基于熵權-TOPSIS模型篩選隴中旱作區(qū)適宜玉米輪作的土壤可持續(xù)系統(tǒng)

趙思騰， 師尚禮， 李小龍， 李 文， 張曉燕

(甘肅農業(yè)大學草業(yè)學院， 草業(yè)生態(tài)系統(tǒng)教育部重點實驗室， 甘肅 蘭州 730070)

隴中黃土高原丘陵區(qū)是我國典型的生態(tài)脆弱區(qū)，該地區(qū)旱災頻發(fā)、地形破碎、水土流失嚴重。嚴峻的生態(tài)環(huán)境和人民保守的舊耕作思想，致使當地土壤養(yǎng)分含量降低，肥力變差，作物產量不穩(wěn)且低下。這些因素嚴重制約著該區(qū)域農業(yè)生態(tài)系統(tǒng)的可持續(xù)發(fā)展[1]。

玉米(Zeamays)為隴中旱作區(qū)主要的規(guī)?；N植作物之一，在國家“糧改飼”調結構中也扮演著重要角色，高產優(yōu)質，既能收獲糧食，又能全株青貯作飼草，適宜于作調整種植結構和“以種帶養(yǎng)”的作物[2]。

土壤團聚體、土壤有機碳、土壤全氮、全磷、全鉀、速效氮、速效磷、速效鉀等土壤理化性狀，是評價土壤質量的重要指標[2-3]。土壤團聚體是土壤結構的基本單位，其數量在一定程度上反應土壤持水性，通透性，以及供儲養(yǎng)分能力的強弱，并通過土壤溫度、土壤水分含量與土壤通氣性等直接影響作物生產力，是重要的土壤物理性質[4-6]；土壤養(yǎng)分為作物提供生長必需的營養(yǎng)元素，其含量的高低對作物生長發(fā)育有重要影響[7-10]；土壤有機碳是評價土壤質量的關鍵指標，是土壤肥力和基礎地力最重要的物質基礎，在調節(jié)土壤水、肥、熱狀況等方面起著較好的維持作用，影響著土壤生產力及其穩(wěn)定性[11-13]。通過合理輪作能一定程度上優(yōu)化土壤理化性狀，改善土壤微生態(tài)環(huán)境，增加作物產量，提高土地利用效率[14]。近年來隨著人們環(huán)保意識的提高，種植結構的調整以及畜牧業(yè)的發(fā)展，糧草輪作系統(tǒng)得到了有效的推廣[15-17]。但隴中地區(qū)種植結構仍長年以馬鈴薯(Solanumtuberosum)和小麥(Triticumaestivum)為主，少數飼草料田也主要以玉米多年連作的種植模式為主，導致土壤質量嚴重下降，大量施用化學肥料不僅導致經濟成本的提升，而且對當地脆弱的生態(tài)環(huán)境加重了壓力，培肥地力已成為當下實現作物高產量高品質面對的嚴峻問題。

因此，對土壤質量的綜合評價是農業(yè)生產與規(guī)劃的基礎工作，客觀、合理的評價是掌握土壤基本狀況的前提，評價方法的選取是評價過程中的重要環(huán)節(jié)，影響評價的精度和準確度[18]。國內外學者對評價方法做了大量研究，方法的差異集中于評價指標的權重確定和數學模型，常見的評價指標的權重確定方法包括層次分析法、主成分分析法、灰色關聯度等。這些評價方法使土壤養(yǎng)分評價更精確化，但一些方法仍具有算法復雜、耗時長以及不實用等缺點，且權重的確定與數學模型對土壤養(yǎng)分評價精度的影響存在不確定性。本研究采用熵權法取代一般權值法，避免了主觀性；TOPSIS模型是一種適用于多指標多方案決策分析的方法[19]，在與熵權法結合的基礎上，將其應用于土壤肥力評價，期望能得到更客觀、更符合實際的評價效果。張彬等[20]基于改進的TOPSIS模型對陜西省周至縣北部農耕區(qū)土壤養(yǎng)分進行綜合評價。在前人的研究基礎上，本研究旨在通過建立TOPSIS模型和熵權法的融合，對玉米與苜蓿(Medicagosativa)、馬鈴薯、大豆(Glycinemax)和小麥4種作物輪作土壤進行綜合評價，探究不同輪作系統(tǒng)較玉米連作對土壤肥力影響的差異性，篩選出適宜隴中旱作區(qū)種植玉米的最優(yōu)輪作系統(tǒng)，為生產實踐提供理論依據。

