不同改良措施下砂質(zhì)土壤肥力的微形態(tài)評價①
——以內(nèi)蒙古科爾沁沙地為例

劉 穎，王 數(shù)，張鳳榮，呂貽忠，李珍珍，毛率壘，任娜歐

(中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193)

不同改良措施下砂質(zhì)土壤肥力的微形態(tài)評價①
——以內(nèi)蒙古科爾沁沙地為例

劉 穎，王 數(shù)*，張鳳榮，呂貽忠，李珍珍，毛率壘，任娜歐

(中國農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，北京 100193)

本文以內(nèi)蒙古通遼市科爾沁左翼后旗巴胡塔鎮(zhèn)烏旦塔拉村為試驗區(qū)，選取13個土壤微形態(tài)指標(biāo)，利用Photoshop、土壤切片圖像處理分析系統(tǒng)、Image-pro plus 6.0軟件對土壤微形態(tài)圖像進行處理，采用定性、定量相結(jié)合的方法對不同改良處理后的砂質(zhì)土壤肥力進行評價，在此基礎(chǔ)上建立了砂質(zhì)土壤肥力評價的微形態(tài)指標(biāo)最小數(shù)據(jù)集(MDS)。得出以下結(jié)論：與對照組單元1相比，其他各個單元的土壤結(jié)構(gòu)體、粗骨顆粒等微形態(tài)特征變化不顯著。單元10(黏土、有機肥、腐殖酸施加量分別為3.00×105、3.00×104、7.50×103kg/hm2)中土壤黏粒最多、基質(zhì)比最大、有機物質(zhì)頻率最高；土壤孔隙狀況以及毛管孔隙發(fā)育最好的單元分別是單元8和單元13(黏土、有機肥、腐殖酸施加量分別是單元8：1.50×105、3.00×104、1.125×104kg/hm2，單元13：7.50×104、3.00×104、3.75×103kg/hm2)。準則層指標(biāo)土壤基質(zhì)、土壤孔隙、有機物質(zhì)、土壤結(jié)構(gòu)體、粗骨顆粒的權(quán)重分別為0.336、0.253、0.203、0.124、0.084。砂質(zhì)土壤肥力評價的最小數(shù)據(jù)集包括基質(zhì)比、基質(zhì)類型、基質(zhì)顏色、毛管孔隙占比、孔隙類型、有機物質(zhì)類型、粗骨顆粒平均粒徑7個指標(biāo)，MDS評價結(jié)果與原始評價結(jié)果呈顯著的線性相關(guān)關(guān)系，因此實際評價砂質(zhì)土壤肥力時，可以MDS的7個微形態(tài)指標(biāo)代替原始的13個指標(biāo)。

砂質(zhì)土壤肥力；土壤微形態(tài)特征；最小數(shù)據(jù)集；內(nèi)蒙古；科爾沁沙地

我國是世界上荒漠化、沙化面積最大的國家，荒漠化發(fā)生率居于高位，據(jù)國家林業(yè)局第四次全國荒漠化和沙化監(jiān)測結(jié)果顯示，截至2009年底，全國荒漠化、沙化土地面積分別占國土總面積的27.33%和18.03%，涉及全國30個省(市、自治區(qū))。內(nèi)蒙古科爾沁沙地，在歷史上曾是水草豐美的科爾沁大草原，但由于在清朝的放墾開荒、戰(zhàn)亂和建國初期“以糧為綱”大力發(fā)展農(nóng)業(yè)的作用下，科爾沁草原下的沙土層逐漸沙化，再加上氣候干旱，使這個秀美的大草原，演變成我國正在發(fā)展中面積最大的沙地。

砂質(zhì)土壤土粒松散，結(jié)構(gòu)發(fā)育不良，且沙層深厚，顆粒均一，土壤顆粒間孔隙大，大孔隙多、小孔隙少，導(dǎo)致土壤透水性強、毛細管作用弱，保水保肥性差[1-2]。在種植農(nóng)作物時，由于地下水上升少，降水、灌溉水滲透多，使得作物干旱缺水，生長不良，若加大灌水施肥量，還容易使施入土壤中的養(yǎng)分隨著水分滲漏而對水環(huán)境產(chǎn)生污染，導(dǎo)致生態(tài)環(huán)境的惡化[3]。

