矿物肥料与有机肥配施提升咖啡土壤肥力质量的综合评价
doi: 10.11838/sfsc.1673-6257.24741
饶蔚蓝1 , 杨彬1 , 汤利1,2
1. 云南农业大学资源与环境学院,云南 昆明 650201
2. 农业农村部云南耕地保育科学观测实验站,云南 昆明 650201
基金项目: 云南省重大科技专项计划(202202AE090025)
Comprehensive evaluation of mineral fertilizer with organic fertilizer application to improve soil fertility quality of planted coffee
RAO Wei-lan1 , YANG Bin1 , TANG Li1,2
1. College of Resources and Environment,Yunnan Agricultural University, Kunming Yunnan 650201
2. Scientific Observing and Experimental Station of Arable Land Conservation(Yunnan), Ministry of Agriculture and Rural Affairs,Kunming Yunnan 650201
摘要
咖啡是云南高原特色现代农业的重要产业。为准确评价新型矿物肥料(主要成分 K2SO4·MgSO4· 2CaSO4·2H2O)及其配施有机肥对咖啡土壤肥力质量的影响,探究咖啡土壤质量提升与优质咖啡增产增效的绿色施肥技术。以连续 6 年的田间小区定位试验为基础,采用内梅罗指数法、模糊综合评价法及主成分分析等方法,对不施肥(CK)、2 种当地常规施肥(硫酸钾型 SOP、氯化钾型 MOP)、矿物钾型(POLY)、矿物肥料配施有机肥(POF)共 5 个处理的咖啡土壤肥力质量进行综合评价,探讨矿物肥料及其配施有机肥对咖啡土壤肥力质量和咖啡提质增效的作用。结果表明,矿物肥料配施有机肥显著提高咖啡鲜果经济性状、产量可持续性与产量稳定性,提高土壤有效养分含量和土壤肥力质量。与常规施肥 SOP 和 MOP 处理相比,POLY 和 POF 处理咖啡鲜果产量平均分别提高 14.2% 和 38.22%,而 POF 处理较 POLY 处理显著提高 17.98%。相较 SOP 处理,POLY 和 POF 处理的咖啡产量可持续性分别显著提高 5.28% 和 4.80%,产量稳定性分别显著提高 52.55% 和 46.08%。在 3 种评价方法下,不同施肥处理的土壤肥力质量综合指数(IFI)均表现为 POF>POLY>MOP>SOP>CK,POLY 和 POF 处理较 SOP 和 MOP 处理分别提高 13.57% ~ 32.15% 和 34.09% ~ 54.03%。POF 处理的内样罗指数法、模糊综合评价法、主成分分析的 IFI 较 POLY 处理分别显著提高 15.50%、18.04%、259.17%。随机森林模型分析表明,土壤交换性钙、交换性镁、有机质及碱解氮含量是影响咖啡鲜果产量的主要决定因素,其解释率分别为 9.14%、9.06%、 7.98% 及 7.55%。矿物肥料配施有机肥显著提高土壤有机质、全氮、速效氮磷钾、交换性钙、交换性镁含量及土壤 pH,显著提高土壤肥力质量,且在提高咖啡鲜果产量的同时维持较高的产量可持续性和稳定性。
Abstract
Coffee is an important industry of modern agriculture in Yunnan.The study aimed to accurately evaluate the effects of new mineral fertilizer(main components K2SO4·MgSO4·2CaSO4·2H2O)combined with organic fertilizer on the soil fertility quality of planted coffee,and to explore the sustainable fertilization technique for improving the soil quality,increasing yield and efficiency in high quality coffee.Field experiment was conducted based on the field plot location trial for 6 consecutive years,the quality of soil fertility was evaluated comprehensively using the Nemero index method,fuzzy comprehensive evaluation method and principal component analysis for five treatments,including no fertilization(CK),2 types of locally conventional fertilizers(with potassium sulfate or potassium chloride,SOP or MOP),mineral fertilizer(POLY),and mineral fertilizer combined with organic fertilizer(POF).The results showed that mineral fertilizer combined with organic fertilizer application significantly improved the economic characteristics of coffee fresh fruits,yield sustainability and yield stability,and increased the available nutrients content and soil fertility quality.Compared with the conventional fertilizers SOP and MOP treatments ,coffee fresh fruit yield was increased by 14.2% and 38.22% under POLY and POF treatments,respectively,while POF treatment significantly increased by 17.98% compared with POLY treatment.Under POLY and POF treatments,coffee yield sustainability was significantly higher(5.28% and 4.80%,respectively)and yield stability was significantly higher(52.55% and 46.08%,respectively),compared with SOP treatment.Under all three evaluation methods,the soil integrated fertility index(IFI)of different fertilization treatments showed that POF>POLY>MOP>SOP>CK,and POLY and POF treatments were significantly higher than SOP and MOP treatments by 13.57%-32.15% and 34.09%-54.03%,respectively.The IFI of Nemero index method,fuzzy comprehensive evaluation method and principal component analysis of POF treatment were significantly higher than POLY treatment by 15.50%,18.04% and 259.17%,respectively.Random forest model showed that soil exchangeable calcium,exchangeable magnesium,organic matter and alkaline nitrogen content were the main determinants of coffee fresh fruit yield with explanatory rates of 9.14%,9.06%,7.98% and 7.55%,respectively. Mineral fertilizer combined with organic fertilizer application significantly increased soil organic matter,total nitrogen, available nitrogen,phosphorus and potassium,exchangeable calcium and magnesium content and soil pH,which significantly improved the quality of soil fertility,and increased the fresh fruit yield of coffee while maintaining a high degree of sustainability and stability of yield.
