壤结构稳定性[26];pH值显著影响微生物数量和群落结构[6];物理性粘粒影响土壤水分与养分的吸储和供应[10];三大微生物(变异系数92%~153%)均敏感反映土壤质量变化,但占绝对数量优势的细菌未被选中,可能与细菌产生挥发性物质抑制放线菌和真菌的数量和结构有关[27],也可能与微生物对施肥的响应有的敏感、有的不敏感有关[28],因子载荷显示真菌为正效应,放线菌为负效应;速效磷、全钾、蛋白酶和纤维素酶也被提取成为主要评价指标。 影响土壤物理、化学和生物指标的因素必将集中体现于SQI值,研究区100个样点SQI值21.9%的差异率说明影响因子的复杂性。水热条件、温差大小、pH值、黄灌外源性养分携入、施肥、耕作活动、植物类型、土壤熟化程度、碳氮比等很大程度上影响参与各种土壤生化反应微生物的数量和群落结构以及酶活性,继而影响有机养分的转化率和土壤物理性质,最终综合影响土壤质量[6,23~24,28~30]。 农田土壤质量显著高于对照得益于常年施化肥。龚伟、潘世娟等[23,31]研究表明,化肥通过增加作物残留量间接提高土壤有机质含量,长期施用化肥能促进作物生长,增加有机物归还量,继而提高土壤有机质含量,特别是低肥力情况下[31],而有机质作为微生物碳源、酶促反应、土壤肥力和改土之核心促进土壤质量改善;洛桑Hoosfield经典试验也证实不施肥100 a后土壤有机质含量仍高于空白处理就是因为作物残留携入有机质[30]。豆科苜蓿地虽多年不施肥,但因其固氮效应和不翻耕扰动而表现出相对较高的SQI值,一方面,固氮根瘤菌的增加能为微生物提供丰富的营养源,促进微生物活性增强、数量增多,养分转化效率提高[24];另一方面,可能与研究区整体钾素富足有关[32],王月福等[25]研究认为固氮植物在富钾情况下根瘤菌固氮能力提高42.5%~48.3%,说明富钾区种植豆科植物更有利于提高土壤质量。 研究区农田土壤质量整体处于中等或较低水平(均值SQI≤0.5),与其农田形成于有机质、NPK等本底养分含量很低的固定、半固定沙丘有关[32]。SQI表现出先升后降的缓变演化趋势,开种之初,土壤熟化程度差,施肥间接增加了作物有机残留物[31],随时间延续,作物残留物逐年增多,土壤有机质含量增加,微生物活性增强,土壤不断熟化[23,31],且黄灌和光照充足的明显干湿交替条件更有利于土壤养分的转化和释放[33],从而使SQI得以整体缓慢提升,但施肥、枯枝落叶每年给土壤有机质含量的贡献越来越少,即有机质年增量逐年降低[31],使得SQI整体在耕种30 a后达到平衡临界点后开始缓降,这可能与偏施NP肥、黄河大漫灌、风沙灾害大、有机外源输入少、土壤结构变差等因素有关,因为长期偏施肥阻碍微生物活性、加速其他养分耗竭、破坏土壤结构[34],改变了水、气、热环境。 综上,在绿洲农田经营过程中,建议均衡施肥,即以有机肥或有机肥+NP为主,少量补施K,以延缓或防止衰退或有益补给,否则只能竭泽而渔而使土壤质量逐年下降。有机肥直补土壤有机质,常施促进和维持土壤质量稳定性;研究区钾素较富足,但部分农田已亏钾[32];另外,条件允许时轮作休耕几年豆科牧草,更利于土壤质量休养生息和进一步改善。 (1)通过因子分析法筛选出包括物理、化学和生物学三方面17个指标综合反映和评价乌兰布和绿洲区农田土壤质量,评价结果反映85%的变异量和影响程度且具有高度代表性。 (2)乌兰布和绿洲体系形成近40 a来,各地类SQI(≤1)在0.20~0.62之间,均值0.41,整体较低,差异较大;各农田SQI高出对照1.5~2.2倍,SQI以第30年为临界年限呈前增后降的缓变演化趋势,但经营38 a后SQI仍略高于耕种13年的农田,土壤质量整体改善明显,但需采取多施有机肥、平衡施肥、合理轮作、科学灌溉、条件许可时种植固氮牧草休耕养地等提质措施。2 结果与分析
2.1 评价指标相关性分析
2.2 评价指标筛选和权重确定
2.3 土壤质量指数计算、可靠性检验和差异性分析
2.4 土壤质量评价
2.5 土壤质量演化
3 讨论
4 结论