植物营养与肥料学报   2018, Vol. 24  Issue (6): 1425-1434 
0
PDF 
基于红壤稻田肥力与相对产量关系的水稻生产力评估
柳开楼1,2, 黄晶1,3, 张会民1,3 , 韩天富1, 黄庆海2 , 余喜初2, 李大明2, 胡惠文2, 叶会财2, 胡志华2, 马常宝4, 薛彦东4    
1. 中国农业科学院农业资源与农业区划研究所/耕地培育技术国家工程实验室,北京 100081;
2. 江西省红壤研究所/国家红壤改良工程技术研究中心/农业部江西耕地保育科学观测实验站,江西南昌 330046;
3. 祁阳农田生态系统国家野外科学观测研究站/中国农业科学院农业资源与农业区划研究所,湖南祁阳 426182;
4. 农业农村部耕地质量监测保护中心,北京 100125
摘要: 【目的】 土壤肥力是水稻产量提升的基础,研究土壤肥力质量指数与水稻产量的量化关系可以为稻田土壤培肥和产量提升提供理论参考。【方法】 本研究基于位于江西省南昌市进贤县的红壤稻田长期肥料定位试验和县域尺度样点调研,长期试验包括不施肥 (CK)、单施氮肥 (N)、单施磷肥 (P)、单施钾肥 (K)、氮磷肥配施 (NP)、氮钾肥配施 (NK)、氮磷钾肥配施 (NPK)、2倍氮磷钾肥配施 (2NPK) 和有机无机肥配施 (NPKM) 处理,收集1981年、1985年、1989年、1995年、2002年、2005年、2012年和2017年的土壤pH、有机质、有效磷、速效钾和水稻产量;并于2017年在进贤县布置了58个代表性点位,获取土壤pH、有机质、有效磷、速效钾和晚稻产量数据。采用Fuzzy方法对长期试验不同施肥处理的土壤肥力质量指数进行计算,构建和验证土壤肥力质量指数与水稻相对产量的量化关系,并在进贤县进行了验证。【结果】 在红壤性双季稻田,不同施肥处理显著影响水稻产量和土壤肥力质量指数,与CK处理相比,NPKM、2NPK和NPK处理的年平均产量分别增加了71.6%、59.1% 和36.5%;土壤肥力质量指数分别增加了64.1%、47.3% 和27.7%,且NPKM处理的水稻产量和土壤肥力质量指数分别比NPK处理增加了25.6% 和28.5%;同时,NP和NK处理的水稻产量和土壤肥力质量指数也显著低于NPKM处理,而N、P和K处理的水稻产量和土壤肥力质量指数则与CK没有显著差异。线性拟合方程发现,红壤稻田的土壤肥力质量指数增加0.1个单位,水稻相对产量增加7.2%~22.6%。县域尺度的验证结果表明,基于土壤肥力质量指数预测的水稻相对产量与实际相对产量高度吻合 (R2 = 0.5268,P < 0.01,RRMSE < 25%),表明基于土壤肥力质量指数可较准确地评估该区域的水稻生产能力。【结论】 在红壤稻田上,化肥配施有机肥是提升土壤肥力质量和水稻产量的关键技术途径,且利用土壤肥力质量指数与水稻相对产量的量化关系可以指导该地区的土壤培肥管理和生产力评估。
关键词: 红壤稻田     长期施肥     土壤肥力质量     相对产量    
Assessment of productivity of red paddy soil based on soil fertilityand relative yield
LIU Kai-lou1,2, HUANG Jing1,3, ZHANG Hui-min1,3 , HAN Tian-fu1, HUANG Qing-hai2 , YU Xi-chu2, LI Da-ming2, HU Hui-wen2, YE Hui-cai2, HU Zhi-hua2, MA Chang-bao4, XUE Yan-dong4    
1. Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/National Engineering Laboratory for Improving Quality of Arable Land, Beijing 100081, China;
2. Jiangxi Institute of Red Soil/National Engineering and Technology Research Center for Red Soil Improvement/Scientific Observational and Experimental Station of Arable Land Conservation in Jiangxi, Ministry of Agriculture, Nanchang 330046, China;
3. National Observation Station of Qiyang Agri-ecology System, Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Qiyang, Hunan 426182, China;
4. Center of Cultivated Land Quality Monitoring and Protection, Ministry of Agriculture and Rural Affairs of the People’s Republic of China, Beijing 100125, China
Abstract: 【Objectives】 To study soil fertility improvement and yield based on the quantitative relationship between soil fertility index (SFI) and yield. 【Methods】 This study is based on the long-term fertilization experiment and county-scale sample surveys of red paddy fields in Jinxian County, Nanchang City, Jiangxi Province of China. The long-term field experiment was started from 1981, which included no fertilization (CK), nitrogen fertilizer only (N), phosphate fertilizer only (P), potassium fertilizer only (K), combined nitrogen and phosphorus fertilizers (NP), combined nitrogen and potassium fertilizers (NK), combined nitrogen, phosphorus and potassium fertilizers (NPK), double the amounts of nitrogen, phosphorus and potassium fertilizers (2NPK), combined organic and inorganic fertilizers (NPKM). Then, Soil pH, organic matter, available phosphorus, readily available potassium and rice yield were measured in 1981, 1985, 1989, 1995, 2002, 2005, 2012 and 2017. Meanwhile, the soil pH, organic matter, available P, readily available K and late rice yield were also analyzed from 58 representative sites of Jinxian County in 2017. SFIs of different treatments in a long-term fertilization experiment were evaluated by the Fuzzy method in a red paddy soil and the quantitative relationship between SFI and relative yield was established and validated. 【Results】 Different fertilization treatments affected rice yield and SFI significantly. Compared to CK, the average yield of NPKM, 2NPK and NPK were increased by 71. 6%, 59.1% and 36.5%, respectively. Their SFIs were increased by 64.1%, 47.3% and 27.7%, respectively. Compared with NPK treatment, the average yield and SFI in NPKM treatment were improved by 25.6% and 28. 5%. In contrast, the yield of NP and NK treatments and their SFIs decreased significantly. The average yield and SFI among N, P and K treatments were not significantly different from the CK. Furthermore, SFI and relative yield showed a linear relationship (P < 0.05), and the relative yield was improved by 7.2%−22. 6%, while the SFI was increased by 0.1. The validation experiment on the county scale showed that the estimated relative yield closely matched the measured values ( R2 = 0.5268, P < 0.01, RRMSE < 25%), suggesting that the SFI could indicate rice production on the county scale. 【Conclusions】 Application of organic and chemical fertilizers is a key technology for improving SFI and yield in the red paddy soil. Moreover, the quantitative relationship between SFI and relative yield could guide the management of soil fertility in the red soil.
Key words: red paddy soil     long-term fertilization     soil fertility quality     relative yield    

