-
土壤养分的评估是衡量其中养分含量的关键[1-3]。土壤养分的动态变化由于受到自然环境和人类活动的共同影响,致使其平衡性受到影响,作为人为对土壤养分后期投入的关键因素,评估土壤养分便成了必要的前提工作。此外,同时也为保证土壤可持续发展提供了支持。这种做法有助于将资源浪费和环境污染降低到最小。在农业科学上,通过各种指数对土壤养分的丰度和肥力进行观察和测量的评估方法发挥着至关重要的作用。因此,评估土壤养分对于提升环境平衡性和土壤可持续发展至关重要[4-5]。近年来,国内外对土壤养分评价方法的探讨研究涌现出诸多方法,包括国外主要采用的多变量指标克里格法[6]、土壤质量动力学方法[7]、土壤质量综合评分法[8]等,以及国内比较常用的灰色关联分析[9]、因子–聚类分析[10]、主成分分析法[11]、模糊综合评判法[12]等。特别是因子分析,通过压缩维度来获取主要公共因素用来解释初始数据含义,通过旋转因子轴等方法来增强公共因子对原始变量的解释能力[12-13]。火龙果作为新兴果树,种植技术尚属初步阶段。果农在给火龙果施肥时,往往会盲目效仿他人或根据自身的经验进行操作,这可能会造成土壤养分的失衡。这种失衡会对火龙果的产量和质量产生严重影响。目前,还未有学者对海南地区火龙果种植地的土壤养分以及养分充足程度进行评估,且经过了一定时间间隔,海南火龙果主产区土壤养分状况如何变化并不清楚[14]。因此,笔者通过对184个火龙果基地土壤的碱解氮、有效磷、速效钾、全氮、有机碳、pH等6个指标进行因子-聚类分析与土壤养分等级评价,旨在为海南火龙果的高产优产提供基础数据和理论支持。
-
研究区域为海南省东部和西部的火龙果主产区,该区域地处108°48′20.201″E,18°38′52.468″N;108°44′56.724″E,19°4′21.223″N。全年无霜冻,气候温和、温差小日照充足,年平均气温24~25 ℃,年均降雨量约1 100 mm,蒸发量约2 000 mm,年均日照时数8 h,干燥季节和多雨季节有显著差别,基本土壤种类为花岗岩发育而来的红色壤土[10]。以“S”型五点混合采样法,从每个测试点收集0~20 cm深度的土壤样本。3个地块被选为每个园区的样本区域。
-
按照文献[15]的方法进行土壤化学检测:土壤pH通过水提取电势法(水与土的比例为2.5∶1.0)进行检测,碱解氮(AN)含量通过碱解扩散法检测,有效磷(AP)含量通过盐酸− 氟化铵法检测,有效钾(AK)含量通过乙酸铵萃取− 火焰光度计法测试,全氮(TN)用开式法测定,土壤有机碳(SOC)用重铬酸钾氧化− 分光光度法测定。
-
结合全国第二次土壤普查的养分分级指导标准,结合早期研究对火龙果园养分评级的方法[16-17],对被调查地区的单个养分指标进行普通等级评估。土壤养分分级标准详见表1。
指标 极低 低 中等 高 极高 pH <5.0 5.0~6.5 6.5~7.5 7.5~8.5 >8.5 AN/(mg·kg−1) <50.0 50.0~100.0 100.0~150.0 150.0~200.0 >200.0 AP/(mg·kg−1) <5.0 5.0~10.0 10.0~20.0 20.0~40.0 >40.0 AK/(mg·kg−1) <50.0 50.0~100.0 100.0~150.0 150.0~250.0 >250.0 TN/(mg·kg−1) <500 500~750 750~1500 1500~2000 >2000 SOC/(mg·kg−1) <2900 2900~8700 8700~14500 14500~26100 >26100 注:AN碱解氮;AP速效磷;AK速效钾;TN全氮;SOC有机碳,下同。 -
利用因子分析判断评估土壤指标的旋转因子特征值和特征向量;然后依据因子组成的累计贡献率选出关键因子成分[18-20]。在此基础上,得到各因子成分的分数,并通过综合分数公式计算得出各检测点的土壤养分综合评估值(IFI)[21-25]。数据处理流程包括:(1)选择评价指标;(2)进行评价指标间的关联性分析;(3)对原始评价指标进行标准化处理;(4)对处理后的指标执行因子分析;(5)使用提取出的因子作为新指标,算出其相关IFI值。
式中,IFI 是指综合评分值,λ 代表相关因子的贡献率,F 是对应的因子。聚类分析是基于土壤养分综合评价值IFI,使用组内链接法对土壤样本进行集群分析,以评估其养分水平。
-
原始数据整理和养分等级评价用Excel 2007软件,因子分析和集群分析用SPSS 20.软件。
-
