黄河支流陕西段渭河流域沿岸农业土壤肥力综合评价

姜彬 尹涵 李春雨 万春阳 李家鑫 李贺

【主持人语】黄河流域是我国北方地区重要的经济地带和生态屏障，也是维护我国生态安全的关键区域。推动人地系统协调与可持续发展是“黄河流域生态保护和高质量发展”国家重大战略的关键所在，其理论和现实意义重大。为充分发挥多学科交叉融合优势，实施黄河流域人地系统协调与可持续发展科学计划，科学解析黄河流域人地系统协调机理，寻求流域可持续发展途径，《西北大学学报（自然科学版）》特组织出版“黄河流域人地系统协调与可持续发展”专题。本专题旨在揭示黄河流域人与自然演变规律、诊断黄河流域人地关系变化特征和问题，梳理提出推进黄河流域人地系统耦合与可持续发展的创新机制和科学途径，从黄河流域土壤肥力评价、植被变化、河流健康、污染物排放控制、耦合协调、人口和用地变化、旅游经济发展、特色保护类村庄生境选择及城市群生态效率等11个方面展开深入探讨和研究。希望这些研究成果能够为黄河人地系统科学研究及实践应用积累科学认知，并对有效推进黄河流域生态环境保护和高质量发展战略起到一定的借鉴与引导作用。

【主持人】宋进喜 西北大学城市与环境学院院长，陕西省黄河研究院执行院长，教授，博士生导师；赵新正西北大学城市与环境学院副院长，教授，博士生导师。

摘要 农业土壤肥力综合评价是黄河支流陕西段渭河流域生态保护和农业可持续发展的重要环节。该文以黄河支流陕西段渭河流域沿岸农业土壤为研究区域，采集陕西段渭河流域沿岸地区13个代表性地点的农业土壤样品，测定了土壤pH、电导率、有机质、全钾、速效钾、全磷、有效磷、全氮共8个理化肥力指标，以及脲酶、蔗糖酶、过氧化氢酶3个生物肥力指标。利用主成分分析法和内梅罗指数法，计算出该地区土壤肥力综合指数，二者相互验证，获得该地区土壤肥力质量状况。分析测试结果表明：①该地区土壤pH普遍较高，均值为7.99，呈弱碱性;有机质含量均值为17.295 g／kg;全钾、全磷和全氮均值为6.17 g／kg、1.06 g／kg和1.27 g／kg;速效钾和有效磷的含量均值为133.46 mg／kg、16.02 mg／kg。②对陕西段渭河土壤整体综合肥力评价的结果，主成分分析法的平均综合肥力得分为-0.001 5，内梅罗指数法的平均综合肥力得分为1.342。依据主成分分析法和内梅罗指数法对土壤肥力评价的标准，表明陕西段渭河流域沿岸农业土壤综合肥力为中等水平，土壤中养分含量适中，能满足一般农作物的生长需求，适宜作为普通农田的种植基地。③肥力影响因素主要为干旱的气候和所处地理位置，人为因素次之。研究结果可促进渭河流域农业土壤资源利用，对于保障陕西省粮食安全、经济发展和生态建设具有重要意义。

关键词 渭河流域;农业土壤调查;主成分分析法;内梅罗指数法;肥力综合评价

中图分类号：X53  DOI：10.16152/j.cnki.xdxbzr.2024-03-005

Comprehensive evaluation of agricultural soil fertility along the Weihe River Basin in Shaanxi Province， a tributary of the Yellow River

JIANG Bin1，2，3， YIN Han1， LI Chunyu1， WAN Chunyang1， LI Jiaxin1， LI He1

（1.Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity，College of Urban and Environmental Sciences，Northwest University， Xian 710127， China；2.College of Carbon Neutrality， Northwest University， Xian 710127， China;3.Yellow River Institute of Shaanxi Province， Northwest University，  Xian 710127， China）

