基于最小数据集的新疆沙湾市农田土壤质量评价与障碍诊断

扫码查看

原文链接

中国科学院科技论文预发布平台

中文摘要：为了评估新疆沙湾市农田的土壤质量状况，明确影响生产力水平的关键影响因子，推进沙湾市高标准农田建设。运用主成分分析法（PCA）及聚类分析法（CA）分别建立农田土壤质量评价指标的最小数据集，再结合障碍因子诊断模型揭示沙湾市农田土壤质量特征及其障碍因素。结果表明：（1）基于不同数据集的土壤质量评价结果差异明显，其中基于聚类分析的土壤质量指数与全数据集呈显著正相关（R2=0.591，P<0.1），Nash有效系数为-4.923，均大于基于主成分分析的最小数据集，这表明基于聚类分析的最小数据集较基于主成分分析的最小数据集更适合替代全数据集对农田土壤质量进行评价。（2）研究区土壤质量总体处于中等及以上水平，土壤质量指数为0.130~0.641；基于最小数据集的土壤质量指数将沙湾市农田划分为5级，Ⅰ级土壤主要分布在研究区北部及西北方向，Ⅴ级土壤主要分布在东南方向，整体呈现出西北高、东南低的空间分布格局。（3）土 壤有机质含量低、氮素缺失、电导率高是影响研究区土壤质量的主要障碍因子。研究结果可用于有效提升当地农田土壤质量，建议在农田管理过程中，除了施用有机肥之外，还可以通过深耕、种植杂草、覆盖秸秆、地膜覆盖等措施改良土壤。

作者：

汪溪远、高海峰、吴皓颖、雷海峰

展开 >

学科分类：

农业科学(农业科学研究)

环境科学、安全科学(环境科学基础理论)

关键词：

主成分分析聚类分析最小数据集土壤质量评价障碍度

DOI：

10.12074/202409.00236

首发时间：2024-09-25