基于最小數(shù)據(jù)集的長春市耕地土壤質量評價

楊黎敏 李曉燕 任永星 付嬈

摘要：吉林省長春市是東北黑土集中分布的區(qū)域，是我國重要的糧食生產基地，其轄區(qū)內榆樹縣、農安縣、德惠縣均為全國排名前十的產糧大縣，實時評價耕地土壤質量是保障區(qū)域土地資源適宜性管理和糧食安全的基礎。但由于土壤指標繁多，成本較高，給區(qū)域尺度耕地質量評價帶來了困難。耦合GIS空間分析和主成分分析法篩選最小數(shù)據(jù)集對長春市耕地土壤質量進行評價，并對其影響因素進行分析。結果表明：（1）長春市耕地土壤質量最小數(shù)據(jù)集包括有機質含量、全氮含量、陽離子交換量、pH值、有效鋅含量、有效鐵含量6項指標，最小數(shù)據(jù)集的評價結果與全數(shù)據(jù)集具有較好的一致性（R2=0.801）;（2）研究區(qū)耕地質量水平總體較高，一級、二級和三級土壤質量面積占總面積的 77.34%，土壤質量區(qū)域差異性顯著，土壤質量較好的耕地主要集中在長春市郊區(qū)、德惠縣、榆樹縣一線，由此線向西北、東南方向土壤質量逐降;（3）方差分析表明，土壤類型、成土母質、地形、氣候因素對土壤質量的區(qū)域異質性均有顯著影響。

關鍵詞：評價指標;土壤質量;最小數(shù)據(jù)集;環(huán)境因素;GIS;長春市

中圖分類號： S158.2 文獻標志碼： A

文章編號：1002-1302（2019）20-0305-06

土壤是陸地生態(tài)系統(tǒng)的重要組成部分，其質量狀況與區(qū)域生態(tài)安全與農業(yè)可持續(xù)發(fā)展密切相關[1]。目前，土壤質量相關研究已經取得了豐碩成果，但仍沒有一個普適的、統(tǒng)一的評價標準[2]。不同的評價目的和對土壤不同功能的側重決定了評價指標的差異，參評指標主要涉及對土壤功能具有敏感性適應改變的物理、化學和生物性質3個方面的指標，用于綜合反映內在的土壤作用特征和可見的植物特征[3-5]。不同的評價方法也會對土壤質量評價結果產生顯著影響，土壤質量綜合評分法近年來使用較為普遍[2]。由于存在土壤質量評價因子的種類、數(shù)量多，數(shù)據(jù)獲取成本高且因子共線性等問題，參評因子的選擇成為解決土壤質量評價標準化程序的關鍵問題[6-7]。最小數(shù)據(jù)集（MDS）是可以反映土壤質量的最少指標參數(shù)的集合，由于高效、經濟而在土壤質量評價及監(jiān)測中得到了廣泛的應用[8-9]。但由于土壤屬性的時空變異性及其影響因素的復雜性，可靠的、能夠反映區(qū)域土壤特征的MDS評價因子的選擇仍待深入探討[6]。

長春市是東北黑土集中分布的區(qū)域，是我國重要的糧食生產基地，其轄區(qū)內榆樹縣、農安縣、德惠縣均為全國排名前十的產糧大縣。由于開墾年代較久，開墾強度較大，該區(qū)面臨著土壤侵蝕、有機質含量降低、土層變薄、土壤板結、土壤封閉、鹽堿化等嚴重土壤退化問題。開展土壤質量評價，在此基礎上發(fā)展適宜性管理是黑土可持續(xù)利用及保障區(qū)域糧食安全的前提和基礎。研究耦合GIS空間分析和主成分分析法篩選最小數(shù)據(jù)集，對長春市耕地土壤質量展開評價，并分析了土壤環(huán)境因素對區(qū)域土壤質量分異的影響。評價結果可為合理規(guī)劃區(qū)域農業(yè)生產及因地制宜進行施肥提供參考及理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