1 材料與方法

1.1 研究區(qū)概況

試驗設在隴中黃土高原丘陵溝壑區(qū)的定西市安定區(qū)團結鎮(zhèn)閻家灣村(35°23′ N，104°33′ E,海拔 2 100 m)。該區(qū)年均太陽輻射592.9 kJ·cm-2，日照時數2 476.6 h，年均氣溫6.4℃，≥0℃年積溫2 933.5℃，≥10℃年積溫2 239.1℃；無霜期140 d。年平均降水390.9 mm，年蒸發(fā)量1 531 mm，干燥度2.53，80%保證率的降水量為365 mm，變異系數為24.3%，屬于典型的雨養(yǎng)旱作農業(yè)區(qū)。土壤為典型的黃綿土，黃土層較薄，耕地0～40 cm土壤全氮含量平均為1.06 g·kg-1，堿解氮含量平均為48.32 mg·kg-1，速效磷含量平均為11.06 mg·kg-1，速效鉀含量平均為117.62 mg·kg-1，有機質含量平均為15.41 g·kg-1，凋萎含水率約為7.3%，飽和含水率約為22%，土壤肥力均勻，貯水性能良好。

1.2 試驗設計

根據試驗需要，選取玉米連作(C-C)處理作為對照，玉米-不同作物輪作處理作為研究對象，試驗共設5個處理，3次重復，小區(qū)面積7 m×7 m，隨機區(qū)組排列，各處理詳見表1。輪作供試作物為紫花苜蓿、小麥、玉米、馬鈴薯、大豆。所有模式均施純氮105 kg·hm-2，純P2O5105 kg·hm-2，所有肥料僅在播種前施入作基肥。

表1 試驗輪作系統(tǒng)處理設計Table 1 Design of experimental rotation system treatment

1.3 土壤樣品的采集及測定方法

于2017年10月、2018年10月用內徑10 cm的土鉆在各樣地內隨機采集3鉆土樣(2層，每次20 cm)，將土樣帶回實驗室，在室內陰干并過篩，用以測量土壤有機碳、全氮、堿解氮、全磷、速效磷、全鉀、速效鉀。土壤總有機碳(Total organic carbon)采用重鉻酸鉀外加熱法；土壤全氮(Total nitrogen)采用凱氏定氮法；堿解氮(Available nitrogen)采用擴散法；全磷(Total phosphorus)采用H2SO4-HCLO4鉬銻抗比色法；速效磷(Available phosphorus)采用NAHCO3鉬銻抗比色法；全鉀(Total potassium)采用NAOH熔融-火焰光度計法，速效鉀(Available potassium)采用NH4OAc浸提-火焰光度計法[21]。

同時，用鏟子采集0～20 cm土樣，每個處理3次重復，采集原狀土樣。在采集與運輸過程中盡量減少對土樣的擾動，以避免破壞團聚體。帶回實驗室風干土樣，沿著土壤結構的自然剖面掰分成1 cm左右的土壤團塊，采用人工干篩法測定各級團聚體含量，均通過孔徑為5，2，1，0.5和0.25 mm 5個篩級，并計算≥0.25 mm的團聚體含量(R0.25)、土壤平均重量直徑(Mean Weight Diameter,MWD)和幾何平均直徑(Geometric Mean Diameter,GMD)[22]。

