Spatial distribution of cultivated land quality and potential for capacity improvement of paddy fields in South China
-
摘要: 为了明确华南区稻田耕地质量空间分布及其提升潜力, 为实现华南区水稻高产稳产提供科学依据, 本研究基于2017年农业农村部耕地质量监测保护中心在华南区开展的耕地质量区域汇总评价数据, 分析华南区稻田耕地质量空间分布情况及其与产能对应关系, 并利用随机森林模型明确影响产能提升的主要限制因子。华南区稻田耕地质量等级呈现“中间高, 四周低”的空间分布规律; 利用半方差函数拟合结果表明, 华南区稻田耕地质量等级呈中度空间相关性(R2=0.95), 以广东(3.82)最高, 海南(5.32)最低。华南区耕地质量评价指标中, 土壤养分指标空间分布差异较大, 土壤全氮和缓效钾含量空间分布呈强烈的空间相关性, 分别呈现“西高东低”和“北高南低”空间分布规律; 土壤有机质、有效磷、速效钾含量呈中度空间分布相关性, 分别呈现由西向东、由东向西、由北向南不断降低的空间分布趋势; 土壤pH整体呈弱酸性(5.40)。土壤物理性状、立地条件、土壤管理情况及土壤健康状况以东部较好, 西部较差。华南区稻田耕地质量等级与单产整体呈显著正相关性(R2=0.9140), 水稻产量随耕地质量等级提升呈先迅速增加后趋于平缓趋势; 华南区稻田耕地质量等级与水稻产量可持续指数呈显著正相关(R2=0.9333)。随机森林模型的重要性分析结果表明, 土壤有效磷含量、灌溉能力和土壤有机质含量是影响华南区水稻产量的最关键因素。情景模拟表明, 若华南区稻田耕地质量等级分别提升0.5、1.0、1.5个等级, 则水稻将增产14.93%、22.39%、29.86%, 相当于节约耕地面积31.77万hm2、56.35万hm2、75.95万hm2。华南区稻田耕地质量和产能仍有较大提升潜力, 通过提升耕地质量来提升产能对保障粮食安全、促进农业绿色生产具有重大意义。Abstract: In order to clarify the spatial distribution and promotion potential of paddy cultivated land quality in South China, and to provide a scientific basis for realizing high and stable rice yield in South China, based on the regional evaluation data of cultivated land quality in South China carried out by the Cultivated Land Quality Monitoring and Protection Center of the Ministry of Agriculture and Rural Affairs of the Perople’s Republic of China in 2017, this study analyzed the spatial distribution of paddy cultivated land quality and its corresponding relationship with productivity in South China. The stochastic forest model was used to identify the main limiting factors that affect the capacity improvement. The spatial distribution law of the quality grade of paddy field in South China was “high in the middle and low around”. The fitting result of semi-variance function showed that the quality grade of paddy field in South China was in moderate spatial correlation (R2=0.95), the highest in Guangdong (3.82) and the lowest in Hainan (5.32). Among the evaluation indexes of cultivated land quality in South China, there was a great difference in the spatial distribution of soil nutrient indexes, and the spatial distribution of soil total nitrogen and slowly available potassium showed a strong spatial correlation, with the spatial distribution law of “high in the west and low in the east” and “high in the north and low in the south”, respectively. The contents of soil organic matter, available phosphorus and available potassium showed moderate spatial distribution correlation, with a decreasing spatial distribution trend from west to east, east to west and north to south, respectively. The overall soil pH was weakly acidic (5.40), with moderate spatial distribution correlation. Soil physical properties, site conditions, soil management and soil health were better in the east and worse in the west. There was a significant positive correlation between the quality grade of paddy field and the overall rice yield in South China (R2=0.9140), and the rice yield increased rapidly at first and then tended to slow down with the improvement of cultivated land quality. There was a significant positive correlation between the quality grade of paddy land and the sustainable index of rice yield in South China (R2=0.9333). The importance analysis of stochastic forest model showed that soil available phosphorus content, irrigation capacity and soil organic matter content were the most important factors affecting rice yield in South China. Scenario simulation showed that if the quality grade of paddy land in South China is improved by 0.5, 1.0, 1.5 respectively, the yield will increase by 14.93%, 22.39% and 29.86%, which is equivalent to saving 317 700 hm2, 563 500 hm2 and 759 500 hm2 of cultivated land. There is still great potential to improve the quality and production capacity of paddy farmland in South China. Improving the production capacity by improving the quality of cultivated land is of great significance to ensure food security and promote agricultural green production.
