云南植煙土壤肥力狀況的組合評價法研究

褚旭，王珂清，魏建榮，張建強，楊康，杜堅，湯洋，馬志遠，李雨，胡鐘勝

江蘇中煙工業(yè)有限責(zé)任公司，南京市建鄴區(qū)夢都大街30號 210019

適宜的土壤條件是生產(chǎn)優(yōu)質(zhì)烤煙的基礎(chǔ)[1-2]。近年來，土壤養(yǎng)分供給失衡、農(nóng)田生態(tài)環(huán)境惡化、煙葉風(fēng)格特色弱化等問題嚴(yán)重影響植煙土壤的良性循環(huán)和煙葉生產(chǎn)的可持續(xù)性發(fā)展[3-4]。土壤肥力作為衡量土壤質(zhì)量的重要指標(biāo)，直接影響烤煙的生長發(fā)育[5-6]，體現(xiàn)了土壤的本質(zhì)特征[7-9]。目前，國內(nèi)對植煙土壤肥力狀況的評價方法多集中于單一綜合評價模型，如聚類分析、因子分析、模糊數(shù)學(xué)方法等[10]。單一評價模型從不同角度進行統(tǒng)計分析，結(jié)果因算法的不同存在非一致的問題[11]。但對于同一樣本而言，不同評價結(jié)果不應(yīng)有過大差異[12]。組合評價的實質(zhì)是，選擇幾種評價方法，將評價結(jié)果按照一定的方法進行組合，得出組合評價得分，最后得出排序結(jié)果。從理論上來說，組合評價法應(yīng)該比單一的評價方法更合理、更科學(xué)，因為它克服了主客觀兩類評價方法的缺陷[13]，但其在植煙土壤肥力狀況上的評價研究目前還鮮見報道。為此，本文以云南不同煙區(qū)植煙土壤的肥力指標(biāo)為研究對象，建立基于方法集的組合評價模型，并對組合前后的評價結(jié)果進行比較，以期為植煙土壤肥力狀況的綜合評價提出一個新的思路。

1 材料與方法

1.1 指標(biāo)測定

土壤樣品取自2017年江蘇中煙云南12個原料基地（分別記為1、2、3、…12原料基地），于烤煙移栽前進行土壤取樣，樣品共121份。

選擇對煙葉的生長發(fā)育具有重大影響的主導(dǎo)限制因素作為代表性指標(biāo)，并依據(jù)獨立性和系統(tǒng)性原則[14-15]，選取土壤pH、有機質(zhì)、全氮、水溶性氯、速效磷、速效鉀、全磷、全鉀、有效硫、有效鋅、有效硼及有效鉬等12個常規(guī)參數(shù)作為植煙土壤肥力的評價指標(biāo)，對不同煙區(qū)的土壤肥力狀況進行綜合性評價。各養(yǎng)分的具體測定方法參見文獻[16]。

1.2 單一評價法

綜合國內(nèi)已有研究[1,10,17]，選取3種具有代表性的主客觀植煙土壤肥力狀況評價方法：隸屬度函數(shù)法、主成分分析法、灰色關(guān)聯(lián)度法。

1.2.1 隸屬度函數(shù)法

采用隸屬函數(shù)的數(shù)學(xué)模型計算土壤肥力指數(shù)（SFI）[18-21]，計算公式為：

式中，Ni和Wi分別表示第i個土壤肥力指標(biāo)的隸屬度值和相應(yīng)權(quán)重系數(shù)。根據(jù)煙草生長發(fā)育對養(yǎng)分的需求，結(jié)合相關(guān)研究成果[1,22-24]，并根據(jù)云南當(dāng)?shù)厣a(chǎn)經(jīng)驗[3-4,14]，確定各項肥力指標(biāo)所選用的隸屬度函數(shù)類型和閾值（表1）。通過土壤隸屬度函數(shù)計算各指標(biāo)的隸屬度值，并運用標(biāo)準(zhǔn)差法[25]確定綜合養(yǎng)分指標(biāo)的權(quán)重系數(shù)（表1），并最終得出土壤肥力指數(shù)。