红壤稻田主要分布在江西、湖南、湖北、浙江等省份,这些地区的水稻生产对国家的粮食安全至关重要。近年来,随着秸秆还田、冬季绿肥种植等技术的推广,该区域的土壤肥力总体上得到了改善[1, 2]。研究表明,在化肥施用量相同的情况下,提高土壤肥力可以明显促进作物增产[3]。同时,土壤肥力的提升还可以有效降低水稻产量对外源肥料的依存率。很多长期试验结果表明,配施有机肥可以同时实现土壤肥力和产量的双提高,而不合理的化肥施用则导致土壤肥力和作物产量的显著降低[47]。因此,为实现我国的化肥“零增长”目标,通过提高土壤肥力来保证作物高产就显得十分重要。

土壤肥力质量是衡量土壤能够提供作物生长所需各种养分能力的重要指标。以往的研究主要通过Fuzzy、全量数据集、最小数据集等方法对土壤肥力指标进行加权,进而采用土壤肥力质量指数来量化土壤肥力水平[4, 810]。包耀贤等[11]在研究长期施肥下土壤肥力的综合评价时发现,虽然因子分析法、相关系数法和内梅罗指数法均适用,但应首选内梅罗指数法,最后选相关系数法。邓绍欢等[8]研究表明,冷浸田土壤质量评价的最小数据集为pH、全氮、有效锰、Fe2+、C/N、线虫数量等6个指标。总之,目前的研究主要集中在土壤肥力质量评价方法的比较及其在不同土壤类型的适应性上,但也有研究关注土壤肥力质量与作物产量[1213]及产量稳定性[14]的相互关系,Liu等[13]研究认为,水稻产量与土壤肥力质量指数可以用线性方程进行拟合,即水稻产量始终随着土壤肥力质量指数的增加而增加。而包耀贤等[15]的研究则表明,作物产量与土壤肥力质量指数呈极显著“S”型波尔兹曼生长模型关系,即当土壤肥力提高到一定程度时作物产量趋于稳定。然而,这些研究仅仅表明土壤肥力质量指数与作物产量及产量稳定性具有显著关系,却没有对土壤肥力质量指数与作物产量的量化关系进行验证。因此,本研究基于红壤稻田长期肥料定位试验,在多年土壤肥力数据库的基础上,采用Fuzzy方法对不同施肥处理的土壤肥力质量指数进行计算,构建土壤肥力质量指数与水稻相对产量的量化关系,并进一步结合进贤县域的数据对土壤肥力质量指数和相对产量的量化关系进行验证,以期明确土壤肥力质量评价对水稻生产的指导意义。

1 材料与方法 1.1 试验区概况

进贤红壤稻田长期定位试验设在江西省进贤县江西省红壤研究所试验基地 (116°20′24″E、28°15′30″ N),县域稻田土壤调研选择江西省南昌市进贤县,该地区为典型低丘地形 (海拨25~30 m,坡度5°)。中亚热带季风气候,无霜期约289天,年均降雨量约1537 mm,年均蒸发量约1150 mm,年均气温约18.0℃。

1.2 红壤稻田长期定位施肥试验

进贤红壤稻田长期定位试验始于1981年,供试土壤为第四纪红粘土发育的中度潴育型水稻土,其剖面构型为A–P–W1–W2–C。试验开始时耕层土壤pH 6.9、有机碳16.3 g/kg、全氮1.49 g/kg、全磷0.48 g/kg、全钾10.39 g/kg、有效磷 (NaHCO3-P) 4.15 mg/kg、速效钾 (NH4OAc-K) 80.52 mg/kg、粘粒 (< 0.001 mm)24.1%。共设9个处理,具体处理和施肥量见表1,每个处理3次重复,随机排列,小区面积46.7 m2。早稻、晚稻施肥量各占50%,氮磷钾化肥分别为尿素、钙镁磷肥、氯化钾,有机肥料为早稻季施紫云英 (来源于冬季小区内种植的紫云英),其鲜重22500 kg/hm2,含水量为70%,有机碳含量为467 g/kg,氮磷钾含量分别为4.0 g/kg、1.1 g/kg和3.5 g/kg;晚稻季施猪粪,其鲜重22500 kg/hm2,含水量为75%,有机碳含量为340 g/kg,氮磷钾含量分别为6.0 g/kg、4.5 g/kg和5.0 g/kg;氮肥60% 作基肥,其余40% 与全部的钾肥作追肥于水稻返青后施用;磷肥和有机肥全部作基肥。小区间用50 cm水泥田埂隔开,地表下埋深30 cm,地表上20 cm,灌水后和降雨前封堵小区缺口,以防串水串肥。双季稻种植制,密度为20 cm × 20 cm。所有小区的播种、移栽、施肥、打药和灌溉等日常管理措施保持一致并与当地习惯相同。水稻品种每5年更换一次。