-
Keywords:
- South China /
- Rice paddy field /
- Cultivated land quality grade /
- Rice yield
-
耕地是国家粮食安全的根本, 是粮食生产甚至人类生存发展的最基本资源, 坚实的耕地质量基础为农业可持续发展提供保障[1]。华南区是我国重要的经济中心, 自改革开放以来, 经济发展迅速, 人口剧增。相关数据表明, 2019年华南区人口总数达2.2亿, 因而粮食安全问题事关华南区民生大计。水稻(Oryza sativa)是华南区最重要的粮食作物, 同时, 华南区也是我国水稻的主产区之一, 水稻播种面积一直稳定占据全国水稻播种总面积的20%左右[2]。因此, 明确华南区耕地质量空间分布情况, 探究耕地质量与产能对应关系, 对保障华南区甚至全国粮食安全有重要意义。耕地质量是由耕地地力、土壤健康状况和田间基础设施构成的满足农产品持续产出和质量安全的能力[3], 近些年来, 前人对全国范围或某一区域稻田耕地质量空间分布情况进行了一定的研究。李建军等[4]对我国稻田耕地地力分布情况进行评价得出, 我国稻田耕地地力整体呈现: 长江中下游区>东北区≥华南区>西南区的空间分布规律; 王远鹏等[5]对黑龙江省方正县稻田耕地质量空间分布情况分析得出, 方正县稻田耕地质量整体呈南高北低的分布格局, 土壤有效磷和速效钾含量是导致差异产生的最重要因素。综合来看, 前人研究结果多集中于对耕地质量某一方面, 如耕地地力、养分状况等方面的评价, 缺乏能对耕地质量情况进行系统评价的具体指标, 且对于耕地质量与产能对应关系缺乏进一步研究。《耕地质量等级》(GB/T 33469—2016)国家标准的出台, 使耕地质量评价有了系统性、专门性和可操作性的国家层面的评价准则[6]。本文基于华南区稻田耕地质量等级评价结果, 分析华南区稻田耕地质量空间分布, 并探究耕地质量与产能对应情况及影响产能提升的限制因子, 以期为华南区稻田产能提升提供指导, 对提升华南区耕地质量, 保障粮食安全有重大意义。
1. 材料与方法
1.1. 数据来源
本研究数据来源于自2017年起农业部耕地质量监测保护中心组织开展的福建、广东、广西、海南等省(区)耕地质量区域汇总评价工作。本研究对有关稻田数据进行了集中审查, 建立了规范化的耕地资源属性数据库, 其中土壤有机质含量、土壤全氮含量、土壤有效磷含量、土壤速效钾含量、土壤缓效钾含量、土壤pH有效样本数均为9807, 地形部位、有效土层厚度、耕层质地、土壤容重、质地构型、生物多样性、清洁程度、灌溉能力、排水能力、农田林网化程度有效样本数均为8007。
1.2 数据分析
1.2.1 耕地质量等级计算
1)建立华南区耕地质量评价指标体系及确定权重。根据科学性、综合性、主导性、可比性、可操作性指标选取的原则, 针对华南区耕地质量评价的要求和特点, 采用《耕地质量等级》(GB/T 33469—2016)国家标准中规定的N+X的方法确定华南区耕地质量评价指标, 由基础性指标和区域性补充指标组成, 其中基础性指标(N)包括地形部位、有效土层厚度、有机质含量、耕层质地、土壤容重、质地构型、养分指标(有效磷、速效钾)、生物多样性、清洁程度、障碍因素、灌溉能力、排水能力、农田林网化程度, 区域补充性指标(X)为酸碱度, 共计15个评价指标。
确定评价指标权重的方法有专家打分法(特尔斐法)、层次分析法、多元回归法、模糊数学法、灰度理论法等。华南区耕地质量等级评价中采用《耕地质量等级》(GB/T 33469—2016)中推荐的层次分析法结合特尔菲法确定的各评价指标的权重。
2)计算华南区耕地质量评价指标隶属度。根据模糊数学的理论, 将选定的评价指标与耕地质量之间的关系可分为戒上型函数、峰型函数模型以及概念型指标3种类型。其中地形部位、灌溉能力、排水能力、耕层质地、质地构型、障碍因素、农田林网化程度、生物多样性、清洁程度9个定性指标为概念型指标, 采用特尔斐法直接给出隶属度。
函数型指标需要建立隶属函数模型确定其隶属度。酸碱度、土壤容重2个指标构建峰型隶属函数; 有效土层厚度、有机质、有效磷、速效钾4个指标构建戒上型隶属函数。各评价指标具体隶属度数值参见《耕地质量等级》(GB/T 33469—2016)。
3)计算华南区耕地质量综合指数及划分耕地质量等级。根据《耕地质量等级》(GB/T 33469—2016), 采用累加法计算耕地质量综合指数。
$$ P=\sum(F_{i}\times C_{i}) $$ (1) 式中: P为耕地质量综合指数; Fi为第i个评价指标的隶属度; Ci为第i个评价指标的组合权重。