从表2可以看出,海南省火龙果园土壤的平均pH值为5.76,范围在3.33~7.7之间,变异系数为16.49%,变异系数较小。土壤碱解氮、速效磷、速效钾的平均值分别为28.58、154.3、176.19 mg·kg−1,变异系数都较大,分别为32.09%、74.47%、62.92%。土壤全氮平均值为1580 mg·kg−1,且变幅较大,变异系数达68.35%;土壤有机碳平均值为15300 mg·kg−1,变异系数极大,达到了81.31%。
土壤指标 极差 最小值 最大值 平均值 标准差 变异系数/% pH 4.37 3.33 7.7 5.76 0.95 16.49 AN(mg·kg-1) 58.32 14.81 73.13 28.58 9.17 32.09 AP(mg·kg-1) 732.6 26.5 759.1 154.3 114.91 74.47 AK(mg·kg-1) 579.35 11.85 591.2 176.19 110.86 62.92 TN(mg·kg-1) 6600 200 6800 1580 1080 68.35 SOC(mg·kg-1) 63300 1100 64400 15300 12440 81.31 -
从表1和表3来看,调查的184个区域中有72.82%的土壤pH低于6.5,强酸性土壤比例达到25.54%。土壤速效磷含量最高,处于中等及以上等级(大于10 mg·kg−1)地块比例占100%;土壤全氮与速效钾含量处于中等偏上等级,其中土壤全氮含量大于750 mg·kg−1的地块比例占76.63%,土壤速效钾含量大于100 mg·kg−1的地块比例占76.63%;土壤有机碳含量比例较为均衡,中等以下(小于8 700 mg·kg−1)的地块比例占33.7%,中等等级(8 700~14 500 mg·kg−1)地块比例占21.2%,中等以上(大于14 500 mg·kg−1)比例占45.11%;土壤碱解氮含量最低,有96.74%的土壤碱解氮含量小于50 mg·kg−1,表明多数地块的碱解氮含量处于较缺乏或更低水平。
指标 极低 低 中等 高 极高 pH 25.54 47.28 26.63 0.54 0 AN 96.74 3.26 0 0 0 AP 0 0 0 0 100 AK 7.61 15.76 26.09 28.8 21.74 TN 7.07 16.3 34.24 18.48 23.91 SOC 5.98 27.72 21.2 25.54 19.57 -
土壤指标之间有一定关联性,这是进行因子分析的关键依据[26]。在进行因子分析之前,有必要对各种土壤营养指标进行关联性评估。从表4可知,土壤有机碳与pH、速效钾、全氮均呈极显著正相关性;土壤全氮与pH值、速效磷和速效钾呈显著正相关;与此同时,土壤中碱解氮与pH值、速效磷呈显著负相关。最具相关性的是土壤有机碳与全氮,关联系数为0.939。这表明在所调查的火龙果园里,土壤营养标准之间存在一定程度的关联性,所有这些标准都适用于因子分析。通过KMO(Kaiser-Meyer-Olkin)-巴特利球形度检验之后,原始数据KMO值为0.529大于 0.5,因子的贡献率相对较高,因此适用于因子分析;对球形检验的统计值为472.498,与概率sig 小于 0.05相一致,这也表明数据适合进行因子分析。变量的共同度是指在原有变量信息中,公共因子提取的程度,它反映了公共因子对原始变量方差的贡献比例。本研究的平均变量共同度为0.607,因此通过因子分析得出的结论相对准确可靠。
指标 pH AN AP AK TN AN −0.002* AP −0.173 −0.329** AK 0.126 0.092 −0.09 TN 0.202** −0.095 0.233** 0.291** SOC 0.218** −0.017 0.136 0.268** 0.939** -
在对上述相关分析的基础上,对测量到的6项指标进行因子分析。研究结果显示(表5),具有特征值≥1的公共因子有2个,它们的特征值分别是:2.202 、1.436 ,其方差贡献率依次为 36.700%、23.937%。前2个公因子累计贡献率为 60.637%,所以,这2个公共因子可以用来替代原来的6个评价指标来进行全面的分析。
项目 P1 P2 AN 0.011 0.704 AP 0.089 −0.825 AK 0.517 0.304 pH 0.415 0.334 TN 0.929 −0.248 SOC 0.929 −0.153 特征值 2.202 1.436 方差贡献率/% 36.7 23.937 累计方差贡献率/% 36.7 60.637 从表5中可以看出,因子1在全氮、有机碳和速效钾3个指标上具有较高的负荷,负荷值分别为0.929、0.929和0.517,表明第一因子主要表示全氮、有机碳和速效钾3个指标的信息;因子2在碱解氮、速效钾和pH指标上具有较高的负荷,因子负荷值分别为0.704、0.304和0.334,这表明因子2主要表示了土壤中的碱解氮含量。因子负荷值分别为0.704、0.304和0.334,这表明因子2主要表示了土壤中的碱解氮、速效钾、pH 的含量。
