2017—2020年山西省耕地质量状况与玉米产量相关性研究

摘" " 要：为揭示2017—2020年山西省耕地质量的变化规律及其与玉米产量的相关性，通过对2017—2020年山西省11个地级市下52个县、市、区的耕地土壤进行系统调查与监测，分析有机质、全氮、有效磷、速效钾和缓效钾5项关键耕地质量指标，调查其对应的玉米产量。结果表明，2017—2020年山西省耕地土壤有机质含量范围为10.00～29.95 mg·kg-1，全氮含量范围为0.65～1.40 g·kg-1，有效磷含量范围为5.75～22.40 mg·kg-1，速效钾含量范围为105.91.36～225.25 mg·kg-1，缓效钾含量范围为545.29～1 284.00 mg·kg-1，除有效磷与速效钾之间呈负相关外，其余指标之间均呈正相关。此外，将玉米产量（y）与有机质（x1）、全氮（x2）、有效磷（x3）、速效钾（x4）、缓效钾（x5）进行多元线性回归分析，回归模型为y=698.46-0.966 2x1+24.99x2+1.776x3-0.118 0x4-0.108 1x5，F=2.837 6（Fgt;2），P=0.017 41（Plt;0.05）。这表明模型具有统计显著性，能够根据土壤有机质、全氮、有效磷、速效钾和缓效钾的含量预测玉米产量。综上，山西省种植玉米应采用高氮、中磷、低钾的复合肥料配比，以促进玉米增产。

关键词：有机质；全氮；有效磷；速效钾；缓效钾；玉米产量

中图分类号：S513； S152" " " " "文献标识码：A" " " DOI 编码：10.3969/j.issn.1006-6500.2024.08.005

Study on the Status and Changes of Cultivated Land Quality in Shanxi Province and Corn Yield Prediction From 2017 to 2020

WANG Huijie

（Shanxi Province Farmland Quality Monitoring and Protection Center， Taiyuan， Shanxi 030001， China）

Abstract： In order to reveal the changes in cultivated land quality in Shanxi Province from 2017 to 2020 and their correlation with corn yield，a systematic survey and monitoring of the soil in 52 counties， cities， and districts across 11 prefecture-level cities in Shanxi Province were conducted， focusing on five key soil quality indicators： organic matter， total nitrogen， available phosphorus， available potassium， slow-release potassium，and the corn yield. The results showed that， during the 2017 to 2020 period， the organic matter content of cultivated land in Shanxi Province ranged from 10.0 to 29.95 g·kg-1， total nitrogen ranged from 0.65 to 1.40 g·kg-1， available phosphorus ranged from 5.75 to 22.40 mg·kg-1， available potassium ranged from 105.91 to 225.25 mg·kg-1， and slow-release potassium ranged from 545.29 to 1 284.00 mg·kg-1. Positive correlations were observed between most of these indicators， except for a negative correlation between available phosphorus and available potassium. Multiple linear regression analysis was conducted on the maize yield （y） with organic matter （x1）， total nitrogen （x2）， available phosphorus （x3）， available potassium （x4）， and slow-release potassium （x5）. The regression model was y=698.46-0.966 2x1+24.99x2+1.776x3-0.118 0x4-0.108 1x5， with F=2.837 6gt;2 and P=0.017 41lt;0.05， y=698.46-0.966 2x1 +24.99x2+1.776x3-0.118 0x4-0.108 1x5. The model's F value was 2.837 6（Fgt;2） and the P value was 0.017 41（Plt;0.05）， indicated statistical significance and the ability to predict corn yield based on the levels of organic matter， total nitrogen， available phosphorus， available potassium， and slow-release potassium in the soil. In conclusion， to enhance corn yield in Shanxi Province， a compound fertilizer ratio of high nitrogen， medium phosphorus， and low potassium should be adopted.