《耕地质量等级》(GB/T 33469—2016)将耕地质量划分为10个等级, 一等地耕地质量最高, 十等地耕地质量最低。具体耕地质量等级划分方案如表1所示。
表 1 耕地质量等级划分方案Table 1. Classification scheme of cultivated land quality grade耕地质量等级
Cultivated land quality grade综合指数
Comprehensive index耕地质量等级
Cultivated land quality grade综合指数
Comprehensive index1 ≥0.8850 6 0.7695~0.7926 2 0.8619~0.8850 7 0.7464~0.7695 3 0.8388~0.8619 8 0.7233~0.7464 4 0.8157~0.8388 9 0.7002~0.7233 5 0.7926~0.8157 10 <0.7002 1.2.2 半方差函数及理论模型
本文采用半方差函数及理论模型分析耕地质量等级、土壤养分性质及土壤物理性质空间分布差异, 半方差函数也可称为半变异函数, 是两点差值方差的一半, 半方差函数表示了一定范围内变量属性的空间依赖性。其公式为:
$$ \gamma \left(h\right)=\frac{{E[Z\left(x\right)-Z(x+h\left)\right]}^{2}}{2} $$ (2) 式中: γ(h)为半方差函数; h为一定的样本间隔距离, 又称为步长或位差; Z(x)、Z(x+h)表示区域化变量不同位置的实测值。
1.2.3 产量可持续性指数
产量可持续性指数(SYI)计算公式为:
$$ {\rm{SYI}}=(Y-\sigma _{n-1})/Y_{\max } $$ (3) 式中: Y为n等地(n为1~10) 2017—2018年的年产量平均值, σn−1为其标准差, Ymax为n等地的最高产量。
1.2.4 耕地质量影响因素分析
利用随机森林模型分析影响华南区稻田产能的耕地质量等级评价指标。随机森林建模是一种机器学习技术, 基于多种因素组合来投射目标变量。该模型实现主要包含3个步骤。首先, 对现有观测数据利用bootstrap方法进行重新采样(称为袋内数据), 大约有37%的初始数据不被选择, 这些数据被称为袋外数据(OOB)。其次, 每个解释变量在回归树模型生成中随机选择m个特征值, 在检查了所有预测分割的基础上, 根据不同的分类和回归树标准为每一步寻找最佳分割。再次, 在每一个节点上, 袋外的观察值与袋内存在的观察值相等。在本研究中, 目标变量为华南区稻田产量, 分析其与土壤有机质含量、耕层厚度、pH以及土壤容重等耕地质量等级评价指标的相关关系, 并采用十字交叉验证。
1.3 情景分析
为探究华南区稻田耕地与产能提升潜力的关系, 按照“十四五”《北方干旱半干旱和南方红黄壤等中低产田产能提升科技创新》目标, 核心示范区坡耕地红壤和水稻耕地质量平均提高1~2个等级, 设置4个情景(如表2所示)。
表 2 华南区稻田耕地质量与产能提升潜力情景模拟内容解释Table 2. Interpretation of scenario simulation content of cultivated land quality and capacity improvement potential of paddy field in South China名称
Scenario情景设置
Detail of scenario情景1 Scenario 1 在现有耕地质量等级下
Under the existing quality grade of cultivated land情景2 Scenario 2 耕地质量等级提升0.5个等级
The quality grade of cultivated land has been improved
by 0.5 grades情景3 Scenario 3 耕地质量等级提升1.0个等级
The quality grade of cultivated land has been improved
by 1.0 grade情景4 Scenario 4 耕地质量等级提升1.5个等级
The quality grade of cultivated land has been improved
by 1.5 grades1.4 数据管理
采用Excel 2019、ArcMap 10.7、R 4.0.5和Sigmaplot 14.0软件对数据进行处理分析与图形制作。
2. 结果与分析