1.4 數據處理與分析

采用Microsoft Excel 2010進行數據整理后用SPSS 19.0軟件分析，Origin 9.1軟件做圖。

TOPSIS模型是系統(tǒng)工程中有限方案多目標決策分析的一種決策技術，為距離綜合評價法[23]。該模型通過定義輪作系統(tǒng)選擇問題的理想解和負理想解，計算被評價輪作系統(tǒng)與理想解和負理想解之間的歐式距離，從而確定被評價輪作系統(tǒng)與理想輪作系統(tǒng)的貼近程度，最后選擇最貼近理想解的輪作系統(tǒng)作為最優(yōu)決策[24]。其建模和求解步驟如下：

設參與多目標決策的指標集(土壤肥力指標)為M=(M1,M2…,Mn)，方案集(試驗處理)為D=(D1,D2,…,Dm)，指標Mi到方案Dj的值為yij，則形成決策矩陣Y=(yij)n×m，即

為了消除各評價指標不同量綱對決策方案的影響，將決策矩陣進行標準化處理，得到標準化矩陣R=(rij)n×m.

其中，對于越大越優(yōu)的收益型指標：

(1)

對于越小越優(yōu)的成本型指標：

(2)

利用式(1)，(2)計算出各指標的權重wj。

將標準化決策矩陣與各指標權重相乘，得到加權標準化決策矩陣Zij。

確定正理想解x+=maxZij和負理想解x-=Zij。

計算各方案分別與正理想解和負理想解的歐式距離。其中，

計算各方案與最優(yōu)方案的貼合度Si，貼進度Si的取值范圍為0到1，Si最大者優(yōu)，各處理Si如圖所示，其中：

2 結果與分析

2.1 不同輪作系統(tǒng)對土壤養(yǎng)分的影響

由表2可知，2017年0～20 cm土層中，C-S模式土壤全氮含量最高，C-C系統(tǒng)最低，C-A，C-S與C-C之間差異顯著(P<0.05)，20～40 cm土層土壤全氮表現與上層基本一致；0～20 cm土層土壤堿解氮含量表現為C-A最高，C-C模式最低，其中輪作系統(tǒng)顯著高于連作模式(P<0.05)，20～40 cm土層與0～20 cm土層表現基本一致。2018年土壤全氮和堿解氮含量較2017年比，除C-A、C-S模式外均有所下降，0～20 cm土層土壤全氮含量表現為C-A，C-P，C-S，C-W與C-C差異顯著(P<0.05)，其中C-A，C-S模式顯著高于其余模式(P<0.05)，20～40 cm土層表現與上層基本一致；在0～20 cm土層中，土壤堿解氮含量表現為C-A，C-S，C-S顯著高于C-C模式(P<0.05)，20～40 cm土層中C-A、C-S與C-C模式差異顯著(P<0.05)。整體而言，C-A，C-P，C-S，C-W土壤全氮含量較C-C模式分別高了20.35%，3.54%，12.39%，6.18%；堿解氮含量分別高了31.76%，9.55%，24.48%，16.12%。

表2 不同輪作系統(tǒng)土層間土壤全氮和土壤堿解氮比較Table 2 Comparison of soil total nitrogen and soil available nitrogen in different rotation systems

注：同列不同小寫字母表示處理間差異顯著(P<0.05)。下同

Note:Different lowercase letters within the same column for the same soil layer indicate significant difference among different treatments at the 0.05 level. The same as below

2017年不同輪作系統(tǒng)對土壤全磷和速效磷含量影響明顯(表3)。在0～20 cm土層中，C-S輪作系統(tǒng)土壤全磷含量最高，其次為C-A系統(tǒng)，C-C連作系統(tǒng)的土壤全磷最低，C-A，C-P，C-S與C-C差異達顯著水平(P<0.05)；20～40 cm土層中，C-A處理全磷含量最高，C-W處理最低，C-A與C-C差異顯著(P<0.05)。0～20 cm土層，除C-W模式外，C-A，C-P，C-S系統(tǒng)的土壤速效磷含量均高于C-C處理，差異顯著(P<0.05)，在20～40 cm土層中，C-A處理速效磷含量最高，C-W模式顯著低于其他處理(P<0.05)。2018年較2017年土壤全磷和速效磷含量表現為呈下降趨勢，其中除C-W模式外，其余處理均高于C-C連作模式。整體而言，C-A，C-P，C-S輪作系統(tǒng)比C-C連作的土壤全磷含量分別高了21.49%，8.87%，15.13%；速效磷分別含量提高了23.37%，28.78%，12.76%。