Abstract The comprehensive evaluation of agricultural soil fertility is an important link for ecological protection and sustainable agricultural development in the Weihe River Basin of the Shaanxi section of the Yellow River tributary. In this study， the Weihe River Basin of Shaanxi Province is taken as an example，  as the research area. Agricultural soil samples are collected from 13 representative locations along the Weihe River Basin in Shaanxi Province. Eight physical and chemical fertility indicators are measured， including soil pH， electrical conductivity， organic matter， total potassium， available potassium， total phosphorus， available phosphorus， and total nitrogen， as well as three biological fertility indicators， namely urease， sucrase and catalase.Using principal component analysis （PCA） and Nemerow index method（Nemerow ）， a composite index of soil fertility in the area is calculated and the two are validated against each other to arrive at a qualitative status of soil fertility in the area.The analysis and testing results indicate that： ① The soil pH in this area is generally high， with a mean value of 7.99 and weak alkalinity. The mean content of organic matter is 17.295 g／kg， while the mean contents of total potassium， total phosphorus， and total nitrogen are 6.17 g／kg， 1.06 g／kg， and 1.27 g／kg， respectively.  The mean contents of available potassium and available phosphorus are 133.46 mg／kg and 16.02 mg／kg， respectively. ② The results of comprehensive fertility assessment of Weihe River soil in Shaanxi Province indicate that the average fertility score by PCA is-0.001 5， while the average comprehensive fertility score using Nemerow index method is 1.342. Based on the criteria for soil fertility evaluation using principal component analysis and Nemerow index method， it shows that the agricultural soil in the Weihe River Basin in Shaanxi has a moderate level of comprehensive fertility， with moderate nutrient content in the soil that can meet the growth requirements of general crops， making it suitable as a planting base for ordinary farmland. ③ The main factors affecting fertility are arid climate and geographical location， followed by human factors. This study promotes the utilization of agricultural soil resources in the Weihe River Basin and has important research significance for ensuring food security， economic development， and ecological construction in Shaanxi Province.

Keywords Weihe River Basin; agricultural soil survey; principal component analysis method; Nemerow index method; comprehensive evaluation of fertility

农业土壤状况关乎粮食安全、经济发展和生态建设，河流沿岸的土壤常受到河流水质以及周边环境的影响。目前，国内外许多学者研究聚焦于渭河沿岸土壤现状调查，如渭河沿岸护堤地土壤改良技术探索及研究［1］，渭河干流沿岸土壤有机质空间分布特征及其影响因素［2］，以及渭河西安段沿岸土壤重金属化学形态及其潜在生态风险评价［3］，然而对于陕西段渭河流域沿岸农业土壤综合肥力的研究鲜有报道。客观、科学地了解与掌握我国土壤肥力水平，是保障我国粮食安全与可持续发展的重要前提。因此，需要对黄河支流陕西段渭河流域沿岸农业土壤综合肥力进行更为明晰的系统研究与分析。

土壤综合肥力是对土壤物理、化学和生物学性质的综合评价［4］，评价方法较多，如关联度法［5］、聚类分析法［6］、内梅罗指数法［7］、主成分分析法［8］和模糊综合评价法［9］等。选择土壤综合肥力方法应使评价结果能客观地反映土壤肥力水平的真实差异性，且选择的土壤肥力评价方法要最大限度地保证土壤肥力的信息得到最充分的利用。其中，主成分分析法（pincipal component analysis，PCA）能够客观反映土壤肥力状况，是土壤综合肥力定量评价中应用较广泛的数理统计方法，但受样本量和变量个数的限制，可能会导致提取的主成分不具有代表性，且人为影响较大［8］。内梅罗指数法（Nemerow index method，Nemerow）既能兼顾各影响因素的均值，又能突出其最重要的因素，能有效地消除权重系数中的主观影响，但会受到极端值的影响，且对于土壤肥力的评价描述是非连续性的［7］。因此，若使用能够优势互补的上述两种评价方法，既可以消除土壤中变量间的相互影响，又可消除人为主观性，而其他方法交叉使用很难达到此效果。此外，这两种方法对农业土壤的综合肥力评价结果以数值得分的形式呈现，能更加清晰直观地分析整体与各地区土壤状况。目前已有研究运用这两种方法对城市土壤重金属污染进行分析［10］，但尚未将此两种方法结合运用到土壤综合肥力评价的研究。将这两种评价结果对比，相互验证，能够更准确地表征土壤综合肥力情况，这对于渭河流域农业土壤资源利用非常重要，值得开展系统的研究。

基于此，本研究以黄河支流陕西段（从宝鸡市金台区到渭南市大荔县）渭河流域沿岸农业土壤为研究对象，沿着渭河共设置13个农业土壤样点，选取土壤理化肥力指标以及生物肥力指标［11］，采用主成分分析法以及内梅罗指数法两种方法双重验证，获得土壤综合肥力指数以及土壤综合肥力评价的结果。本研究对于推进渭河流域农业土壤资源利用和渭河周边地区生态建设和经济发展，以及保障整个陕西省以致国家粮食安全有重要研究意义。