Key words： organic matter; total nitrogen; effective phosphorus; quick acting potassium; slow acting potassium; corn yield

2022年山西省粮食总产量达到1 464.3 万t，较2021年增长3.0%[1]。粮食产量直接关系社会稳定和国家安全，而耕地是粮食生产的基础资源，是中华民族永续发展的根基[2]。2022年山西省公布的第三次国土调查数据显示，山西省耕地面积为387 万hm2，旱地、水浇地、水田面积占比依次为72.79%、27.08%、0.13%[3]。近年来，山西省大力开展高标准农田建设，并积极采用相关技术措施提升耕地质量[4-5]，以更好地保障粮食安全。

土壤养分变化不仅是评估土壤肥力的重要指标，还直接反映了耕地质量的动态变化。因此，明确山西省耕地土壤养分变化情况，可为提升耕地肥力和促进粮食产量绿色高产提供重要参考[6-7]。第二次全国土壤普查时间较早，随着各地加强高标准农田建设，土壤肥力状况也发生了显著变化[8-9]。为进一步了解山西省耕地土壤养分情况，本研究在山西省布设52个耕地质量监测点。2017年—2020年，本研究对土壤有机质、全氮、有效磷、速效钾、缓效钾5项重要指标进行监测和分析，以探究土壤肥力的变化趋势，并为山西省的精准施肥提供理论依据和实践指导。

在此基础上，本研究进一步分析了耕地养分指标与农作物产量之间的关系。山西省玉米种植面积较大且种植广泛，因此本研究选择玉米产量作为研究对象[10]。通过分析玉米产量与耕地有机质、全氮、有效磷、速效钾、缓效钾5项指标之间的关系，本研究建立多元线性回归模型，用以预测玉米产量，以耕地养分数据为依据制定科学的施肥策略[11]。

1 材料与方法

1.1 监测点的布设

考虑到山西省土壤类型、耕作制度、地力水平、耕地环境状况、管理水平等因素，监测点为山西省52个县、区、市，将土壤养分数据按地市进行整合分析。具体地点设置如图1所示。

1.2 土壤样品的采集

土壤样品的采集选用棋盘法，随机均匀选取10～20个样点，清除土壤表层的枯枝落叶，用土钻钻取0～20 cm表层土壤，将各个样点的土样充分混合并自然风干，用四分法留取1 kg装袋，以备后续测样分析。

1.3 监测内容及分析方法

耕地土壤样品监测内容及其分析方法见表1。

2 结果与分析

2.1 山西省耕地土壤有机质含量

土壤有机质是土壤中各种营养元素的重要来源，能够使土壤具有一定的缓冲作用，促进团粒结构的形成，改善土壤的物理性状，为土壤微生物提供碳源和能量[12]。此外，有机质的主要成分为腐殖质，其有助于减少农药和重金属的污染，促进微生物和植物的生理活性。土壤有机质含量是衡量土壤肥力的重要指标之一，2017—2020年山西省耕地土壤有机质含量如表2所示。

由表2可知，2017—2020年山西省耕地土壤有机质含量范围为10.00～29.95 g·kg-1，并且整体呈上升趋势。尽管部分地区（吕梁和运城）的有机质含量在2019年达到峰值，但是其余9个地区的有机质含量均呈现出2020年比2017年高的趋势。其中，2019年山西省耕地土壤平均有机质含量最高，为18.43 g·kg-1，较2017年提高18.98%。山西省11个地区中，太原、临汾、长治、晋中和晋城5个地区的耕地土壤有机碳含量在2020年达到峰值，其余6个地区的耕地土壤有机碳含量在2019年达到峰值。由此可知，山西省耕地保肥措施比较成功。

2.2 山西省耕地土壤全氮含量

土壤有机质和氮素含量对土壤培肥至关重要，通常采用全氮量来衡量土壤氮素的基础肥力。2017—2020年山西耕地土壤全氮含量见表3。

由表3可知，2017—2020年山西省耕地土壤全氮含量范围为0.68～1.40 g·kg-1。其中，2019年山西省耕地土壤平均全氮含量达到最高值，为0.98 g·kg-1，较2017年增加13.92%。从数据中可以看出，山西省耕地土壤全氮含量总体上呈现出稳中有升的趋势，全氮含量在2019年达到顶峰。原因可能与近几年大力推广高标准农田建设和科学施肥有关。这说明以上措施在提高土壤肥力方面取得了一定的成效。