長春市地處我國東北平原腹地（124°18′～127°05′E、243°05′～45°15′N），總面積206萬hm2。該區(qū)屬北溫帶大陸性季風氣候，年平均氣溫4.8 ℃，年平均降水量為582 mm，具有四季分明、雨熱同季、干濕適中的氣候特征。長春市以臺地、平原為主，兼有山地、丘陵，形成了“一山四崗五分川”的地貌格局。長春市自東向西分布著暗棕壤帶、黑土帶和黑鈣土帶，不同地帶內由于地域性因素的影響土壤系列各不相同，形成了以暗棕壤、黑土、黑鈣土、草甸土為主的眾多的土壤類型。

1.2 數(shù)據(jù)來源

1.2.1 樣品采集與處理

基于隨機性原則和代表性原則，采用混合采樣法在研究區(qū)耕地表層（20 cm）采集土壤樣品 1 241個。采集的土壤樣品經自然風干、磨碎、過2 mm篩以供測定，選取指標實驗室測定方法如下：土壤陽離子交互量（CEC）采用醋酸銨法測定;pH值采用電位法測定;有機質含量采用重鉻酸鉀容量-外加熱法測定;全氮含量采用半微量凱氏定氮法測定;堿解氮含量采用堿解擴散法測定;有效磷含量采用碳酸氫鈉浸提-鉬銻抗比色法測定;速效鉀含量采用乙酸銨浸提-火焰光度法測定;緩效鉀含量采用硝酸浸提-火焰光度法測定;有效鋅、有效銅、有效鐵含量采用鹽酸浸 提-ICP-AES法測定[10]。

1.2.2 土地覆被數(shù)據(jù)

在美國地質調查局網站下載完全覆蓋研究區(qū)范圍的同時期遙感影像數(shù)據(jù)（Landsat/OLI），經幾何校正、影像增強、裁剪和拼接等預處理過程獲得研究區(qū)影像數(shù)據(jù)。依據(jù)HJ 192—2015《生態(tài)環(huán)境狀況評價技術規(guī)范》將土地覆被類型劃分為7種類型：耕地、林地、草地、濕地、水體、人工表面和裸地。在eCognition軟件中采用面向對象分類方法對影像數(shù)據(jù)進行解譯，獲得研究區(qū)土地覆被數(shù)據(jù)[11]（圖1-b）。提取耕地作為土地質量評價的范圍。

1.2.3 環(huán)境數(shù)據(jù)來源

環(huán)境數(shù)據(jù)包括土壤數(shù)據(jù)、氣候數(shù)據(jù)和地形數(shù)據(jù)。其中，數(shù)字化土壤類型分布圖由吉林省土肥站提供。母質數(shù)據(jù)是在1 ∶250 000萬地質圖的基礎上經野外調研補充生成。2000—2013年間的月降水量和日均溫數(shù)據(jù)由吉林省氣象局提供，在此基礎上計算多年平均降水量和≥10 ℃ 積溫，并在ArcGIS 10.2軟件中采用克呂格空間插值進行空間化，生成研究區(qū)年平均降水量和≥10 ℃積溫分布圖。DEM數(shù)據(jù)由地理云數(shù)據(jù)網下載（http：//www.gscloud.cn），對原始ASTER GDEMV2數(shù)據(jù)進行校正、裁剪后，提取研究區(qū)的DEM。

1.3 研究方法

1.3.1 最小數(shù)據(jù)集的構建

研究綜合選取表征土壤理化性質的11個指標建立土壤質量評價全數(shù)據(jù)集（TDS），采取主成分分析法（PCA）遴選最小數(shù)據(jù)集。選取特征值大于1的主成分、各主成分中高因子載荷指標，包括最大因子載荷指標及因子載荷絕對值達到最大因子載荷90%的指標，當1個主成分高因子載荷指標只有1個時，該指標進入最小數(shù)據(jù)集[9]。當1個主成分中有超過1個高因子載荷指標時，若相關系數(shù) r<0.6，各高因子載荷指標均被選入最小數(shù)據(jù)集;若相關系數(shù)r>0.6，認為存在冗余指標，須進一步取舍[12]。

