耕地地力评价可持续研究发展方向探讨

土壤(Soils),2011,43(6):876~882耕地地力评价可持续研究发展方向探讨①吴鹏飞1，2，孙先明3，龚素华4，刘洪斌1,2*（1西南大学资源环境学院，重庆400716；2重庆市数字农业高校重点实验室，重庆400716；3四川省合江县农业局，四川合江646200；4重庆市黔江区土壤肥料工作站，重庆黔江409000）摘要：结合参与耕地地力评价的实际经验和众多研究成果，综合西南山地丘陵农业区的特点，分析了该项研究实际操作中的难度及原因，探讨了当前该项研究工作的不足，提出以下可持续研究发展方向：首先，可以在参评指标的选择和指标体系建设的过程中，以气候和地势为依据，将研究大区分为几个地力评价亚区，分亚区确定评价指标和权重。水田旱地交错分布区的地力评价工作，尤以西南地区为甚，基于水田旱地实际地块的地力水平及其权重的差异性，建议昀好能够分开进行评价。再者，可以注重评价单元赋值的过程中插值方法的选择，可在对采集数据全局认识的基础上，再选择合适的点面赋值方法。此外，在地力评价工作过程中，注意每一细节的完成，因为这些细节的处理结果将直接影响到农业生产和结构化调整。关键词：丘陵山地区；耕地地力评价；评价指标；权重系数；可持续研究中图分类号：S158.2耕地地力是指在特定气候区域，以地形地貌、成土母质、土壤理化性状、农田基础设施和培肥水平等要素综合构成的耕地生产能力[1]。耕地地力评价涉及面广，其研究目的主要是对土壤提供能力高低的判定[2]。在当前人口压力越来越大、耕地面积锐减、耕地质量逐年下降的情况下，建立耕地地力定量评价模型，客观而准确地评价耕地地力，进一步提高耕地生产力水平，合理利用和科学管理土地资源，促进我国人口、资源、环境与社会经济的持续、稳定和协调发展具有重要的理论和实践意义[3-4]。此外，开展耕地地力研究工作还可为我国土壤肥料信息系统和精准农业体系的建立提供信息储备，实现全球土壤信息交流与共享奠定基础[5]。自2002年启动耕地地力调查和质量评价工作以来，随着工作的深入开展，评价过程中潜藏的问题逐渐呈现，结合笔者参与地力评价经验和诸多业已成文的参考资料，深入剖析了耕地地力评价在理论和实践中的不足与缺陷，并提出了相应的深入研究的发展方向，希望能为该项研究的深入开展和可持续发展提供参考，以期更好地服务于实际。1地力评价理论环节的不足和优化方向1.1评价指标的选取及指标权重的确定1.1.1评价指标的选取地力评价的首要环节就是选择评价因素，评价因素选取的方法则是重中之重。现行农业部推荐采用的耕地地力评价法——层次分析（AHP）/模糊评价法就隶属参数评价法[3]，该研究法开展评价之初的重要工作就是确定通过采用什么样的方法选择合适的评价指标（因素）。耕地地力评价是项涉及面广、综合性强的研究工作，由于现实中的影响因素有很多，评价因素的选取遵循主导因素原则、差异性原则、稳定性原则、敏感性原则[5-6]。早在2000年，农业部就组织专家根据我国气候和地貌特征，建立了一个全国共用的地力评价指标体系，该体系中包含有气候、立地条件、剖面性状、耕层理化性状、土壤养分状况、障碍因素、土壤管理7类共64项指标[7]。在实际工作中发现，有些指标在理论上具有代表性，能反映耕地利用的状态或水平，但却难以量化，如区域耕地的种植制度、政策等描述性指标等；且各评价因素因子等级之间并没有一条明确的界限[8]。显然，评价因子对耕地地力的影响程度是一个模糊性概念问题，因此，耕地地力评价中可以采用模糊数学的理论和方法进行描述，为各参评因素因子建立相应的隶属度函数，以隶属度来刻画土地生产力的状态值[9]。但也有研究发现，主成分分析法可将错综复杂的众多因素归结为少数几个线性组合的综合因①基金项目：西南大学研究生创新基金项目（KY2009021）资助。*通讯作者（[e-mail]）作者简介：吴鹏飞（1986—），男，安徽桐城人，硕士研究生，主要研究方向为土壤环境与数字农业。