基于土壤剖面質地構型的土壤質量評價①
——以河南省封丘縣為例

李開麗，檀滿枝，密術曉，陳 杰

(1 江蘇第二師范學院城市與資源環(huán)境學院，南京 210013；2 中國科學院南京土壤研究所，南京 210008；3 蘇州市國土資源局，江蘇蘇州 215004；4 鄭州大學水利與環(huán)境學院，鄭州 450000)

基于土壤剖面質地構型的土壤質量評價①
——以河南省封丘縣為例

李開麗1，檀滿枝2，密術曉3，陳 杰4

(1 江蘇第二師范學院城市與資源環(huán)境學院，南京 210013；2 中國科學院南京土壤研究所，南京 210008；3 蘇州市國土資源局，江蘇蘇州 215004；4 鄭州大學水利與環(huán)境學院，鄭州 450000)

土壤剖面質地構型是土壤質量和土壤生產力的重要影響因子，對沖積平原地區(qū)來講尤其重要。然而，現(xiàn)有的土壤質量評價研究中，很少采用該因子，且評價指標篩選大多缺乏明確的生物學意義。本研究利用河南省封丘縣39個剖面數(shù)據(jù)及113個土鉆樣點數(shù)據(jù)，使用模糊C均值聚類方法 (FCM) 結合Kriging插值方法獲取的9種土壤剖面質地構型在空間上分布的單一類別隸屬度圖；在此基礎上結合專家知識，針對平原地區(qū)旱作作物及耕地的耕性對土壤剖面質地構型的性狀進行打分，以分值為參照，在ArcGIS 9.2中9個單一類別隸屬度柵格文件進行柵格計算，獲取了研究區(qū)土壤剖面質地構型柵格的綜合分值。利用包括土壤剖面質地構型在內的多個土壤屬性，結合作物產量數(shù)據(jù)，使用主成分分析(PCA)方法確定了最小數(shù)據(jù)集(MDS)；應用指數(shù)和法，基于兩種途徑對土壤質量進行了評價，并結合測產獲取的作物產量對兩種評價結果進行了對比分析。結果表明：土壤質量指數(shù)與作物產量有較好的相關性，土壤質量評價結果能夠較好地反映研究區(qū)的土壤質量狀況。在添加剖面質地構型因子后，土壤質量評價結果有進一步的改善，可見在黃河泛濫沖積平原地區(qū)，剖面質地構型是土壤質量評價必不可少的因子。

土壤剖面質地構型；土壤質量；沖積平原；模糊C均值(FCM)；最小數(shù)據(jù)集(MDS)；主成分分析(PCA)

土壤質量與可持續(xù)發(fā)展是土壤學、農學及環(huán)境科學界共同關注的熱點課題之一[1]。土壤剖面質地構型，也稱土體構型，是指土體內不同質地土層的排列組合。早在 1978年，陳恩鳳[2]就指出土體構型直接影響土壤的水肥氣熱狀況，是土壤肥力研究的重要部分。Dobos 等[3]也指出土壤剖面觀測是野外觀測到最主要的土壤信息，它代表著土壤最確定的信息。顏春起[4]指出三江平原土壤的水分特性以作物根系的發(fā)育和深度與土體構型有密切關系。崔浩浩等[5]對寧夏某葡萄基地土壤的田間持水量、飽和導水率和體積質量進行了分析，研究了不同土體構型下的土壤持水性能。結果表明，土壤土體構型不同，其體積質量、田間持水量、土壤飽和導水率也不同。李學敏等[6]采用多點定位觀測，查明不同土體構型及其屬性，研究了河北省東南部沖積平原土體構型及其屬性，結果表明不同土體構型對于土壤的理化性狀和生產性能有重大影響。對河南省潮土區(qū)的研究也表明土壤剖面質地構型對作物產量的影響顯著[7–8]。

然而，盡管有關土壤剖面質地構型的定量化方法已得到發(fā)展[9–13]，但當前的土壤質量評價多集中于土壤的表層深度[14]。國際范圍內，除中國外，土體構型作為土壤質量的重要因子使用較少；且以往研究中土體構型的數(shù)據(jù)來源多為二次土壤普查的歷史數(shù)據(jù)，土體構型的量化方法多僅僅依靠專家知識進行[15–16]。本研究的目的：①對封丘縣的土壤質量進行評價；②對比土壤剖面質地構型對土壤質量指數(shù)的影響；③選擇適合研究區(qū)的土壤質量指標最小數(shù)據(jù)集。