從土壤理化性質(zhì)等角度對耕地土壤肥力進行評價的研究已經(jīng)十分廣泛。田野等[4]為了解鞍山市千山風(fēng)景區(qū)土壤肥力質(zhì)量,采用改進層次分析法對千山7個樣點的14個樣坑內(nèi)pH、有機質(zhì)、全氮、全磷等8個土壤理化指標(biāo)的測試結(jié)果進行綜合評價；張水清等[5]采用網(wǎng)格布點法取樣322個進行化學(xué)分析，然后采用主成分分析法進行評價。利用微形態(tài)來研究耕地土壤肥力是應(yīng)用土壤微形態(tài)的重要分支，它能夠幫助我們揭示土地肥力狀況，進行土地評價，采用微形態(tài)的方法能夠更直觀地“觀測”到原狀土壤結(jié)構(gòu)、有機物質(zhì)等肥力特征的變化，而非將土壤通過各種方式改變原始形態(tài)后進行檢測。國內(nèi)外僅有部分學(xué)者對其進行了研究：潘艷華等[6]對云南地區(qū)植煙紅壤在不同施肥條件下的土壤微結(jié)構(gòu)進行研究，結(jié)果表明長期大量施用化肥的土壤，土壤顆粒粗大，微結(jié)構(gòu)差，而施有機肥的紅壤則形成了穩(wěn)定性較好的有機-腐殖質(zhì)黏團，微孔隙發(fā)達；秦魚生等[7]在對紫色土進行不同施肥處理后觀察耕層土壤的微形態(tài)，認為有機無機肥料配施能顯著改良紫色土的結(jié)構(gòu)；申思雨等[8]研究不同種植方式對溫室土壤微形態(tài)的影響，結(jié)果是有機種植條件下易形成適合作物生長的良好土壤結(jié)構(gòu)；Golding等[9]則以蘇格蘭Lauder，Pittenweem 和Wigtown 3個城市為例，從土壤微形態(tài)的角度闡釋了城市垃圾可作為土壤肥料，提高耕地土壤肥力。國內(nèi)外學(xué)者對土壤肥力的微形態(tài)研究多以定性研究為主，土壤肥力的微形態(tài)定量評價仍處于起步階段。本文以內(nèi)蒙古通遼市科爾沁沙地為研究區(qū)域，基于土壤微形態(tài)特征，定性、定量相結(jié)合來評價不同改良處理后的砂質(zhì)土壤肥力，具有一定的現(xiàn)實意義。

1 材料與方法

1.1 試驗區(qū)概況

本研究試驗區(qū)位于內(nèi)蒙古通遼市科爾沁左翼后旗巴胡塔鎮(zhèn)烏旦塔拉村(43o3′59″N，122o17′50″E)。通遼市科爾沁左翼后旗地處中溫帶亞濕潤邊緣地區(qū)，屬溫帶大陸性季風(fēng)氣候，年平均氣溫5.8 ℃，平均降水量為451.1 mm。境內(nèi)地勢呈西南向東北再向東南逐漸降低，海拔最高點在西南部，為308.4 m，最低點在東南部的東西遼河交匯處，為88.5 m。除東部系遼河沖積平原外，皆是沙丘、沙地為主要特征的地貌類型。

1.2 試驗設(shè)置

本研究采用類似于植物營養(yǎng)學(xué)中常用的二次回歸D—最優(yōu)設(shè)計(“3414”方案)進行試驗方案設(shè)計，即用本研究中黏土、有機肥、腐殖酸施用量三因素代替原來方案中的N、P、K 3個因素，每個因素4個水平(0、1、2、3水平)，共設(shè)置14個處理，每個處理重復(fù)3次，共計42個小區(qū)，每個小區(qū)為3 m × 4 m。其中腐殖酸施用量設(shè)有0、3.75×103、7.50×103、1.125×104kg/hm24個水平；有機肥施用量分為0、1.50×104、3.00×104、6.00×104kg/hm24個水平；黏土施用量設(shè)有0、7.50×104、1.50×105、3.00×105kg/hm24個水平。將3種材料與表層土壤(0 ～ 10 cm)混勻后施用于各小區(qū)。供試玉米品種為宏玉415號，灌溉方式為噴灌。試驗布置的平面分布如圖1，其中C0、C1、C2、C3，O0、O1、O2、O3，H0、H1、H2、H3分別對應(yīng)黏土、有機肥、腐殖酸3種改良劑4個水平的施用量。該設(shè)計吸收了回歸最優(yōu)設(shè)計處理少、效率高的優(yōu)點[10]。