E-mail:[e-mail]第6期吴鹏飞等：耕地地力评价可持续研究发展方向探讨877素，在起到降维作用的同时还可舍去重叠的信息，便于做出较为直观的分析判断[10]。不同地区可以根据当地的自然条件及田间试验结果，因地制宜地选择评价因子。而由于自然条件及人为耕作习惯的差异，基于参评因子的评价结果差异显著，所以参评因子的正确选择相当重要，应尽量减少社会因素的空间差异和人为因素对耕地地力评价的影响；确定因子方法的改进和新筛选方法的探索则是地力评价工作新的研究方向，有待于进一步研究。1.1.2评价指标权重系数的确定耕地是农业生产昀基本的资源，为了确切了解我国耕地资源现状，制定合理的耕地生产措施，提高耕地资源的利用效率，采用科学量化的指标评价耕地地力具有重要意义。目前农业部耕地地力评价推荐方法就采用特尔斐法（Delphi）结合层次分析法（AHP）确定各指标权重。有研究认为，该种定性和定量结合的方法，既可有效克服主观经验确定分级指数的不确定性，又能准确地反映耕地的地力等级差异[5]；也有研究认为，该法仅能一定程度上减少主观人为因素的影响和干扰，但实际中由于个体认识或者专业知识背景的差异，不同的专家对特定指标的认知差异很大[11]，因此往往导致评价指标权重系数的主观性太强。影响耕地地力的因素非常多，并且有些评价因素之间以及与耕地地力的关系也是非线性的，因此，定量评价的关键是考虑各种评价因素对综合指标的非线性综合贡献，找到统一的数学模型来正确反映这种复杂的关系，而传统的评价方法尚不能精确地描述这种非线性关系[12]。因此，引入模糊综合评价中的隶属度函数来描述这种限制，根据作物性质做出各土壤因素对作物生长限制的隶属度函数。有实践证明，土壤因素对作物生长的限制不是台阶式的，它们的作用是渐变的，从而隶属函数和隶属度的模糊分类也具有一定局限性；也有研究认为，模糊综合评级法存在明显的缺点，如取小取大的运算法使许多有用的信息丢失，评价因素越多，丢失信息越多，可导致误判的可能性增大[13]。王瑞燕等[3]在研究传统地力评价法的基础上，尝试建立耕地地力的ANN-产量定量模型，采用相对隶属度对各评价指标进行描述，以实现产量为目标输出标准，经神经网络训练得到评价模型；该法与传统的评价法相比，模型不仅能反映耕地地力评价的非线性特征，而且评价过程中不需要确定权重，消除了传统方法确定权重时人为因素的影响，增加了评价结果的客观性。Duan等[11]在研究我国东北黑土区的耕地地力时，对传统的生产力指数（PI）模型进行修订，引入土层和土壤有机质等参数后得到修订生产力指数（MPI）模型，实验发现该模型和当地粮食产量有很好的线性关系，能较好地模拟出该地区的耕地地力情况。吴克宁等[14]将耕地基尼系数引用到区域耕地质量空间差异分析当中，用洛伦兹曲线和基尼系数来描述区域内耕地差异程度，具有很好的一致性，这就为研究区域耕地质量差异状况提供了一个参考指标。灰色关联度法，是基于土壤生产力同各参评项目在时间序列曲线之间的相似相异程度来衡量其相关度大小的量化方法，它对被分析对象样本量的多少和数据规律性没有过高要求，故袁秀杰等[6]认为权重的确定采用灰色关联法和层次分析法相结合的方法，可以减少数据误差和人为因素的影响。王瑞燕等[3]、Duan等[11]、吴克宁等[14]、袁秀杰等[6]在研究中，对耕地地力评价的研究方法进行了有益探索，在这些评价模型中不需要确定各因素权重，从而有效地避免了专家打分确定权重由人为因素干扰带来的弊端，提高了评价结果的准确性和客观性。这些研究建立的评价模型为耕地地力定量化评价探索了一些新的途径，丰富了耕地地力评价方法，结果也可以为现行层次分析-模糊评价法的评价结果进行检验和参照；但是这些有益的尝试尚未为大多数评价所采用，需进一步研究和证实。1.2评价单元赋值方法的选择土壤系统是一个复杂的灰色系统，为了保证评价结果的客观合理，对耕地地力综合定量评价需要选择土壤的各种属性指标（通常包括物理化学和生物指标），并通过这些指标的不同取值组合获得耕地地力的实际状况[7]。