根据表6,可以将得出的特征向量和经过标准化的数据相乘,从而得到因子得分的计算公式:
项目 P1 P2 AN 0.037 0.484 AP 0.004 −0.563 AK 0.253 0.232 pH 0.207 0.248 TN 0.419 −0.129 SOC 0.423 −0.063 F1 = 0.037 z1+0.004 z2+0.253 z3+0.207 z4+0.419 z5+0.423z6,
F2 = 0.484 z1−0.563 z2+0.232 z3+0.248 z4−0.129 z5−0.063z6,
式中:z1~z6为标准化的pH、碱解氮、速效磷、速效钾、全氮、有机碳。
接下来,利用公式(1)来计算每个土壤样本的综合分数IFI。在这个研究中,具体的模型如下:
-
根据公式(2)来计算相应的IFI值。然后,采用欧氏距离作为衡量土壤营养差异程度的依据,并使用组间联接法对火龙果园土壤营养水平的亲疏相似度进行系统聚类,从而将184个样本的IFI值划分为3个等级,其中Ⅰ级为:IFI 值在0.88~1.41,属于高等肥力等级;Ⅱ级为 IFI 值在0.04~0.75,属于中等肥力等级;Ⅲ级为 IFI 值在−0.9~0.01,属于较低的肥力等级。文章等级的高低都是相对的。根据这种等级划分,分别统计海南省调查的火龙果园土壤营养在各级别所占的比例,从表7可知,海南省184个火龙果土壤取样点中,有4.35%、36.96%的土壤养分处于Ⅰ级和Ⅱ级,有58.7%的土壤养分处于Ⅲ级,说明海南火龙果土壤肥力总体略差,需要重点培肥。从表7还可看出,海南火龙果分布较为集中的乐东、东方、三亚、陵水4个区域的土壤养分条件有所不同。根据综合得分,从三亚采集的21个样点,土壤养分综合得分相对较高,其中9.52%的土壤养分为Ⅰ级,52.38%为Ⅱ级,38.1%为Ⅲ级,显示三亚地区火龙果土壤养分状况较好。与之相反,东方采集的61个样点中,土壤养分综合得分最低,80.33%的土壤养分为Ⅲ级,表明东方区域火龙果土壤养分状况较差。从乐东地区收集的60个样点中,6.67%的土壤为Ⅰ级,45%的土壤为Ⅱ级,48.33%的土壤处于Ⅲ级状态。陵水的12个土壤样本中,分别有50%和50%的土壤处于Ⅱ级、Ⅲ级状态,表明乐东和陵水两地火龙果土壤养分状态处于中等状态。
取样点 样本数 变幅 平均值 标准差 不同土壤肥力所占比例/% I II III 乐东 60 −0.66~1.41 0.07 0.44 6.67 45 48.33 东方 61 −0.9~0.88 −0.2 0.35 1.64 18.03 80.33 三亚 21 −0.42~1.16 0.26 0.41 9.52 52.38 38.1 陵水 12 −0.55~0.7 0.03 0.39 0 50 50 万宁 6 −0.37~0.58 0.33 0.33 0 83.33 16.67 琼海 6 −0.56~−0.25 −0.395 0.13 0 0 100 澄迈 6 0.28~1.18 0.575 0.3 16.67 83.33 0 文昌 3 −0.35~0.18 −0.15 0.24 0 33.33 66.67 儋州 3 −0.2~0.19 −0.01 0.16 0 33.33 66.67 海口 3 −0.68~−0.41 −0.5 0.12 0 0 100 临高 3 0.23~0.42 0.35 0.08 0 100 0
Soil nutrient evaluation of pitaya orchards based on factor and cluster analysis
doi: 10.15886/j.cnki.rdswxb.20230078
- Received Date: 2023-06-03
- Accepted Date: 2023-06-30
- Rev Recd Date: 2023-06-29
- Available Online: 2023-07-06
- Publish Date: 2024-03-20
-
Key words:
- pitaya orchard /
- soil nutrient /
- factor analysis /
- cluster analysis
