基于GIS包钢尾矿库附近土壤肥力及盐碱度相关性评价

材料与方法

2.1 样品采集

根据包钢尾矿库的实际地形和实际污染特征，共设置18个采样点，每个采样点附近随机采3个土壤样品，共54个样品，在采集样品的同时也详细记录样品的地理位置等信息，具体的采样点见图1。尾矿库地下水流向（图1）分为3大方向，GW-06、GW-09、GW-12、GW16为S1方向，GW-07、GW-10、GW-13、GW-15和GW-17为S2方向，GW-08、GW-11、GW-14和GW18为S3方向。

2.2 样品分析

样品分析项目主要是土壤理化指标，土壤样品分析均采用国家标准方法。速效磷采用碳酸氢钠浸提-钼锑抗比色法测定；有机质采用重铬酸钾氧化-外加热法测定；氨态氮采用纳氏色剂-比色法测定；速效钾采用火焰光度法测定；pH采用电极法测定；Cl-和SO42-采用离子色谱法测定。

2.3 评价因子的选取

评价因子的选取有以下原则：①稳定性原则，尽量选取长期稳定影响本区域农作物适宜性的因子；②主导性原则，选取对农作物起主导性作用的因子；③差异性原则，选取评价区域范围内差异比较大的因子；④定量性原则，最大程度选择可量化的因素，这样可以减少主观因素的影响[5]。根据该尾矿库的实际情况和实验室的条件，本研究选取的指标是有机质、速效磷、速效氮、速效钾、土壤pH等理化性状。

3 尾矿库附近土壤肥力的评价

3.1 模糊综合评价模型的建立

3.1.1 土壤肥力各理化性质的隶属函数的确定 隶属度函数是体现评价因子的观测值和隶属度的解析函数。一般把隶属度函数分为2类，分别是抛物线型隶属度函数和S型隶属度函数[6-8]，具体如下。

1）抛物线隶属度函数

f（x）=0.1；{X≤M，X≥N}0.1+0.9（X-M）/（X1-M）；{M

2）S型隶属度函数

f（x）=0.1；{X≥N}0.1+0.9（X-M）/（N-M）；{M

其中属于抛物线型函数的因子对农作物的效应是在一定范围内农作物的生长效果最好，但是超出这个范围农作物生长环境则变差，本研究中pH属于这类因子。对应抛物线隶属度函数的是S型隶属度函数，属于这类函数的因子表现为指标值越高其农作物成长越好，但达到一定的值时，农作物生长需求达到一定的饱和期，生长趋于稳定。本研究中有机质、铵态氮、速效钾和速效磷属于S型隶属度函数[9-11]。

3.1.2 评价因子阈值的确定 根据该区域的实际情况并听取有关专家的意见，本研究中各评价指标转折点取值见表1。

3.1.3 评价因子权重的确定 由于各个评价因子在土壤肥力评价中的重要性不同，所以在评价前要确定其权重，避免均衡评判产生误差[12]。根据对包钢尾矿库附近土壤的实际情况，结合专家意见，得出判断矩阵，见表2。

建立判断矩阵的方法，行的评价因子为X，列的评价因子为Y。K=X/Y，K为行的因素对列的因素的相对重要性。K的一般值是1、3、5、7……，相对重要性越大，K就越大。由表2可知，列对行中pH相对有机质稍微重要，K=X/Y=3，1/K=Y/X=1/3，同理，氨态氮对有机质明显重要，K=5，速效磷比有机质强烈重要，K=7，速效钾比有机质十分重要，K=9；反之行对列则是列对行的重要性K的倒数。

运用方根法计算，各个因子的权重值如下，有机质=0.510，速效氮=0.130，速效钾=0.033，速效磷=0.064，pH=0.264。

计算该矩阵的最大特征根，进行一致性校验CR为0.053。

3.1.4 综合评价指数的计算 根据模糊数学中的加成法原则，采用公式IFI=∑wi·Ni计算综合指标值，其中，Wi表示第i个指标的权重，Ni表示第i个隶属度值。综合肥力指数IFI取值范围在0.1～1.0，该值越渐近1，土壤适宜度越高，其肥力越好[13-15]。计算得出IFI的范围在0.116～1.000，对应每个采样点的土壤肥力评价得分（表3）。

根据表3中的土壤肥力值，将包钢尾矿库附近的土壤肥力划分为4个等级，IFI>0.850为最适宜程度，0.650

4 土壤类型及碱化度

尾矿库周边18个采样点，土壤盐分类型的确定参照Cl-/SO42+的摩尔比>4.0（氯化物型）、4.0～1.0（硫酸盐-氯化物型）、1.0～0.5（氯化物-硫酸盐型）和<0.5（硫酸盐型）。土壤碱化度分级标准根据程心俊等[17]、赵瑞[18]的分级方案，可得出尾矿库18个采样点的土壤类型及碱化程度，结果见表4。由表4可知，GW-16的土壤碱化度最高（37.781%），属于重碱化土，碱化度最严重；GW-02的土壤碱化度最低（16.141%），属于轻碱化土，碱化程度最轻。18个采样点土壤碱化程度表现为GW-16>GW-17>GW-13>GW-01>GW-14>GW-15>GW-04>GW-07>GW-03>GW-09>GW-11>GW-06>GW-18>GW-10>GW-12>GW-05>GW-08>GW-02。结果表明，该地区土壤均是盐碱土，且均属于中、重度盐碱土，土壤盐碱化嚴重。