1 数据来源与研究方法

1.1 研究区域概况

渭河流域（107°40′E ～ 109°49′E，33°42′N ～ 34°45′N）地处中国中部地区， 是黄河的最大支流， 干流全长约为818 km， 流域面积约为13. 47×104 km2， 流经甘肃天水市、 陕西中部（主要包括宝鸡、 咸阳、 西安、 渭南），地势表现为南北高、 中间低。 该地区地形起伏较大，地形复杂， 是典型的暖温、 半干旱大陆性季风气候区。 从东南到西北， 该区域的降水呈明显的梯度变化趋势， 其中南部秦岭地区降水丰富， 年降水量最大超过1 000 mm， 其中河套平原的年降水量约为500 mm。 渭河流域气温年较差较大［12］，最低温度为-3～-1 ℃，而最高温度可达23～26 ℃。渭河两岸土壤主要为近代河流的冲积物及重积物［13］，土壤熟化程度较高，渭河流域的主要土壤类型为黄土，主要土地利用类型是耕地，约占50％。本次调查的样点分布如图1所示，用ArcGIS 10.2编制。

1.2 土壤采集与分析

以陕西省渭河流域为研究对象，按照土地利用状况、土壤类型和县级行政区划分样点，初步确定采样点。2023年10月，通过GPS进行精密定位，获取样点的经纬度，采用三点采样方法，去除土壤表面杂物，采集0～20 cm范围内的农业土壤表层，采集13处具有代表性的土壤样地：金台区（107°09′75″E，34°37′43″N）（L1）、陈仓区（107°37′16″E，34°34′12″N）（L2）、眉县（107°79′72″E，34°28′19″N）（L3）、杨凌区（108°12′02″E，34°22′64″N）（L4）、武功县（108°26′75″E，34°20′67″N）（L5）、兴平市（108°46′04″E，34°21′32″N）（L6）、秦都区（108°66′86″E，34°27′24″N）（L7）、未央区（108°80′17″E，34°35′40″N）（L8）、高陵区（109°12′98″E，34°46′38″N）（L9）、临潼区（109°33′85″E，34°52′58″N）（L10）、临渭区（109°57′09″E，34°51′54″N）（L11）、华州区（109°72′59″E，34°57′83″N）（L12）、大荔县（109°92′49″E，34°64′36″N）（L13）。采样点均选在距离河岸50 m的范围内，每个采样点选择3个样方，相距5 m左右，每个样方取土样500 g。土壤样品的采集、处理和贮存参照国家标准NY／T1121.1—2006。直接使用鲜土进行培养，用于测定土壤生物肥力相关指标;在自然干燥条件下，去除土壤中的水分，清除根系、石块等杂物，碾磨后过筛（1 mm），进行土壤理化、肥力等有关参数的测试。

pH值测量采用pH计（上海佑科P901）测定;电导率测量采用电导率仪（水／土比例为5∶1）测定;有机质测量采用重铬酸钾容量法-外加热法测定;全钾及全磷采用碱熔法;速效钾采用1 mol／L NH4OAc浸提-火焰光度法;有效磷采用 NaHCO3浸提-钼锑抗分光光度法;全氮测定采用半微量凯氏定氮法。土壤酶活性的测定，用KMnO4滴定法测定土壤中的H2O2酶;用3，5-二硝基水杨酸比色法测定土壤中的蔗糖酶;用苯酚纳-次氯酸钠比色法测定土壤中的脲酶。上述方法参照《土壤农业化学分析方法》［14］。

1.3 评价方法

1.3.1 主成分分析法

应用Excel 2021和SPSS 27.0软件对所获得的数据进行主成分分析［15］。运用SPSS软件，对每一个参评的土壤指数进行因子分析，得到其主成分的特征值和特征向量。在此基础上，将特征值>1选取为关键主成分，计算其得分并运用综合评分的方法，可得各个采样点的土壤肥力综合分值（IFI，式中以IIFI来表示）［16］。其计算公式为

IIFI=λ1F1+λ2F2+…λmFm（1）

式中：F表示单个主成分得分;λ表示对应主成分的贡献率，综合反映了土壤肥力状况，也是进行土壤肥力等级划分的依据。

1.3.2 内梅罗指数法

采用SPSS统计软件，首先对各个指标之间的相关性进行了研究分析，并且采用Microsoft Excel 2021软件制图。本实验采用了改良的内梅罗指数法［17］。改良后的内梅罗指数法公式为

P=（i）2+（Pimin）22×n-1n（2）

式中： P代表土壤肥力指标的综合评估指标； i代表各肥力指标的均值； Pimin代表各肥力指标的最低值； n是参加土壤肥力评价的各项指标的数量。 将土壤肥力划分出4个等级： P<1.0为差， 1.0≤P<1.5为中等， 1.5≤P≤2.0为良， P≥2.0为优。

土壤指标的分级标准如表1所示。Pi表示为土壤肥力系数，Ci表示该指数的测量值，X表示该指数的分类标准（Xa表示“差”，Xb表示“中等”，Xc表示“良好”）：

优级：Ci>Xc时，土壤肥力指数Pi=3

良级：Xb

中级：Xa

差级：Ci≤Xa时，土壤肥力指数Pi=Ci／Xa（Pi≤1）

1.4 数据处理

所得数据使用Microsoft Excel 2021进行归纳整理，采用SPSS 27.0软件对所得数据进行了统计分析，得到平均值、标准差、变异系数、Person相关分析等描述统计值。并通过Origin 2018及ArcGIS 10.2对其进行了作图分析。

