摘要：影响土壤肥力的因素很多，现重点探讨不同的土地利用方式对黄土土壤肥力的影响。通过测试样品的化学组分，选择模糊综合评价方法计算陕北黄土地区的不同土地利用类型的土壤肥力值（IFI）。IFI计算结果显示，不同利用方式下的IFI值排序为：林地>好梯荒地>好坡荒地>果林地>梯耕地>淤积坝>坡耕地>差梯荒地>差坡荒地。鉴于该结果，现对不同类型的土地土壤肥力状况进行了简单分析，为当地的土地利用规划提供建议。

关键词：黄土；土壤肥力；土地利用；模糊综合评价法；陕北

中图分类号：S158 文献标识码：A 文章编号：

1672-1683（2010）06-0133-05

Study on Soil Fertility in Different Land Use Type，Northern Shaanxi Area

DONG Qiu-yao，SHI Jian-Sheng，YE Hao，WU Li-jie，SHI Ying-chun，GUO Jiao，CAO Wen-geng

（The Institute of Hydrogeology and Environmental Geology，CAGS,Shijiazhuang 050061,China）

Abstract:The soil is infertile and erodible in northern shaanxi area due to the special character of loess. A lot factors lead the soil infertile, the paper studied on the different types of land use influence on the loess soil fertility status. There were no unified specification standards to calculation the value of soil fertility, so the paper combined with the special nature of loess chose the fuzzy comprehensive evaluation method to calculate the fertility value. the chemical indicators were calculated using this method and got the fertility value (IFI ). The IFI results are: woodland > good ladder wasteland > good slope wasteland > fruit-bearing forest >ladder land >sedimentation dam > slope farmland > bad ladder wasteland > bad slope wasteland. The local farmers can use the land resource more scientifically accord this result. They can plant trees in poor soil, can construct the slope land to ladder land, can plant grass in wasteland, and so on. This was a certain significance for the local farming, soil conservation and erosion work.

Key words:loess；soil fertility；land use；fuzzy comprehensive evaluation；Northern Shanxi

陕北地区是我国典型的黄土高原地貌地区，由于黄土极易受侵蚀的特性导致了当地土地的贫瘠、粮食产量低、并引起了一系列生态环境问题［1-2］。如何科学的掌握该区域的土壤肥力状况，合理的应用土地资源对当地居民生产、生活及地区经济发展尤为重要。土壤肥力值（IFI）是科学的了解土地状况的方式之一，目前由于各国专家对土壤肥力的定义不同，1840年Liebig J．V．［3］创立了植物矿质营养学说，在较长的一段时间里以此作为评价土壤肥力的标准。我国土壤学家何同康［4］提出评分法，该方法得到了广泛应用，但其准确性很大程度上依赖于评价者的专业水平，导致评价者之间没有统一性和可比性。近几年来越来越多的学者把一些数学方法应用于土嚷肥力综合评价，使得土壤肥力的综合评价趋于标准化和定量化，李方敏等［5］用主成分分析法对渍害土壤的肥力指标进行了综合分析也取得了良好的效果。王军艳等［6］用指数和法计算出土壤肥力综合指数IFI(Integrated Fertility Index）可以综合直观的表示土壤肥力状况。由于土壤肥力的评价标准中存在的复杂性以及评价影响因素的模糊性或不确定性等一系列问题，模糊数学方法越来越多地应用到了土壤肥力的综合评价当中，本文选择模糊综合评价模型作为评价方法。