表3 不同輪作系統(tǒng)土層間土壤全磷和土壤速效磷比較Table 3 Comparison of total phosphorus and available phosphorus in different rotation systems

不同輪作系統(tǒng)對土壤全鉀和速效鉀含量影響明顯(表4)。2017年，在0～20 cm土層中，除C-P輪作系統(tǒng)其余系統(tǒng)均顯著高于C-C連作系統(tǒng)(P<0.05)，20～40 cm土層表現與0～20 cm土層基本一致。0～20 cm土層，土壤速效鉀含量表現為C-A輪作系統(tǒng)最高，C-P模式最低，C-A、C-W系統(tǒng)顯著高于C-C連作系統(tǒng)(P<0.05)；20～40 cm土層中，C-A輪作系統(tǒng)顯著高于其他處理(P<0.05)，而其余系統(tǒng)之間差異不顯著(P>0.05)。2018年土壤全鉀和速效鉀含量表現與2017年基本一致，且呈一定的下降趨勢，其中除C-P模式外，其余輪作系統(tǒng)均高于連作系統(tǒng)。整體來看，C-A，C-S，C-W輪作較C-C連作相比全鉀含量分別提高了17.26%，9.43%，5.87%，速效鉀含量分別提高了4.21%，2.17%，4.92%。

表4 不同輪作系統(tǒng)土層間土壤全鉀和土壤速效鉀比較Table 4 Comparison of total potassium and available potassium in different rotation systems

2.6 不同輪作系統(tǒng)對土壤有機碳SOC含量的影響

如圖1所示，2018年土壤有機碳在0～20 cm土層的表現為C-A輪作系統(tǒng)最高，C-P模式最低，C-A比C-C的土壤有機碳含量顯著提高了27.52%(P<0.05)，C-P，C-S，C-W與C-C模式差異顯著(P<0.05)，分別比C-C高了13.14%，21.93%和14.37%；在20～40 cm土層中，土壤總有機碳含量表現與上層基本一致，其中C-A比C-C模式顯著高了26.69%(P<0.05)，C-P，C-S和C-W分別比C-C顯著高了14.16%，22.39%和16.75%(P<0.05)。

圖1 不同輪作系統(tǒng)土層間土壤有機碳含量Fig.1 Soil organic carbon in different rotation systems

1.7 土壤團聚體

由圖2可知，2018年土壤團聚體粒徑質量占比分布為C-S處理以>5 mm粒級的團聚體為主，其次為1～0.5 mm粒級的團聚體，C-C處理以1～0.5 mm粒級的團聚體為主，其次為5～2 mm粒級的團聚體，其他不同處理均以<0.25 mm粒級的團聚體為主，且均占21%以上，其次為0.5～0.25 mm粒級的團聚體。

見表5，C-S模式R0.25值最高，C-W最低，其中C-S比C-C模式R0.25值高了8.51%，差異顯著(P<0.05)，其余處理與C-C差異不顯著(P>0.05)；同一土層不同處理的MWD值表現為為C-S>C-C>C-P>C-W>C-A，4種處理與C-C之間差異不顯著(P>0.05)；不同處理的GMD值由大到小排序為C-C>C-S>C-P>C-W>C-A，C-S模式的GMD值高于C-C，差異顯著(P<0.05)，其余處理與C-C差異不顯著(P>0.05)。說明C-S處理顯著增加了≥0.25 mm土壤團聚體含量，且增大了MWD和GMD值，提高了土壤的機械穩(wěn)定性。

圖2 不同輪作系統(tǒng)土壤粒徑質量占比分布Fig.2 Distribution of soil particle size and mass proportion in different rotation systems

表5 不同輪作系統(tǒng)土壤團聚體穩(wěn)定性特征值Table 5 Characteristic values of soil aggregate stability in different rotation systems

注：同行不同小寫字母表示處理間差異顯著(P<0.05)