耕地地力评价全程定量化是该项研究的终极目标，实践操作中尽量多采用定量评价，对可定量化的评价因子按其数值参与计算；对非数量化的定性因子量化处理，确定其相应的指数，并建立评价数据库，然后利用计算机进行运算和处理，以避免人为随意性因素的影响[9]。基于当前的层次分析-模糊评价法，则需要将所有参评指标的量化值赋值到每一评价单元，从而就根据各指标量化的难易，将指标体系中的各项指标划分为定量和定性两类：其中，定量指标就是指借助于特殊的实验仪器分析化验得到的土壤属性，包括常见的土壤化学养分含量，部分物理和生物学性状指标等；定性指标，是指可直接通过器官感知的，且可借以粗略估计土壤状况变化情况的指标，但这些描述性的语言很难被量化。1.2.1定量指标赋值方法选择耕地地力评价中878土壤第43卷所涉及的定量指标多指土壤养分含量等理化性状指标。实际工作中，到研究区的每一处采样和测量是非常困难的，通常是将采集的有限样本点数据按照一定的方法扩展开来，给其他未知点合理分配预测值；以土壤养分属性数据为例，介绍定量指标赋值方法的选择。土壤养分状况是反映土壤理化性状的重要因素，是进行耕地地力评价必不可少的因素。由于采样点数量的限制，不能满足获取研究区每个点位上养分数据的要求，所以非采样点的养分数据多通过地统计学中的插值方法获取。常见的插值方法有普通克里格、泛克里格、回归克里格、反距离加权、径向基函数、全局多项式、局部多项式等[8-12,15-18]，但在这些方法中尚不存在一种对所有研究区都昀佳的插值方法，换言之，不同研究区进行插值分析时所用的昀优插值方法很难统一。克里格插值法，是基于半变异函数理论及结构分析对未知样点的区域化变量取值进行线性无偏昀优估计量的一种方法[9-10]，采用该方法首先要求数据服从正态分布，非正态分布会使变异函数产生比例效应，比例效应的存在会使实验变异函数产生畸变，抬高基台值和块金值，增大估计误差[11]；此外，克里格插值结果的精度还依赖于采样点的空间相关程度，当空间自相关性很弱时，意味着这种方法不合适[8]。赵永存等[16]在研究土壤有机碳空间分布时发现：地统计学方法中，由于地形复杂地区土壤属性存在的不平稳性，结合克里格方法和辅助数据进行土壤属性空间分布预测的回归克里格法，可以在一定程度上减小普通克里格的局限性，获取详细、精确性较高的结果。刘莎等[17]研究认为采用普通格里格法预测水稻土有机碳密度的估值范围较为集中，其空间分布特征具有明显的平滑效应。插值方法的选择（或预测精度问题），对于不同的区域、不同的具体指标而言所选择的插值方法应是迥异的，建议实际中应具体问题具体分析，以参数误差较小为准则进行选取插值方法。以普通克里格法为例，选择插值方法主要是看样点数据空间相关性的强弱[8]。也正是由于插值方法的不确定性可能导致插值结果的多变性和生产潜力等级的不确定性，时至今日仍没有一个确定的方法和规范，对开展后续测土配方施肥工作中的精确施肥增加了一些不确定性；插值方法的统一和规范也是今后地力评价研究的重点之一，只有克服了插值结果的多变性，才能更好地评价实际中的耕地地力水平和实现不同区域耕地地力的衔接。1.2.2定性指标赋值方法的选择对于种植制度、成土母质、耕层质地、土体厚度、灌溉保证率等定性评价因子，很多情况下其重要性甚至超过定量的理化性状指标。由于没有相应的专题图，也缺少一定点位数的量化指标值，因此，很难能通过GIS软件中的空间分析功能直接提取该指标值；有研究认为，耕地地力评价指标体系中种植制度、成土母质、耕层质地、土体厚度、灌溉保证率等在空间上一定范围内存在相对的一致性[18]；而采样中土壤调查样点分布较为均匀，且密度较大，这些指标在调查中均予以认真详细的调查和填写，所以说在一定的采样密度下，每个采样点附近的评价单元该项指标数值可以用该样点的值代替，即以点代面来实现评价单元中该指标值的提取。在广阔的西南丘陵山地农业区，由于地形的约束，其耕地的灌溉条件十分有限，水