表1 土壤肥力指標(biāo)的隸屬度函數(shù)類型、閾值及其權(quán)重Tab.1 Membership function type, threshold and weight of soil fertility indices

1.2.2 主成分分析法

主成分分析法是將n個煙區(qū)的p個土壤肥力指標(biāo)構(gòu)成主成分分析相關(guān)矩陣。在對指標(biāo)數(shù)據(jù)進行標(biāo)準(zhǔn)化后，構(gòu)建成zx1，zx2，…，zxp，綜合成m（m＜p）個變量（f1，f2，…，fm），這m個變量之間互不相關(guān)，因子變量f1，f2，…，fm分別稱作元變量的第1，第2，…，第m個主成分，表示為：

其中，主成分綜合得分為各提取主成分得分與該主成分貢獻率乘積的和。

相關(guān)矩陣的特征值如表2所示。根據(jù)特征值大于1的原則提取4個主成分，累計方差貢獻率達到85.20%，基本反映原變量的信息。

1.2.3 灰色關(guān)聯(lián)度法

灰色關(guān)聯(lián)度法是通過分析參考數(shù)據(jù)列和若干個比較數(shù)據(jù)列的幾何形狀相似程度來判斷其聯(lián)系的緊密程度，反映曲線間的關(guān)聯(lián)性[26]。參照相關(guān)研究結(jié)果[17]，設(shè)定參比序列為{5.97，2.96，0.15，3.91×10-3，4.94×10-3，1.58×10-2，0.1，2.28，4.5×10-3，2.23×10-4，0.95×10-4，0.15×10-4}，分別對應(yīng){土壤pH，有機質(zhì)，全氮，水溶性氯，速效磷，速效鉀，全磷，全鉀，有效硫，有效鋅，有效硼，有效鉬}。

表2 相關(guān)矩陣的特征值Tab.2 Eigenvalues of the correlation matrix

1.3 組合評價的事前檢驗

用Kendall系數(shù)實現(xiàn)組合評價的事前檢驗，檢驗各種單一評價方法的排序結(jié)果是否具有一致性。用Xij表示第i個被評對象在第j中評價方法下的排序值，1≤Xij≤n（i=1，2，…，n；j=1，2，…，m）。參照相關(guān)研究成果[13]，選取統(tǒng)計量：

1.4 組合算法

通過事前檢驗后，組合各種單一評價的計算結(jié)果，得出組合評價值。組合評價的方法主要有：平均值法，Borda法，Copeland法和模糊Borda法[12]。

1.5 組合評價法的事后檢驗

組合評價的事后檢驗，主要是檢驗組合方法所得評價結(jié)果與原始方法得到的排序結(jié)果之間的密切程度。同時，憑借分析結(jié)果選出最合理的組合評價方法。采用斯皮爾曼（Spearman）等級相關(guān)系數(shù)[13]對組合評價法進行事后檢驗。假設(shè)對原m種方法進行p種組合，Yik表示第i個被評單位在第k種組合方法下的排序值，1≤Yik≤n（i=1，2，…，n；k=1，2，…，p）。

當(dāng)n＜10時，檢驗統(tǒng)計量為：

當(dāng)n≥10時，檢驗統(tǒng)計量為：

式中，ρjk表示第k種組合方法與原第j種方法之間的Spearman等級系數(shù)，反映組合方法k與原方法j之間的相關(guān)程度，ρjk越大表示兩種方法所得排序結(jié)果的相關(guān)程度越高，ρ表示組合方法k與原m種方法之間的平均相關(guān)程度。tk服從自由度為（n-2）的t分布。給定顯著性水平α，查表的臨界值tα/2(n-2)，當(dāng)tk＞ tα/2(n-2)時，認為各種評價方法在α顯著水平上具有一致性[13]。

同時，若p＞1，則需選擇一種最佳的組合評價方法。當(dāng) n＜10 時，取ρ中的最大者作為最佳組合法；當(dāng) n ≥ 10 時，取 tk中的最大者作為最佳組合法[13]。