土壤肥力质量是土壤质量的核心[1],受土壤养分含量、结构体的稳定以及生物学性状等的影响。良好的土壤肥力质量是提高肥料利用率,实现作物优质高产的基础[2]。土壤肥力质量评价对评价农业土壤肥力新质生产力具有重要作用。
土壤肥力质量评价指标涉及物理、化学与生物学性状,通常以土壤理化指标为主[3]。许多学者提出内梅罗指数法[4]、模糊评价法[5]、主成分分析[6]、系统聚类分析法[7]和层次分析法[8]等不同的土壤肥力质量评价方法。其中普遍使用的模糊评价法遵循模糊数学理论的加权乘法原则,会受隶属度系数的主观影响[9]。内梅罗指数法能根据土壤养分等级划分指标分值,并突出最重要的因素,但会受到极端值的影响[10]。主成分分析能够客观反映土壤肥力状况,但受样本量和变量个数的限制,可能会导致提取的主成分不具有代表性[11]。因此,若在对土壤肥力质量评价中综合这 3 种评价方法,可以互相弥补各自方法的缺点,得出较为客观公正的评价得分[9-10]
土壤肥力质量主要受自然因素以及人类活动的影响。南方红壤土壤淋溶作用强,土壤中的钾、钠及钙、镁含量均低,保肥性能差[12]。有研究表明,施用适量的杂卤石可以提高土壤 pH,有利于提高并维持土壤钾及中量元素平衡、减少养分淋失[13-14]。矿物肥料 POLY4 作为一种新型肥料主要是从杂卤石中提取出来的,含有钾、硫及钙、镁[15-16],根区施入杂卤石可显著提高烤烟产量和烟叶钾、钙、镁含量[17]。但有关矿物肥料对咖啡土壤肥力质量的影响尚鲜见报道。而相较于化肥,有机肥具有大量有机物质,养分全面且肥效长等特点。大量研究表明,有机无机合理配施可以显著改善土壤结构,提高土壤有机质、有效性养分含量[18-20],同时提升土壤肥力质量[21],进而提高作物产量及品质[22-23]。但目前,有关矿物肥料及其与有机肥配施对土壤肥力质量的影响尚缺乏综合评价。
咖啡是云南重要的高原特色经济作物之一,云南咖啡种植面积和咖啡产量均占全国的 98% 以上,近年来产量持续上升[24]。目前,云南咖啡种植产业发展快速,但存在土壤肥力质量不高、化肥利用率偏低等问题[25],因此,提高咖啡种植土壤肥力质量,进一步提升咖啡产量可持续性和咖啡品质,对促进咖啡绿色高产高效的产业发展具有重要意义。因此,本研究基于连续 6 年的田间定位试验,探讨影响咖啡产量的主控土壤肥力因子,采用内梅罗指数法、模糊评价法及主成分分析土壤肥力质量综合评价方法,以当地常规施肥为对照,定量化评价矿物肥料及其配施有机肥对咖啡土壤肥力质量的影响,分析其与咖啡鲜果产量和可持续性提升之间的相关性,以期为建立绿色高效的咖啡施肥技术,提高土壤肥力质量,促进咖啡种植土壤的可持续利用和咖啡提质增效提供科学依据和技术基础。
1 材料与方法
1.1 试验地点和供试材料
田间定位试验始于 2017 年,试验区位于云南省西双版纳州景洪市普文镇曼广村咖啡种植基地 (22°33′N,101°23′E),海拔 885 m,年均温度 20.20℃,年均降水量 1675.60 mm,属于北亚热带季风气候。土壤类型为赤红壤,2023 年试验施肥前取土化验测得土壤基本理化性状如表1。本研究为 2023 年 5 月至 2024 年 1 月的田间试验结果。
1供试土壤基本理化性状
供试咖啡品种为主栽品种‘卡蒂姆 P2’,树龄 23 年。供试肥料为新型矿物肥料 POLY4(化学分子式: K2Ca2Mg[SO]4·2H2O,K2O 14%),由英国 Sirius Minerals 公司提供。供试有机肥(总养分≥ 5%,有机质含量≥ 30%)由江阴市某生物科技有限公司生产。
1.2 试验设计
田间定位试验共设 5 个处理,分别为不施肥(CK);当地常规施肥 1(硫酸钾型,SOP)、当地常规施肥 2(氯化钾型,MOP);矿物钾型 (POLY);矿物肥料配施有机肥(POF,矿物肥料 POLY4+ 有机肥 3000 kg/hm2)。每个处理 3 次重复,共 15 个小区,每个小区 16 棵树,共 240 棵树。采用随机区组排列。每公顷种植 4950 棵树,株行距为 1 m×2 m。除供试矿物肥料配施有机肥外,各施肥处理的氮、磷、钾均为等养分量。