5 基于GIS土壤肥力及盐碱度的相关性分析

利用Arc GIS中的地统计模块和空间分析功能绘制土壤肥力和盐碱度空间分布（图2），并对土壤肥力和盐碱度进行相关性分析（图3）。

由图2、图3可知，土壤肥力随着碱化度的提高而提高，其相关性为0.977。由于因素氨态氮（NH4+）对土壤肥力具有重要贡献，且土壤盐碱指标（因子载荷皆为正）是影响NH4+的主要因素，因此土壤的盐碱程度越重，土壤肥力质量的得分就越高。其中，GW-02和GW-05为工业用地，且不在尾矿库地下水流向范围内，碱化度低，NH4+含量低，土壤其他理化指标相对也较低，所以土壤肥力在所有采样点中为最低等级。GW-18为农田，常年灌溉，盐碱化度为24.740%，土壤其他理化指标相对其他采样点较高，但土壤肥力综合评价值仍在次适宜程度范围内。

6 小结

1）利用GIS对土壤肥力和碱化度进行评价，与传统的评价方法相比，结果更加简洁明了，物力和人力更加节约。

2）该区域土壤肥力和盐碱化度有密切的联系，如何降低盐碱度成为对该尾矿库环境修复的关键。

参考文献：

[1] 王军艳，张凤荣，王 茹.应用指数和法对潮土农田土壤肥力变化的评价研究[J].农村生态环境，2001，17（3）：13-16，20.

[2] 潘发明.森林土壤肥力的综合分析评价[J].四川林勘设计，1997（1）：33-39，32.

[3] 肖慈英，阮宏华，屠六邦.下蜀主要森林土壤肥力的灰色关联分析与评价[J].南京林业大学学报，2000，24（3）：59-63.

[4] 李方敏，周治安，艾天成，等.渍害土壤肥力综合评价研究[J].资源科学，2002，24（1）：25-29.

[5] 陈海生，吴玲洪，王 磊.基于GIS的许昌市烤烟种植区土壤肥力适宜性评价与系统实现[J].河南大学学报，2009，39（1）：51-56.

[6] 骆东奇，白 洁，谢德体.论土壤肥力评价指标和方法[J].土壤与环境，2002，11（2）：202-205.

[7] 蔡晓布，张永青，邵 伟.不同退化程度高寒草原土壤肥力变化特征[J].生态学报，2008，28（3）：1034-1044.

[8] 李 梅，张学雷.基于GIS的农田土壤肥力评价及其与土体构型的关系[J].应用生态学报，2011，22（1）：129-136.

[9] 腊贵晓，刘国顺，曹 杰，等.基于地统计学和GIS的喀斯特烟田土壤肥力综合评价——以贵州省毕节地区为例[J].河南农业科学，2012，41（4）：63-68.

[10] 杜 峰，梁宗锁，徐学选，等.陕北黄土丘陵区撂荒群落土壤养分与地上生物量空间异质性[J].生态学报，2008，28（1）：13-22.

[11] 王子龙，付 强，姜秋香.基于GIS与属性识别模型的土壤肥力综合评价[J].农业工程学报，2009，25（6）：76-80.

[12] 郑立臣，宇万太，马 强，等.农田土壤肥力综合评价研究进展[J].生态学杂志，2004，23（5）：156-161.

[13] 史志华，蔡崇法，丁树文，等.GIS在三峡库区土壤肥力综合评价中的应用[J].土壤侵蚀与水土保持学报，1999，5（1）：74-78，96.

[14] 孙 波，张桃林，赵其国.我国东南丘陵山区土壤肥力的綜合评价[J].土壤学报，1995，32（4）：362-369.

[15] 丁美花，杨星卫，李湘阁，等.基于GIS技术的上海精准农业水稻生产潜力估算模型——考虑土壤肥力空间差异的影响[J].土壤通报，2006，37（1）：56-60.

[16] 宋 晶，陈海生，刘国顺，等.GIS支持下的河南省洛阳植烟田土壤肥力适宜性评价及施肥推荐支持决策系统研究[J].江西农业学报，2010，22（5）：68-72.

[17] 程心俊，李述刚，王周琼.中国正常干旱土亚纲的系统分类[J].土壤，1996（5）：6-9.

[18] 赵 瑞.煤烟脱硫副产物改良碱化土壤研究[D].北京：北京林业大学，2000.

相关热词搜索： 肥力 尾矿 盐碱 包钢 相关性