2 结果与分析

2.1 土壤养分的描述性统计分析

为考察土壤的物理化学性状，对土壤进行了均值、中位数、标准差等描述性统计分析，研究结果如表2所示。检测土壤的变异系数（CV）以研究土壤的空间变异性。CV≤10％为变异性小，10％

2.2 土壤养分的空间分布状况

陕西段渭河流域农业土壤养分的空间分布情况见图2。由图2可知，渭河流域沿岸土壤pH的变化差异相对较小，其范围为7.66～8.20，说明该地区土壤主要表现为弱碱性土壤，渭河流域沿岸气候较为干旱，土壤碱性较强。pH是影响土壤农作物生长的重要指标，过高或过低都不利于农作物的生长发育，弱碱性土壤可以满足一般的农作物生长需求，对渭河流域沿岸农业发展无不利影响。土壤电导率范围为51.60～149.30 μs／cm，依据土壤电导率分级标准［22］，电导率相对较低，通过电导率可以衡量土壤的水溶性盐浓度，说明渭河流域沿岸土壤的水溶性盐浓度不高，适宜种植对含盐度要求较低的农作物。土壤有机质含量是衡量土壤肥力的一个重要指标。土壤有机质的含量除受生物因子如微生物和枯落物的影响外［23］，还会受气象因子和施肥措施的影响［24］。渭河流域沿岸农业土壤有机质含量整体处于中等水平，其范围为8.19～23.59 g／kg，各地区之间的有机质含量相对差异较大。渭河南岸土壤有机质平均含量略高于北岸，这与渭河沿岸土壤有机质［25］的研究结果一致。由于渭河流域南北两侧地貌特征差异［26］的影响，寄存土壤养分的能力不同，导致北岸土壤有机质含量略低。土壤全钾含量处于中等水平，含量范围为3.51～9.68 g／kg;土壤速效钾含量相对丰富，其范围为45.31～137.41 mg／kg;全磷含量为0.89～1.30 g／kg，均值处于优秀水平;有效磷含量为1.80～39.57 mg／kg，均值处于优秀水平;全氮的含量为0.031～3.255 g／kg，均值处于优秀水平，上述指标参照表1划分。结果表明，渭河流域沿岸农业土壤的氮、磷、钾等相关营养元素都处于较好及以上水平，可能因为采样的地区都属于主要的农作区，对氮、磷、钾等肥料的施用量较多，有利于这些营养元素的积累。

2.3 土壤养分的相关性分析

所测量的农业土壤养分各指标质量比的相关性分析［27］如表3所示。土壤电导率与有机质、速效钾、全氮、脲酶、过氧化氢酶、蔗糖酶呈显著正相关;有机质和全钾、速效钾、全磷、全氮、过氧化氢酶呈显著正相关;全钾和全磷、有效磷呈正相关;速效钾和全磷、全氮、脲酶、过氧化氢酶、蔗糖酶呈正相关;全磷和有效磷、过氧化氢酶、蔗糖酶呈正相关;全氮和脲酶、过氧化氢酶、蔗糖酶呈正相关;脲酶和过氧化氢酶、蔗糖酶呈正相关;过氧化氢酶和蔗糖酶呈正相关。土壤有机质与其他肥力指数之间的相关性较强，表明土壤有机质含量受到其他养分因子的显著影响。综上所述，渭河流域土壤肥力指标之间存在较强的相关性，有利于土壤肥力的评价。

2.4 基于主成分分析的土壤肥力评价

由表4得到农业土壤肥力，第1主成分［28］（PC1）特征值为4.889，第2主成分（PC2）特征值为2.302，第3主成分（PC3）特征值为1.279。结果表明，第1主成分相对于其他主成分的影响最大。3个主成分的累计贡献率分别达到44.448％、65.377％和77.003％。由于选取的3个主成分的最大贡献率大于70％，因此其所包含的信息可以替代原来的数据信息，说明用这3个主成分作为综合变量对渭河流域各个样点进行土壤养分状况的评估，具有较好的合理性和准确性。方差贡献率（b）分别为44.448％、20.909％和11.626％。方差贡献率是分析各因子作用大小的程度，公共因子对每一分量提供的方差的总和，是计算主成分分析结果的重要数据。