1.3.2 土壤質量評價方法

土壤質量評價采用應用比較廣泛的綜合質量指數(shù)法進行計算，計算公式如下[10]：

指標權重由主成分分析獲得的指標公因子方差所占比例確定[13]，指標因子線性得分值由標準化函數(shù)確定。依據(jù)土壤指標不同的功能屬性，選取戒上型函數(shù)（UL）和峰值型函數(shù)（PL）2類函數(shù)。PL型函數(shù)具有最適宜的范圍;UL函數(shù)指標越大，表明土壤質量越好。計算公式如下[2]：

UL型函數(shù)

1.3.3 環(huán)境因素影響的方差分析

土壤理化性質的差異是氣候因素、成土母質、地形地貌、土壤生物類型及生物量等長期綜合作用的結果[4]。對土壤類型、成土母質、高程及氣候因子進行方差分析，探究環(huán)境因素與土壤質量的關系，計算的顯著性概率P用來說明各環(huán)境因素對土壤質量是否具有顯著性影響。主成分分析和方差分析在SPSS 24.0軟件中完成。

2 結果與分析

2.1 土壤要素的統(tǒng)計特征分析

有機質及氮、磷、鉀是土壤主要營養(yǎng)物質，CEC是表征土壤物理環(huán)境的重要指標，pH值與土壤外部環(huán)境、土壤結構相關，微量元素銅、鐵、鋅影響土壤養(yǎng)分的吸收與循環(huán)，共同反映土壤質量水平[14]。由表1可知，研究區(qū)有機質、全氮、堿解氮、有效磷、速效鉀、緩效鉀含量分別為25.6 g/kg、1.4 g/kg、125.6 mg/kg、18.6 mg/kg、147.0 mg/kg、1 029.2 mg/kg，土壤養(yǎng)分狀況總體較好。有機質和堿解氮含量在區(qū)域尺度變化較小，變異系數(shù)<25%;有效磷含量變異較大，變異系數(shù)為 68.8%;CEC為24.3 cmol/kg，表明土壤緩沖能力、保肥性能較好;pH值平均值為6.5，變異系數(shù)為15.8%，區(qū)域差異較小;微量元素有效鋅、有效銅、有效鐵含量平均值分別為1.6、3.1、33.4 mg/kg，均高于吉林省平均值，其中有效銅、有效鐵變異系數(shù)較高，分別為73.0%、83.7%，表明元素區(qū)域分布差異性顯著。正態(tài)檢驗表明，CEC、pH值、有機質含量、全氮含量、堿解氮含量符合正態(tài)分布，其他元素經對數(shù)轉換后符合正態(tài)分布。

2.2 土壤質量評價最小數(shù)據(jù)集

采用主成分分析法選取4個特征值大于1的主成分，累積貢獻率達到62.387%（表2）?；诟咻d荷指標選取原則，確定全氮含量、CEC、有效鐵含量、有機質含量、pH值、有效鋅含量6項指標構建研究區(qū)土壤質量評價的最小數(shù)據(jù)集。6個因子相關性均小于0.6，表明冗余較小地代表了黑土地區(qū)土壤的特性。其中，全氮含量和pH值是影響研究區(qū)土壤質量的重要因素，權重分別為0.187、0.185，有效鋅含量的貢獻率最低，為0.129。

2.3 基于MDS的長春市耕地土壤質量評價

研究區(qū)強酸、強堿性對土壤質量均有較大的負效應，pH值屬于PL隸屬度型函數(shù)。CEC、全氮含量、有效鐵含量、有機質含量、有效鋅含量對土壤質量均具有積極作用，屬于UL隸屬度型函數(shù)。根據(jù)各因子線性得分及權重采用公式（1）至（3）計算研究區(qū)耕地土壤質量?；谟嬎憬Y果，采用ArcGIS 10.0中普通克里金的空間插值模型實現(xiàn)土壤質量的空間化（圖2）。結合文獻資料和區(qū)域特點將研究區(qū)土壤評價結果劃分為5級，其閾值分級見表3。一級耕地土壤質量最高，最適宜農業(yè)生產。從1～5級，土壤質量指數(shù)值越來越小，對植物生長適宜性逐漸下降，而對植物生長的障礙程度逐步上升[2]。