1 材料與方法

1.1 研究區(qū)概況

封丘縣地處河南省東北部，地理位置 34°53′ ~ 35°14′N，114°14′ ~ 114°45′E，是典型的黃河中下游沖積平原區(qū)。氣候屬于北暖溫帶半干旱型季風氣候區(qū)。封丘縣屬平原地面范疇，其地面形態(tài)之間的差異性小，地勢平坦。區(qū)域面積1 220 km2，其中耕地面積771 km2。封丘縣是全國商品糧生產縣之一，土地利用方式主要為旱地，種植方式為一年兩熟，盛產作物有小麥、玉米①封丘縣土壤普查辦公室. 封丘土壤. 1984：61–76。本縣境內分布的主要土壤是潮濕雛形土，占全縣土壤總面積的98% 以上。成土母質為黃河沖積物，由于黃河的多次泛濫沖積，土壤在垂直與水平方向上質地層次分布較為復雜，砂黏相間、層理交錯、剖面質地構型多樣。

1.2 樣品采集與分析

以遙感影像為底圖，以2 km × 2 km網格在研究區(qū)布置低密度土壤樣點278個，土壤樣品采集于2007年9月份實施，樣點由GPS精確定位，以定位樣點為中心、在半徑20 m范圍內的5 ~ 8處取樣點分別采集表層土壤(0 ~ 20 cm)，經充分混合后以四分法獲得1 kg樣品。樣點分布如圖1所示。

圖1 封丘2 km × 2 km土壤樣點分布圖Fig. 1 Distribution of soil sampling sites at 2 km × 2 km gird in Fengqiu

依據(jù)土壤類型、微域地形、空間上均衡等原則，在研究區(qū)布設標準土壤剖面樣點40個(圖2)，于2008年7月對布設土壤剖面進行觀測、描述與記載并采集分層土壤樣品共172個(采樣深度0 ~ 100 cm)。土鉆樣點觀察記錄于2009年3月底結束。共計觀測、記錄土鉆樣點114個，鉆探深度100 cm。樣點選擇依據(jù)土壤類型進行，兼顧空間均勻原則。

圖2 封丘土壤剖面點和土鉆點分布圖Fig. 2 Distribution of soil profile sites and soil auger sites in Fengqiu

為了確定具有明確的生物學意義的土壤質量評價指標和權重，本研究對研究區(qū)作物進行測產。在實施表層土壤采樣的基礎上，依據(jù)高、中、低產合理布局原則，兼顧土壤類型和空間上相對均勻原則，在封丘試區(qū)布置測產田塊131個。研究區(qū)面積較大的土種類型至少布置2個樣區(qū)；若某種土壤類型在研究區(qū)中出現(xiàn)的次數(shù)較多，則在該土壤類型面積較大的區(qū)域中間選取樣點作為測產點。土壤樣品的采集于2008年9月進行，樣點位置采用GPS系統(tǒng)進行地理定位；在布置采樣點的田塊(農田)或一定半徑范圍內取5 ~ 8點進行混合，四分法采集1 kg，裝入土袋并標號，分別采集0 ~ 20 cm和20 ~ 40 cm深的土樣各131個，共262個(圖3)。測產分4次進行，分別于2008、2009年小麥和玉米的收獲季節(jié)采集、烤種，2008、2009年小麥樣品分別為121、129個；玉米樣品數(shù)據(jù)119個、116個。將采集的樣品風干、磨碎、過篩，對土壤屬性包括有機質、全氮、全磷、速效磷、速效鉀、pH、 CEC、體積質量、電導率和土壤質地進行分析，測定方法依據(jù)《土壤農業(yè)化學分析方法》[17]。

圖3 封丘測產點分布圖Fig. 3 Distribution of yield-estimation sites in Fengqiu

1.3 研究方法

本研究從土壤供應能力和肥力保證功能兩個方面確定了13項指標作為土壤質量指標體系的候選數(shù)據(jù)集。土壤養(yǎng)分供給因素包括土壤養(yǎng)分儲量指標有機質、全氮、全磷、全鉀以及養(yǎng)分有效狀態(tài)速效磷、速效鉀。土壤肥力保證因素主要包括 pH、CEC、體積質量、表層土壤質地、土壤剖面質地構型。