2.1 华南区稻田耕地质量空间分布
2.1.1 土壤养分状况空间分布
华南区稻田土壤养分状况空间分布整体差异显著(图1)。土壤有机质整体呈西高东低分布规律, 平均含量为24.67 g∙kg−1 (95%置信区间: 24.51~24.84 g∙kg−1, 下同); 半方差函数拟合结果(表3)表明, 土壤有机质空间分布呈中度相关性(R2=0.87; 块金值/基台值<0.25为强空间相关性, 0.25~0.75为中度空间相关性, >0.75空间相关性很弱, 下同), 是结构性因素和随机性因素共同作用的结果; 分省域来看, 广西最高, 为31.43 g∙kg−1 (30.94~31.91 g∙kg−1), 海南最低, 为21.46 g∙kg−1 (21.03~21.89 g∙kg−1)。土壤全氮由西到东含量不断降低, 空间分布呈强相关性(R2=0.83), 平均含量为1.31 g∙kg−1 (1.30~1.32 g∙kg−1), 主要由结构性因素作用; 分省域来看, 广西最高, 为1.80 g∙kg−1 (1.77~1.82 g∙kg−1), 海南最低, 为0.95 g∙kg−1 (0.93~0.97 g∙kg−1)。土壤有效磷整体呈东高西低分布, 平均含量为28.77 mg∙kg−1 (28.33~29.21 mg∙kg−1), 空间分布呈中度相关性(R2=0.98), 是结构性因素和随机性因素共同作用的结果; 分省域来看, 福建最高, 为39.34 mg∙kg−1 (36.91~41.78 mg∙kg−1), 广西最低, 为21.05 mg∙kg−1 (20.28~21.82 mg∙kg−1)。土壤速效钾整体呈北高南低空间分布规律, 平均含量为67.03 mg∙kg−1 (66.13~67.93 mg∙kg−1), 空间分布呈中度相关性(R2=0.93), 是结构性因素和随机性因素共同作用的结果; 分省域来看, 福建最高, 为106.14 mg∙kg−1 (96.50~115.77 mg∙kg−1), 海南最低, 为46.14 mg∙kg−1 (44.36~47.92 mg∙kg−1)。土壤缓效钾呈北高南低分布规律, 平均含量为201.69 mg·kg−1 (197.36~206.01 mg∙kg−1), 空间分布呈强相关性(R2=0.04), 是结构性因素和随机性因素共同作用的结果; 分省域来看, 广东最高, 为235.67 mg∙kg−1 (228.10~243.24 mg∙kg−1), 广西最低, 为154.59 mg∙kg−1 (149.30~159.87 mg∙kg−1)。土壤pH整体呈弱酸性, 平均为5.40 (5.39~5.41), 空间分布呈中度相关性(R2=0.89), 从东向西酸性不断减弱, 广西、福建、广东、海南稻田土壤pH分别为5.55 (5.51~5.59)、5.41 (5.34~5.48)、5.40 (5.39~5.41)和5.27 (5.24~5.29)。
![]()
图 1 华南区稻田土壤养分状况空间分布Figure 1. Spatial distribution of soil nutrients in paddy fields in South China表 3 华南区稻田土壤养分状况空间变异理论模型及其参数Table 3. Theoretical model and parameters of spatial variation of soil nutrient status in paddy field in South China指标
Index理论模型
Theoretical model块金值
Nugget value基台值
Sill value块金值/基台值
Nugget to sill ratio变程
Variable range (km)R2 和方根
Root sum square (RSS)土壤有机质含量
Soil organic matter content高斯型 Gaussian 0.07 0.14 0.50 5.27 0.87 0.00 土壤全氮含量
Soil total nitrogen content球函数 Spherical 0.07 0.31 0.23 5.20 0.83 0.02 土壤有效磷含量
Soil available phosphorus content指数型 Exponential 0.30 0.68 0.44 7.02 0.98 0.00 土壤速效钾含量
Soil available potassium content高斯型 Gaussian 0.22 0.43 0.50 5.47 0.93 0.01 土壤缓效钾含量