土壤質量評價結果（表4）表明，研究區(qū)內土壤質量條帶狀分布特征明顯，其中1級土壤占總面積的4.64%，主要分布在研究區(qū)中部，位于西部平原和東部丘陵的交界處，在長春市郊區(qū)和德惠境內有成片分布;2級土壤面積為5 331 hm2，占總面積的31.04%，分布上沿1級土壤向外延伸，集中分布在榆樹、德惠和長春郊區(qū)。1級和2級土壤分布區(qū)地處松遼平原腹地，地勢平坦，境內水資源豐富。3級土壤面積為 7 156 hm2，是各級土壤中面積最大的，占總面積的41.66%，大面積分布在3級土壤的兩側及研究區(qū)西南角。4級土壤面積為3 200 hm2，占總面積的18.63%，集中分布在農安及德惠東部。5級土壤面積最小，為694 hm2，占總面積的4.04%，僅分布在農安縣北部?？傮w來說，土壤質量較高，1～3級土壤所占面積占研究區(qū)總面積的75%以上。以長春市郊區(qū)、德惠縣、榆樹縣一線土壤質量最好，由此線向西北、東南方向土壤質量逐漸下降。從各區(qū)域土壤IQI平均狀況來看，德惠縣平均值最高，農安縣最低（表5）。德惠縣內中部飲馬河自北向南縱貫全縣，由于中部地勢平坦，水源充足，為黑土和草甸土集中分布的地區(qū)，耕地質量較高，多為1級和2級耕地，由此向西北和東南耕地質量有所下降。農安縣雖然由于耕地面積廣大而產量較高，但近年來沙化、鹽堿化日益加重，尤其是北部和西北部土壤退化嚴重[15-16]，除東南部耕地質量較高外，耕地土壤質量普遍較低。

2.4 MDS評價結果的可靠性檢驗

最小數(shù)據(jù)集評價結果能夠在多大程度上反映全數(shù)據(jù)集的評價結果，須對其進行驗證。本研究對最小數(shù)據(jù)集和全數(shù)據(jù)集的土壤質量指數(shù)進行回歸分析，對最小數(shù)據(jù)集評價結果的可靠性進行了驗證[10]。從線性回歸分析結果（圖3）可知，兩者線性顯著相關（r2=0.801，P=0.001），表明研究區(qū)內所選的最小數(shù)據(jù)集能較好地代替全數(shù)據(jù)集來反映區(qū)域土壤質量。

2.5 環(huán)境特征對土壤質量的影響

采用方差分析法（ANOVA）分析了土壤類型、成土母質、地形及氣候對土壤質量的作用。結果（表6）表明，土壤類型（F=88.501，P<0.001）、成土母質（F=25.945，P<0.001）、高程（F=11.057，P<0.001、年降水量（F=596.087，P<0.001）和≥10 ℃積溫（F=127.148，P<0.001）均對土壤質量的影響作用顯著。

土壤類型方差分析（表6）中，水稻土的土壤質量指數(shù)最大，為0.660;黑土（0.647）次之;黑鈣土和風沙土土壤質量指數(shù)較低，土壤質量指數(shù)分別為0.569、0.506。黑土和黑鈣土的標準差最小，均為0.047，而草甸土（0.061）、風沙土（0.059）和水稻土（0.057）標準差較大。

成土母質的土壤質量指數(shù)由大到小排序為湖積母質>沖積母質>黃土母質>坡積母質>風沙沉積物，標準差由大到小排序為湖積母質>沖積母質>黃土母質>風沙沉積物>坡積母質，可以看出，風沙沉積物發(fā)育的土壤質量普遍較低，由湖積母質和沖積母質發(fā)育而來的土壤質量雖然較高，但標準差較大，說明土壤質量受自然因素或人為因素影響區(qū)域變異性較大。

