土壤质量的时空变异与评价指标选择

土壤质量的时空变异与评价指标选择

土壤是人类生存和发展的基础。随着人类社会工业化、城市化的加剧,世界各地土壤退化相当严重,日益威胁到人类赖以生存的土壤资源。而土壤质量是土壤特性的综合反映,也是揭示土壤条件动态的最敏感的指标,因而能体现自然因素及人类活动对土壤的影响。因此,有关土壤质量的研究已成为当前国内外土壤学、农学及环境科学界共同关注的热点课题之一。为此,笔者综述了近年来土壤质量的概念、评价指标和评价方法的研究进展,重点分析了土壤质量的时空变异,并就该领域目前的研究趋势与热点提出建议,从而为土壤资源管理以及土地的持续利用提供理论依据。1对土壤理化性质的影响自20世纪90年代初明确提出土壤质量的概念后,国内外关于土壤质量及土壤质量的概念不断发展变化。1992年美国召开的土壤质量会议认为土壤的主要功能包括3个方面:①生产力。即土壤提高植物和生物生产力的能力;②环境质量。即土壤降低环境污染物和病菌损害的能力;③动植物健康。即土壤质量影响动植物和人类健康的能力。因此,土壤质量是土壤肥力质量、土壤环境质量和土壤健康质量3个既相对独立而又有机联系的组分之综合集成。美国土壤学会对土壤质量的定义为,在一定的自然和管理生态系统边界内,同土壤特定功能相联系的能力,它维持植物和动物生产,保持并提高水和空气质量,维持着人类健康和生境。因此,土壤质量包含2个层面的定义:一方面是土壤内在质量,是土壤维持生产力、环境净化能力以及保障动植物健康能力的集中表现;另一方面是动态的土壤质量,即土壤受使用者和管理者影响下土壤功能的持续性,是土壤使用和管理的反映。2土壤质量的测定评价某一特定土壤的质量是由该土壤的固有属性、预期的土地利用类型和管理目的决定的。由于土壤是一个复杂的功能实体,其质量除了受土壤母质的影响外,还受到土壤侵蚀、土壤生物多样性特别是土地利用方式等因素的影响。因此,不能对土壤质量进行直接测定及评价,但可以通过各种土壤质量指标进行推测。而如何选取合适的土壤质量指标就成为评价土壤质量的基础和关键。2.1土壤质量评价土壤质量指标是表示从土壤生产潜力和环境管理的角度监测和评价土壤健康状况的性状、功能或条件。也有人认土壤质量指标是指能够反映土壤实现其功能的程度、可测量的土壤或植物属性。虽然国内外已经对土壤质量指标的选择进行了有益的探索,但土壤质量评价指标的研究仍然只是一些从不同关心角度进行的尝试,始终没有形成一个合适的体系和标准。土壤质量指标可分为定性指标和定量指标。定性指标一般是通过看、闻和感觉来确定土壤质量,包括土壤有机质颜色、根系和作物长势等表观性指标。这些描述性指标因为不能量化,而得不到大家足够的重视。土壤质量的定量指标分化学指标、物理指标和生物学指标。表1是刘世梁等列出的土壤质量指标汇总及其分类。从表中可以看出,在土壤质量评价中,所选取的土壤指标范围很广,涵盖了土壤质量的各个方面,但在指标的使用频率上仍主要侧重于土壤理化性质的评价,而作为土壤健康指标的生物指标使用较少。由于土壤质量评价具有目的性和针对性,不同研究目的决定着不同的土壤功能,从而对应不同的评价指标。许多理化、生物学属性都可能是参评因子,但由于土壤利用方式的多变性、土壤性质的时空变异性及数据获取的成本高等因素,显然不可能获取所有因子的数据,而只能确定一个“最小数据集”(MinimumDataset,MDS)。自从Larson和Pierce提出了最小数据集的概念后,MDS作为一种工具在土壤质量评价及监测工作中得到了广泛的应用。Sparling等在国家尺度上,选取了总C、总N、可矿化N、pH、有效P、容重和空隙7个指标作为MDS对新西兰不同土地利用类型的土壤进行了评价。李桂林等依据土地利用方式、土壤特征及种植年限,确定了研究区的土壤质量评价MDS,包括有机质、pH、容重、全钾、速效钾、速效磷。2.2生态生态系统评价的确定土壤质量的评价方法尚没有统一的标准,也没有固定的方法。需要综合考虑生态系统的类型、土壤的功能、土地利用方式等因素,另外与评价目的和评价尺度也有关。目前,评价方法可以概括为定性评价和定量评价。2.2.1土壤改良性方法定性评价是通过综合各土壤性质的判断给予土壤质量一个相对好坏的评价,这种方法应用并不广泛。土壤质量卡和土壤质量试验箱是主要的2种土壤质量定性评价方法,这2种定性评价方法的优点是快速,且可以帮助农民了解土壤理化和生物方面的知识,了解不同的管理措施对土壤的影响。