咖啡施肥量和施用时间均按当地咖啡种植基地常规模式进行。氮肥施用量为 N 315 kg/hm2,按 40%、30%、30% 的比例分基肥和 2 次追肥施用; 磷肥施用量为P2O5 112.5 kg/hm2,一次性基肥施用;钾肥施用量为 K2O 330 kg/hm2,按 40%、40%、 20% 的比例分基肥和 2 次追肥施用;有机肥一次性基肥施用。基肥时间为咖啡盛花期,追肥时间为挂果期和果实膨大期。此外,后续田间试验均按当地常规模式管理。
1.3 样品采集与测定方法
果实成熟期进行咖啡鲜果采集,采样过程中需保证采集果实大小均匀、颜色和成熟度一致,分批采集称重,记录各处理产量,计算总产量。于咖啡鲜果最后一次收获后,随机选取各小区中 6 株生长情况相似的咖啡树,在每棵树四周采集 0~20 cm 土层土样并混合。自然风干、研磨过筛,相关土壤指标测定方法参照《土壤农化分析》[26]
1.4 土壤肥力质量综合评价方法
1.4.1 基于内梅罗指数法的土壤肥力质量评价
土壤肥力质量综合评价指标应符合实用性、稳定性、易测性等原则。参照余顺平等[21]、于寒青等[27]的研究,内梅罗指数法评价土壤肥力质量评价的指标可以在土壤养分分级标准中涉及的土壤主要养分含量选取,因此根据当地土壤状况,选取所测的土壤理化指标:有机质、全氮、碱解氮、有效磷、速效钾、交换性钙、交换性镁和 pH 8 项指标进行评级。
土壤各肥力指标的属性分级标准查阅参考全国第二次土壤养分分级标准部分(表2)来确定[28]。计算公式:
2土壤各属性分级标准
注:Xa、Xc、Xp 分别表示各指标计算肥力质量综合指数的上限临界值、中间值、下限临界值。
IFIi=x/Xa, xXa (x-Xa) / (Xc-Xa) +1, Xa<xXc (x-Xc) / (Xp-Xc) +2, Xc<xXp3, x>Xp
土壤肥力质量综合指数(IFI)采用修正的内梅罗公式[4]的计算公式:
IFI=IFIi平均 2+IFIi最小 2/2×n-1/n
式中,IFIi 平均表示土壤各单项肥力指数的平均值, IFIi 最小表示土壤单项肥力指数的最小值,n 表示本次肥力质量综合评价的参评因子数。
1.4.2 基于模糊综合评价法的土壤肥力质量评价
采用因子分析法确定土壤肥力指标的权重[10]。先将所测指标与产量进行皮尔逊相关性分析,相关性 >0.3 的指标确定为土壤肥力质量评价指标,再利用隶属函数进行数据归一化处理[2229]
土壤 IFI 采用下列公式计算:
IFI=Σi=1nWiAi
式中,WiAi 为第 i 项评价指标的权重和隶属度值;n 为评价指标个数。IFI 取值在 0~1 之间,其值越高,表明综合土壤肥力质量越好。
权重 Wi 计算:各指标权重值为各指标的公因子方差与所有指标公因子方差和的比值。
隶属度 Ai 计算:采用隶属度函数计算,根据土壤养分与植物生长之间的关系将隶属度函数分为抛物线型和 S 型两类,其中 pH 采用抛物线型隶属度函数,其余指标均采用 S 型隶属度函数[30]。咖啡种植 pH 的最佳范围为 5.5~6.5[31],即优值 X1 和 X2 分别为 5.5 和 6.5。各指标的上限 Xa、下限 Xp 临界值范围参照第二次全国土壤普查并依据相关文献及当地土壤状况制定[32]。公式如下:
抛物线型:
Ai=0.1xXaxXp0.1+0.9x-Xa/X1-XaXa<x<X11.0X1xX21.0-0.9x-X2/Xp-X2X2<x<Xp
S 型:
Ai=0.1, xXa0.1+0.9 (x-Xa) /Xp-Xa, Xa<x<Xp1.0, xXp
1.4.3 基于主成分分析的土壤肥力质量评价
先对所测指标进行因子分析,提取特征值 >1 的指标选取为单个主成分记 F1···Fn。用相关系数初始特征值λ和因子载荷矩阵 A 计算主成分的载荷矩阵 U,各指标标准化后的值与 U 相乘之和得到单个主成分 F,单个主成分得分之和为各处理土壤 IFI[11]。其计算公式:
IFI=F1λ1+F2λ2++Fnλn