根据主成分计算公式［29］，可得到3个主成分与原11项指标的线性组合函数表达式

F1=-0.068X1+0.296X2+0.572X3+0.296X4+0.883X5+0.527X6+0.186X7+0.766X8+0.707X9+0.881X10+0.812X11（3）

F2=-0.381X1+0.147X2+0.481X3+0.753X4+0.04X5+0.665X6+0.706X7+0.362X8+0.487X9+0.036X10+0.16X11（4）

F3=-0.865X1+0.004X2+0.239X3+0.069X4+0.097X5+0.168X6+0.573X7+0.063X8+0.032X9+0.201X10+0.239X11（5）

用标准化后的11个养分指标数据代入公式（3）、（4）和（5）可以求出所有样本点在3个主成分上得到的分数。再根据F=∑biF1=b1F1+b2F2+…+biF1（b为方差贡献率），由此得出一个函数的表达式

F综=0.444 48F1+0.2-909F2+0.116 26F3（6）

由式（6）进而求得渭河流域各采样地点的综合得分F综。

由图3可知，得分最高的是高陵区（L9），综合得分为2.520，得分最低的是华州区（L12），综合得分为-2.500。综合得分越高，说明该地土壤肥力越好。L9的各项土壤肥力指标均处于前列，且作为关键的有机质以及氮、磷、钾等营养元素也处于很高的水平。而L12肥力综合得分低，因为其各项成分含量均处于后列，关键成分的含量也处于低水平，土壤有机质含量不高，且3种酶的含量均较低。渭河流域各采样点土壤综合肥力总体得分范围-2.500～2.520，平均分值-0.001 5，依据主成分分析法评价土壤的分级标准［29］，表明黄河支流陕西段渭河流域沿岸农业土壤整体肥力为中等水平。土壤肥力从高到低依次为高陵区（L9）>陈仓区（L2）=眉县（L3）>大荔县（L13）>未央区（L8）>秦都区（L7）>杨凌区（L4）>金台区（L1）>兴平市（L6）>临渭区（L11）>武功县（L5）>临潼区（L10）>华州区（L12）。

2.5 基于内梅罗指数法的土壤肥力评价

根据土壤肥力综合评价得分［30］结果可知，所调查的13个点位的土壤综合肥力指数（P）［31］变幅在0.825～1.614之间， 平均值为1.342， 依据表1对土壤指标的分级标准值以及内梅罗指数的评价方法，得到黄河支流陕西段渭河流域沿岸农业土壤的总体肥力水平为中等水平，不同地区农业土壤综合肥力有差异。得分最高的为陈仓区（L2），得分为1.614。得分最低的为华州区（L12），得分为0.825。按照内梅罗指数法得到的土壤肥力综合评价得分，从高到低依次为陈仓区（L2）>未央区（L8）>秦都区（L7）>大荔县（L13）>高陵区（L9）>杨凌区（L4）>眉县（L3）>武功县（L5）>兴平市（L6）>临渭区（L11）>金台区（L1）>临潼区（L10）>华州区（L12）。由此可以看出，渭河流域各采样点农业土壤肥力差异较大。造成肥力产生差异的原因一方面是由于所处的地理位置条件导致。以整体领域来看，相较于渭河沿岸下游，中上游的土壤肥力相对较高，海拔相对高，形成比较封闭稳定的土壤环境［32］，土壤中营养元素受地势影响较大，人类活动对土壤养分的影响比较小，使得养分在土壤中的分解与损失程度较低。另一方面是由于各地区施肥品种与数量有所不同。各采样点肥力水平相差较大，可能与不同的耕作方式、当地种植的主要作物种类、品种和人为施肥等因素有关［33］。

2.6 综合评价

用主成分分析法和内梅罗指数法两种分析方法，得到的对于黄河支流陕西段渭河流域沿岸农业土壤整体肥力评价的结果均为中等，且得分最低的地区均为华州区（L12）。这两种分析方法对于各地区的评价有所差异，可能是由于其分别所采用的主要因子有差异。主成分分析法更看重样本中提取的主成分，而内梅罗指数法更看重各种参数的平均状况。但将两种方法评价的结果进行均分，分为前7名与后6名两部分，前7名虽排名略有差距，但都位于前7名的范畴内，后6名亦然，证明了两种结果交叉使用的可靠性。此外，对于陈仓区（L2），主成分分析法分析结果排名第2，内梅罗指数法分析结果排名第1，说明该地区的人为影响因素较小，两种方法分析的结果排名无较大影响。相反，对于高陵区（L9），主成分分析法分析结果排名第1，内梅罗指数法分析结果排名第5，说明人为因素影响较大，可能是由于土壤中的部分指标处于极端值，导致分析结果存在较大差异。