1 研究区概况

研究区所有样品均采自陕西北部的榆林市绥德县和延安市的两小流域（如图1所示）。其中小流域1位于榆林市绥德县北部20 km处，总面积约14887 km2。区内最高海拔1 135 m，最低海拔855 m，沟壑纵横，地形复杂，是以黄土峁为主要地貌的陕北黄土高原丘陵沟壑区。气候属温带半干旱大陆性季风气候，一年四季，降水偏少。光照较充沛，年均日照时数（光时）2 6151 h，年均气温97 °C，年均降水量486 mm。小流域2位于延安市西部大约20 km处，黄土高原丘陵 沟壑区，小流域总面积大约5414 km2，属于黄土高原丘陵沟壑区，是以黄土梁为主要地貌类型地区。年均气温77 ℃~106 ℃，年均日照数2 300~2 700 h，年均降水量500 mm左右。区内最高海拔1 355 m，最低海拔1 025 m［7-8］。

图1 两小流域地理位置

Fig.1 Locatiom map of the two watershed

2 材料与方法

2.1 样品来源

土壤样品：取自表层土壤样品。

选取原则为：涵盖小区内所有主要土地利用类型，每个利用类型不少于5个样品。

2.2 主要测试仪器和方法

根据前人的研究成果结合陕北地区黄土的特点［1-2］，选择了全量养分（氮、磷、钾）、速效养分（氮、磷、钾）、有机质、阳离子交换量（CEC）和pH值9个测试项目对所有样品进行测试。表1为检测仪器方法，执行规范及选用仪器。

2.3 土壤肥力值(IFI)计算

本文选择模糊综合评价模型作为评价方法。由于各肥力因素对土壤整体肥力水平的影响作用不同且实测值的量纲也各异，则在求算土壤肥力综合指标时，不能将各单项肥力指标简单地加乘运算，模糊数学方法是通过每个指标的隶属曲线，将结果换算成统一系数标准（标准在0～1之间），再应用相关系数法计算出指标权重，最后通过综合评价模型计算出土壤肥力IFI值［9-11］。

2.3.1 隶属度法计算单指标指数

在模糊数学中,是以隶属度作为区分客观事物所谓“好、差”的模糊界线,隶属度可用隶属函数来表达,在土壤肥力评价中,某一肥力因子的等级划分标准及对土壤肥力的影响程

Table 1 Experimental detection methods,the implementing norm and used instruments

检测项目检测方法执行规范 选用仪器

pH值玻璃电极法LY/T1239-1999上海雷磁PHS.3C

碱解氮碱解扩散法LY/T 1229-1999扩散皿

全氮开氏法LY/T 1228-1999

速效氮0.5 mol/L碳酸氢钠浸提法LY/T 1233-1999上海天美UV1100

全磷碱熔－钼锑抗比色法LY/T 1232-1999上海天美UV1100

有机质含量重铬酸钾氧化－油浴加热法LY/T 1237-1999

全钾碱熔－火焰光度法LY/T 1234-1999上海科学仪器有限公司FP640

速效钾碱熔－火焰光度法LY/T 1235-1999上海科学仪器有限公司FP640

CEC乙酸铵交换法LY/T 1243-1999上海安亭TDL-5A

度可用隶属度函数来表示。常用的隶属曲线有S型、抛物线型、V型、梯度型和波浪型等等，根据指标系数的分布不同进行选择计算。本文根据土壤肥力指标的分布选择S型和抛物线型隶属度做为计算标准。

① S型隶属度函数。某一土壤肥力因子与作物生产效应曲线呈现S型，所以隶属度函数采用S型，并把曲线函数转化为相应的折线函数加以计算（图2）。图2 S型隶属度函数曲线

属于这种类型的因子，隶属系数越高（趋近于1），表明评价对象质量越好，但达到一个临界值（x.2）之后，其效用也趋于恒定，如土壤肥力因子中的全量（速效）养分、有机质、CEC。其隶属度函数为：

f（x）=1.0x≥x.20.9（x-x.1）/(x.2-x.1)+0.1 x.1≤x＜x.20.1x＜x.1（1）

②抛物线型隶属度函数。某一土壤肥力因子与作物生产效应曲线呈现抛物线型，所以隶属度函数采用抛物线，并把曲线函数转化为相应的折线函数加以计算（图3）。

属于这种类型的因子，其指标在一定范围内，评价对象质量最好，高于或低于该范围则变差，如土壤中的pH值。其隶属度函数为：

f（x）=0.9(x.4-x)/(x.4-x.3)+0.1x.3＜x＜x.41.0x.2≤x≤x.30.9(x-x.1)/(x.2-x.1)+0.1x.1≤x＜x.20.1x＜x.1或x≥x.4(2)