Note: Different lowercase letters in the same row indicate significant difference among different treatments at the 0.05 level

2.4 基于熵權TOPSIS模型評價最優(yōu)輪作系統(tǒng)

通過熵權法得出各指標權重值為wj(0.046,0.149,0.126,0.244,0.156,0.032,0.071,0.089,0.087,0)因GMD的熵值趨近于1，提供信息量較少，則權重趨近于0。

為了消除各指標量綱不同對決策方案的影響，將決策矩陣進行標準化處理，得到標準化決策矩陣R，將標準化后的決策矩陣R與各指標權重相乘，得到加權決策矩陣Z，具體見表6。

表6 標準化決策矩陣和加權標準化決策矩陣
Table 6 Normalized matrix and weighted standardized decision matrix

通過熵權法建立TOPSIS模型對隴中旱作區(qū)不同輪作系統(tǒng)下土壤的多個指標進行綜合分析評價，從圖3可以得出，各處理貼進度Si由高到低的排序為C-A>C-S>C-P>C-W>C-C。C-A輪作系統(tǒng)優(yōu)于其他輪作系統(tǒng)，理想貼合度Si為0.76，其次為C-S輪作系統(tǒng)，其理想貼合度Si為0.62，C-C連作系統(tǒng)理想貼合度Si最低，其值為0.25。

圖3 不同輪作系統(tǒng)的貼合度SiFig.3 Fit Si in different rotation systems

3 討論

不同輪作系統(tǒng)會導致土壤質量發(fā)生變化，主要且直觀體現在土壤養(yǎng)分含量的增加和衰減。有研究表明，土壤養(yǎng)分含量會隨著不同的輪作系統(tǒng)設計而呈現相應的降低或者升高[25]。本研究發(fā)現，玉米連作模式土壤養(yǎng)分含量處于相對較低的水平，而玉米輪作苜蓿、馬鈴薯、大豆和小麥4種不同作物后，土壤養(yǎng)分含量大致有一定程度提升，說明玉米輪作在一定程度上提高了土壤養(yǎng)分含量。這可能是由于連作導致土壤結構發(fā)生變化，引發(fā)作物連作障礙，使作物無法很好的吸收土壤養(yǎng)分元素，導致其不能被充分利用而發(fā)生積累[26]，例如氮素如果發(fā)生堆積，會轉化為硝態(tài)氮，硝酸根離子與等量的鈣離子結合而隨水流失[27]，通過合理輪作方式可以充分利用土壤中養(yǎng)分，促進土壤微生態(tài)系統(tǒng)循環(huán)，改善土壤物理結構，從而使得土壤質量得到改善。有研究發(fā)現，玉米-大豆2年輪作體系中，玉米的產量通常比連作高5%～20%，如果種植1年玉米再種植5年大豆后，玉米產量可提升15%[28]。本研究發(fā)現，土壤養(yǎng)分含量隨著種植年限的增長而降低，但玉米-苜蓿、玉米-大豆2種輪作處理的全氮和堿解氮含量呈現一定程度的提高，這可能是由于豆科作物的固氮作用提升了土壤的氮含量，與前人的研究結果一致[29]。

土壤有機碳含量是土壤養(yǎng)分重要組成部分，與土壤肥力關系密切[30-31]。本研究發(fā)現，5種處理中玉米-苜蓿輪作有機碳含量最高，這可能是由于苜蓿根部形成大量根瘤菌，自身的固氮能力將空氣中的氮素固定到土壤中，同時根系產生一些有機分泌物和部分腐爛根系，增加了土壤的有機質含量[32-33]，使得玉米-苜蓿輪作的有機碳含量處于較高水平。羅彩云等[34]研究發(fā)現有豆科植物參與的輪作系統(tǒng)，土壤有機碳儲量增加，土壤有機質得到活化，能更好的培肥地力。又有研究表明，連作模式使土壤處于免耕狀態(tài)，土壤的免擾動導致土壤有機碳含量處于較高水平[11]。這與本研究結果相似，玉米-苜蓿輪作模式有利于土壤有機碳的穩(wěn)定，且能維持土壤較高的有機碳含量，推測其原因在于苜蓿為多年生豆科植物，其自身的固氮能力使土壤氮含量提高，根系分泌的有機物質增加了土壤有機碳含量，且挖除玉米后種植苜蓿，其自身特有的生理特性導致其后期并不需要翻耕，多年以來維持了土壤原有的物理結構，與其余輪作模式相比玉米-苜蓿輪作對土壤擾動幅度較小，更好的維持了土壤的穩(wěn)定性，使土壤有機碳含量較高。相較于玉米輪作，玉米連作土壤有機碳含量相對較低可能是由于連作障礙的產生且玉米作物連作對土壤養(yǎng)分利用過度，導致土壤結構及理化性質變差，進而引起土壤有機碳含量降低[35-37]。