大田試驗于2014年4月、2015年5月進行。

圖1 試驗設(shè)置平面分布Fig. 1 Spatial distribution of different treatment units

1.3 土壤微形態(tài)研究方法

1.3.1 原狀土樣的采集 選取供試剖面，在剖面的表層0 ～ 15 cm采集未被擾動的原狀土樣。土樣采集時間為2015年10月，在各個試驗小區(qū)中心位置自上而下打入環(huán)刀，至環(huán)刀內(nèi)填滿土壤時方可取出，蓋上蓋子，用箭頭標(biāo)示方向。采集過程要保證土壤的原狀特征不受擾動，將采集好的土樣用膠帶纏緊，在搬運過程中也要盡量減少震動。

1.3.2 土壤薄片的制備 將進行編號登記好的土壤樣品在試驗室進行自然風(fēng)干，小心取出土樣，盡量減少擾動。用小刀將環(huán)刀壁附近擾動較大的土壤削去，留下中心部分的土塊。將土塊按照標(biāo)記方向小心放入燒杯，再將其放入烘箱，溫度設(shè)置為80 ℃，進行12 h的烘干處理。烘干后放入干燥器備用。

將烘干后的土壤樣品用不飽和聚酯樹脂-丙酮溶液進行充分浸漬，再將其放入烘箱中升溫(最高溫度為80 ℃)固化。之后經(jīng)切片、磨片、粘載等程序，制成大小為30 mm × 60 mm，厚度為0.03 mm的標(biāo)準土壤薄片。薄片制作在北京大學(xué)地學(xué)實驗室進行。

1.3.3 薄片觀察、圖像采集與處理 采用Nikon LV100POL型偏光顯微鏡觀察土壤薄片，圖像經(jīng)CCD傳感器傳至Nikon digital sight顯微鏡數(shù)碼相機，通過USB數(shù)據(jù)線將顯微鏡數(shù)碼相機連接至已安裝配套NIS-Elements-F 3.0軟件的計算機，拍攝得到放大50倍后單偏光和正交偏光下的土壤微形態(tài)照片。利用土壤切片圖像處理分析系統(tǒng)對圖像進行處理，將土壤微結(jié)構(gòu)圖轉(zhuǎn)化成能夠直觀反映土壤孔隙特征的孔隙二值圖，之后利用Image-pro plus 6.0軟件中的count/size工具便可統(tǒng)計出總孔隙面積百分比和不同類型孔隙分布情況。利用Photoshop軟件對暗色礦物進行上色，再利用Image-proplus 6.0軟件中count/size工具對粗骨顆粒直徑和磨圓度等特征進行統(tǒng)計。有機物質(zhì)頻率的統(tǒng)計方法與粗骨顆粒特征的提取方法類似。在統(tǒng)計總孔隙百分比和粗骨顆粒百分比等指標(biāo)時選取薄片中6個樣本點進行拍攝，6個拍攝點呈“S”形分布，統(tǒng)計后取平均值作為最終結(jié)果。文中對土壤微形態(tài)特征的描述和分析參照了Stoops[11]術(shù)語。

2 結(jié)果與討論

2.1 處理單元確定

根據(jù)不同的改良處理以及采樣深度，劃分出14個評價單元，見表1。

2.2 砂質(zhì)土壤肥力評價的微形態(tài)指標(biāo)體系確定

按照完整性、代表性、差異性原則，本文選取反映土壤結(jié)構(gòu)體特征的土壤微結(jié)構(gòu)、團聚體，反映土壤基質(zhì)特征的基質(zhì)類型、基質(zhì)顏色、基質(zhì)比，指示土壤孔隙特征的孔隙類型、總孔隙百分比、毛管孔隙占比，表征粗骨顆粒特征的平均粒徑、磨圓指數(shù)、面積百分比，以及反映土壤中有機物質(zhì)特征的有機物質(zhì)類型、有機物質(zhì)頻率，共計13個指標(biāo)對不同處理后砂質(zhì)土壤肥力進行評價。各個單元土壤微形態(tài)特征見表2。