式中,F 表示单个主成分得分;λ表示对应单个主成分的方差贡献率。
1.5 咖啡产量稳定性和可持续性指数计算
产量稳定性指数计算:SI 表示产量稳定性,数值越低,代表产量稳定性越高[33]
SI=Std ( Yield) Ave ( Yield )
产量可持续性指数计算:SYI 表示产量可持续性,数值越高,代表产量可持续性越好[34]
SYI= Ave ( Yield ) - Std ( Yield ) Max ( Yield )
式中,StdYield)为不同处理产量的标准差,AveYield)为各处理产量的平均值,MaxYield)为各处理产量的最大值。
收益增长率计算:
收益增长率 %= 收益施肥处理收益不施肥处理)/ 收益不施肥处理 ×100
1.6 数据处理与统计方法
数据经 Excel 2013 整理,运用 SPSS 23.0,采用最小显著差数法检验各处理间的差异显著性 (P<0.05),并进行相关性分析和主成分分析。采用 Origin 2018 进行作图,采用 R 语言(4.4.1)中的 “randomForest”和“rfPermute”程序包进行随机森林回归分析。
2 结果与分析
2.1 咖啡鲜果经济性状与产量稳定性
不同施肥处理对咖啡鲜果产量及经济收益的影响如表3所示。咖啡鲜果产量和产值由高到低依次为 POF>POLY>MOP>SOP>CK,经济收益及收益增长率由高到低依次为 POF>MOP>POLY>SOP>CK。施肥显著提高咖啡鲜果产量和经济效益。与常规施肥相比,矿物肥料有利于增加咖啡鲜果产量和经济效益,而矿物肥料配施有机肥的提升作用更为显著。
3咖啡鲜果产量及经济效益
注:同列小数字母不同表示处理间差异显著(P<0.05)。
与 SOP 处理相比,POLY 和 POF 处理分别提高咖啡鲜果产量 19.29% 和 47.74%,分别提高产值 19.31% 和 40.74%,收益增长率分别提高 21% 和 86%。与 MOP 处理相比,POLY 和 POF 处理分别提高咖啡鲜果产量 9.11% 和 28.7%;分别提高产值 9.19% 和 28.58%; 与 POLY 处理相比,POF 处理咖啡鲜果产量、产值和收益增长率分别显著提高 17.98%、18% 和 53.75%。
用波士顿四象限图表示各处理咖啡鲜果产量、产量可持续性指数和产量稳定性指数的关系(图1)。结果表明,与 CK 处理相比,各施肥处理均显著提高咖啡鲜果产量可持续性和稳定性。CK 处理处于低产、低可持续性及低稳定性状态,SOP 处理处于低产、高可持续性及高稳定性状态。MOP、 POLY 和 POF 处理处于高产、高可持续性及高稳定性状态。矿物肥料及其配施有机肥,能在提高产量的同时具有较高产量稳定性和较高产量可持续性。
1咖啡鲜果产量可持续性指数及产量稳定性指数
注:A1—低产高可持续性;A2—高产高可持续性;A3—低产低可持续性;A4—高产低可持续性;B1—低产低稳定性;B2—高产低稳定性;B3—低产高稳定性;B4—高产高稳定性。
与 SOP 处理相比,POLY 和 POF 处理的产量可持续性指数分别显著提高 5.28% 和 4.80%,产量稳定性分别提高 52.55% 和 46.08%,但与 MOP 处理未有显著差异。
2.2 咖啡土壤主要养分性状
图2可知,矿物肥料配施有机肥显著增加了土壤中有机质、全氮、碱解氮、有效磷、速效钾、交换性钙、交换性镁含量,显著提高了土壤 pH。与 SOP、MOP 处理相比,POLY 和 POF 处理土壤有机质、全氮、碱解氮、交换性钙、交换性镁含量均显著提高,而 POF 处理还显著提高了土壤有效磷和速效钾含量,并显著提高了土壤 pH,且 POLY 处理与 POF 处理之间土壤主要养分含量存在显著差异 (P<0.05)。
2不同施肥处理下土壤主要养分含量变化
注:柱上小写字母不同表示处理间差异显著(P<0.05)。
与 POLY 处理相比,POF 处理的土壤有机质和全氮分别显著提高了 24.94% 和 19.11%,碱解氮、有效磷和速效钾含量分别显著提高 15.51%、 48.10% 和 13.13%,土壤交换性钙、交换性镁和 pH 分别显著提高 8.45%、15.04% 和 3.84%。