利用基于河南省封丘縣39個剖面數(shù)據(jù)及113個土鉆樣點數(shù)據(jù)，使用模糊C均值聚類方法(FCM)結合Kriging插值方法獲取的9種土壤剖面質地構型在空間上分布的單一類別隸屬度圖；在此基礎上結合專家知識，針對平原地區(qū)旱作作物及耕地的耕性對土壤剖面質地構型的性狀進行打分，以分值為參照，在ArcGIS 9.2中9個單一類別隸屬度柵格文件進行柵格計算，獲取研究區(qū)土壤剖面質地構型柵格的綜合分值。

采用Li等[18]提出的Norm值方法來進行最小數(shù)據(jù)集的選擇，在最終的取舍時考慮作物產量與候選因子的關系來進行取舍。應用模糊數(shù)學方法計算每個參評因子的隸屬度函數(shù)[19]。但由于研究區(qū)目前土壤鹽分含量普遍較低，原有的鹽分隸屬度函數(shù)不能反映研究區(qū)土壤鹽分含量的差異，本研究基于EC與糧食產量的散點圖，對土壤電導率的隸屬度函數(shù)進行了調整。采用3種形式的函數(shù)(上升型、下降型、頂點型)進行因子的隸屬度函數(shù)計算。各土壤屬性相應的拐點如表1，對應隸屬度函數(shù)如式1，2，3。

表1 土壤屬性隸屬度函數(shù)的拐點Table 1 Inflection points of membership functions of soil properties

為了能較客觀地確定參數(shù)的權重，本研究利用在社會經濟領域確定指標權重常用的主成分分析來計算各參數(shù)權重[20]。土壤質量指數(shù)(Soil quality index，SQI)的計算采用加權指數(shù)和法計算。

土壤質量評價采用兩種方法來進行：①不考慮土壤剖面質地構型因子的土壤質量評價(SQI_a)；②考慮土壤質地剖面構型時的土壤質量評價(SQI_b)，兩種方法均先計算土壤質量指數(shù)后進行Kriging插值獲取研究區(qū)空間的土壤質量指數(shù)分布圖。

為了對土壤質量評價的結果進行驗證，本研究基于測產數(shù)據(jù)提取了測產點對應的兩種土壤質量指數(shù)值，并對測產點作物產量與土壤質量指數(shù)進行相關分析及回歸分析。

所有的統(tǒng)計分析都是在 PASW statistics 18.0 (SPSS Inc.，USA) 軟件中進行。

2 結果與討論

2.1 土壤剖面質地構型的獲取

通過39個土壤剖面和113個土鉆樣點數(shù)據(jù)，根據(jù)層次質地類型與其在剖面中出現(xiàn)位置兩個基本特征定義特征質地層，在研究區(qū)最終確立了9種特征質地層，包括砂質表層、壤質表層、黏質表層、砂質心土層、壤質心土層、黏質心土層、砂質底土層、壤質底土層和黏質底土層。以特征質地層在已觀測土壤剖面和土鉆樣本中出現(xiàn)缺失特征以及厚度參數(shù)為基礎數(shù)據(jù)，應用模糊 C均值算法模型，將研究區(qū)觀測土壤劃分為9種特征質地層組合類別，亦稱為土壤剖面質地構型。結合普通克里格空間預測方法，實現(xiàn)了 9種土壤剖面質地構型在空間上分布的單一類別隸屬度圖。預測精度基本正確率達到88.3%，空間預測結果基本可信；不吻合的樣點在空間上主要分布在研究區(qū)的南邊黃河附近，由于黃河附近微地貌相對來說比較復雜，對空間預測結果的精度會產生一定的影響[21]。

根據(jù)研究區(qū)的土層排序狀況、所占面積比例、性狀來講可以歸并為 7類，將壤–黏–壤歸并到壤–黏–黏，壤–壤–砂歸并到壤–壤–壤。針對平原地區(qū)旱作作物及耕地的耕性請專家對土壤剖面質地構型的性狀進行打分(表2)。以分值為參照在ArcGIS 9.2中9個單一類別隸屬度柵格文件進行柵格計算，獲取了研究區(qū)土壤剖面質地構型柵格的綜合分值。研究區(qū)土壤剖面質地構型分值圖如圖4所示。

表2 研究區(qū)土壤剖面質地構型的分值Table 2 Assigned scores for texture configurations of soil profile in study area

圖4 研究區(qū)土壤剖面質地構型分值圖Fig. 4 Score map of texture configuration of soil profile in study area