Slowly available potassium content in soil高斯型 Gaussian 0.06 0.75 0.08 0.37 0.04 0.01 土壤pH
Soil pH球函数 Spherical 0.18 0.46 0.39 6.16 0.89 0.02 块金值/基台值<0.25 为强空间相关性, 0.25~0.75 为中度空间相关性, >0.75为弱空间相关性。A strong spatial correlation occurs when the value of nugget to sill ratio is lower than 0.25; value of nugget to sill ratio between 0.25 and 0.75 is a moderate spatial correlation; a weak spatial correlation occurs when the value of nugget to sill ratio is higher than 0.75. 2.1.2 土壤物理性质空间分布
华南区稻田耕层容重和有效土层厚度空间分布情况如图2和表4所示。耕层容重呈中度空间相关性(R2=0.94), 平均1.18 g∙cm−3 (1.17~1.18 g∙cm−3); 分省域来看, 广东和福建最大且差异较小, 分别为1.25 g∙cm−3 (1.25~1.25 g∙cm−3)和1.24 g·cm−3 (1.23~1.24 g∙cm−3), 其次为广西, 为1.20 g·cm−3 (1.19~1.20 g∙cm−3), 海南最小, 为0.96 g∙cm−3 (0.96~0.97 g∙cm−3)。有效土层厚度由东向西呈递减趋势, 平均为91.82 cm (91.37~92.27 cm), 空间分布呈中度相关性(R2=0.89), 是结构性因素和随机性因素共同作用的结果; 分省域来看, 海南和广东最大且差异较小, 分别为96.46 cm (95.95~96.97 cm)和95.05 cm (94.50~95.59 cm), 广西最小, 为80.32 cm (79.00~81.65 cm)。
![]()
图 2 华南区稻田耕层容重和有效土层厚度空间分布Figure 2. Spatial distribution of bulk density and effective soil thickness of plough layer in paddy field in South China表 4 华南区稻田耕层容重和有效土层厚度空间变异理论模型及其参数Table 4. Theoretical model and parameters of spatial variation of bulk density and effective soil thickness of plough layer in paddy field in South China指标
Index理论模型
Theoretical model块金值
Nugget value基台值
Sill value块金值/基台值
Nugget to sill ratio变程
Variable range (km)R2 和方根
Root sum square (RSS)耕层容重
Thickness of plough layer高斯型 Gaussian 0.01 0.03 0.40 4.87 0.94 0.00 有效土层厚度
Effective thickness of soil layer指数型 Exponential 281.00 619.90 0.45 18.03 0.89 8521.00 块金值/基台值<0.25 为强空间相关性, 0.25~0.75 为中度空间相关性, >0.75为弱空间相关性。A strong spatial correlation occurs when the value of nugget to sill ratio is lower than 0.25; value of nugget to sill ratio between 0.25 and 0.75 is a moderate spatial correlation; a weak spatial correlation occurs when the value of nugget to sill ratio is higher than 0.75. 华南区稻田耕层质地和质地构造空间分布情况及频率如表5所示。