表1 红壤稻田长期试验各处理的施肥量 [kg/(hm2·a)] Table 1 Fertilizer application amounts in each treatment of the long-term experiment in red paddy soil
1.3 进贤县域红壤稻田土壤调研

进贤县位于江西省南昌市,水稻土是进贤县主要的耕作土壤。水稻种植模式为早稻–晚稻–冬闲,面积达763.0 km2,占该县粮食种植总面积的89%,是鄱阳湖流域具有代表性的水稻种植区域。以进贤县第二次土壤普查的点位为基础[16],在充分考虑红壤稻田空间分布和晚稻种植分布状况的基础上,同时兼顾高、中、低产量的合理布设及空间上相对均匀的原则在全县共布设58个采样点,其中白圩乡6个点,池溪乡4个点,二塘乡4个点,架桥乡2个点,李渡镇3个点,罗溪乡1个点,梅庄镇4个点,民和镇3个点,南台乡农场1个点,七里乡1个点,前坊镇2个点,泉岭乡1个点,三里乡1个点,三阳集乡2个点,温圳镇3个点,文港镇3个点,下埠集乡5个点,衙前乡2个点,张公镇5个点,长山晏乡1个点,钟陵乡4个点。于2017年11月份分别采集耕层土壤样品和测定晚稻产量。具体采样点位见图1

图1 进贤县域红壤稻田采样点分布 Fig. 1 Sample sites in Jinxian County, Jiangxi Province

在采样过程中,通过实地调研发现,进贤县双季稻的氮磷钾肥用量与长期试验中2NPK处理基本相似,同时,由于冬季绿肥的大力推广,温圳镇、泉岭乡等约50% 的稻田实施了紫云英种植和还田。而由于运输繁琐和劳动力缺乏,全县已基本上没有鲜猪粪还田方式,但是,由于猪粪沼气工程的建设,在下埠集乡、衙前乡等有30% 左右的稻田进行了猪粪源的沼渣还田。因此,长期定位试验的处理包含了目前进贤县域的主要施肥措施,表明长期定位试验可以在一定程度上表征进贤县的施肥措施。

1.4 采样与分析方法 1.4.1 水稻绝对产量

在早稻和晚稻成熟期收获,各小区采取人工收割,脱粒后晾晒,称重,换算成每年每公顷籽粒产量。进贤县域各个点位的晚稻产量测定为每个点位随机收割3个点,每个点1 m2,人工脱粒、晾晒、称重。

1.4.2 水稻相对产量

有处理的相对产量均为各处理的水稻年产量占当年最高产量 (NPKM或2NPK处理) 的百分比。进贤县域各个点位的相对产量为各点位的晚稻产量占所有点位中最高产量的百分比。

1.4.3 土壤样品采集

从1981年开始,在每年晚稻收获后取0—20 cm的土壤样品,每小区随机采集5个点,同一小区样品混合后独立分装。进贤县域各点位的耕层土壤 (0—20 cm) 采集于2017年11月份进行,每个点位随机采集5个点,混合、风干、研磨。

1.4.4 土壤pH、有机质和氮磷钾测定

土壤pH为1∶2.5土水比浸提,用Mettler-toledo320 pH计测定;土壤有机质采用K2Cr2O7−H2SO4 氧化法测定;有效磷采用NaHCO3浸提—钼锑抗比色法;速效钾采用NH4OAc浸提—火焰光度计法。以上指标测定的详细步骤参考《土壤农业化学分析方法》[17]

1.4.5 土壤肥力质量指数计算

在前人研究的基础上[1819],本研究选用包括土壤pH、有机质、有效磷和速效钾共4项土壤肥力指标作为此次土壤肥力综合评价的参考指标。首先,对上述各项土壤肥力质量指标建立与之对应的隶属函数,计算其隶属度值,以此来表示各肥力指标的状态值。结合《土壤质量指标与评价》[18]和酸性土壤的具体实际,确定土壤pH值在隶属度函数曲线转折点X1、X2、X3和X4的相应取值分别为4.5、5.5、6.0和7.0。土壤有机质、有效磷和速效钾在隶属度函数曲线转折点X1的相应取值分别为10 g/kg、5 mg/kg和50 mg/kg,X2的相应取值分别为40 g/kg、20 mg/kg和150 mg/kg。根据评价指标得分函数类型[1819],可以得出各项肥力质量指标的隶属度值。

权重的计算步骤为:1) 建立各肥力质量指标的相关系数;2) 以某一肥力质量指标与其它肥力质量指标之间相关系数的平均值和所有肥力质量指标相关系数平均值总和所得到的比值,以此确定为单项肥力质量指标在表征土壤肥力质量中的贡献率,即权重系数。