2.3 評價因子權(quán)重確定

本文對傳統(tǒng)的層次分析法[13-16]進行改進，目標(biāo)層為砂質(zhì)土壤肥力，準則層包括土壤基質(zhì)、土壤孔隙、有機物質(zhì)、土壤結(jié)構(gòu)體、粗骨顆粒5個因素。砂質(zhì)土壤質(zhì)地疏松，植物根系難以扎穩(wěn)，保水能力差，易漏風(fēng)跑墑，土壤養(yǎng)分也易隨降水或灌溉水流失。因此改良后砂質(zhì)土壤中的黏粒含量以及具有持水能力的土壤孔隙發(fā)育情況是各個處理改良效果的直觀體現(xiàn)。而土壤結(jié)構(gòu)體的形成以及粗骨顆粒的風(fēng)化是自然、人為因素長期作用的結(jié)果，在短期內(nèi)變化相對較小，因此本文設(shè)定土壤結(jié)構(gòu)體、粗骨顆粒指標(biāo)的重要程度不及土壤基質(zhì)、孔隙等指標(biāo)。目標(biāo)層各個因素的判斷矩陣見表3。

表1 不同處理單元Table 1 Different treatment units

通過建立判斷矩陣，代入標(biāo)度值后進行歸一化處理，根據(jù)公式(1)計算準則層各個因素的權(quán)重向量，計算得出Wi=(0.336，0.253，0.203，0.124，0.084)。進行一致性檢驗，計算得到一致性比例CR＜0.1時，說明判斷矩陣一致性良好。

式中：Wi為準則層各指標(biāo)權(quán)重，bij為判斷矩陣中歸一化處理后的標(biāo)度值。

約束層指標(biāo)的權(quán)重確定方法和準則層相似，計算得出砂質(zhì)土壤肥力微形態(tài)評價指標(biāo)權(quán)重見表4。

2.4 評價單元指標(biāo)分值及綜合得分

基質(zhì)類型、基質(zhì)顏色、孔隙類型、有機物質(zhì)類型、土壤團聚體、土壤微結(jié)構(gòu)6個定性指標(biāo)分值依照等差數(shù)列進行賦值，定性指標(biāo)按照標(biāo)準化賦分法進行賦值，其中土壤總孔隙百分比在35% 左右時，土壤結(jié)構(gòu)發(fā)育最好，將總孔隙百分比33.90% 的單元8賦值為100分；粗骨顆粒面積百分比最小的單元3分值賦為100分。

表2 評價單元土壤微形態(tài)特征Table 2 Soil micromorphological characteristics of evaluating units

表3 準則層各因素重要程度Table 3 Importance of each factor in criterion layer

表4 砂質(zhì)土壤肥力微形態(tài)評價指標(biāo)權(quán)重Table 4 Weights of micromorphological evaluating indicators of sandy soil fertility

根據(jù)多因素綜合評定公式(2)，得到各評價單元微形態(tài)評價的綜合得分：式中：Zj為j單元土壤肥力的微形態(tài)評價分值；Fij為j單元第i個因子標(biāo)準化后的分值；Wi為各個因子的綜合權(quán)重。各個單元指標(biāo)分值及綜合得分見表5。

表5 評價單元指標(biāo)分值及綜合得分Table 5 Scores of indicators and integrated scores of evaluating units

不同的改良措施對各個土壤微形態(tài)特征的影響不同，但不同處理單元的土壤肥力評價結(jié)果是根據(jù)各個微形態(tài)因素綜合評定得出的。14個處理單元中，對照處理單元1的土壤肥力最低。單元8土壤肥力最高，單元10次之，兩個單元土壤肥力綜合得分較為相近，都遠遠高于其他單元的得分。其中單元8黏土、有機肥的施加量為第3水平，腐殖酸的施加量為最高水平。

選取典型處理單元進行對比分析，不施加腐殖酸時，土壤肥力得分為-0.570，不施加黏土?xí)r，土壤肥力得分-0.353，不施加有機肥時的得分為0.119，都高于未施加任何改良劑的對照處理，對照處理土壤肥力得分僅為-1.757。缺失不同改良劑時對土壤肥力的提升作用是不同的。缺失腐殖酸時比對照處理土壤肥力得分提高了67.56%，缺失黏土?xí)r比對照組土壤肥力得分提高了79.91%，缺失有機肥時比對照組得分提高了106.77%。當(dāng)缺失腐殖酸時對砂質(zhì)土壤肥力影響最大，黏土次之，3種改良劑中，有機肥在短時間內(nèi)對砂質(zhì)土壤肥力的影響最小。當(dāng)3種改良劑的施加量均為3水平時，土壤肥力得分小于未施加有機肥的處理，說明黏土、有機肥、腐殖酸3種改良劑同時施用時可能存在拮抗作用，因此要最大程度地提高砂質(zhì)土壤肥力需要合適的改良劑配比。