2.3 影响咖啡鲜果产量的关键土壤肥力因素
土壤肥力指标与咖啡鲜果产量的相关性分析如表4。由表4可知,咖啡鲜果产量与土壤有机质、全氮、碱解氮、速效钾、交换性钙、交换性镁和 pH 呈极显著正相关(P<0.01),与土壤有效磷呈显著正相关(P<0.05),交换性钙、交换性镁、有机质及速效钾与咖啡鲜果产量的相关性系数(0.938、 0.928、0.937 和 0.902)较大。表明 POLY 处理,特别是 POF 处理所提高 8 项土壤肥力指标均与咖啡鲜果产量的提升显著相关。
4土壤肥力指标与咖啡鲜果产量之间的相关关系
注:** 表示 P<0.01,* 表示 P<0.05;SOM—有机质,TN—全氮,AN—碱解氮,AP—有效磷,AK—速效钾,Ca—交换性钙,Mg—交换性镁。下同。
采用随机森林模型进一步分析了影响咖啡鲜果产量的主要土壤肥力因素(图3)。可得该模型总方差解释率 R2 =74.30%,对于咖啡鲜果产量而言,各土壤肥力指标相对贡献从大到小依次为交换性钙 (9.14%)、交换性镁(9.06%)、有机质(7.98%) 及碱解氮(7.55%),4 个指标因子显著性极高 (P<0.01);速效钾(6.59%)、有效磷(6.57%)和全氮(6.19%),3 个指标因子显著性为 P<0.05;而土壤 pH 贡献率(4.95%)未达显著水平。
3随机森林模型分析影响咖啡鲜果产量的主要土壤肥力指标
注:各因子的相对重要程度根据随机森林中的“percentage of increase of mean square error”值来计算和衡量,产量均方差增加量越高,因子的相对重要程度越高,ns 表示 P>0.05。
2.4 咖啡土壤肥力质量综合评价
图4可知,在内梅罗指数法、模糊评价法和主成分分析 3 种评价方法下,不同处理的土壤 IFI(IFINemero、IFIFAHP、IFIPCA)从大到小都为 POF>POLY>MOP>SOP>CK。结果表明,3 种评价方法下的 IFI 在 CK 处理与各施肥处理间差异显著,SOP 和 MOP 处理与 POLY 和 POF 处理间有显著差异。施用矿物肥料及其配施有机肥显著提高咖啡土壤肥力质量,而矿物肥料配施有机肥提升土壤肥力质量的效应更为显著。内梅罗指数法和模糊评价法的 IFI 分别在 0.95~1.95 和 0.29~0.82 范围内,主成分分析法的 IFI 在-71.22~74.82 范围内,3 种评价方法的 IFI 变化势一致。
综合比较,在 3 种评价方法中,相比于常规施肥(SOP 和 MOP)处理,连续 6 年不施肥,咖啡土壤 IFI 下降了 48.56%~60.28%,而施用矿物肥料 (POLY)处理可使咖啡土壤可提升 13.57%~32.15%,矿物肥料配施有机肥(POF)处理可使咖啡土壤 IFI 提高 34.09%~54.03%。与 POLY 处理相比,POF 处理的土壤肥力质量综合指数 IFINemero、IFIFAHP 和 IFIPCA 分别显著提高 15.50%、18.04% 和 259.17%。
2.5 土壤肥力质量与咖啡鲜果产量的相关性
将 3 种分析方法所得的土壤 IFI(IFINemero、 IFIFAHP、IFIPCA)与咖啡鲜果产量、产量可持续性及产量稳定性指数 6 个指标进行相关性分析来验证评价结果的准确性。由表5可得,6 个指标之间都存在较强的相关性;IFIFAHP 与产量、产量可持续性及产量稳定性指数相关性最高,其次是 IFINemero,最后是 IFIPCA,且 3 种评价之间也具有极显著的正相关性。
4土壤肥力质量综合指数
通过对 3 种 IFI 与咖啡鲜果相对产量进行线性回归分析( 图5) 可知,3 种方法所得的IFI 与咖啡鲜果相对产量均呈显著正相关,线性拟合准确性和相关性系数排序为模糊评价法 (P=0.939)>内梅罗指数法(P=0.934)>主成分分析(P=0.921)。以上结果都表明 3 种方法均可以较好进行土壤肥力质量综合评价,其中以模糊评价法最优。