由加乘法则,得到评价土壤肥力质量指数的综合性指标值SFI (soil fertility index)。计算公式为:

${\rm SFI} = \displaystyle\sum {W{\rm{i}} \times N{\rm{i}}} $ (1)

式中:SFI为土壤肥力质量指数;WiNi表示第i种肥力质量指标的权重系数和隶属度值。

1.5 模型构建与验证

以长期定位试验中2017年各处理土壤肥力质量指数和相对产量的一元一次拟合方程为模型,结合2017年进贤县域稻田土壤肥力质量指数进行相对产量的预测,并采用国际上常用的统计方法RMSE (root mean square error) 和RRMSE (relative root mean square error) 对相对产量的预测值和2017年晚稻相对产量的实测值之间的符合度进行检验。具体公式如下:

${\rm RMSE} = \sqrt {\frac{{\displaystyle\sum {{{\left( {X\!{\rm{o}} - X\!{\rm{s}}} \right)}^2}} }}{n}} $ (2)
${\rm RRMSE} = \sqrt {\frac{1}{n}\displaystyle\sum {{{\left( {\frac{{X\!{\rm s} - X\!{\rm o}}}{{X\!{\rm o}}}} \right)}^2}} } $ (3)

式 (2) 和 (3) 中:Xo和Xs分别为实测值与预测值 (将县域尺度的土壤肥力质量指数代入长期试验中2017年土壤肥力质量指数与相对产量的拟合方程,从而获得县域尺度相对产量的预测值);n为样品数,且当RRMSE ≤ 25% 时模型可用。

数据处理采用Excel 2003,统计分析采用SAS 9.1,各处理水稻产量和土壤肥力质量指数差异采用LSD进行显著性分析 (P < 0.05)。土壤肥力质量指数与相对产量的量化关系采用线性方程进行拟合,采用ArcGIS 10.2软件进行Kriging插值和图形编辑及空间分析,制作进贤县域尺度的采样图、土壤pH、有机质、有效磷、速效钾、肥力质量指数和晚稻产量基础图件。其余图件采用Origin 8.1制作。

2 结果分析 2.1 不同施肥措施下红壤稻田年产量变化

在红壤双季稻区,不同施肥处理显著影响水稻产量 (图2)。在1981、1985、1989、1995、2002、2005、2012和2017年,各处理均呈现出NPKM和2NPK最高,其次为NPK和NP处理,NK、N、P、K和CK处理较低。与CK处理相比,NPKM和2NPK处理的年均产量分别增加了71.6% 和59.1%;NPK和NP处理分别增加了36.5% 和26.8%;而N、P、K和NK处理则增加不显著。同时,NPKM处理的年均产量也显著高于NPK处理 (增幅为25.7%)。

图2 长期施肥各处理的水稻年产量变化 Fig. 2 Change of annual rice yield of different treatments under long-term fertilization [注(Note):方柱上不同小写字母表示处理间差异显著 (P < 0.05) Different letters above the bars mean significant difference among treatments (P < 0.05).]
2.2 不同施肥措施下红壤稻田土壤肥力质量指数演变

基于Fuzzy土壤质量评价结果表明,红壤稻田不同施肥措施的土壤肥力质量指数存在明显差异 (图3),从1981年至2017年,均呈现出NPKM处理的土壤肥力质量指数最高,其次为2NPK和NPK处理,而NP、P、NK、CK、N和K处理较低。与CK处理相比,NPKM、2NPK和NPK处理的年均土壤肥力质量指数分别增加了64.1%、47.3%、27.7%,且NPKM处理比NPK处理增加了28.5%;但NP、NK、P、N和K处理则与CK相比无显著差异。

图3 长期施肥各处理土壤肥力质量指数变化 Fig. 3 Change of soil fertility index under different treatments in long-term fertilization [注(Note):方柱上不同小写字母表示处理间差异显著 (P < 0.05) Different letters above the bars mean significant difference among treatments (P < 0.05).]
2.3 土壤肥力质量指数与水稻相对产量的相互关系

土壤肥力质量显著影响水稻产量。除了1981年之外,其余年份土壤肥力质量指数与水稻相对产量均呈显著的正相关关系 (P < 0.05),且均可以用线性方程进行拟合 ( 表2)。土壤肥力质量指数每增加0.1个单位,1985、1989、1995、2002、2005、2012和2017年水稻相对产量分别增加了8.7%、22.6%、8.9%、9.8%、7.2%、12.9% 和10.3%。

表2 土壤肥力质量指数 (y) 与水稻相对产量 (x) 拟合方程 Table 2 The fitted equations between soil fertility index (x) and relative yield (y)
2.4 土壤肥力质量指数与水稻相对产量的相互关系在县域尺度上的应用

2017年进贤县的土壤pH值在4.32~5.29之间,变异系数为4.29%,土壤有机质、有效磷和速效钾分布范围分别为11.37~49.89 g/kg、11.76~134.27 mg/kg和22.50~144.03 mg/kg,变异系数分别为19.58%、61.75% 和42.19%。全县土壤pH、有机质、有效磷和速效钾的平均值分别为4.75、34.54 g/kg、39.37 mg/kg和61.94 mg/kg。在县域尺度上,土壤pH和有机质的分布趋势大体相似 (图4)。具体呈现出西部地区 (架桥镇和泉岭乡全部、温圳镇和文港镇西部) 较高,东北部环湖地区 (三里乡、梅庄镇和二塘乡大部) 较低的趋势;同时,东南部地区 (下埠集乡和衙前乡大部) 的有机质含量也显著高于其他区域。但是,土壤有效磷和速效钾的分布趋势则明显不同于pH和有机质,有效磷含量较高的区域主要为东南部边缘地区 (衙前乡)、西部边缘 (温圳镇的部分) 以及东北部钟陵乡和梅庄镇的一小部分地区;速效钾含量较高的区域主要为南部边缘地区 (下埠集乡和衙前乡的大部分地区)、东北部的部分地区 (梅庄镇和三里乡) 以及中部的部分地区 (民和镇、七里乡等乡镇的小部分);而西南大部分地区的有效磷和速效钾含量均较低。