研究區(qū)地勢相對平坦，坡度極緩，僅以高程200 m作為閾值將研究區(qū)劃分成2組：DEM<200 m和DEM≥200 m，兩區(qū)域土壤質量指數(shù)分別為0.631、0.618，標準差分別為0.059、0.068。相比較高程較低區(qū)域土壤質量較高，區(qū)域分布較均衡。

氣候通過降水、溫度和光照驅動著土壤物質的轉化和運動，影響人類對土壤的利用方式[6]。以550 mm和2 900 ℃分別作為年降水和≥10 ℃積溫的閾值進行分組。結果表明，氣溫和降水量對土壤質量具有顯著影響，年降水量≥550 mm地區(qū)和≥10 ℃積溫<2 900 ℃的地區(qū)土壤質量普遍較高，區(qū)域變異性小，主要分布在1～3級土壤，年降水量<550 mm和≥10 ℃積溫≥2 900 ℃地區(qū)以4、5級土壤為主。

3 結論與討論

3.1 結論

東北黑土區(qū)是我國重要糧食生產基地，開展土壤質量評價，在此基礎上發(fā)展適宜性管理是黑土可持續(xù)利用及保障區(qū)域糧食安全的前提和基礎。研究耦合GIS空間分析和主成分分析法篩選最小數(shù)據(jù)集，對長春市耕地土壤質量展開評價，并分析土壤環(huán)境因素對區(qū)域土壤質量分異的影響。得到以下主要結論：

（1）最小數(shù)據(jù)集在一定程度上能降低參評因子的數(shù)量，減少數(shù)據(jù)冗雜。所確定的全氮含量、CEC、有效鐵含量、有機質含量、pH值、有效鋅含量6個指標能夠較好地反映區(qū)域尺度耕地土壤質量。

（2）長春市地處東北黑土帶，土壤質量總體水平較高，1～3級質量的耕地面積占總面積的77.34%。土壤質量較好的耕地主要集中在長春市郊區(qū)、德惠縣、榆樹縣一線，土壤質量由此線向西北、東南方向逐漸下降，質量最低的土壤分布在農安縣西北部。各縣（市、區(qū)）耕地土壤平均狀況由高到低依次為德惠縣>長春市郊區(qū)>榆樹縣>雙陽區(qū)>九臺縣>農安縣。

（3）土壤類型、成土母質、地形和氣候因素對長春市土壤質量影響顯著。水稻土土壤質量最高，風沙土最低，區(qū)域差異性均較大;黑土土壤質量整體較高，差異性較小。由湖積母質發(fā)育而形成的土壤質量最高，由風沙沉積物發(fā)育而來的土壤質量最差。研究區(qū)內高程與土壤質量呈極顯著相關關系。年降水量≥550 mm的地區(qū)和積溫<2 900 ℃的地區(qū)土壤質量較高，區(qū)域變異性較小。

3.2 討論與結論

國內外學者已在亞熱帶、濕潤帶地區(qū)對鹽堿地、水稻土、白漿土等土壤類型下的農業(yè)用地構建了最小數(shù)據(jù)集的評價指標[4，17]。所建立的最小數(shù)據(jù)集中，土壤容重、pH值、團聚體平均質量直徑、有機質含量、全氮含量、鈉吸附比、黏粒、有效含水率、有效磷含量和有機碳含量為使用頻率最高的10個指標[18]，其中全氮、有機質含量和pH值均為高貢獻因子。本研究中全數(shù)據(jù)集中的指標在其他地區(qū)農業(yè)用地評價中均有所使用，針對典型黑土區(qū)所確定的全氮含量、CEC、有效鐵含量、有機質含量、pH值、有效鋅含量6個指標能夠較好地反映區(qū)域尺度耕地土壤質量。所建立的最小數(shù)據(jù)集中全氮含量和pH值對土壤質量貢獻率較大，有效鋅和有效鐵含量雖然貢獻率較小，但最小數(shù)據(jù)集中微量元素的入選表明微量元素對于農業(yè)生產和耕地肥力具有重要指示作用。