耕层以轻壤和中壤为主, 分布频率分别为49.14%和20.42%, 黏土和砂土分布频率最低, 分别为3.90%和1.34%; 福建稻田耕地质地以中壤为主, 分布频率为44.06%, 其次为重壤和砂壤, 分布频率分别为28.07%和24.59%; 广东稻田耕层质地以轻壤为主, 分布频率达到83.22%; 广西稻田耕层质地分布频率以中壤、重壤和砂壤最高, 分别为35.39%、24.97%和24.08%; 海南稻田耕层质地分布频率以砂壤和轻壤最高, 分别为28.70%和22.31%。华南区稻田质地构造整体较好, 以上松下紧型和海绵型为主, 分布频率分别为42.28%和25.70%, 薄层型分布频率最低, 为0.81%; 福建稻田质地构造以上松下紧型为主, 分布频率为56.15%, 其次为紧实型, 分布频率为30.74%; 广东稻田质地构造主要是上松下紧型和海绵型, 其分布频率分别为50.86%、48.59%; 广西稻田质地构造以上松下紧型为主, 分布频率为54.82%, 其次为夹层型, 分布频率为24.52%; 海南稻田质地构造主要是松散型, 其分布频率为64.96%。
表 5 华南区稻田耕层质地和质地构造性质空间分布及频率Table 5. Spatial distribution and frequencies of texture structure and texture of paddy field in South China% 省(自治区)
Province (autonomous region)质地 Texture 砂土
Sand砂壤
Sandy loam轻壤
Light loam中壤
Middle loam重壤
Heavy loam黏土
Clay福建
Fujian1.43 24.59 0.00 44.06 28.07 1.84 广东
Guangdong0.10 2.23 83.22 12.78 0.00 1.68 广西
Guangxi0.22 24.08 12.32 35.39 24.97 3.02 海南
Hainan5.30 28.70 22.31 15.97 17.23 10.49 华南区
South China1.34 14.20 49.14 20.42 11.01 3.90 省(自治区)
Province (autonomous region)质地构造 Texture structure 薄层型
Thin layer type松散型
Loose type紧实型
Compact type夹层型
Sandwich type上紧下松型
Upper tight and lower loose type上松下紧型
Upper loose and lower tight type海绵型
Sponge type福建
Fujian0.00 3.07 30.74 8.61 1.43 56.15 0.00 广东
Guangdong0.55 0.00 0.00 0.00 0.00 50.86 48.59 广西
Guangxi2.41 0.78 9.69 24.52 4.37 54.82 3.42 海南
Hainan0.00 64.96 13.20 0.00 13.03 5.71 3.11 华南区
South China0.81 14.44 6.89 5.99 3.88 42.28 25.70 2.1.3 立地条件、土壤管理情况及土壤健康状况空间分布
华南区稻田立地条件指标主要是地形部位和农田林网化程度, 其空间分布情况及频率见表6。华南区稻田所处地形部位主要是平原低阶和丘陵下部, 其分布频率分别为40.46%和19.72%; 福建稻田地形部位以平原高阶为主, 分布频率占比为43.85%; 广东稻田地形部位以平原低阶为主, 分布频率为53.41%; 广西稻田地形部位以山间盆地、丘陵下部、平原中阶为主, 分布频率分别为20.10%、20.10%、17.36%; 海南稻田地形部位以平原低阶为主, 分布频率为55.22%。华南区稻田农田林网化程度整体较低, 其中农田林网化程度为低的分布频率为85.80%, 福建、广东、广西、海南四省农田林网化程度为低的分布频率最高, 分别为60.04%、91.65%、72.45%、93.31%。
表 6 华南区稻田立地条件空间分布及频率Table 6. Spatial distribution and frequencies of site conditions in paddy field in South China% 省(自治区)
Province
(autonomous region)地形部位 Topographic position 山间盆地
Intermontane basin宽谷盆地