图4 进贤县域土壤pH、有机质、有效磷和速效钾含量 Fig. 4 Distribution of soil pH and contents of soil organic matter, available phosphorus and potassium in Jinxian County

Fuzzy评价方法显示,进贤县2017年的土壤肥力质量指数在0.34~0.92之间,平均为0.56。图5结果显示,该区域土壤肥力质量差异较大,土壤肥力质量指数较高的区域主要有南部地区 (衙前乡和下埠集乡大部分)、西部边缘 (温圳镇和文港镇的部分地区) 以及东北部 (梅庄镇) 和中部 (民和镇、七里乡) 的小部分地区,而西南大部分地区和东部环湖地区的土壤肥力质量指数较低。

图5 进贤县域土壤肥力质量指数分布 Fig. 5 Distribution of soil fertility index in Jinxian County

进贤县2017年晚稻单产在3133~8833 kg/hm2之间,平均晚稻产量为5778 kg/hm2图6结果显示,该区域水稻产量的分布趋势主要呈现出中部地区 (民和镇、七里乡和前坊镇),东南部地区 (下埠集乡、衙前乡、钟陵乡和池溪乡) 和西部地区 (架桥镇、温圳镇、文港镇) 的产量较高,而东北部环湖地区 (三里乡、梅庄镇、二塘乡和南台乡),中南部地区 (张公镇、白圩乡、长山晏乡和李渡镇) 的产量较低。

图6 进贤县域晚稻产量分布 Fig. 6 Distribution of late rice yield in Jinxian County

为进一步验证土壤肥力质量指数与水稻相对产量的拟合方程,在计算2017年进贤县域的土壤质量指数基础上,结合长期试验中2017年的一元一次拟合方程 (y = 1.6263x − 0.2298) 预测了2017年进贤县域的晚稻相对产量。图7结果表明,预测的水稻相对产量与实际的水稻相对产量高度吻合 (R2为0.5268,P < 0.01,RRMSE小于25%),说明采用典型点位的一元一次方程可以用来预测和评估该地区县域尺度的水稻生产能力。

图7 预测与实际相对产量的一致性 Fig. 7 Agreement of the predicted and measured values of relative yield
3 讨论

化肥配施有机肥是提高土壤肥力与作物产量的重要途径[20]。在红壤稻田上,不同施肥处理的水稻产量和土壤肥力质量指数差异较大,但所有处理中均呈现出长期有机无机肥配施的水稻产量和土壤肥力质量指数最高,其水稻产量和土壤肥力质量指数分别比化肥处理增加了28.8% 和26.9%。这与前人的研究结果一致[4, 2122]。原因主要是:1) 与化肥处理相比,有机无机肥处理氮磷钾的养分投入量明显高于化肥处理,充足的养分投入有利于增强水稻的养分吸收能力[23],从而保障水稻高产。2) 有机无机肥处理可以显著改善土壤物理结构[24],增加土壤有机质和氮磷钾养分等肥力指标[2527],而土壤肥力的提升是水稻增产的主要驱动因子之一[2830]。因此,投入有机肥是红壤稻田实现“藏粮于土、藏粮于技”的关键。

很多研究表明,土壤肥力质量与作物产量存在显著的相关关系[3, 1214],在潜育化稻田上,土壤肥力质量指数与产量的量化关系可以用线性方程进行拟合[13];然而,也有研究表明,土壤肥力质量指数与水稻产量之间的量化关系用一元二次方程进行拟合较好[14],这主要与土壤肥力水平和障碍因子有关[13, 31],因为作物产量在土壤肥力增加到一定程度时逐渐趋于稳定[13]。因此,研究水稻产量与土壤肥力质量的量化关系可以为红壤区的水稻生产潜力评估提供依据。前人研究表明,与绝对产量相比,相对产量可以通过削减年际间的产量变异 (气候因子、品种特性等对产量的影响) 而更为准确地表征某一区域的水稻产量变化[32]。在本研究中,红壤稻田的土壤肥力质量指数与水稻相对产量的正相关关系可以用线性方程进行拟合,这与前人在南方水稻土上的结果相似[13, 31]。说明该区域的水稻土肥力质量和水稻产量均未达到稳定,这主要是由于本研究长期试验中的水稻品种每隔5年更新一次主推品种,除了2倍氮磷钾用量处理之外,其余处理的施肥用量则一直是1981年的水平,从而导致大部分处理的产量潜力没有得到充分发挥[33]。通过线性方程发现,从1985年至2017年,当土壤肥力质量指数每增加0.1个单位,水稻相对产量增加7.2%~22.6%,但不同年代间水稻相对产量的增幅差异较大。这可能与本研究采用的土壤肥力质量评价方法中数据集的指标类型和数量有关,因为在本研究中,Fuzzy方法计算的土壤肥力质量指数仅仅考虑了土壤pH、有机质和有效磷、速效钾指标,而有关土壤物理、生物学指标则没有予以考虑,从而导致本研究计算出的土壤肥力质量指数可能不能准确评估各施肥处理真实的土壤肥力质量变化[3435],因此,有关长期施肥的土壤肥力质量评估指标还需进一步优化[36]