③转折点值的确定。

根据全国第二次土壤普查中应用的氮、磷、钾等各指标的含量分级标准，结合郭兆元［12］等专家在《陕北土壤》中介绍的陕北土壤肥力状况及评价方法以及王德彩［13］等专家应用空间数据库对陕北土壤进行评价的结果，再结合本文研究区黄土土壤肥力特征，本文确定曲线转折点的相应取值（表2）

Table 2 The turning point value of different fertility indices

转折点全氮全磷全钾碱解氮速效氮速效钾有机质CECpH值

x.10.050.040.60303030634.5

x.20.200.302.5015015020040325.5

x.36.5

x.48.5 总之，根据转折点取值确定的x.1、x.2、x.3、x.4值和不同指标的隶属曲线函数，就可以将每个指标的测量值计算成综合评价模型中所需要的指数值。

2.3.2 指标权重确定

权重表示在评价过程中，依据评价的目的和意义，根据评价对象所占全部评价内容的重要程度的不同进行的定量分配，本文采用相关系数法确定各肥力评价指标的权重。相关分析法是采用各指标间相关系数来确定权重系数，适用于多指标要素的地理系统。应用统计软件（SPSS）求出各养分指标的相关系数，以某项养分指标与其它养分指标之间相关系数的平均值占所有养分指标相关系数平均值总和的比值，作为单项养分指标在表征土壤养分中的贡献。计算结果如表3所示。

表3 评价指标的权重

指标全氮全磷全钾碱解氮速效磷速效钾有机质CECpH值

权重0.1520.0730.0600.1190.0980.1330.1520.1150.0972.3.3 综合评价指标的计算

根据加乘法则，在相互交叉的同类指标间采用加法合成，求得土壤肥力综合性指标值IFI（Integrated Fertility Index），采用下列公式计算：

IFI=∑W.i×N.i（3）

式中：W.i和N.i—第i种评价指标的隶属度和权重，计算所得的综合评价指标值IFI为0～1（无量纲），其值越大，表明土壤综合肥力水平越高，反之则越小。

2.4 土地利用类型划分

本文选取的土地类型为研究区大多数土地覆盖类型——（覆盖好、差）坡荒地、（覆盖好、差）梯荒地、坡耕地、梯耕地、林地、果林地和淤积坝。3 结果与讨论

3.1 总体分析

将样品所测各项指标参照2.3计算，将各组样品值做统计，分别统计：最大值（max）、最小值（min）、平均值（mean）、标准偏差（stdev）和相关系数（C.V）。各土地类型统计值如表4、图4所示(因已经过模糊数学法将指标进行换算，本处各指标无量纲)。

Table 4 IFI statistics of all landuse types

从表4、图4可看出：表层土壤肥力（IFI）值，林地>好梯荒地>好坡荒地>果林地>梯耕地>淤积坝>坡耕地>差梯荒地>差坡荒。

3.1.1 非耕地对比

林地有较完善的自我调节系统，有强大的根系保持水土，土壤流失量少，抗侵蚀的能力强，其IFI值最大。

植被覆盖较好的荒地IFI值次之，植被的根系对保持土壤起到作用，有较强的抗侵蚀能力和保肥能力；相反，由于差荒地的植被覆盖率低，则IFI值较低。

将同等覆盖程度的坡荒地和梯荒地进行对比发现：植被覆盖率高的梯荒地IFI值是坡荒地的1.02倍，覆盖率低的梯荒地IFI值也高于坡荒地。可见，梯荒地在保持水土、保持土壤肥力和抗侵蚀方面更有效，适当给坡地修筑坎是很有必要的。