2.3 山西省耕地土壤有效磷含量

当季作物吸收的磷量为土壤有效磷含量。对于耕地土壤而言，土壤有效磷能够反映土壤磷素肥力的供应状况，决定着农田生产力，对施肥具有指导意义[13]。2017—2020年山西省耕地土壤有效磷含量见表4。

由表4可知，2017—2020年山西省耕地土壤有效磷含量范围为5.75～22.40 mg·kg-1。其中，2018年山西省耕地土壤平均有效磷含量最低，为11.03 g·kg-1；2019年山西省耕地土壤平均有效磷含量最高，为22.04 g·kg-1，较2018年提高27.91%。2017—2020年临汾地区耕地土壤有效磷含量高于太原、朔州、长治、晋中、运城、阳泉和晋城7个地区。2017年大同、吕梁和忻州地区土壤有效磷含量高于临汾地区，而2018—2021年大同、吕梁和忻州地区土壤有效磷含量低于临汾地区。

2.4 山西省耕地土壤速效钾含量

速效钾是指土壤中易被作物吸收和利用的钾素[14]。速效钾含量是表征土壤钾素供应状况的重要指标之一。2017—2020年山西省耕地土壤中速效钾的含量见表5。

由表5可知，2017—2020年山西省耕地土壤速效钾含量范围为105.91.36～225.25 mg·kg-1。其中，2017年山西省耕地土壤平均速效钾含量最低，为145.20 mg·kg-1，2020年最高，较2017年提高7.16%。2017—2020年运城地区耕地土壤有效磷含量高于临汾、大同、吕梁、晋中、忻州和阳泉6个地区。

2.5 山西省耕地土壤缓效钾的分析

缓效钾主要是指伊利石、蛭石、绿泥石等次生矿物所固定的钾素，是土壤钾供应潜力的一个指标。当土壤交换性钾因作物吸收和淋洗而减少时，非交换性的缓效钾逐渐释放出来，并在土壤钾供应中起到重要作用[15]。2017—2020年山西省耕地土壤缓效钾含量见表6。

由表6可知，2017—2020年山西省耕地土壤缓效钾含量范围为545.29～1 284.00 mg·kg-1。其中，2017年山西省耕地土壤平均缓效钾含量最低，为791.54 mg·kg-1，2020年土壤平均缓效钾含量最高，为1 180.67 mg·kg-1，较2017年提高23.61%。2017—2020年临汾地区耕地土壤缓效磷含量高于太原、朔州、大同、长治、晋中、忻州和晋城7个地区。2017年临汾地区耕地土壤缓效钾含量低于吕梁和运城地区，2020年临汾地区耕地土壤缓效钾含量低于阳泉和运城地区，其他年份临汾地区的耕地土壤缓效钾均高于吕梁、阳泉和运城3个地区。

2.6 玉米产量与土壤养分之间的相关性分析

2017—2019年玉米产量数据（175个数据点）如图2所示。由图2可知，玉米平均产量为9 176 kg·hm-2，并且有5个数据被判定为异常值，这里的异常值并不是指数据存在问题，而是5个点的玉米产量不具备统计学意义，属于特例。因此，在探究玉米产量与土壤养分之间的关系时，需要剔除5个点的数据后进行分析，以确保分析结果的准确性。

本研究对玉米产量与土壤有机质、全氮、有效磷、速效钾和缓效钾进行了主成分分析[16]，具体情况如表7和图3所示。相关性分析结果表明，玉米产量与土壤有机质、全氮和有效磷成正相关，与速效钾和缓效钾呈负相关。原因可能是土壤中钾肥供应已经达到或超过了作物的需求量，玉米产量随着速效钾和缓效钾含量的增加而下降。