Wide valley basin平原低阶
Plain low order平原中阶
Plain middle order平原高阶
Plain high order丘陵上部
Upper part of hill丘陵中部
Middle part of hill丘陵下部
Lower part of hill福建
Fujian3.89 4.71 1.64 1.84 43.85 5.94 9.84 14.55 广东
Guangdong0.30 0.03 53.41 0.13 0.00 14.68 1.23 24.48 广西
Guangxi20.10 14.05 7.73 17.36 0.22 0.56 11.09 20.10 海南
Hainan0.00 0.00 55.22 17.93 9.86 4.09 3.11 9.80 华南区
South China4.87 3.43 40.46 7.93 4.86 8.70 4.36 19.72 省(自治区)
Province
(autonomous region)地形部位
Topographic position农田林网化程度
Degree of farmland forest network山地坡上
Upper part of hillside山地坡中
Middle part of slope山地坡下
Lower part of slope高
High中
Medium低
Low福建
Fujian2.25 3.28 8.20 0.00 39.96 60.04 广东
Guangdong0.30 0.60 4.85 0.00 8.35 91.65 广西
Guangxi0.28 2.80 5.71 2.69 24.86 72.45 海南
Hainan0.00 0.00 0.00 0.00 6.69 93.31 华南区
South China0.35 1.12 4.20 0.60 13.60 85.80 华南区稻田土壤管理指标主要是灌溉能力和排水能力, 其空间分布情况及频率见表7。华南区灌溉能力以充分满足和满足为主, 分布频率分别为37.34%和32.94%, 其次为基本满足, 分布频率为26.02%; 福建稻田灌溉能力以基本满足为主, 分布频率为45.08%, 其次为充分满足, 分布频率为31.56%; 广东稻田灌溉能力以充分满足和满足为主, 分布频率分别为61.02%、33.98%; 广西稻田灌溉能力以基本满足为主, 分布频率为58.85%, 其次为满足, 分布频率为30.07%; 海南稻田灌溉能力主要为满足和基本满足, 分布频率分别为40.75%、35.33%。华南区稻田排水能力以满足为主, 分布频率为66.31%; 福建稻田排水能力以充分满足为主, 分布频率为79.92%; 广东稻田排水能力以满足为主, 分布频率为89.72%; 广西稻田排水能力以基本满足为主, 分布频率为43.39%, 其次为满足和充分满足, 分布频率分别为25.92%、20.16%; 海南稻田排水能力以满足为主, 分布频率为67.84%。
表 7 华南区稻田灌溉能力和排水能力空间分布及频率Table 7. Spatial distribution and frequencies of irrigation capacity and drainage capacity of paddy fields in South China% 省(自治区)
Province
(autonomous region)灌溉能力 Irrigation capacity 排水能力 Drainage capacity 充分满足
Fully satisfied满足
Satisfied基本满足
Basically satisfied不满足
Not satisfied充分满足
Fully satisfied满足
Satisfied基本满足
Basically satisfied不满足
Not satisfied福建 Fujian 31.56 7.17 45.08 16.19 79.92 16.80 1.43 1.84 广东 Guangdong 61.02 33.98 5.00 0.00 8.40 89.72 0.00 1.88 广西 Guangxi 9.07 30.07 58.85 2.02 20.16 25.92 43.39 10.53 海南 Hainan 13.49 40.75 35.33 10.43 17.23 67.84 9.74 5.19 华南区 South China 37.34 32.94 26.02 3.70 17.30 66.31 11.88 4.52 华南区稻田土壤健康状况评价指标主要是生物多样性和清洁程度, 其空间分布情况及频率见表8。华南区稻田生物多样性程度分布频率最高为丰富(55.04%), 其次为一般(39.51%); 福建稻田生物多样性程度分布频率最高为一般(44.47%), 其次为丰富(38.73%); 广东稻田生物多样性程度主要为丰富, 分布频率为98.02%; 广西稻田生物多样性程度主要为一般, 分布频率为80.57%; 海南稻田生物多样性程度主要为一般, 分布频率为82.36%。华南区稻田清洁程度为清洁。