覆盖差的荒地IFI值最低，可见，对荒地不能完全荒废要适当施种。

3.1.2 耕地对比

果林地由于人为的作用影响，破坏了土壤自身的肥力状况，导致其IFI值低于林地和覆盖较好的荒地，但同时又高于耕地；耕地的植被覆盖多，但植被单一，人为的影响作用大，抗侵蚀能力较弱，造成耕地的IFI值较低。果林地由于不同点位人工施肥和除草的作用不同，以及种植的种类不同，导致其C.V值最大。

由梯耕地和坡耕地IFI值对比可知，梯耕地>坡耕地。梯耕地的IFI值是坡耕地的1.125倍。可见，在陕北黄土的强烈侵蚀区域，将坡耕地改造成梯耕地可提高土壤的肥力值，对粮食产量和保持水土都有一定的意义。

淤积坝的IFI值高于梯、坡耕地的，这和淤积坝的平凹地形尤为相关，土壤保肥能力较强，是当地粮食的主要高产区。

3.2 个体分析

普通影响土壤肥力的主要指标为：全氮、全磷、全钾和有机质。由于黄土的特殊性质和人为作用不同的影响，导致不同类型土地与IFI值呈高度相关的指标不同。下面将各类型土地的IFI值和其9项测试指标用SPSS软件做相关系数分析，选取呈高度相关项（相关系数>0.7）的指标进行分析（表5）。

研究区土壤自身的主要肥力指标应为：全氮和有机质。但由于土样所处自然环境和人为环境等的影响，致使不同的土地类型影响IFI值的主要指标有所不同。

3.2.1 全氮和有机质

除淤积坝外，全氮和有机质与所有土地类型都呈高相关。该两项指标是土壤肥力的主要贡献者，是土壤本质优良的体现，好坡地和林地植被长势好，人为作用小，有较完善的防御土壤侵蚀和流失的能力，可以说其土质各方面状况良好。

3.2.2 碱解氮

碱解氮是易于被植物吸收的那部分氮的来源，碱解氮含量的升高可以说明差梯荒地的土壤肥力修复状况在变好。无论差梯荒地还是好梯荒地、林地碱解氮含量都较高，可见，梯荒地、林地土地呈修复过程，肥力在逐渐增高。

3.2.3 速效成分

速效成分主要来源于化肥，耕地速效含量高。不合理的施肥不一定会提高土壤的本质肥力状况，如，淤积坝土壤有机质含量低，可见不合理的施肥作用和过大的人为干预作用已经破坏了淤积坝的土壤母质状况，作为当地农民主要的粮食产区，提高淤积坝的有机质含量尤为重要，应适当施加有机肥料，减少化肥用量。

梯荒地的速效成分也较高，经当地调查知梯荒地前身多为废弃的耕地，速效成分较高。果林地，由于其人为作用和果树自身的修复作用都很强烈，致使果林地的主要肥力指标较多。

4 结论

应用模糊综合评价模型通过测试化学指标计算黄土土壤肥力值结果，不同土地利用方式下，表明表层土壤肥力（IFI）值排序为：林地>好梯荒地>好坡荒地>果林地>梯耕地>淤积坝>坡耕地>差梯荒地>差坡荒。

将坡地变成梯地、对覆盖差的荒地进行施种、改善淤积坝的施肥状况对当地水土保持、土地增产十分有益。

参考文献:

［1］ 王永焱,张宗祜.中国黄土［M］.西安:陕西人民出版社,1980.(WANG Yong-yan,ZHANG Zong-hu.Loess in China［M］.Xi′an:People Press,1980.(in Chinese))

［2］ Meyer L D.Evaluation of the Universal Soil Loss Equation［J］.Journal of Soil and Water Conservation,1984,(39):99-104.