長春市地處東北黑土帶，土壤質量總體水平較高，這與已有研究結果[12]是一致的。同時，長春又是哈長城市群的核心城市，2000年東北振興以來城市化迅速發(fā)展。研究發(fā)現(xiàn)，長春市郊區(qū)耕地質量普遍較高，由于城郊土地的高附加價值和高經濟效益遠遠大于耕地的生產價值，隨著快速城市化很多高質量的耕地被侵占，使得高質量土壤資源遭到破壞。如何協(xié)調快速城市化與糧食安全之間的矛盾是未來區(qū)域面臨的重要問題。

土壤質量受人類活動與環(huán)境因素的共同作用，其中環(huán)境因素作用相對穩(wěn)定[19]。研究結果表明，土壤類型、成土母質、地形和氣候因素等與研究區(qū)內土壤質量均顯著相關。黑土和水稻土雖然平均土壤質量均較高，但水稻土質量變異系數(shù)較大。研究區(qū)近年來旱田改水田面積持續(xù)增加[20]，雖然大面積旱田改水田可以提高產量和農民的收益，但由于水稻土變異性較大，從長遠來看土壤的穩(wěn)定性也被破壞，不利于黑土區(qū)農業(yè)的可持續(xù)發(fā)展。成土母質決定著土壤的礦物成分、質地和類型，進一步影響土壤抗蝕性和土壤質量水平，控制土壤利用的方向和改良途徑[21]。本研究表明，由湖積母質發(fā)育而形成的土壤質量最高，由風沙沉積物發(fā)育而來的土壤質量最差，該結果與已有研究結果[22]相一致。海拔和坡度等地形因素通過影響地表的水熱分配和物質堆積在分布和運動方向、速度等上的差異而對土壤質量產生影響[23]。有研究表明，土壤質量受地形變化影響顯著，且坡度對土壤質量的影響大于高程[24]。但研究區(qū)坡度極緩，高程與土壤質量呈極顯著相關關系。東北為典型旱作雨養(yǎng)農業(yè)，有研究表明，東北黑土區(qū)土壤水分的補給和補給程度取決于年降水量和年內降水的分布，降水對東北旱作土壤具有重要意義[25]。積溫高可以延長作物生長周期，對于寒地土壤來說也會減少有機質的累積，導致土壤質量下降，溫度與作物生長并不呈線性關系。

本研究僅考慮了空間上耕地土壤質量的差異而未考慮時間上耕地質量的變化;沒有對影響土壤質量的人為因素進行分析。今后還應開展土壤指標的長期、大尺度、動態(tài)監(jiān)測，在系統(tǒng)、全面評價的結果基礎上遴選在黑土區(qū)土壤質量評價中具有普適性的最小數(shù)據(jù)集，推進土壤質量評價的標準化。

參考文獻：

[1]Bindraban P S，Stoorvogel J J，Jansen D M，et al. Land quality indicators for sustainable land management：proposed method for yield gap and soil nutrient balance[J]. Agriculture Ecosystems & Environment，2000，81（2）：103-112.

[2]Qi Y B，Darilek J L，Huang B，et al. Evaluating soil quality indices in an agricultural region of Jiangsu Province，China[J]. Geoderma，2009，149（3/4）：325-334.

[3]Takoutsing B，Weber J，Aynekulu E，et al. Assessment of soil health indicators for sustainable production of maize in smallholder farming systems in the highlands of Cameroon[J]. Geoderma，2016，276：64-73.

[4]Guo L L，Sun Z G，Ouyang Z，et al. A comparison of soil quality evaluation methods for Fluvisol along the lower Yellow River[J]. Catena，2017，152：135-143.

[5]Schwilch G，Bernet L，F(xiàn)leskens L，et al. Operationalizing ecosystem services for the mitigation of soil threats：a proposed framework[J]. Ecological Indicators，2016，67：586-597.