在本研究中,2017年进贤县的土壤肥力质量指数和晚稻产量的分布趋势大体相似。具体呈现出西部地区 (架桥镇和泉岭乡全部、温圳镇和文港镇西部) 和东南部地区 (下埠集乡和衙前乡大部) 较高,其次为中部地区 (前坊镇、七里乡、池溪乡、民和镇、罗溪镇等),而东北部环湖地区 (三里乡、梅庄镇和二塘乡大部) 较低。原因主要是秸秆还田、绿肥种植还田和有机肥施用等在全县的相关乡镇均有不同程度的应用[2];再加上水稻土类型、水稻品种等因素的影响,从而导致县域尺度上土壤肥力质量和水稻产量变化幅度较大。这与樊亚男等[37]的结果相似,但由于采用的土壤肥力质量评价方法中数据集的指标类型和数量不同,导致土壤肥力质量指数的变化幅度不一。同时,长期施肥试验各处理的土壤肥力质量指数的范围 (0.34~0.97) 涵盖了县域尺度的土壤肥力质量指数范围 (0.34~0.92)。实地调研也发现,进贤县双季稻的氮磷钾肥用量与长期试验中2倍氮磷钾用量处理基本相似。这充分说明,长期施肥定位试验能够在一定程度上表征县域尺度的施肥模式和土壤肥力状况。此外,相对产量可以在一定程度上去除气候因子、品种特性等对水稻绝对产量的干扰[32]。在此基础上,本研究进一步利用长期试验点位的线性方程模型,根据2017年进贤县域的土壤肥力质量指数预测了对应点位的水稻相对产量,结果表明,水稻相对产量的预测值与实测值高度吻合 (RRMSE均小于25%)。证明通过土壤肥力质量指数可以较为准确地评估某一区域的水稻产量变化趋势。但是,在水稻生产中,除了土壤肥力之外,排灌条件、品种选择等也是影响水稻产量的重要因子[3840],因此,基于土壤肥力质量指数进行某一区域水稻生产能力的评估还有待深入研究和不断完善。

4 结论

长期化肥配施有机肥是提高红壤稻田土壤肥力质量与水稻产量的重要途径。红壤稻田土壤肥力质量指数与水稻相对产量存在显著的线性关系,土壤肥力质量指数增加0.1个单位,水稻相对产量增加7.2%~22.6%。县域尺度的验证结果表明,基于土壤肥力质量指数预测的水稻相对产量和实际相对产量高度吻合,表明通过土壤肥力质量指数能较为准确地评价该地区县域尺度的水稻生产力。