土壤團聚體是判斷土壤物理性質的重要指標，土壤學中將粒徑在10～0.25 mm的團聚體稱為大團聚體，其含量越高，說明土壤團聚性能越好，而<0.25 mm的團聚體機械穩(wěn)定性較差，這部分團聚體占比越高，土壤結構越分散，不僅在降雨和灌溉期間堵塞孔隙，影響水分入滲，易產生地表徑流，增加土壤侵蝕度，還容易形成沙塵天氣。土壤MWD是反映土壤團聚體大小分布狀況的指標，其值越大表明團聚體平均粒徑團聚度越高，團聚體穩(wěn)定性越好。土壤GMD是反映土壤抗侵蝕能力的指標，其值越大表明團聚體抗侵蝕能力越好[38-40]。陳山等[41]對不同利用方式的紅壤土團聚體進行研究，發(fā)現土壤團聚體的形成依賴于有機質的膠結作用。穩(wěn)定的團聚體能夠對其中的有機碳形成有效保護，大團聚體能儲存更多的有機碳[42]。本研究結果表明，不同輪作模式干篩法所獲得的土壤團聚體均以大團聚體為主(≥0.25 mm的土壤團聚體)，玉米-大豆輪作土壤團聚體表現較好，可能是由于其土壤有機碳含量較高，土壤團聚體的形成依賴于較高有機質含量的膠結作用，且大團聚體維持了土壤有機碳含量，說明二者存在一定的共性，與前人研究結果一致。但玉米-玉米連作的土壤團聚體綜合表現較好，可能是由于玉米-玉米連作土壤有地膜覆蓋作保護，土壤保持了較高的含水量，同時避免了天氣影響和人為擾動，有效防止土壤結皮，使得土壤結構性能較好，土壤團聚體機械穩(wěn)定性較強。

本研究采用熵權法，依據土壤各養(yǎng)分因子對不同玉米輪作模式下土壤肥力的影響差異確定權重，減少了人為主觀因素的干擾，并結合TOPSIS模型實現了對土壤肥力客觀的綜合評價，為隴中干旱農耕區(qū)土壤肥力改良提供了一定的科學依據。但文中僅嘗試綜合評價了研究區(qū)土壤肥力狀況，并沒有結合作物產量及經濟效益等特征，這些有待進一步研究。

4 結論

在隴中旱作區(qū)采用玉米輪作的方式有利于改良土壤質量。與玉米連作比，玉米-苜蓿、玉米-大豆輪作土壤氮含量較高；除玉米-小麥處理下土壤磷含量較低外，其余輪作模式土壤磷含量均高于連作；除玉米-馬鈴薯處理下土壤鉀含量較低外，其余輪作模式土壤鉀含量比連作高；輪作較連作比土壤有機碳含量均有提升，其中玉米-苜蓿處理最高。同時，各輪作模式下土壤團聚體均以大團聚體(≥0.25 mm的土壤團聚體)為主，其中玉米-大豆輪作的土壤團聚體平均重量直徑和幾何平均直徑的值均處于較高水平，說明玉米-大豆處理土壤團聚體機械穩(wěn)定性較好。通過建立TOPSIS模型計算土壤質量綜合評價指數，結果表明玉米-苜蓿輪作改良土壤肥力的綜合表現最好。