2.5 砂質(zhì)土壤微形態(tài)評價指標(biāo)的最小數(shù)據(jù)集(MDS)建立

本文對砂質(zhì)土壤肥力進行評價時，選取的指標(biāo)較多，各個指標(biāo)間難免存在著一定的相關(guān)性，主成分分析法盡管能夠解決因素共線性的問題，但只涉及到某一個評價指標(biāo)在一個主成分上的荷載，會丟失該指標(biāo)在其他特征值＞1的主成分上的信息。而通過建立最小數(shù)據(jù)集，既能實現(xiàn)微形態(tài)評價指標(biāo)體系的簡化，又能避免失去過多砂質(zhì)土壤肥力信息[17-20]。

2.5.1 各個指標(biāo)相關(guān)性分析 利用JMP軟件對各個指標(biāo)進行相關(guān)性分析，判斷用于評價砂質(zhì)土壤肥力的13個微形態(tài)指標(biāo)是否存在冗余問題。各個指標(biāo)間相關(guān)性指數(shù)見表6。

表6 微形態(tài)評價指標(biāo)相關(guān)性指數(shù)Table 6 Correlation coefficients of micromorphological evaluating indicators

2.5.2 主成分確定 將每個特征值＞1的主成分中因子荷載＞0.5的指標(biāo)劃分為一組，如果某個微形態(tài)指標(biāo)同時在兩個主成分中的因子荷載均＞0.5，則將該指標(biāo)劃分到與其他參數(shù)相關(guān)性較小的另外一組。如果某一因素與該組中其他指標(biāo)相關(guān)性指數(shù)均較小，說明組內(nèi)的其他指標(biāo)都不能代表該指標(biāo)所包含的砂質(zhì)土壤肥力信息，則將該指標(biāo)單獨劃分為一組。經(jīng)主成分分析得出特征值＞1的主成分為2個，累積方差百分比73.30%。

各個指標(biāo)在主成分1上的因子荷載均＞0.5，主成分2荷載＞0.5的因子為基質(zhì)比、粗骨顆粒磨圓指數(shù)指標(biāo)，兩個指標(biāo)與其他指標(biāo)相關(guān)性較低，所以將這兩個指標(biāo)劃分為一組。毛管孔隙占比、粗骨顆粒平均粒徑指標(biāo)與主成分1中荷載較大的其他指標(biāo)相關(guān)性不顯著，所以將這兩個指標(biāo)分別單獨劃為一組。其余指標(biāo)同為另外一組。各個指標(biāo)的主成分荷載及分組見表7。

表7 主成分荷載矩陣及指標(biāo)分組和各指標(biāo)Norm值Table 7 Load matrix of principal components, group of indexes, Norm value of each indicator

2.5.3 計算矢量常模(Norm)值 Norm值的幾何意義為該變量在由多個主成分組成的多維空間中矢量常模(Norm)的長度，長度越長，表明該變量在所有主成分中的綜合載荷越大，其解釋該樣本綜合信息的能力也越強[17]。Norm值的計算公式如下：

式中：Nik表示第i個變量在特征值＞1的前k個主成分上的綜合載荷，uik是第i個變量在主成分k上的載荷，λk是第k個主成分的特征值。計算得到各個指標(biāo)的Norm值見表7。

2.5.4 砂質(zhì)土壤肥力的最小數(shù)據(jù)集確定 從表7看出，b組中有基質(zhì)比、粗骨顆粒磨圓度兩個指標(biāo)，基質(zhì)比指標(biāo)Norm值較大，因此該組中保留基質(zhì)比指標(biāo)。c、d組中各只有一個微形態(tài)指標(biāo)，盡管其Norm值較小，但仍然保留。a組中根據(jù)指標(biāo)Norm值的Ward法聚類分析結(jié)果，剔除總孔隙百分比、有機物質(zhì)頻率、土壤團聚體、土壤微結(jié)構(gòu)、粗骨顆粒面積百分比5個指標(biāo)。

篩選后得到砂質(zhì)土壤肥力微形態(tài)評價的最小數(shù)據(jù)集為基質(zhì)比、基質(zhì)類型、基質(zhì)顏色、毛管孔隙占比、孔隙類型、有機物質(zhì)類型、粗骨顆粒平均粒徑7個指標(biāo)。