1.6 數(shù)據(jù)處理

利用下式對數(shù)據(jù)進行歸一化處理，SPSS 18.0軟件進行數(shù)據(jù)分析，Excel軟件進行統(tǒng)計作表。不同區(qū)域土壤樣品的各項指標(biāo)在計算所有樣品的基礎(chǔ)上匯總平均得到。

式中，Dk為第k個指標(biāo)的歸一化值，Dk0為第k個指標(biāo)的原始值，Dmink為第k個指標(biāo)的最小值，Dmaxk為第k個指標(biāo)的最大值。

2 結(jié)果與分析

2.1 不同煙區(qū)對土壤肥力狀況及單一評價結(jié)果的影響

不同煙區(qū)土壤肥力狀況的及質(zhì)量的結(jié)果見表3。由表中可以看出，不同煙區(qū)土壤肥力狀況指標(biāo)及質(zhì)量存在較大差異。土壤pH值、全磷以煙區(qū)6值最大，有機質(zhì)、全氮以煙區(qū)7含量最高，水溶性氮煙區(qū)1含量最大，速效磷煙區(qū)5值最大，速效鉀和全鉀以煙區(qū)8含量最高。不同煙區(qū)有效微量元素含量高低不均，有效硫含量最高，有效鉬含量最低。同時，進行多重比較分析的結(jié)果顯示，不同煙區(qū)間的土壤肥力狀況指標(biāo)的差異出現(xiàn)不同規(guī)律，尤其是不同煙區(qū)隸屬度法、主成分分析法以及灰色關(guān)聯(lián)度法的評價值的差異規(guī)律不同，需要進一步研究不同土壤評價方法之間的融合性。

2.2 單一評價結(jié)果及事前檢驗

分別利用隸屬度函數(shù)法、主成分分析法及灰色關(guān)聯(lián)度法對不同煙區(qū)植煙土壤的肥力狀況進行比較，綜合得分及排序如表4所示。由表中可見，3種單一評價方法中，隸屬度法評價得分最高的是煙區(qū)8，最低的是煙區(qū)1，主成分分析法評價得分最高的是煙區(qū)8，最低的是煙區(qū)12，灰色關(guān)聯(lián)度法評價結(jié)果最高的是煙區(qū)8，最低的是煙區(qū)12。不同單一評價方法排序標(biāo)準(zhǔn)差的最大值為1.53，分別是煙區(qū)2、4、10、11。

進一步的，對各種單一綜合評價方法進行組合前，利用Kendall系數(shù)對3種評價方法進行事前檢驗，采用式（3）對表（4）中的排序結(jié)果進行檢驗。取顯著性水平α=0.01，（24.73），在給定顯著水平條件下，3種評價方法間具有一致性。

2.3 組合評價結(jié)果及事后檢驗

在原有3種單一評價方法具有一致性的前提下，利用平均值法、Borda法、Copeland法及模糊Borda法進行組合，得到4種組合方法下不同煙區(qū)土壤肥力狀況的排名情況（表5）。由表可知，4種方法評價得分最高和最低的煙區(qū)均為煙區(qū)8和煙區(qū)12，組合后得分最高和最低的煙區(qū)更加一致。對應(yīng)的，不同組合法排序標(biāo)準(zhǔn)差最大的是煙區(qū)6，標(biāo)準(zhǔn)差為1.4，組合前排序標(biāo)準(zhǔn)差最大的煙區(qū)2、4、10、11組合后的排序標(biāo)準(zhǔn)差分別為0.5、0、0、0.5。綜上，經(jīng)不同方法組合后的各煙區(qū)排序結(jié)果發(fā)生變化，組合后的排序情況更加一致。

表3 不同煙區(qū)植煙土壤養(yǎng)分含量及質(zhì)量情況Tab.3 Soil nutrient content and quality of tobacco planting soil from different tobacco areas