土壤养分之间也表现出一定的相关性，有机质与全氮、有效磷、速效钾和缓效钾之间呈正相关，并且有机质与全氮的相关性最高。这与通过经验公式将有机质和全氮相互换算的结论一致，进一步验证了分析结果的可靠性。全氮与有效磷、速效钾和缓效钾之间也呈正相关，而速效钾与缓效钾之间尽管呈正相关，但相关性较弱。

由图3可知，玉米产量、有效磷、有机质、全氮4个指标的累积百分比为88.5%，玉米产量与有效磷、有机质、全氮与成分1相关度较高，而速效钾和缓效钾与成分2相关度较高。

通过多元线性回归分析[17]，本研究将玉米产量（y）与有机质（x1）、全氮（x2）、有效磷（x3）、速效钾（x4）、缓效钾（x5）进行拟合，回归模型为y=698.46-0.966 2x1+24.99x2+1.776x3-0.118 0x4-0.108 1x5，F=2.837 6（Fgt;2），P=0.017 41（Plt;0.05）。这表明该模型具有统计显著性，能够解释玉米产量与土壤养分指标之间的关系。

3 讨论与结论

3.1 讨论

土壤养分含量分布体现了自然因素和人为因素的双重影响[18]。自然因素主要有地势、光热条件、水分条件、土壤质地等。地势平坦的地区，便于集中机械化耕作，农业比较发达，农民的投入和管理水平较高，土壤养分含量较高[19]；地势崎岖的地区如丘陵、坡地等，农民投入较低，土壤养分含量较低[20]。光热条件充足的地区，更有利于作物的光合作用[21]；光热条件不足的地区，作物光合作用减弱，部分农田土壤持续过湿，对作物生长不利[22]。土壤水分充足而均匀时，农作物生长快，果实大小均匀，根系发达，有利于养分吸收和光合作用[23]；若土壤常年水分不足，季节性干旱频繁，春季气温回升快，风力强劲，加之冬季雨雪少，土壤水分贫乏，极易形成干旱，威胁作物生长[24]。此外，调查地区土壤质地多为中壤和重壤，土壤长期处于嫌气状态，更利于土壤养分的积累与存储[25]。而少部分地区为砂土和轻壤土，物理性砂粒大于50%，土壤通透性好，有机质与氮素易被矿化，积累较少[26]。自2017年以来，山西省严格控制建设用地占用耕地[27]，加强耕地质量建设，扎实推进高标准农田建设，完善农田灌排基础设施，健全耕地保护补偿机制[28]等，这些政策的实施均有利于提高粮食产量和实现农业可持续发展。

通过有机质、全氮、有效磷、速效钾、缓效钾的相关性分析可知，有机质与全氮、有效磷、速效钾和缓效钾呈正相关，并且有机与全氮相度较高，有机质和全氮可以通过经验公式进行换算的结论[29]也印证了本研究的正确性。此外，在所有的相关性分析结果中，速效钾与缓效钾虽然呈正相关，但二者的相关度不高（相关系数低于0.5），这与实际土壤中缓效钾可以转化为速效钾的情况[30]存在差异。原因可能是在测定土壤速效钾时，部分农民施用钾肥造成速效钾含量增加，缓效钾无法有效转化为速效钾，从而影响了二者的相关性。

通过主成分分析以及玉米产量（y）与有机质（x1）、全氮（x2）、有效磷（x3）、速效钾（x4）、缓效钾（x5）进行多元线性回归分析，回归模型为y=698.46-0.966 2x1+24.99x2+1.776x3-0.118 0x4-0.108 1x5。这表明模型具有一定的拟合度和统计显著性。由于没有考虑气象因素[31]、施肥状况[32]、品种[33]等因素的影响，并不能精确预测出未来玉米的产量。但是，该模型能够提供较为合理的评估值，对于玉米商业生产销售具有重要的指导意义[34]。基于线性模型的分析，笔者推荐采用高氮、中磷、低钾的复合肥料，晋中市春玉米施肥推荐配方也验证了此结论。