［3］ Tisdale S L,NelsonW L.土壤肥力与肥料［M］.北京:科学出版社,1984.(Tisdale S L,NelsonW L.Soil Fertility and Fertilizer［M］.Beijing:Sciences Press:1984.(in Chinese) )

［4］ 何同康.土壤(土地)资源评价的主要方法及其特点比较［J］.土壤学进展,1983,(6):6-12.(HE Tong-kang.The Main Method of Evaluation of Soil Resources and Comparison［J］.Advances in Soil Science,1983,(6):6-12 (in Chinese))

［5］ 李方敏,艾天成,周治安,等.用主成分分析法评价渍害土壤肥力［J］.地域研究与开发,2001,20 (4):65-67.80.(LI Fang-min,AI Tian-cheng,ZHOU Zhi-an,et al.Evaluation of Waterlogged Soil Fertility by Principle Comp onent Analysis［J］.Areal Research and Development,2001,20 (4):65-67.80.(in Chinese) )

［6］ 王军艳,张凤荣,王茹,等.应用指数和法对潮土农田土壤肥力变化的评价研究［J］.农村生态环境,2001,l7(3):l3-l6,20.(Wang Jun-yan,Zhang Feng-rong,WangRu at al.Application 0f intergrated Fertility Index Method in Soil Fertility［J］.Rural Eeo-Enviromnent,2001,17(3):13-16,20.(in Chinese) )

［7］ 高蓓,栗珂,李艳丽.陕西近40年气候变化特征的分析［J］.成都信息工程学院学报,2006,(21):120-123.(GAO bei,LI ke,LI Yan-li.LAnalysis of Shannxi Climate Changes During Past 40 Years ［J］.Jounal of Chengdu Univercityof Information Technology,2006,(21):120-123.(in Chinese) )

［８］ 丁一汇,王守荣.中国西北地区气候与生态环境概论［M］.北京:气象出版社,2001:7-151.(DING Yi-hui,WANG Shou-rong.Northwest China Introduction to Climate and Ecological Environment［M］.Beijing:Meteorological Press,2001:7-151.(in Chinese) )

［9］ 王子龙,付强,姜秋香.土壤肥力综合评价进展［J］.农业系统科学与综合研究,2007,23(1):15-18.(WANG Zi-long FU Qiang,JIANG Qiu-xiang.Research Progress in the Integrated Evaluation of Soil Fertility［J］.System Sciences and Comprehensive Studies in Agriculture,2007,23(1):15-18.(in Chinese) )

［10］ 颜雄,张杨珠,刘晶.土壤肥力质量评价的研究进展［J］.湖南农业科学,2008,(5):82-85.(YAN Xiong，ZHANG Yang-zhu,LIU Jing.Research Progress of Soil Fertility Evaluation［J］.Hunan Agricultural Sciences,2008,(5):82-85.(in Chinese) )

［11］ 骆伯胜,钟继洪,陈俊坚.土壤肥力数值化综合评价研究［J］.土壤,2004,36(1):14-16.(LUO Bo-sheng,ZHONG Ji-hong,CHEN Jun-jian.Integrated Digitization Evaluation on Soil Fertility［J］.Soils,2004,36(1):14-16.(in Chinese) )

［12］ 郭兆元，黄自立，冯立孝,等. 陕西土壤［M］.北京：科学出版社，1992.(GUO Zhao-yuan, HUANG Zi-li,FENG Li-xiao, et al.Soil in Shaanxi［M］.Beijing:Sciences press,1992.(in chinese) )

［13］ 王德彩，常庆瑞，刘京.土壤空间数据库支持的陕西土壤肥力评价［J］.西北农林科技大学学报（自然科学版），2008，36(11):105-110.(WANG De-cai, CHANG Qing-rui, LIU Jing. Spatial database of soil fertility evaluation in Shaanxi［J］. Northwest A&F University(Natural Science), 2008, 36(11): 105-110.(in chinese))