在播种之前，可以采用机械深松、深松等措施，改善土壤结构，提高土壤肥力。种植时覆膜或秸秆覆盖能改善土壤渗透性，并能有效地阻止土壤蒸发，增加土壤有机质含量。可使用农家肥或菌肥，提高土壤中各项酶的含量与活性，提高土壤肥力，改善土壤理化性质。在未来的农业生产中，要结合当地的实际，适当地施用各类化肥，加强对耕地资源和生态环境的保护。要根据实际情况，按照“该退必退”的原则，在保证耕地质量良好稳定的前提下，走出一条绿色、优质、高效，有地方特色的农业发展之路。根据气候、土壤类型和自然条件，采取多种措施，并结合黄河流域生态保护和高质量发展战略，充分提高陕西段渭河流域农业土壤的综合肥力，以保障粮食生产的质量与数量，从而保障陕西省乃至整个国家的粮食安全。

3 结语

本研究通过采集黄河支流陕西段渭河流域沿岸农业土壤地区13个代表性地点的农业土壤样品，测定了土壤pH、电导率、有机质、全钾、速效钾、全磷、有效磷、全氮共8个理化肥力指标，及脲酶、蔗糖酶、过氧化氢酶3个生物肥力指标。通过主成分分析法与内梅罗指数法计算土壤综合肥力，二者相互验证后得出以下主要结论。

1）运用主成分分析法与内梅罗指数法对黄河支流陕西段渭河流域沿岸土壤肥力进行综合评价，两种方法所得的研究区域整体农业土壤养分含量相对为中等，适宜于一般农作物的生长发育。且运用两种方法，将所得结果均分，前7名与后6名两个部分虽排名略有差异，但所属范畴相同，证明了两种方法交叉使用的可靠性。

2）运用两种方法计算土壤综合肥力，华州区（L12）土壤综合肥力指数均为最低，主要原因在于其各项成分含量均处于后列，关键成分的含量也处于低水平，土壤有机质含量不高，且3种酶的含量均不高。可能由于其所处下游位置，由于地势原因，相较于中上游养分更易流失，另外也可能与当地施肥的种类相关。

3）研究区域内各指标分布含量存在差异，干旱的气候以及所处地理位置是导致黄河支流陕西段渭河流域沿岸农业土壤综合肥力差异较大的主要因素，营养元素受地势影响较大。其次可能与不同的耕作方式，当地种植主要作物的种类、品种和人为施肥等因素有关。通过对该地区土壤综合肥力进行评价，对推进渭河流域农业土壤资源利用、渭河周边地区生态建设和经济发展及保障整个陕西省乃至国家粮食安全具有重要的研究意义。

参考文献

［1］ 姚鹏飞，李肯堂.渭河沿岸护堤地土壤改良技术探索及研究［J］.陕西水利，2015（6）：59-60.

YAO P F，LI K T， Exploration and research on soil improvement technology for embankment protection along the Wei River ［J］. Shaanxi Water Conservancy， 2015（6）： 59-60.

［2］ 张文博，张福平，苏玉波，等.渭河干流沿岸土壤有机质空间分布特征及其影响因素［J］.水土保持通报，2014，34（1）：138-143.

ZHANG W B， ZHANG F P， SU Y B，et al.Spatial distribution characteristics of soil organic matter and Its influencing factors on two sides along mainstream of Weihe River［J］.Soil and Water Conservation Bulletin，2014，34（1）：138-143.

［3］ 张承中，蒋秋萍，闫旭.渭河西安段沿岸土壤重金属化学形态及其潜在生态风险评价［J］.环境工程，2014，32（1）：116-119.

ZHANG C Z， JIANG Q P， YAN X.Chemical speciation and potential ecological risk assessment of heavy metals in near-shore soil of Weihe River（Xian Section）［J］. Environmental Engineering，2014，32（1）：116-119.

［4］ IBIREMO O S，TAIWO N，IIOYANOMON C I， et al. Soil fertility evaluation of some Kola plantations in Kwara and Kogi States， Nigeria for enhanced productivity［J］. Current Journal of Applied Science and Technology，2023，42（35）：31-37.

［5］ 崔超岗，周冀衡，李强，等. 陆良县植烟土壤类型与土壤肥力的灰色关联度分析［J］.西南农业学报，2016，29（5）：1172-1176.

CUI C G，ZHOU J H，LI Q，et al. Grey relational analysis of soil fertility and tobacco planting soft types in Luliang County［J］. Southwest Agricultural Journal， 2016，29（5）：1172-1176.

［6］ 李民军，杜健.基于主成分分析和聚类分析的刚察县耕地土壤肥力综合评价［J］.中国农学通报，2023，39（26）：51-59.

LI M J，DU J，et al.Comprehensive evaluation of soil fertility of arable land in Gangcha County based on principal component analysis and cluster analysis［J］.Chinese Agricultural Science Bulletin， 2023，39（26）：51-59.