2.2 土壤屬性與作物產量的關系

對四季所測作物產量與測產點0 ~ 20 cm和20 ~ 40 cm的土壤屬性進行相關分析，列相關性較好的指標入表3。

由表3可見，土壤剖面質地構型與作物產量的相關性最好，幾乎都在 0.01的水平上顯著相關，電導率與作物產量也具有很好的相關性，此外，粉粒和速效磷與2008年玉米產量也有較好的相關性。但有些對作物而言很重要的因子與作物產量的相關性并不好，比如有機質、CEC、速效鉀等(表3未列出)，這可能與影響作物產量的因子非常復雜有關。

2.3 不考慮土壤剖面質地構型的土壤質量評價(SQI_a)

對侯選土壤指標進行因子分析，選取 7個主成分，累積貢獻率達到 80.67%。其主成分及分組狀況見表4。

按Norm值大小應選因子為有機質、粉粒、黏粒、速效鉀、全鉀、pH和體積質量。但考慮到2 km × 2 km樣點的土壤屬性體積質量數(shù)據(jù)個數(shù)很有限，同時粉粒、黏粒已經代表質地狀況，所以以速效磷替代體積質量；電導率EC對研究區(qū)的作物產量影響較大，選擇電導率替代速效鉀。因此，選取的MDS實際為有機質、粉粒、黏粒、電導率、全鉀、pH和速效磷。

對有機質、粉粒、黏粒、電導率、全鉀、pH和速效磷進行相關分析得表5。

由表5可見，全鉀與速效磷，粉粒與電導率，黏粒與有機質在P<0.01水平上顯著相關，同時，粉粒與有機質，黏粒與EC在P<0.05水平上也顯著相關。由于速效養(yǎng)分更能夠被作物吸收，所以選擇速效磷；考慮到EC對于研究區(qū)土壤質量的重要性，舍棄粉粒；黏粒與有機質雖然也顯著相關，但黏粒能夠反映土壤質地，有機質也是土壤質量評價不可或缺的指標，所以兩者都保留。最終確定土壤質量評價的指標為有機質、黏粒、電導率、pH和速效磷。

利用主成分分析法確定MDS的權重如表6。

表3 作物產量與土壤屬性的相關分析Table 3 Pearson correlations of crop yields and soil properties

表4 候選土壤參數(shù)的PCA分析及分組Table 4 PCA analysis and grouping of candidate soil parameters

表5 最小數(shù)據(jù)集因子之間的Pearson相關分析Table 5 Pearson correlations between soil parameters in MDS

表6 評價因子的權重Table 6 Weights of soil parameters in MDS

利用加權指數(shù)和法，獲取各點的土壤質量指數(shù)SQI_a，在ArcGIS 9.2中進行Kriging插值，獲取封丘縣域土壤質量指數(shù)空間分布圖。

2.4 考慮土壤剖面質地構型的土壤質量評價

對侯選土壤指標進行因子分析，選取 6個主成分，累積貢獻率達到 73.14%。其主成分及分組狀況如表7。

按Norm值的大小應選有機質、黏粒、砂粒、全磷、EC、pH作為 MDS?；谙嗤脑?，用速效磷替代全磷；因土體構型對研究區(qū)土壤質量有著不可替代的作用，所以將土體構型作為MDS指標；砂粒因與黏粒同是表征土壤質地狀況，所以舍棄砂粒含量，保留黏粒含量。所以，最終選擇有機質、黏粒、速效磷、EC、pH、土壤質地剖面構型作為MDS。與未添加土壤剖面質地構型時的最小數(shù)據(jù)集相比，僅僅添加了土壤質地剖面構型。

利用主成分分析法獲取評價因子權重如表8。

利用加權指數(shù)和法，獲取各點的土壤質量指數(shù)SQI_b，在ArcGIS 9.2中進行Kriging插值，獲取封丘縣域土壤質量指數(shù)空間分布圖。

2.5 土壤質量評價結果的驗證

本研究基于測產數(shù)據(jù)在 ArcGIS 9.2 中提取了測產點對應的兩種土壤質量指數(shù)值，并對產點作物產量與土壤質量指數(shù)進行了統(tǒng)計分析。

兩種土壤質量評價結果分別與兩年作物產量的總產值的平均值進行相關分析得表9。

表7 候選土壤參數(shù)的PCA分析及分組Table 7 PCA analysis and grouping of candidate soil parameters

表8 評價因子的權重Table 8 Weights of soil parameters in MDS

表9 土壤質量指數(shù)與作物產量的相關性分析Table 9 Pearson correlations of crop yields and soil quality indexes