参考文献
[1] 柳开楼, 李大明, 黄庆海, 等. 红壤稻田长期施用猪粪的生态效益及承载力评估[J]. 中国农业科学, 2014, 47(2): 303–313.
Liu K L, Li D M, Huang Q H, et al. Ecological benefits and environmental carrying capacities of red paddy field subjected to long-term pig manure amendments[J]. Scientia Agricultura Sinica, 2014, 47(2): 303–313.
[2] 李建军, 辛景树, 张会民, 等. 长江中下游粮食主产区25年来稻田土壤养分演变特征[J]. 植物营养与肥料学报, 2015, 21(1): 92–103.
Li J J, Xin J S, Zhang H M, et al. Evolution characteristics of soil nutrients in the main rice production regions, the middle-lower reach of Yangtze River of China[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(1): 92–103.
[3] 曾祥明, 韩宝吉, 徐芳森, 等. 不同基础地力土壤优化施肥对水稻产量和氮肥利用率的影响[J]. 中国农业科学, 2012, 45(14): 2886–2894.
Zeng X M, Han B J, Xu F S, et al. Effect of optimized fertilization on grain yield of rice and nitrogen use efficiency in paddy fields with different basic soil fertilities[J]. Scientia Agricultura Sinica, 2012, 45(14): 2886–2894. DOI:10.3864/j.issn.0578-1752.2012.14.011
[4] 颜雄, 彭新华, 张杨珠, 等. 长期施肥对红壤性水稻土理化性质的影响及土壤肥力质量评价[J]. 湖南农业科学, 2015, (3): 49–52.
Yan X, Peng X H, Zhang Y Z, et al. Basic physical and chemical properties and assessment for soil fertility quality of paddy soil under long-term fertilization[J]. Hunan Agricultural Sciences, 2015, (3): 49–52.
[5] 温延臣, 李燕青, 袁亮, 等. 长期不同施肥制度土壤肥力特征综合评价方法[J]. 农业工程学报, 2015, 31(7): 91–99.
Wen Y C, Li Y Q, Yuan L, et al. Comprehensive assessment methodology of characteristics of soil fertility under different fertilization regimes in North China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(7): 91–99.
[6] 张淑香, 张文菊, 沈仁芳, 徐明岗. 我国典型农田长期施肥土壤肥力变化与研究展望[J]. 植物营养与肥料学报, 2015, 21(6): 1389–1393.
Zhang S X, Zhang W J, Shen R F, Xu M G. Variation of soil quality in typical farmlands in China under long-term fertilization and research expedition[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(6): 1389–1393.
[7] 孙本华, 孙瑞, 郭芸, 等. 塿土区长期施肥农田土壤的可持续性评价[J]. 植物营养与肥料学报, 2015, 21(6): 1403–1412.
Sun B H, Sun R, Guo Y, et al. Evaluation on the sustainability of cropland under different long-term fertilization in Eum-Orthic Anthrosols area[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(6): 1403–1412.
[8] 邓绍欢, 曾令涛, 关强, 等. 基于最小数据集的南方地区冷浸田土壤质量评价[J]. 土壤学报, 2016, 53(5): 1326–1333.
Deng S H, Zeng L T, Guan Q, et al. Minimum dataset-based soil quality assessment of waterlogged paddy field in south China[J]. Acta Pedologica Sinica, 2016, 53(5): 1326–1333.
[9] 陈吉, 赵炳梓, 张佳宝, 等. 主成分分析方法在长期施肥土壤质量评价中的应用[J]. 土壤, 2010, 42(3): 415–420.
Chen J, Zhao B Z, Zhang J B, et al. Application of principal component analysis in evaluation of soil quality under different long-term fertilization[J]. Soils, 2010, 42(3): 415–420.
[10] 郝小雨, 周宝库, 马星竹, 高中超. 长期施肥下黑土肥力特征及综合评价[J]. 黑龙江农业科学, 2015, 48(11): 23–30.
Hao X Y, Zhou B K, Ma X Z, Gao Z C. Characteristics of black soil fertility and comprehensive assessment under long-term fertilization[J]. Heilongjiang Agricultural Science, 2015, 48(11): 23–30.
[11] 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.
Bao Y X, Xu M G, Lü F T, et al. Evaluation method on soil fertility under long-term fertilization[J]. Scientia Agricultura Sinica, 2012, 45(20): 4197–4204. DOI:10.3864/j.issn.0578-1752.2012.20.009
[12] 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.
Yu H Q, Xu M G, Lü J L, et al. Variations of soil fertility level in red soil region under long-term fertilization[J]. Chinese Journal of Applied Ecology, 2010, 21(7): 1772–1778.
[13] Liu Z, Zhou W, Li S, et al. Assessing soil quality of gleyed paddy soils with different productivities in subtropical China[J]. Catena, 2015, 133: 293–302. DOI:10.1016/j.catena.2015.05.029
[14] Shang Q, Ling N, Feng X, et al. Soil fertility and its significance to crop productivity and sustainability in typical agroecosystem: a summary of long-term fertilizer experiments in China[J]. Plant and Soil, 2014, 381(1): 13–23.
[15] 包耀贤, 黄庆海, 徐明岗, 于寒青. 长期不同施肥下红壤性水稻土综合肥力评价及其效应[J]. 植物营养与肥料学报, 2013, 19(1): 78–85.
Bao Y X, Huang Q H, Xu M G, Yu H Q. Assessment and effects of integrated soil fertility in red paddy soil under different long-term fertilization[J]. Plant Nutrition and Fertilizer Science, 2013, 19(1): 78–85.
[16] 江西省进贤县农业区划委员会. 进贤县土壤[M]. 南昌: 江西科学技术出版社, 1985.
The Agricultural Planning Committee of Jinxian County, Jiangxi Province. Soil of Jinxian County[M]. Nanchang: Jiangxi Science and Technology Press, 1985.
[17] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000.
Lu R K. Soil and agricultural chemistry analysis method[M]. Beijing: China Agricultural Science and Technology Press, 2000.
[18] 徐建明, 张甘霖, 谢正苗, 吕晓男. 土壤质量指标与评价[M]. 北京: 科学出版社, 2010.
Xu J M, Zhang G L, Xie Z M, Lü X N. Indices and assessment of soil quality[M]. Beijing: Science Press, 2010.
[19] 曹志洪, 周健民. 中国土壤质量[M]. 北京: 科学出版社, 2008.
Cao Z H, Zhou J M. Soil quality of China[M]. Beijing: Science Press, 2008.
[20] 周卫军, 王凯荣. 有机与无机肥配合对红壤稻田系统生产力及其土壤肥力的影响[J]. 中国农业科学, 2002, 35(9): 1109–1113.