5咖啡鲜果产量、产量可持续性及稳定性与土壤肥力质量综合指数的相关性
注:** 表示在 0.01 级别(双尾)相关性显著;Yield—咖啡鲜果总产量,SYI—咖啡产量可持续性指数,SI—咖啡产量稳定性指数。
5土壤肥力质量综合指数与咖啡鲜果相对产量的相关性
3 讨论
云南咖啡主栽区土壤酸性较强,土壤养分空间变化显著[31],因此如何合理施用化肥及配施有机肥,从而提高土壤肥力质量是主产区咖啡提质增效的重要措施。
本研究表明,矿物肥料及其配施有机肥相对于常规施肥处理能显著提高土壤肥力质量,提高咖啡鲜果产量的同时保证较高的产量可持续性及产量稳定性。原因可能是:相较硫酸钾及氯化钾,矿物钾肥含有钾、钙、镁、硫 4 种矿质营养元素,其施入土壤后可提高钾肥利用效率,增加收获期咖啡土壤水溶性钾含量,从而提高咖啡鲜果产量和生豆品质[35];有机肥中含有丰富的多糖、腐殖质、氨基酸等有机物质,施入后土壤的有机质含量增加,有利于土壤微生物活动,改善土壤结构,土壤肥力质量也随之提高[36-37]。本研究结果表明,当地常规施肥、施用矿物肥料、矿物肥料配施有机肥相对于不施肥处理都能显著提高咖啡鲜果产量、产量持续性和稳定性,其中,以矿物肥料配施有机肥的提升效果最优。土壤有效养分含量在提高并维持咖啡高产中发挥着重要作用,这与赵明珠等[35]研究结果一致。本研究表明,矿物肥料相对于常规施肥均能提高咖啡土壤有机质、全氮和速效氮、磷、钾以及交换性钙、镁含量,且矿物肥料配施有机肥还能显著提高土壤 pH,显著提高土壤养分含量 8.45%~48.10%。研究表明,有机无机合理配施可以提高作物生育期土壤速效养分含量[38],与本研究结果一致。此外,通过土壤各项肥力指标与咖啡鲜果产量的相关分析表明,咖啡土壤有机质、全氮、碱解氮、有效磷、速效钾、交换性钙、交换性镁和 pH 均与咖啡鲜果产量呈显著或极显著的相关关系,表明这 8 个指标是表征咖啡土壤肥力质量的重要指标,这与余顺平等[21]在化肥减量配施不同有机肥上的研究结果一致。通过将咖啡鲜果产量与土壤各项肥力指标进行随机森林模型分析,发现咖啡土壤交换性钙、交换性镁、有机质及碱解氮是影响咖啡鲜果产量的决定因素。根据土壤 IFI 值的差异及参考各土壤质量水平及文献[630],将内梅罗指数法、模糊评价法及主成分分析 3 种方法所计算的土壤 IFI 进行分级,其参考标准如下:内梅罗指数法的土壤肥力质量分级标准:IFI ≥ 2.7 时,肥力等级Ⅰ级(很肥沃);2.7>IFI ≥ 1.8 时,肥力等级Ⅱ级(肥沃); 1.8>IFI ≥ 0.9 时,肥力等级Ⅲ级(中等);IFI<0.9 时,肥力等级Ⅳ级(贫瘠)。模糊评价法的分级标准:IFI ≥ 0.6 时,肥力等级高;0.4 ≤ IFI<0.6 时,肥力等级中;IFI<0.4 时,肥力等级低。主成分分析的分级标准为:IFI ≥ 2 时,肥力等级Ⅰ级(优); 2>IFI ≥ 0.5 时,肥力等级Ⅱ级(良);0.5>IFI ≥-0.5 时,肥力等级Ⅲ级(中);IFI<-0.5 时,肥力等级Ⅳ级(差)。3 种不同评价方法得出土壤 IFI 从高到低均表现为 POF>POLY>MOP>SOP>CK,POF 处理的土壤肥力质量等级均达到了“肥沃 / 高肥力 / 优”水平,这 3 种方法在评价土壤肥力质量时具有高度的通用性与一致性,结果表明矿物肥料配施有机肥可以使土壤肥力从中等肥力水平向高等肥力水平转变,对土壤肥力与土壤质量的提升有持续促进的作用。主要原因是有机肥中含有大量有机质及部分氮、磷、钾,养分全面且肥效长,且长期有机无机肥料配施既可以维持土壤肥力平衡,又可以提高作物产量与品质,是土壤培肥与作物增产的有效途径,还可以减少化肥用量,有利于可持续绿色农业的发展。经相关性检验,3 种评价方法的 IFI 与作物产量间均呈极显著正相关,其中模糊评价法相关性更高,其评价结果为:低产(CK 和 SOP)处理的 IFI 随土壤有机质、有效磷和交换性钙、镁含量的下降和而下降;高产(MOP、POLY 和 POF)处理的 IFI 随土壤有机质、速效氮磷钾和交换性钙、镁含量的增加而提高,且 POLY 和 POF 处理的均值显著高于 MOP 处理。