由表9可見，土壤質量指數(shù)與作物產量有著較好的相關性，添加土壤剖面質地構型因子后(SQI_b)，土壤質量評價指數(shù)與作物產量的相關性進一步提高。這充分顯示了在黃河泛濫沖積平原地區(qū)，剖面質地構型是影響土壤質量的非常重要的因子。

以各土壤質量指數(shù)為自變量，作物年平均總產量為因變量進行線性回歸分析，得圖5。由圖5可見，添加土壤質地剖面構型因子后，土壤質量評價的結果大大改善，R2由原來的0.186 3增大到0.280 1，且達到了P<0.001顯著水平。

圖5 年平均糧食總產量與土壤質量指數(shù)的線性回歸分析Fig. 5 Linear regression between mean annual grain output and soil quality indexes

作為一個為生態(tài)系統(tǒng)服務、支持植物生活必不可少的貢獻者，土壤資源必須被作為一個整體來考慮的觀念已經日益被自然科學領域所認可[22]。Hewitt[23]在2004年也指出土壤質量應由表土和剖面特性共同決定。Merrill等[14]對北達科他州中部兩種類別相似、土壤剖面特性不同的土壤進行評價，結果表明進行土壤質量評價需要對土壤剖面和土壤底層、近地表土壤整體綜合進行。這些觀點與本研究結果一致，即土壤剖面質地構型是土壤質量評價必不可少的因子。與以往研究[24]相比，本研究將基于FCM方法獲取的土壤剖面質地構型作為評價指標，對土壤質量的評價指標進行優(yōu)選，對電導率EC的隸屬度函數(shù)進行了調整；本研究的土壤質量評價指標體系及方法具有明確的生物學意義，取得了較好的結果。

3 結論

1) 土壤質量指數(shù)與作物產量有較好的相關性，土壤質量評價結果能夠較好地反映研究區(qū)的土壤質量狀況。

2) 在添加剖面質地構型因子后，土壤質量評價結果有進一步的改善，可見在黃河泛濫沖積平原地區(qū)，剖面質地構型是影響土壤質量的非常重要的因子。

3) 適合研究區(qū)土壤質量評價的指標最小數(shù)據(jù)集為pH、速效磷、電導率、黏粒、有機質和土壤剖面質地構型。

[1] Gil-Sotres F, Trasar-Cepeda C, Leiros M C, et al. Different approaches to evaluating soil quality using biochemical properties[J]. Soil Biology & Biochemistry, 2005, 37: 877–887

[2] 陳恩鳳. 關于土壤肥力實質研究的來源與設想[J]. 土壤肥料, 1978(6): 1–5

[3] Dobos E, Carré F, Hengl T, et al. Digital soil mapping as a support to production of functional maps[J]. Office for Official Publications of the European Communities, Luxemburg. EUR, 2006: 22 123

[4] 顏春起. 三江平原土體構型與旱澇關系的研究[J]. 土壤學報, 1984, 21(1): 70–78

[5] 崔浩浩, 張冰, 馮欣, 等. 不同土體構型土壤的持水性能[J]. 干旱地區(qū)農業(yè)研究, 2016, 34(4): 1–5

[6] 李學敏, 翟玉柱, 李雅靜, 等. 土體構型與土壤肥力關系的研究[J]. 土壤通報, 2005, 36(6): 975– 977

[7] 趙霞, 黃瑞冬, 唐保軍, 等. 潮土區(qū)不同土體構型對夏玉米生長與產量的影響[J]. 土壤通報, 2013, 44(3): 538–542

[8] 檀滿枝, 李開麗, 史學正, 等. 華北平原土壤剖面質地構型對小麥產量的影響研究[J]. 土壤, 2014, 46(5): 913–919

[9] Rayner J H. Classification of soils by numerical methods[J]. Journal of Soil Science, 1966, 17(1): 79–92

[10] Powell B, McBratney A B, MacLeod D A. Fuzzy classification of soil profiles and horizons from the Lockyer Valley, Queensland, Australia[J]. Geoderma, 1992, 52(1): 173–197

[11] Van Alphen B J, Stoorvogel J J. A functional approach to soil characterization in support of precision agriculture[J]. Soil Sci. Soc. Am. J., 2000, 64: 1 706–1 713

[12] Saey T, Van Meirvenne M, Vermeersch H, et al. A pedotransfer function to evaluate the soil profile textural heterogeneity using proximally sensed apparent electrical conductivity[J]. Geoderma, 2009, 150(3): 389–395

[13] Ciampalini R, Lagacherie P, Gomez C, et al. Detecting, correcting and interpreting the biases of measured soil profile data: A case study in the Cap Bon Region (Tunisia)[J]. Geoderma, 2013, 192: 68–76