[6]Bünemann E K，Bongiorno G，Bai Z G，et al. Soil quality—a critical review[J]. Soil Biology & Biochemistry，2018，120：105-125.

[7]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量評價最小數(shù)據(jù)集確定[J]. 生態(tài)學報，2007，27（7）：2715-2724.

[8]Andrews S S，Karlen D L，Mitchell J P. A comparison of soil quality indexing methods for vegetable production systems in Northern California[J]. Agriculture，Ecosystems & Environment，2002，90（1）：25-45.

[9]Imaz M J，Virto I，Bescansa P，et al. Soil quality indicator response to tillage and residue management on semi-arid Mediterranean cropland[J]. Soil & Tillage Research，2010，107（1）：17-25.

[10]鄧紹歡，曾令濤，關 強，等. 基于最小數(shù)據(jù)集的南方地區(qū)冷浸田土壤質量評價[J]. 土壤學報，2016，53（5）：1326-1333.

[11]滿衛(wèi)東，劉明月，李曉燕，等. 1990—2015年三江平原生態(tài)功能區(qū)生態(tài)功能狀況評估[J]. 干旱區(qū)資源與環(huán)境，2018，32（2）：136-141.

[12]Li X Y，Li H Y，Yang L M，et al. Assessment of soil quality of croplands in the corn belt of northeast China[J]. Sustainability，2018，10（1）：248.

[13]Sun B，Zhou S L，Zhao Q G. Evaluation of spatial and temporal changes of soil quality based on geostatistical analysis in the hill region of subtropical China[J]. Geoderma，2003，115：85-99.

[14]劉占鋒，傅伯杰，劉國華，等. 土壤質量與土壤質量指標及其評價[J]. 生態(tài)學報，2006，26（3）：901-913.

[15]張素梅，王宗明，張 柏，等. 利用地形和遙感數(shù)據(jù)預測土壤養(yǎng)分空間分布[J]. 農業(yè)工程學報，2010，26（5）：188-194.

[16]李永東. 農安縣耕地質量監(jiān)測研究[D]. 長春：吉林大學，2014.

[17]Yu P J，Liu S W，Zhang L，et al. Selecting the minimum data set and quantitative soil quality indexing of alkaline soils under different land uses in northeastern China[J]. Science of the Total Environment，2018，616-617：564-571.

[18]金慧芳，史東梅，陳正發(fā)，等. 基于聚類及PCA分析的紅壤坡耕地耕層土壤質量評價指標[J]. 農業(yè)工程學報，2018，34（7）：155-164.

[19]王 丹，宋 軒，陳 杰. 基于環(huán)境因子的土壤養(yǎng)分預測制圖——以河南省封丘縣為例[J]. 江蘇農業(yè)科學，2014，42（4）：277-280.

[20]賈樹海，張佳楠，張玉玲，等. 東北黑土區(qū)旱田改稻田后土壤有機碳、全氮的變化特征[J]. 中國農業(yè)科學，2017，50（7）：1252-1262.

[21]王秋兵，韓春蘭，丁玉榮，等. 用于大比例尺土壤調查的侵蝕分級指標研究——以遼寧西部低山丘陵區(qū)為例[J]. 水土保持研究，2006，13（3）：111-114.

[22]楊艷麗，史學正，于東升，等. 區(qū)域尺度土壤養(yǎng)分空間變異及其影響因素研究[J]. 地理科學，2008，28（6）：788-792.

[23]秦 松，樊 燕，劉洪斌，等. 地形因子與土壤養(yǎng)分空間分布的相關性研究[J]. 水土保持研究，2008，15（1）：.275-279.

[24]Wang Z M，Zhang B，Song K S，et al. Soil organic carbon under different landscape attributes in croplands of Northeast China[J]. Plant Soil & Environment，2008，54（10）：420-427.

[25]鄒文秀，韓曉增，江 恒，等. 東北黑土區(qū)降水特征及其對土壤水分的影響[J]. 農業(yè)工程學報，2011，27（9）：196-202.