［7］ 阚文杰，吴启堂. 一个定量综合评价土壤肥力的方法初探［J］. 土壤通报， 1994，25（6）： 245-247.

KAN W J，WU Q T.Preliminary study on a quantitative and comprehensive evaluation method for soil fertility ［J］.Soil bulletin， 1994，25（6）： 245-247.

［8］ 姚熠涵，代英超，王卫国，等.大别山山核桃林地土壤养分特征及肥力评价［J］.林业科学研究，2023，36（5）：180-188.

YAO Y H，DAI Y C，WANG W G，et al. Soil nutrient characteristics and fertility evaluation of caryadabieshanensis forest land ［J］.Forest Research， 2023，36（5）：180-188.

［9］ 杨斌，王家学，郭小玮，等.景谷县思茅松人工林土壤养分特征与肥力评价［J］.西部林业科学，2023，52（4）：7-12.

YANG B，WANG J X，GUO X W，et al. Soil nutrient characteristics and fertility evaluation of Pinus kesiya var. langbianensis plantations in Jinggu County［J］.Journal of West China Forestry Science， 2023，52（4）：7-12.

［10］周弛，念娟妮，王晓岩，等.陕西省某铅锌冶炼厂周边土壤中重金属污染评价及特征分析［J］.环境与发展，2019，31（11）：109-111.

ZHOU C，NIAN J N， WANG X Y， et al.Assessment and characteristics of heavy metal contamination in soil around some Pb-Zn smelting plant in Shaanxi Province［J］.Environment and Development，2019，31（11）：109-111.

［11］宋贤冲，陈晓鸣，郭丽梅，等. 猫儿山不同海拔典型植被带土壤酶活性变化特征［J］.基因组学与应用生物学，2016，35（12）：3545-3551.

SONG X C，CHEN X O，GUO L M，et al.Soil enzyme activities in typical vegetation zones along an altitude gradient in Maoer Mountain［J］.Genomics and Applied Biology， 2016，35（12）：3545-3551.

［12］师晟国.气候变化对渭河流域水文干旱特征的影响研究［J］.陕西水利，2023（9）：60-62.

SHI S G. Research on the impact of climate change on the hydrological and drought characteristics of the Wei River Basin ［J］. Shaanxi Water Conservancy， 2023（9）： 60-62.

［13］孙旭伟，姜泳波，王乃亮，等.渭河源区坡耕地时空变化及其土壤保持效应［J］.水土保持通报，2023，43（4）：405-412.

SUN X W， JIANG Y B， WANG N L， et al.The spatiotemporal changes and soil conservation effects of sloping farmland in the source area of the Wei River ［J］. Water and Soil Conservation Bulletin， 2023，43（4）： 405-412.

［14］鲁如坤. 土壤农业化学分析方法［M］. 北京：中国农业科技出版社， 2000.

［15］TAO R P， WU Z H. Investigation and analysis of soil fertility in main producing areas of pecan in Ningguo city［J］.Anhui Agricultural Science Bulletin， 2018， 24（18）： 73-75， 84.

［16］WANG Y J，ZHOU J H，LU X L，et al. Evaluation of soil fertility suitability of Yiliang tobacco-growing areas in Yunnan Province［J］. Agricultural Science and Technology，2014，15（12）：2150-2155.

［17］WEI J， ZHENG X G， LIU J T. Modeling analysis of heavy metal evaluation in complex geological soil based on nemerow index method［J］. Metals，2023，13（2）：439.

［18］LI Y H， JIANG X S， WANG Z H， et al. Comprehensive evaluation of soil quality of agricultural land based on soil fertility and heavy metal pollution risk： A case study of Boxing County， Shandong Province［J］. Chinese Journal of Soil Science， 2021， 52（5）：1052-1062.

［19］周星，彭毅，吴绍军，等. 剑阁县植烟土壤养分的空间变异研究［J］.水土保持研究，2015，22（1）：85-89.

ZHOU X，PENG Y，WU S J，et al.Spatial variability of soil nutrients in tobacco-planting area of Jiange County［J］.Research of Soil and Water Conservation，2015，22（1）：85-89.

［20］贺思楠，吕刚，王锋柏，等.辽西北风沙地土壤养分空间变异性与土地利用的关系［J］.沈阳农业大学学报，2022，53（2）：213-220.

HE S N，LYU G，WANG F B，et al. Relationship between spatial variability of soil nutrients and land use in wind sandy land of Northwest Liaoning［J］. Journal of Shenyang Agricultural University， 2022，53（2）：213-220.

［21］陈正发，龚爱民，张刘东，等.基于质量评价的省域尺度坡耕地质量调控体系构建［J］.农业工程学报，2021，37（20）：136-145.