3.2 结论

本研究对2017—2020年山西省52个县、市、区的土壤有机质、全氮、有效磷、速效钾、缓效钾5个指标含量进行系统分析，探讨这些土壤养分与玉米产量之间的关系，得出以下主要结论：

（1）2017—2020年，山西省耕地土壤有机质含量范围为10.0～29.95 g·kg-1，全氮含量范围为0.65～1.40 g·kg-1，有效磷含量范围为5.75～22.40 mg·kg-1，速效钾含量范围为105.91～225.25 mg·kg-1，缓效钾含量范围为545.29～1 284.00 mg·kg-1。这些数据为评估山西省耕地土壤肥力提供了基础依据。

（2）本研究将玉米产量（y）与土壤有机质（x1）、全氮（x2）、有效磷（x3）、速效钾（x4）、缓效钾（x5）进行多元线性回归分析，回归模型为y = 698.46-0.966 2x1+24.99x2+1.776x3-0.118 0x4-0.108 1x5，F值为2.837 6（Fgt;2），P值为0.017 41（Plt;0.05）。这表明模型具有统计显著性。在今后的生产中，研究人员可以通过测定土壤有机质、全氮、有效磷、速效钾和缓效钾含量对玉米产量进行有效预测。

（3）通过对玉米产量与土壤养分的主成分分析，笔者发现山西省耕地土壤中钾肥含量充足，进一步增加钾肥不会显著提高玉米产量。因此，笔者建议在未来的玉米生产中，采用高氮、中磷、低钾的肥料配比，以便有效地促进玉米增产。

参考文献：

[1] 中华人民共和国国家统计局. 国家统计局关于2022年粮食产量数据的公告[EB/OL]. （2022-12-12）[2022-12-12]. https：//www.stats.gov.cn/sj/zxfb/202302/t2023

0203_1901673.html.

[2] 祖湘莎， 郭彤彤， 张扬. 粮食安全认知与水、土地等要素资源利用——以一个文献综述的视角[J]. 农业与技术， 2023， 43（9）： 173-177.

[3] 山西省自然资源厅. 山西省第三次国土调查主要数据公报[EB/OL]. （2022-01-27）[2022-01-27]. https：//zrzyt.shanxi.gov.cn/zwgk/tzgg/202201/t20220127_4676493.shtml.

[4] 高飞， 崔增团， 郭世乾. 高标准农田耕地质量提升主要内容及技术路径[J]. 农业科技与信息， 2021（20）： 72-75.

[5] 晋鹏飞. 高标准农田建设与特色农业协调发展研究——以山西省为例[J]. 智慧农业导刊， 2023， 3（15）： 90-94.

[6] 陈婷， 李廷亮， 张晋丰， 等. 山西省玉米种植区土壤养分含量特征[J]. 山西农业科学， 2022， 50（2）： 213-222.

[7] 姜玉琴， 谢先进， 黄达. 耕地质量对耕地生产力的影响[J]. 中国农学通报， 2022， 38（3）： 75-80.

[8] 刘蝴蝶， 李晓萍， 赵国平， 等. 山西主要耕作土壤肥力现状及变化规律[J]. 山西农业科学， 2010， 38（1）： 73-77.

[9] 赵复泉， 张彩霞， 张晓亮， 等. 太原市小店区耕地土壤养分现状与评价[J]. 山西农业科学， 2013， 41（8）： 856-858.

[10] 王美霞， 程丹阳， 陈保国， 等. 2013-2022年山西省审定玉米品种品质特征分析[J]. 玉米科学， 2024， 32（5）： 9-14.

[11] 徐子曦， 唐友， 钟闻宇， 等. 基于GBDT算法的吉林省玉米产量预测模型研究[J]. 智慧农业导刊， 2024， 4（2）： 15-18.

[12] 雷琬莹， 李娜， 滕培基， 等. 农田生态系统有机物料腐解过程及土壤培肥机制研究[J]. 中国生态农业学报（中英文）， 2022， 30（9）： 1393-1408.