[14] Merrill S D, Liebig M A, Tanaka D L, et al. Comparison of soil quality and productivity at two sites differing in profile structure and topsoil properties[J]. Agriculture, Ecosystems & Environment, 2013, 179: 53–61

[15] 張月英. 地理信息系統(tǒng)支持下的大比例尺農用地質量評價研究——以衢縣杜澤鎮(zhèn)為例[D]. 浙江: 浙江大學, 2001

[16] 張化楠. 土體構型表達與地力計算模式對耕地生產力評價的影響[D]. 鄭州: 鄭州大學, 2015

[17] 魯如坤. 土壤農業(yè)化學分析方法[M]. 北京: 中國農業(yè)科技出版社, 2000

[18] Li G L, Chen J, Sun Z Y, et al. Establishing a minimum dataset for soil quality assessment based on soil properties and land use change[J]. Acta ecologica sinica, 2007, 27(7): 2 715–2 724

[19] 曹志洪, 周建民. 中國土壤質量[M]. 北京: 科學出版社, 2008

[20] 李桂林. 城市化背景下非農用地擴張動態(tài)及其對土壤資源的綜合影響——以蘇州市區(qū)為例[D]. 南京: 中國科學院南京土壤研究所, 2007

[21] 密術曉, 檀滿枝, 陳杰, 等. 基于HSI模型的色彩合成技術在土壤模糊連續(xù)制圖中的應用[J]. 土壤通報, 2010, 41(6): 1 288–1293

[22] Robinson D A, Hockley N, Dominati E, et al. Natural capital, ecosystem services, and soil change: Why soil science must embrace an ecosystems approach[J]. Vadose Zone Journal, 2012(11): 5–10

[23] Hewitt A E. Soil properties relevant to plant growth: A guide to recognising soil properties relevant to plant growth and protection[M]. Lincoln New Zealand: Manaaki Whenua Press, 2004

[24] 張貝爾, 黃標, 趙永存, 等. 華北平原典型區(qū)土壤肥力低下區(qū)識別及限制因子分析[J]. 土壤學報, 2012, 49(5): 841–849

Evaluating Soil Quality with Texture Profile Configuration——A Case Study of Fenqiu, Henan

LI Kaili1, TAN Manzhi2, MI Shuxiao3, CHEN Jie4
(1College of Urban,Resource and Environmental Science,Jiangsu Second Normal University,Nanjing210013,China; 2Institute of Soil Science,Chinese Academy of Sciences,Nanjing210008,China; 3Suzhou National Territory Resources
Bureau,Suzhou,Jiangsu215004,China; 4School of Water Conservation and Environment,Zhengzhou University,Zhengzhou450000,China)

Texture configuration of soil profile plays a great role for soil quality and soil productivity, especially in alluvial plain. However, this index was found seldom to be used in soil quality evaluation, and the selected factors for soil quality are mostly lack of explicit biological significance. In this study, 39 soil profiles and 113 soil auger samples were decided and soil samples were collected in Fenqiu county of Henan Province. 9 kinds of texture configuration of soil profiles were determined and their membership were obtained by using fuzzy C means clustering (FCM), the membership distribution map of the study area was edited with Kriging interpolation method. Based on expert knowledge, texture configuration was scored according to soil tilth and crop suitability. The comprehensive scores of texture configuration of soil profiles of the study area was edited in ArcGIS 9.2 platform. The minimum data set (MDS) was setup for soil quality evaluation by using principal component analysis (PCA) with the support of crop yield data and soil properties. Soil quality indexes (SQI) were calculated and compared by using MDS with or without texture configuration of soil profiles. The results showed this kind of assessment can disclose well soil quality in the study area, correlation was improved between SQI and crop yields when considering texture configuration of soil profiles. Thus, texture configuration of soil profiles is an essential indicator for soil quality evaluation in the alluvial plain and similar regions.

Texture configuration of soil profile; Soil quality; Alluvial plain; FCM; MDS; PCA

S159.9

10.13758/j.cnki.tr.2016.06.027

江蘇第二師范學院“十二五”科研規(guī)劃課題項目(311903)和中國科學院知識創(chuàng)新工程重大項目(KSCX1-YW-09-02)資助。

李開麗(1977—)，女，山東沂水人，博士，講師，主要從事遙感與GIS應用、土壤資源演變、土壤空間預測及土壤調查制圖研究。E-mail：lklcelery@163.com