但该类方法所得结果都比较粗略,仅适于小规模的农田评价,受人的主观影响很大,且不能反映土壤质量动态变化过程。2.2.2土壤质量评价方法的应用随着地统计学、GIS技术、模糊数学、计量经济学等在土壤质量评价中的应用,土壤质量评价方法已呈多样化发展,可以根据评价区域的时间和空间尺度、评价的土壤类型以及评价的目的选择适宜的评价方法。目前常用的定量评价方法主要有以下几种。2.2.2.土壤指标评分方法的比较指数法是目前使用较广泛的决策方法,包括选择合适的指标、将指标转化成分值和综合分值生成指数3个主要步骤。目前主要分为土壤质量综合指数法和土壤相对质量评价法。该方法源于Doran等提出的土壤质量的综合评分法。Andrews等对每个步骤的方法进行了系统的比较,发现在选择土壤评价指标时,主成分分析法和专家法都可以选择有代表性的土壤指标组成MDS,主成分分析法需要大量的数据,而专家法可能带来学科的偏见;在指标评分方法中,非线性方程比线性方程效果更好;在综合指标的评分方法中,累加法、权重累加法或决策支持系统法均获得相同的结果。该方法是在Pierce等提出的生产力指数模型(PI模型)基础上发展起来的。它是假定研究区存在理想土壤,这种土壤所具备的指标都能支持作物正常生长的需要,以这种土壤的质量指标为标准,其他土壤与它相比,得出相对土壤质量指数RSQI。该方法方便、合理、针对性强,评价结果较符合实际,适于对土壤的长期管理,但理想土壤的选择很关键,需要根据研究区域的不同土壤选定不同的理想土壤,此外,当利用该法研究土壤质量变化时,必须有时间和起点概念。2.2.2.多变量指标转换该法是美国农业部和华盛顿州立大学的研究者提出的,它可以将无数量限制的单个土壤质量指标利用地统计学方法综合成一个总体的土壤质量指数,将这一过程称为多变量指标转换(MVIT)。运用多变量指标克立格法评价土壤质量的结果不再局限在一个地块的评价,将空间尺度扩大,评价土壤质量空间变异性,评价时也可以将管理措施、经济和环境限制因子引入分析过程。2.2.2.系统动力学方法土壤质量是一个动态变化的过程,其土壤属性都是随着时间和空间的变化而变化,易受人类行为、管理措施以及农业实践的影响。Larson和Pierce提出了利用系统动力学的方法来描述土壤质量动态变化的方法。它是将土壤质量(Q)看作各个土壤性质(qi)相互影响的综合函数:Q=f(qi…n),若要反映整个土壤质量的变化,可以选择一阶导数表示土壤质量的变化速率。该方法是用于研究土壤质量、土壤生产力与控制土壤质量的关键变量间的关系,其核心为动力学结构模型。Kwansoo等运用该法研究6种轮作方式和不同施肥量与玉米产量之间的关系,并模拟在随后集约型谷物栽培下土壤质量恢复到最初水平的速度。2.2.2.模糊数学与gis的结合此外,将地理信息系统(GIS)、地统计学、数学模型结合,如模糊数学与GIS的结合,灰关联分析与GIS的结合,也陆续被应用到土壤质量评价中。3然历史综合体土壤是母质、地形、气候、生物、时间和人为因素长期综合作用形成的复杂的自然历史复合体。在不同的空间尺度、不同的地理区域、不同的人为干预条件下,由于促成其空间演变的主导因素不同,形成了特定的空间变异规律,了解和理解土壤特性空间变异的形成与演变是正确认识土壤有机体、管理好土壤养分的基础。3.1土壤质量因子空间变异内在动能的影响土壤质量因子空间变异的来源包括系统变异和随机变异2种。自然过程(地形、母质、土壤类型)是土壤质量因子空间变异的内在驱动力,它有利于土壤质量因子空间变异结构性的加强和相关性的提高,尤其是在较大的尺度水平上表现更为明显。而人为过程如施肥、耕作措施、种植制度则是土壤养分变异的外在影响因素,表现为较大的随机性,它往往对变量空间变异的结构性和相关性具有削弱作用。3.2对土壤空间插值的预测20世纪80年代初,空间异质性已成为土壤科学研究的重要内容,并开始由定性描述转向定量研究,研究方法也由Fisher的经典统计分析过渡到Matheron提出的地统计学分析,应用范围从土壤基本理化性质,到土壤生物性质、土壤重金属污染、土壤修复等新领域。当前地统计学与土壤质量因子空间变异的几个重要结合点和应用面是:地统计学和土壤多源数据的处理,和土壤过程的空间建模,和土壤质量因子的不确定模拟,和精准农业的结合。纵观近几年土壤空间变异特性研究的发展,单一地对土壤特性进行空间变异研究和预测时,其精度一般很难达到预期的结果,而充分挖掘和利用与目标变量相关的因子,预测精度往往效果更好。