此外,在运用 3 种土壤肥力质量综合评价方法中发现,模糊评价法计算的土壤 IFI 与咖啡鲜果相对产量的线性回归关系拟合最好, POF 处理的 IFI 为 0.82,其相对产量也达到最大值为 243.94%,表明 IFI 在 0.66~0.82 之间,作物相对产量最高。最后,通过咖啡鲜果产量与 IFI 的相关性检验结果,发现内梅罗指数法、模糊评价法及主成分分析的 IFI 值与咖啡鲜果产量、产量可持续性及产量稳定性指数均呈显著或极显著的正相关关系(P<0.05;P<0.01),表明这 3 种方法均可用来评价土壤肥力质量。从 IFI 与咖啡鲜果总产量的相关系数及相对产量的线性回归方程来看,模糊评价法 (P=0.939)>内梅罗指数法(P=0.934)>主成分分析(P=0.921),表明在评价咖啡土壤肥力质量时,模糊评价法优于内梅罗指数法和主成分分析法,可在生产实践中优先使用。
4 结论
与当地常规施肥相比,矿物肥料配施有机肥能有效提升咖啡鲜果产量、收益、产量稳定性与产量可持续性,显著提高咖啡种植土壤有机质、全氮、速效氮磷钾和交换性钙、镁含量、土壤 pH 和土壤肥力质量。3 种评价方法的土壤 IFI 从高到低均表现为 POF>POLY>MOP>SOP>CK,均以矿物肥料配施有机肥为最高,是兼顾咖啡土壤质量提升与优质咖啡增产增效的绿色施肥技术。
1咖啡鲜果产量可持续性指数及产量稳定性指数
2不同施肥处理下土壤主要养分含量变化
3随机森林模型分析影响咖啡鲜果产量的主要土壤肥力指标
4土壤肥力质量综合指数
5土壤肥力质量综合指数与咖啡鲜果相对产量的相关性
1供试土壤基本理化性状
2土壤各属性分级标准
3咖啡鲜果产量及经济效益
4土壤肥力指标与咖啡鲜果产量之间的相关关系
5咖啡鲜果产量、产量可持续性及稳定性与土壤肥力质量综合指数的相关性
刘占锋, 傅伯杰, 刘国华, 等. 土壤质量与土壤质量指标及其评价[J]. 生态学报,2006,26(3):901-913.
张俊伶, 张江周, 申建波, 等. 土壤健康与农业绿色发展: 机遇与对策[J]. 土壤学报,2020,57(4):783-796.
黄佳惠, 张瑶, 肖凯, 等. 中国农田土壤质量评价指标及其发展趋势[J]. 资源环境与工程,2024,38(1):26-33.
阚文杰, 吴启堂. 一个定量综合评价土壤肥力的方法初探[J]. 土壤通报,1994,25(6):245-247.
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):104-106,111.
赵瑞芬, 程滨, 滑小赞, 等. 基于主成分分析的山西省核桃主产区土壤肥力评价[J]. 山西农业大学学报(自然科学版),2020,40(6):61-68.
陈松林. 福州海岛耕作土壤质量的定量评价[J]. 福建师范大学学报(自然科学版),1996,12(3):84-88.
田野, 李海龙, 刘双, 等. 基于层次分析法的鞍山千山林区土壤肥力评价[J]. 辽宁林业科技,2009(5):29-31,45.
董文涛, 路明浩, 韦大山, 等. 基于模糊数学方法的土壤肥力综合评价及应用[J]. 资源开发与市场,2011,27(6):511-513.
包耀贤, 徐明岗, 吕粉桃, 等. 长期施肥下土壤肥力变化的评价方法[J]. 中国农业科学,2012,45(20):4197-4204.
姜彬, 尹涵, 李春雨, 等. 黄河支流陕西段渭河流域沿岸农业土壤肥力综合评价[J]. 西北大学学报(自然科学版),2024,54(3):387-397.
周玲红, 黄晶, 王伯仁, 等. 南方酸化红壤钾素淋溶对施石灰的响应[J]. 土壤学报,2020,57(2):457-467.
张雄, 朱正杰, 崔志伟, 等. 四川盆地东部垫江盐盆早三叠世嘉陵江组四段杂卤石成因及对成钾的指示[J]. 地球科学,2022,47(1):27-35.