2.5.5 基于最小數(shù)據(jù)集的砂質(zhì)土壤肥力評價 為驗證微形態(tài)評價指標(biāo)最小數(shù)據(jù)集的實用性與準確性，依據(jù)最小數(shù)據(jù)集，利用主成分分析法對各個單元砂質(zhì)土壤肥力重新測算，并與上文中的評價結(jié)果進行對比，測算兩個評價結(jié)果的吻合程度。

根據(jù)統(tǒng)計學(xué)原理，按累積貢獻度＞85% 的原則選取主成分。本文共提取3個主成分，貢獻率分別為65.31%、12.64%、7.97%，累積貢獻率85.92%，包含了大部分的指標(biāo)信息。

各個指標(biāo)在相應(yīng)主成分的特征值見表8，用于后續(xù)計算不同單元各個主成分的得分。

表8 各個指標(biāo)對應(yīng)的主成分特征值Table 8 Characteristic values of principal components of eachindicator

各主成分分值的計算依據(jù)下列公式：

式中：PCi為第i個主成分的得分，Aik表示第k個指標(biāo)在第i個主成分上的特征值，Zk表示評價指標(biāo)標(biāo)準化值，n表示主成分個數(shù)，m表示評價指標(biāo)個數(shù)。

綜合得分則用各主成分方差貢獻率乘以各自得分來計算，公式為

式中：Fj表示第j個單元的最終得分，Si表示主成分i的方差貢獻率，PCij表示第j個單元在主成分i上的得分，n 表示主成分數(shù)量。

各個單元砂質(zhì)土壤肥力原始評價結(jié)果、最小數(shù)據(jù)集評價結(jié)果見表9。

表9 原始評價結(jié)果和最小數(shù)據(jù)集評價結(jié)果對比Table 9 Comparison between original evaluated results and MSD evaluated results

對比原始評價結(jié)果及最小數(shù)據(jù)集評價結(jié)果，發(fā)現(xiàn)單元1、2、6、8、10、13的排名相同，該6個評價單元的排名順序為單元8＞單元10＞單元6＞單元13＞單元2＞單元1。除去單元3兩種評價結(jié)果排名差異較大外，其他單元排名的變動都在前后兩個排名之內(nèi)。另外兩種不同評價方法下，不同單元的排名次序幾乎沒有差別，如單元4、12、13兩種評價結(jié)果的排名均為單元13＞單元12＞單元4。

兩種評價結(jié)果的線性擬合方程為：原始評價結(jié)果=0.000 018 5 + 0.259 028 5×最小數(shù)據(jù)集評價結(jié)果。其中調(diào)整R2為0.965，說明該擬合效果較好。

綜上所述，根據(jù)最小數(shù)據(jù)集對砂質(zhì)土壤肥力進行評價時，雖然個別單元排名與原始評價結(jié)果存在差異，但整體趨勢相同，評價結(jié)果具有合理性，另外兩種評價結(jié)果也存在較高擬合度，因此最小數(shù)據(jù)集可以替代原始的微形態(tài)指標(biāo)反映砂質(zhì)土壤肥力的全部信息，在保證評價結(jié)果準確性的前提下，可以在一定程度上簡化計算過程。

3 結(jié)論

1) 與對照處理單元1相比，其他各個單元的土壤微結(jié)構(gòu)、團聚體、有機物質(zhì)、粗骨顆粒等微形態(tài)特征變化不顯著。土壤微結(jié)構(gòu)都以“海綿狀”微結(jié)構(gòu)為主，僅在單元4、6、8等單元中出現(xiàn)了少部分棱角塊狀、亞棱角塊狀微結(jié)構(gòu)；各個單元中的團聚體大多處于初級發(fā)育階段，僅在單元14中發(fā)現(xiàn)了發(fā)育較好的動物活動形成的團聚體。由于粗骨顆粒平均粒徑、磨圓度等特征的變化是自然、人力長期作用的結(jié)果，而本研究改良時間較短，所以各個單元粗骨顆粒特征差異不顯著。14個處理單元中，單元10中土壤黏粒最多、基質(zhì)比最大、有機物質(zhì)頻率最高；土壤孔隙狀況及毛管孔隙發(fā)育最好的單元分別是單元8和單元13。