CHEN Z F，GONG A M，ZHANG L D，et al. Construction of the quality regulation system for provincial scale slope farmland based on quality evaluation［J］.Transactions of the Chinese Society of Agricultural Engineering， 2021，37（20）：136-145.

［22］刘占锋， 傅伯杰， 刘国华，等. 土壤质量与土壤质量指标及其评价［J］. 生态学报， 2006，26（3）： 901-913.

LIU Z F， FU B J， LIU G H，et al. Soil quality and soil quality indicators and their evaluation［J］. Acta Ecologica Sinica， 2006，26（3）： 901-913.

［23］FERNNDEZ F G，GSORENSEN B A，VILLAMIL M B. A comparison of soil properties after five years of No-till and Strip-till［J］.Agronomy Journal，2015，107（4）：1339-1346.

［24］OADES J M. The retention of organic matter in soils［J］. Biogeochemistry，1988，5（1）：35-70.

［25］赵业婷，常庆瑞，李志鹏. 1983—2009年西安市郊区耕地土壤有机质空间特征与变化［J］. 农业工程学报， 2013， 29（2）： 132-140.

ZHAO Y T， CHANG Q R， LI Z P. Spatial characteristics and changes of soil organic matter for cultivated land in suburban area of Xian from 1983 to 2009［J］. Transactions of the Chinese Society of Agricultural Engineering， 2013， 29（2）： 132-140.

［26］程三友，王红梅，李英杰. 渭河水系流域地貌特征及其成因分析［J］. 地理与地理信息科学， 2011， 27（3）： 45-49.

CHENG S Y，WANG H M，LI Y J，et al. Geomorphology characteristics of the Wei River Basin and its formation reasons［J］.Geography and Geo-Information Science， 2011， 27（3）： 45-49.

［27］GULHANE V A， RODE S V， PANDE C B. Correlation analysis of soil nutrients and prediction model through ISO cluster unsupervised classification with multispectral data［J］.Multimedia Tools and Applications，2023，82（2）：2165-2184.

［28］田甜，莫小明，董维新.宝鸡市陈仓区苹果园土壤养分空间分布及土壤肥力综合评价［J］.农业科学研究，2023，44（3）：93-96.

TIAN T，MO X M，DONG W X.Spatial distribution of soil nutrients and comprehensive evaluation of soil fertility in apple orchards in Chencang District of Baoji City［J］.Journal of Agricultural Sciences，2023，44（3）：93-96.

［29］张向宁，王海燕，崔雪，等.土壤pH与养分的空间异质性及土壤肥力分析：以内蒙古旺业甸林场为例［J］.干旱区资源与环境，2023，37（7）：127-136.

ZHANG X N， WANG H Y， CUI X， et al. Spatial heterogeneity and soil fertility analysis of soil pH and Nutrients： A case study of Wangyedian forest farm in Inner Mongolia ［J］. Resources and Environment in Arid Areas， 2023，37 （7）： 127-136.

［30］邓星亮，杨安富，杨丽，等.海南岛典型农用地土壤综合肥力评价［J］.热带作物学报，2023，44（7）：1497-1505.

DENG X L，YANG A F，YANG L，et al.Soil nutrient analysis and comprehensive fertility evaluation of four types of agricultural land in Hainan Island ［J］. Chinese Journal of Tropical Crops，2023，44（7）：1497-1505.

［31］SUN D L，SUN Y B. Evaluation of the soil heavy metal pollution around the Lead-Zinc Plants［J］. Advanced Materials Research，2014， 926/927/928/929/930： 4238-4241.

［32］刘逊，邓小华，周米良，等. 湘西植烟土壤有机质含量分布及其影响因素［J］. 核农学报， 2012， 26（7）： 1037-1042.

LIU X， DENG X H， ZHOU M L， et al. Distribution of organic matter contents of tobacco-growing soil and its influencing factors in Xiangxi ［J］. Journal Of Nuclear Agricultural Sciences， 2012， 26（7）： 1037-1042.

［33］姜彬，闫板瑞，李家鑫，等.黄河中游渭北卤泊滩地区盐碱地土壤肥力综合评价及分析［J］.西北大学学报（自然科学版），2022，52（3）：371-379.

JIANG B， YAN B R， LI J X， et al. Comprehensive evaluation and analysis of soil fertility of saline-alkaline land in Weibei Lubotan area in the middle reaches of the Yellow River［J］. Journal of Northwest University （Natural Science Edition），2022，52（3）：371-379.

（编 辑 邵 煜）

基金项目：国家重点研发计划项目（2021YFC1808902）；陕西省教育厅国际科技合作计划项目（2021KW-24）。

第一作者：姜彬，男，教授，博士生导师，从事环境监测与土壤生态研究，jb1987@nwu.edu.cn。