Abstract: In order to investigate the current soil nutrient status of pitaya orchards in Hainan Province, 184 soil samples were collected and analyzed by using 6 soil nutrient indices. Their nutrient indices were graded each and then comprehensively evaluated based on factor and cluster analyses. The results showed that soil acidification was evident in most of the pitaya fields under survey, with 72.82% of the pitaya fields at pH < 4.5 and pH 5.0-6.5. The soil ammonium nitrogen content was generally low, less than 0.01 mg/kg in 100% of the total pitaya fields. The contents of available potassium, total nitrogen and organic carbon were low in some fields, 23.37%, 23.37% and 33.7%, respectively, which were at the low or below levels. The soil available phosphorus content was the highest, and the proportion of plots in medium grade and above accounted for 100%. Factor analysis showed that two common factors could be extracted from the six nutrient indexes measured, among which total nitrogen, organic carbon, available potassium, ammonium nitrogen and pH were listed in factors 1 and 2 that mainly affected the comprehensive soil nutrient status of pitaya orchards. Cluster analysis of the soil nutrient comprehensive index IFI showed that the soil IFI values of the pitaya orchards in Hainan Province ranged from −0.904 to 1.405 with an average value being −0.171, of which only 41.3% of the soil was at medium or above fertility levels. In Ledong, Dongfang, Sanya and Lingshui which were pitaya major producers, the soil IFI values were at low fertility level in 80.33% and 50% of the pitaya orchards in Dongfang and Lingshui, respectively. In Sanya, the soil IFI values were above medium fertility level in 61.9% of the pitaya orchards. Overall, the soil fertility status in most areas of the pitaya orchards in Hainan Province (except Sanya) was below the medium level.
Citation: | WANG Qingxuan, RUAN Yunze, ZHAO Pengfei. Soil nutrient evaluation of pitaya orchards based on factor and cluster analysis[J]. Journal of Tropical Biology, 2024, 15(2): 150-156. doi: 10.15886/j.cnki.rdswxb.20230078 |