2) 將13個土壤微形態(tài)因素作為砂質(zhì)土壤肥力的評價指標(biāo)，并對層次分析法進行改進，計算各個評價指標(biāo)的權(quán)重，其中準則層指標(biāo)土壤基質(zhì)、土壤孔隙、有機物質(zhì)、土壤結(jié)構(gòu)體、粗骨顆粒的權(quán)重分別為0.336，0.253，0.203，0.124，0.084。通過相同的方法計算各個準則層指標(biāo)所對應(yīng)的約束層指標(biāo)權(quán)重，二者相乘即為約束層指標(biāo)的綜合權(quán)重。根據(jù)多因素綜合評定法計算出的砂質(zhì)土壤肥力排名如下：單元8＞單元10＞單元6＞單元13＞單元14＞單元12＞單元11＞單元4＞單元9＞單元5＞單元7＞單元3＞單元2＞單元1。3) 建立了砂質(zhì)土壤肥力微形態(tài)評價的最小數(shù)據(jù)集，包含基質(zhì)比、基質(zhì)類型、基質(zhì)顏色、毛管孔隙占比、孔隙類型、有機物質(zhì)類型、粗骨顆粒平均粒徑7個指標(biāo)。最小數(shù)據(jù)集評價結(jié)果與原始評價結(jié)果呈顯著的線性相關(guān)關(guān)系：原始評價結(jié)果 = 0.000 018 5 +0.259 028 5×最小數(shù)據(jù)集評價結(jié)果，調(diào)整R2為0.965。因而實際對砂質(zhì)土壤肥力進行評價時，最小數(shù)據(jù)集7個微形態(tài)指標(biāo)可以代替原始的13個微形態(tài)指標(biāo)反映全部的土壤肥力信息。

[1] 張賓賓, 郭建斌, 蔣坤云, 等. 新型土壤改良劑Arkadolith對沙質(zhì)土壤主要物理性質(zhì)的影響[J]. 水土保持研究, 2011, 18(5)： 59-62

[2] 宋麗, 滿洪喆, 王定勇, 等. 秸稈改良材料對砂質(zhì)土壤鉀素抗淋溶的效應(yīng)[J]. 西南大學(xué)學(xué)報(自然科學(xué)版), 2011,33(7)： 81-86

[3] 劉雙營. 秸稈改良材料對砂質(zhì)土壤氮素的調(diào)控效應(yīng)研究[D].重慶： 西南大學(xué), 2010： 4-6

[4] 田野, 李海龍, 劉雙, 等. 基于層次分析法的鞍山千山林區(qū)土壤肥力評價[J]. 遼寧林業(yè)科技, 2009(5)： 29-31

[5] 張水清, 黃紹敏, 郭斗斗, 等. 基于主成分分析法的土壤肥力評價[J]. 安徽農(nóng)業(yè)科學(xué), 2011, 39(2)： 1096-1097

[6] 潘艷華, 張曉海, 楊春江, 等. 長期大量施用化肥及增施有機物植煙紅壤微結(jié)構(gòu)顯微研究//施榮. 云南省煙草學(xué)會2003年學(xué)術(shù)年會優(yōu)秀論文集[C]. 昆明： 云南科技出版社, 2005： 75-84

[7] 秦魚生, 涂仕華, 王正銀, 等. 長期定位施肥下紫色土土壤微形態(tài)特征[J]. 生態(tài)環(huán)境學(xué)報, 2009, 18(1)： 352-356

[8] 申思雨, 劉哲, 呂貽忠. 不同種植方式對溫室土壤微形態(tài)的影響[J]. 土壤, 2016, 48(2)： 355-360

[9] Golding K A, Davidson D A, Wilson C A. Micromorphological evidence for the use of urban waste as a soil fertiliser in and near to historic Scottish towns// Gilkes R J,Prakongkep N. Proceedings of the 19th World Congress of Soil Science： Soil solutions for a changing world.Symposium 4.5.1 Soil science： history, philosophy and sociology[C]. Wien, Austria： International Union of Soil Sciences (IUSS), c/o Institut fur Bodenforschung, Universitat fur Bodenkultur, 2010： 12-15

[10] 楊俐蘋, 白由路, 王賀, 等. 測土配方施肥指標(biāo)體系建立中“3414”試驗方案應(yīng)用探討——以內(nèi)蒙古海拉爾地區(qū)油菜“3414”試驗為例[J]. 植物營養(yǎng)與肥料學(xué)報, 2011,17(4)： 1018-1023

[11] Stoops G. Guidelines for analysis and description of soil and regolith thin section[J]. Soil Science Society of America Journal, 2003, 19(5)： 507-509