表4 單一方法綜合評價結(jié)果Tab.4 Result of single evaluation method

進一步的，通過計算Spearman系數(shù)實現(xiàn)對組合評價的事后檢驗。首先，計算組合方法與原方法之間的相關(guān)程度，結(jié)果見表6。隸屬度法、主成分分析法及灰色關(guān)聯(lián)度法分別用r1，r2及r3表示；平均值組合法、Borda組合法、Copeland組合法和模糊Borda組合法分別用R1，R2，R3及R4表示。由Spearman系數(shù)的均值可知，7種評價方法與其他評價方法的一致性結(jié)果排序為：平均值組合法（0.92）＞Copeland組合法（0.91）＞ Borda組合法（0.88）＞模糊Borda法（0.86）＞灰色關(guān)聯(lián)度法（0.85）＞隸屬度函數(shù)法（0.77）＞主成分分析法（0.68），組合評價法的一致性程度普遍優(yōu)于單一評價法。同時，從表6中可知，平均值組合法的一致性程度最高，而主成分分析法的一致性程度最低。

借助式（5）及表6的數(shù)據(jù)，分別計算平均值組合法、Borda組合法、Copeland組合法及模糊Borda組合法的tk值。4種組合方法的tk值分別用ta，tb，tc和td表示，其結(jié)果分別為7.42，5.94，6.94和5.40，取顯著水平α＝0.01，ta＞tb＞tc＞td＞tα/2(10)（2.76），在給定的顯著性水平下，4種組合方法與原3種單一評價方法密切相關(guān)。

表5 組合方法的評價結(jié)果Tab.5 Results of combination evaluation method

表6 等級相關(guān)系數(shù)矩陣Tab.6 Rank correlation coefficient matrix

2.4 最優(yōu)組合評價法評定

最后，取不同組合方法 tk值的最大者作為最佳組合法。平均值組合法、Borda組合法、Copeland組合法及模糊Borda組合法的tk值分別為7.42，5.94，6.94和5.40。模糊Borda組合法模型效果最差，Copeland組合法和Borda組合法分列第二和第三位，4種組合方法中以平均值組合法表現(xiàn)最佳，這與前人的研究結(jié)論也是一致的[11,27]。平均值組合法處理過程簡單，兼容性好，可靠性高，原始信息得到充分保留[11,13]，并與原有3種單一評價方法的相關(guān)程度最高，是一種值得推廣的組合評價方法。

3 討論與結(jié)論

植煙土壤肥力狀況的非均衡性富集和耗減，直接影響煙葉的產(chǎn)質(zhì)量，嚴(yán)重影響平衡施肥的有效性[28-32]。盡管部分煙區(qū)對此做了一定的研究，但目前來看，研究尚不夠系統(tǒng)和深入。

本文運用隸屬度函數(shù)法、主成分分析法和灰色關(guān)聯(lián)度法對云南不同煙區(qū)植煙土壤的肥力狀況進行綜合評價，在檢驗3種單一評價方法具有一致性的基礎(chǔ)上，結(jié)合方法集的組合評價模型，分別利用平均值法、Borda法、Copeland法及模糊Borda法進行組合評價。評價結(jié)果經(jīng)事后檢驗確認一致性，說明土壤肥力狀況的組合評價方法科學(xué)可行。最后通過計算組合評價法的tk值選取最優(yōu)組合方法[13]，以平均值組合法表現(xiàn)最佳。組合評價方法在減少評價模型單一而造成誤差的同時，較好的綜合不同方法的得分及排序結(jié)果，效果更加合理、科學(xué)[13]。

通過對植煙土壤肥力狀況的綜合評價有助于烤煙的精準(zhǔn)施肥[22]，為煙區(qū)科學(xué)的進行煙草種植區(qū)劃和植煙土壤改良提供重要理論依據(jù)，也為煙草優(yōu)質(zhì)適產(chǎn)打造堅實的基礎(chǔ)[14]。對于土壤肥力較好，組合評價排序較高的煙區(qū)采取控制化肥施用的原則。而肥力較差，組合排序較低的煙區(qū)實行增施有機肥，改善土壤養(yǎng)分的施肥原則。

值得注意的是，土壤肥力狀況的組合評價結(jié)果僅代表一種潛在的生產(chǎn)能力，考慮到煙草生長發(fā)育的需求，還應(yīng)綜合考慮不同煙區(qū)的氣候、栽培條件等因素，才能表現(xiàn)其實際的生產(chǎn)能力，使植煙土壤的組合評價結(jié)果更加合理的被利用。