Zhou W J, Wang K R. Effects of inorganic-organic fertilizer incorporation on productivity and soil fertility of rice cropping system in red soil area of China[J]. Scientia Agricultura Sinica, 2002, 35(9): 1109–1113. DOI:10.3321/j.issn:0578-1752.2002.09.014
[21] 李继明, 黄庆海, 袁天佑, 等. 长期施用绿肥对红壤稻田水稻产量和土壤养分的影响[J]. 植物营养与肥料学报, 2011, 17(3): 563–570.
Li J M, Huang Q H, Yuan T Y, et al. Effects of long-term green manure application on rice yield and soil nutrients in paddy soils[J]. Plant Nutrition and Fertilizer Science, 2011, 17(3): 563–570.
[22] Liu Z, Rong Q, Zhou W, Liang G. Effects of inorganic and organic amendment on soil chemical properties, enzyme activities, microbial community and soil quality in yellow clayey soil[J]. PLoS ONE, 2017, 12(3): e0172767. DOI:10.1371/journal.pone.0172767
[23] 要文倩, 秦江涛, 张继光, 等. 江西进贤水田长期施肥模式对水稻养分吸收利用的影响[J]. 土壤, 2010, 42(3): 467–472.
Yao W Q, Qin J T, Zhang J G, et al. Effects of different patterns of fertilization on rice nutrient use in Jinxian County of Jiangxi Province[J]. Soils, 2010, 42(3): 467–472.
[24] Zhou H, Fang H, Mooney S J, Peng X. Effects of long-term inorganic and organic fertilizations on the soil micro and macro structures of rice paddies[J]. Geoderma, 2016, 266: 66–74. DOI:10.1016/j.geoderma.2015.12.007
[25] Yang F, Tian J, Meersmans J, et al. Functional soil organic matter fractions in response to long-term fertilization in upland and paddy systems in South China[J]. Catena, 2018, 162: 270–277. DOI:10.1016/j.catena.2017.11.004
[26] Dong W, Zhang X, Wang H, et al. Effect of different fertilizer application on the soil fertility of paddy soils in red soil region of southern China[J]. PLoS One, 2012, 7(9): e44504. DOI:10.1371/journal.pone.0044504
[27] Zhang H, Xu M, Shi X, et al. Rice yield, potassium uptake and apparent balance under long-term fertilization in rice-based cropping systems in southern China[J]. Nutrient Cycling in Agroecosystems, 2010, 88(3): 341–349. DOI:10.1007/s10705-010-9359-3
[28] Pan G, Smith P, Pan W. The role of soil organic matter in maintaining the productivity and yield stability of cereals in China[J]. Agriculture, Ecosystems & Environment, 2009, 129(3): 344–348.
[29] Bai Z, Li H, Yang X, et al. The critical soil P levels for crop yield, soil fertility and environmental safety in different soil types[J]. Plant and Soil, 2013, 372(1): 27–37.
[30] 柳开楼, 黄晶, 张会民, 等. 长期施肥对红壤旱地团聚体特性及不同组分钾素分配的影响[J]. 土壤学报, 2018, 55(2): 443–454.
Liu K L, Huang J, Zhang H M, et al. Effect of long-term fertilization on aggregation characteristics and distribution of potassium fractions in red soil[J]. Acta Pedologica Sinica, 2018, 55(2): 443–454.
[31] Liu Z, Zhou W, Shen J, et al. Soil quality assessment of yellow clayey paddy soils with different productivity[J]. Biology and Fertility of Soils, 2014, 50(3): 537–548. DOI:10.1007/s00374-013-0864-9
[32] 戢林, 张锡洲, 李廷轩. 基于" 3414” 试验的川中丘陵区水稻测土配方施肥指标体系构建[J]. 中国农业科学, 2011, 44(1): 84–92.
Ji L, Zhang X Z, Li T X. Establishing fertilization recommendation index of paddy soil based on the " 3414” field experiments in the middle of Sichuan hilly regions[J]. Scientia Agricultura Sinica, 2011, 44(1): 84–92. DOI:10.3864/j.issn.0578-1752.2011.01.010
[33] 黄庆海. 长期施肥红壤农田地力演变特征[M]. 北京: 中国农业科学技术出版社, 2014.
Huang Q H. The trend of soil fertility in red soil under long-term fertilization[M]. Beijing: China Agricultural Science and Technology Press, 2014.
[34] Renzi G, Canfora L, Salvati L, Benedetti A. Validation of the soil biological fertility index (BFI) using a multidimensional statistical approach: A country-scale exercise[J]. Catena, 2017, 149: 294–299. DOI:10.1016/j.catena.2016.10.002
[35] Zhang X, Zhu A, Xin X, et al. Tillage and residue management for long-term wheat-maize cropping in the North China Plain: I. Crop yield and integrated soil fertility index[J]. Field Crops Research, 2018, 221(157): 165.
[36] Kambiré F, Bielders C L, Kestemont M P. Optimizing indigenous soil fertility assessments. A case study in cotton-based systems in Burkina Faso[J]. Land Degradation &Development, 2017, 28(6): 1875–1886.
[37] 樊亚男, 姚立鹏, 瞿明凯, 等. 基于产量的稻田肥力质量评价及障碍因子区划-以进贤县为例[J]. 土壤学报, 2017, 54(5): 1157–1169.
Fan Y N, Yao L P, Qu M K, et al. Yield-based soil fertility quality assessment and constraint factor-based zoning of paddy soil-A case study of Jinxian County[J]. Acta Pedologica Sinica, 2017, 54(5): 1157–1169.
[38] 褚光, 陈婷婷, 陈松, 等. 灌溉模式与施氮量交互作用对水稻产量以及水氮利用效率的影响[J]. 中国水稻科学, 2017, 31(5): 513–523.
Chu G, Chen T T, Chen S, et al. Effects of interaction between irrigation regimes and nitrogen rates on rice yield and water and nitrogen use efficiencies[J]. Chinese Journal of Rice Science, 2017, 31(5): 513–523.
[39] 刘立军, 王康君, 卞金龙, 等. 水稻产量对氮肥响应的品种间差异及其与根系形态生理的关系[J]. 作物学报, 2014, 40(11): 1999–2007.
Liu L J, Wand K J, Bian J L, et al. Differences in yield response to nitrogen fertilizer among rice cultivars and their relationship with root morphology and physiology[J]. Acta Agronomica Sinica, 2014, 40(11): 1999–2007.
[40] Jiang Y, van Groenigen K J, Huang S, et al. Higher yields and lower methane emissions with new rice cultivars[J]. Global Change Biology, 2017, 23: 4728–4738. DOI:10.1111/gcb.2017.23.issue-11