[12] 呂貽忠, 李保國. 土壤學(xué)[M]. 北京： 中國農(nóng)業(yè)大學(xué)出版社, 2006： 39-41

[13] 吳春明, 阮鋒. 基于層次分析法的級進模工序排樣影響因子權(quán)重的計算[J]. 機電工程技術(shù), 2012, 41(1)： 13-16

[14] 郭金玉, 張忠彬, 孫慶云, 等. 層次分析法的研究與應(yīng)用[J]. 中國安全科學(xué)學(xué)報, 2008(5)： 148-153

[15] 周旭, 安裕倫, 許武成, 等. 基于GIS和改進層次分析法的耕地土壤肥力模糊評價——以貴州省普安縣為例[J].土壤通報, 2009(1)： 51-55

[16] 常建娥, 蔣太立. 層次分析法確定權(quán)重的研究[J]. 武漢理工大學(xué)學(xué)報(信息與管理工程版), 2007(1)： 153-156

[17] 李桂林, 陳杰, 孫志英, 等. 基于土壤特征和土地利用變化的土壤質(zhì)量評價最小數(shù)據(jù)集確定[J]. 生態(tài)學(xué)報,2007, 27(7)： 2715-2724

[18] 張世文, 葉回春, 胡友彪, 等. 多時空尺度的土壤質(zhì)量評價最小數(shù)據(jù)集的建立[J]. 安徽農(nóng)業(yè)科學(xué), 2013, 41(17)：7487-7492

[19] 向武, 周衛(wèi)軍, 于良藝, 等. 低山油茶林土壤肥力質(zhì)量評價最小數(shù)據(jù)集的建立[J]. 湖南農(nóng)業(yè)科學(xué), 2013(3)： 44-46

[20] 貢璐, 張雪妮, 冉啟洋, 等. 基于最小數(shù)據(jù)集的塔里木河上游綠洲土壤質(zhì)量評價[J]. 土壤學(xué)報, 2015, 52(3)：682-689

Fertility Evaluation of Sandy Soil Under Different Improvement Measures Based on Soil Micromorphological Characteristics—A Case Study of Horqin Sandy Land in Inner Mongolia

LIU Ying, WANG Shu*, ZHANG Fengrong, LV Yizhong, LI Zhenzhen, MAO Shuailei, REN Naou
(College of Resources and Environmental Sciences, China Agricultural University, Beijing 100193, China)

Combined with maize yield information, 13 indicators of soil micromorphology were selected as the evaluating indicators, soil thin section technique, Photoshop and Image-pro plus 6.0 software were used to qualitatively and quantitatively evaluate sandy soil fertility under different improvements based on a field test in Horzin of Tongliao city, Inner Mongolia, and then MDS of soil micromorphological indicators was setup to simplify the evaluation process. The results showed that characteristics of soil microstructure, soil aggregate, colour of soil matrix and skeleton grains were similar under different treatments. Clay particles in unit 10 (values of clay, organic fertilizer and humic acid were 3.00×105, 3.00×104, 7.50×103kg/hm2,respectively) were higher than other units, and also its ratios of soil matrix and frequency of organic matter were the highest. The degree of porosity development in unit 8 (values of clay, organic fertilizer and humic acid were 1.50×105, 3.00×104, 1.125×104kg/hm2, respectively) was higher than other units, but the capillary pores were better developed in unit 13 (values of clay, organic fertilizer and humic acid are 7.50×104, 3.00×104, 3.75×103kg/hm2, respectively). The weights of soil matrix, soil pore, organic matter, soil structure and skeleton grains in the rule layer were 0.33, 0.253, 0.203, 0.124 and 0.084, respectively; there were 7 indicators in the established MDS of soil micromorphology, i.e. ratio of soil matrix, type of soil matrix, colour of soil matrix,percentage of capillary pore, type of pore, type of organic matter and average diameter of skeleton grains. The MDS evaluated result was highly correlated with the original evaluated result, which indicated that the established MDS can feasibly replace original 13 indicators in evaluating sandy soil fertility.

Fertility of sandy soil; Soil micromorphological characteristics; Minimum dataset (MDS); Inner Mongolia;Horqin sandy land

S152

A

10.13758/j.cnki.tr.2017.05.025

國土資源部公益性行業(yè)科研專項(201411009)資助。

* 通訊作者(wangshu@cau.edu.cn)

劉穎(1991—)，女，河北唐山人，碩士，主要研究土壤微形態(tài)。E-mail： 1501307484@qq.com