[13] 张微微， 周怀平， 黄绍敏， 等. 长期不同施肥模式下碱性土有效磷对磷盈亏的响应[J]. 植物营养与肥料学报， 2021， 27（2）： 263-274.

[14] 姜铭北， 郑铭洁， 章明奎. 酸化对水稻土钾素形态及淋移性的影响[J]. 江西农业学报， 2021， 33（11）： 91-96.

[15] 韦政全， 林章金， 王初丹. 土壤中缓效钾测定方法的前处理改进与探讨[J]. 工业微生物， 2023， 53（3）： 142-144.

[16] 黄进， 陈金华， 张方敏. 基于主成分分析的安徽省冬小麦气候灾损风险的时空演变[J]. 应用生态学报， 2021， 32（9）： 3185-3194.

[17] 李硕， 王馨彤， 杨吉斌， 等. 昌吉州棉花产量影响因素的多元线性回归分析[J]. 吉首大学学报（自然科学版）， 2022， 43（2）： 84-88.

[18] 贺军奇， 拜寒伟， 王金泉， 等. 黄土区不同地貌类型耕地土壤养分空间格局及驱动因素[J]. 水土保持研究， 2024， 31（5）： 221-231.

[19] 孟令华. 基于耕地质量关键要素定量监测的玉米遥感估产模型[D]. 长春： 中国科学院大学（中国科学院东北地理与农业生态研究所）， 2023.

[20] 李常成. 黄土台塬高标准农田建设适宜性评价及对农田生态系统增产增汇的影响[D]. 杨凌： 西北农林科技大学， 2023.

[21] 杨世琼， 谭文， 左晋， 等. 2022年贵州省粮油作物生育期气象条件及其影响分析[J]. 中低纬山地气象， 2023， 47（6）： 96-100.

[22] 李祎君， 王纯枝， 谭方颖， 等. 2022/2023年冬季气象条件对农业生产的影响[J]. 中国农业气象， 2023， 44（6）： 535-537.

[23] 崔云玲， 张立勤， 唐文雪， 等. 滴灌条件下不同覆盖材料对玉米产量效益及土壤水分的影响[J]. 寒旱农业科学， 2024， 3（1）： 57-62.

[24] 马晓明， 李丹， 雷佳， 等. 不同降水年型下耕作方式结合覆盖对旱地土壤物理性质和马铃薯产量的影响[J]. 应用生态学报， 2024， 35（2）： 447-456.

[25] 马晓楠， 潘志琴， 刘志平， 等. 长期不同施肥对褐土持水性质的影响[J]. 山西农业科学， 2024， 52（2）： 28-35.

[26] 王小彬， 闫湘， 李秀英， 等. 农林保水剂效果评价及其环境风险探讨[J]. 中国农业科学， 2024， 57（6）： 1117-1136.

[27] 高瑞峰. 山西集中整治农村乱占耕地建房[J]. 华北自然资源， 2021（1）： 137.

[28] 山西： 实行耕地占补平衡机制[J]. 江苏农村经济， 2019（3）： 12.

[29] 南京农业大学. 土壤农化分析[M]. 2版. 北京： 农业出版社， 1988.

[30] 柳开楼， 都江雪， 马常宝， 等. 中国主要旱作粮食耕地土壤钾素的时空演变特征[J]. 土壤学报， 2023， 60（3）： 673-684.

[31] 薛瑶， 吕东辉， 叶倩竹， 等. 黑龙江西部玉米产量预估模型的建立[J]. 中国种业， 2024（1）： 103-107.

[32] 马瑞丽， 李广， 王钧， 等. 基于APSIM模型的不同施肥处理下春玉米产量模拟及气候敏感性分析[J]. 玉米科学， 2022， 30（5）： 116-121.

[33] 谢文锦， 李宁， 杨海龙， 等. 基于AMMI模型的玉米品种稳产性评价分析[J]. 农业科技通讯， 2022（7）： 37-40.

[34] 王宗辉， 裴宝红. 基于无人机多光谱遥感数据的植被指数玉米估产模型研究[J]. 智慧农业导刊， 2024， 4（4）： 1-5.