结合辅助变量以提高目标变量的预测精度的方法的研究和应用已有很多,包括传统的多变量线性回归方法、协克里格法和回归克立格法等。Lopez-Granados等利用线性回归法,通过裸露土壤的航空影像蓝光波段光谱值与土壤属性数据之间的回归分析来预测土壤有机质、pH值、K的空间分布。协克立格是用几个变量的测量数据对所感兴趣的一个或多个变量进行估值的一种方法,它不仅结合空间相关性,还考虑目标变量与辅助变量间的相关性,往往比普通克立格给出更好的预测结果。Gregorio等利用高密度土壤电导率数据和协克立格法估计土壤有机碳,预测精度比普通的克立格法提高了5%～11%。回归克立格法是将普通克立格法与回归模型相结合而形成的一种混合方法。Hengl等的研究表明利用回归克立格法和DEM数据预测的土壤有机质、土壤耕层深度的空间分布图均比普通克立格法更详细、更准确。姜勇等利用辅助变量对污染土壤锌及农田土壤有机质分布的克立格估值研究表明,回归克立格估值效果均明显优于普通克立格和协克立格法。辅助预测都要求主变量和辅助变量高度相关,且辅助变量的数据个数不能少于主变量的数据个数,同时,克里格插值会有平滑效应,易使预测值向均值或中值偏移,直接导致预测结果不能明显反映局部变异信息。鉴于协同克里格和回归克里格的缺陷,人们提出了人工神经网络技术在土壤空间变异方面的应用以处理具有非线性系统特征的土壤性质的空间分布状况。李启权等以空间坐标和邻近样点信息作为网络输入,利用径向基函数神经网络(RadialBasisFunctionNeuralNetwork,RBF)对土壤有机质、全氮和有效锰进行空间插值产生的误差比普通克立格有了极显著的降低。也有研究表明,集成BP网络用于土壤养分的空间变异的研究是可行的,而且它对于样本的分布没有任何特别的要求,此外它可以用于其他类似的面域的插值问题的研究,但存在的不足是它对样本数量有一定的要求。广义回归神经网络(GRNN)方法也是解决包括土壤属性空间插值在内的非线性系统预测问题的工具之一,它是径向基网络的变形,克服了BP网络存在的收敛速度慢和局部极小等缺点;与地统计方法相比,可以得到相近或更好的结果,而且即使在适当减少采样数量和加大采样间隔时,也能获得较好的结果,但是由于该神经网络具有很强的函数拟合和逼近的能力,因此,用于训练的样本数据必须具有很强的代表性。4社会、经济和政策土壤质量是个非常综合的概念,不仅涉及到土壤学、土地利用、农业种植措施和管理、环境等诸多方面,而且也与社会、经济和政策有关。目前,对于土壤质量方面的研究主要集中在土壤质量现状的调查和分析、土壤质量评价的理论、方法和指标体系、土壤质量变化的原因、土壤质量动态监测与预测预警及对策等方面,总结当前国内外土壤质量研究的最新进展,结合我国的实际情况,土壤质量研究还存在以下的主要问题,应加强这几个方面的研究。(1)建立标准化的土壤质量评价体系虽然土壤是一个复杂的综合体,土壤质量评价也是针对特定的土壤功能进行,但是为了便于对不同地区和不同研究者的研究结果进行比较,需要对土壤质量评价进行标准化,包括对确定研究目的、选择评价指标、确定和描述点位、确定采样程序和方法、样品储藏、准备和预处理、样品分析和结果表达方式、针对评价目的进行结果分析、获得解决方案各个步骤的标准化。(2)建立了比较完整的指标体系目前,国内外学者主要集中在某个特定土地利用方式下或者农业耕地条件下的土壤质量评价研究,也基本形成了一套指标体系,但是评价尺度还是不够大,且土壤重金属污染等负面指标纳入土壤质量评价范围的研究也较少。(3)要重视与关系研究土壤是农业发展的物质基础,土壤质量是土地持续利用的前提,研究土壤质量与可持续土地利用管理二者的关系,具有十分重要的现实意义。但是目前就土壤质量和可持续土地利用管理二者的关系及土壤质量在可持续土地利用管理中所发挥的作用,如基本农田保护、标准农田建设、耕地占补平衡等工作还没有将土地质量放在首要位置考量,对现有基本农田、标准农田的土壤质量的定量评价,耕地占补平衡的质量分析量化研究较少。(4)土壤肥力质量空间预测丘陵山区特定景观区域的土壤由于受复杂地形和人类利用的影响,其土壤物理、化学和生物过程与平原土壤存在着较大的差异,土壤性质的空间变异可能与地形因子相关性强,但是目前还没有一套关于山区土壤肥力质量空间预测的成熟方法,且预测精