吴茂前, 程子珍, 刘冬碧, 等. 鄂西黄壤和紫色土上小麦施用杂卤石效果研究[J]. 湖北农业科学,2020,59(16):34-37.
王媛, 李文庆, 赵丽娅, 等. 杂卤石对玉米生长及养分吸收的影响研究[J]. 中国土壤与肥料,2018(6):166-173.
李晗灏, 李文庆, 王媛, 等. 杂卤石对花生生长及养分吸收的影响[J]. 农业资源与环境学报,2019,36(2):169-175.
王一柳, 李冬雪, 卢殿君, 等. 根区施用杂卤石对昆明烤烟产质量及养分吸收的影响[J]. 中国土壤与肥料,2021(3):199-206.
张然. 有机无机肥配施对旱地冬小麦产量品质和土壤理化性质的影响[D]. 咸阳: 西北农林科技大学,2020.
刘寒双, 崔纪菡, 刘猛, 等. 有机肥替代部分化肥对谷子产量、土壤养分及酶活性的影响[J]. 中国土壤与肥料,2022(7):71-81.
纪耀坤. 化肥与有机肥及土壤改良基质配施对土壤质量和小麦生长发育的影响[J]. 江苏农业科学,2022,50(21):221-227.
余顺平, 熊于斌, 廖涛, 等. 连续化肥减量配施有机肥提升植烟土壤肥力质量的综合评价[J]. 中国土壤与肥料,2024(1):70-78.
张文学, 王少先, 刘增兵, 等. 基于土壤肥力质量综合指数评价化肥与有机肥配施对红壤稻田肥力的提升作用[J]. 植物营养与肥料学报,2021,27(5):777-790.
韩召强, 陈效民, 曲成闯, 等. 生物质炭对黄瓜连作土壤理化性状、酶活性及土壤质量的持续效应[J]. 植物营养与肥料学报,2018,24(5):1227-1236.
国家统计局[DB/OL].[2024-12-18].http://stats.gov.cn.
董云萍, 龙宇宙, 林兴军, 等. 不同施肥量对小粒咖啡产量、品质及经济效益的影响[J]. 中国农业科技导报,2022,24(3):197-203.
鲍士旦. 土壤农化分析[M].3 版. 北京: 中国农业出版社,2000:39-114.
于寒青, 徐明岗, 吕家珑, 等. 长期施肥下红壤地区土壤熟化肥力评价[J]. 应用生态学报,2010,21(7):1772-1778.
全国土壤普查办公室. 中国土壤[M]. 北京: 中国农业出版社,1998:534-549.
罗艳, 许锡娟, 何锦林. 遵义农业耕作区土壤质量的模糊评价[J]. 农业与技术,2018,38(21):3-6,10.
姚熠涵, 代英超, 王卫国, 等. 大别山山核桃林地土壤养分特征及肥力评价[J]. 林业科学研究,2023,36(5):180-188.
张明达, 王睿芳, 李艺, 等. 云南省小粒咖啡种植生态适宜性区划[J]. 中国生态农业学报(中英文),2020,28(2):168-178.
赵明珠, 萧自位, 李锦红, 等. 云南咖啡主栽区土壤肥力现状初评[J]. 热带农业科学,2018,38(3):8-14.
李娟, 张立成, 章明清, 等. 长期不同施肥模式下赤红壤旱地花生-甘薯轮作体系产量稳定性研究[J]. 植物营养与肥料学报,2021,27(2):179-190.
黄兴成, 李渝, 白怡婧, 等. 长期不同施肥下黄壤综合肥力演变及作物产量响应[J]. 植物营养与肥料学报,2018,24(6):1484-1491.
赵明珠, 郭铁英, 马关润, 等. 土壤因子与小粒咖啡品质产量形成关系研究[J]. 热带作物学报,2020,41(6):1065-1075.
Yun Y Z, Xiao Y W, Jian J,et al. Carbon availability mediates the effect of nitrogen on CO2 release from soils[J]. Soil Security,2022,6:100041.
Liang D, Ning Y, Ji C,et al. Biochar and manure coapplication increases rice yield in low productive acid soil by increasing soil pH,organic carbon,and nutrient retention and availability[J]. Plants,2024,13(7):973.
Yang X, Bao Y, Li B,et al. Effects of fertilization applications on soil aggregate organic carbon content and assessment of their influencing factors:a meta-analysis[J]. Catena,2024,242:108135.
紧急通知:《中国土壤与肥料》编辑部没有给作者发“稿件深度复核邀请”的邮件,也没有“优秀论文深度复核计划”,请收到类似邮件的作者不要加微信,以免受骗。
关闭