表 8 华南区土壤健康状况空间分布及频率Table 8. Spatial distribution and frequencies of soil health status in South China% 省(自治区)
Province (autonomous region)生物多样性 Biological diversity 清洁程度 Cleanliness degree 丰富
Rich一般
General不丰富
Not rich清洁
Clean尚清洁
Relatively clean福建 Fujian 38.73 44.47 16.80 100.00 0.00 广东 Guangdong 98.02 1.98 0.00 100.00 0.00 广西 Guangxi 6.83 80.57 12.60 100.00 0.00 海南 Hainan 10.20 82.36 7.44 100.00 0.00 华南区 South China 55.04 39.51 5.44 100.00 0.00 2.1.4 华南区稻田耕地质量等级空间分布
华南区稻田耕地质量等级呈现“中间高, 四周低” 的空间分布规律, 平均为4.31。半方差函数拟合结果表明, 华南区稻田耕地质量等级呈中度空间相关性(R2=0.95), 是结构性因素和随机性因素共同作用的结果。分省域来看, 广东最高, 为3.82, 由高到低依次为广西(4.18)、福建(4.84)、海南(5.32)。由华南区及各省稻田耕地质量等级分布频率图可知, 华南区耕地质量等级总体主要集中在高(1~3)等地和中(4~6)等地, 频率百分比分别为38.99%和45.08%; 福建和广东耕地质量等级主要集中在高(1~3)等地和中(1~3)等地, 频率百分比分别是35.58%、33.94%和46.38%、42.45%; 广西和海南耕地质量等级主要分布在中(4~6)等地, 频率分布百分比分别是48.63%和50.36% (图3)。
![]()
图 3 华南区稻田耕地质量等级空间分布及其分布频率Figure 3. Spatial distribution and frequencies of cultivated land quality grades in South China2.2 华南区耕地质量等级与水稻产能的关系
2.2.1 耕地质量等级与水稻产能的关系
如图4所示, 华南区稻田耕地质量等级与产量整体呈显著正相关(R2=0.9140), 水稻产量随耕地质量等级提升呈先迅速增加后趋于平缓趋势。一等地(耕地质量等级为1)水稻平均产量(13.93 t∙hm−2)较五等地(耕地质量等级为5)水稻平均产量(11.46 t∙hm−2)、十等地(耕地质量等级为10)水稻平均产量(6.41 t∙hm−2)分别提升21.56%、117.35%。由图4可知, 华南区稻田耕地质量等级与水稻产量可持续指数(SYI)呈显著正相关(R2=0.9333)。
![]()
图 4 华南区耕地质量等级与水稻产量及稳产对应关系Figure 4. Corresponding relationship between cultivated land quality grade and rice yield and yield stability in South China2.2.2 耕地质量等级评价指标对产量的影响程度
利用随机森林模型对影响华南区水稻产量的耕地质量等级评价指标重要程度进行排序, 其中, 土壤有效磷含量、灌溉能力和土壤有机质含量为影响华南区水稻产量的最关键因素; 其次为土壤速效钾含量、生物多样性、土壤pH以及耕层土壤容重, 再次为排水能力、质地构造、地形部位和障碍因素; 有效土层厚度、耕层质地和农田林网化影响最小(图5)。
![]()
图 5 华南区稻田耕地质量评价指标对产量影响程度重要性排序Figure 5. Rank of impact degree of each evaluation index of cultivated land quality on rice yield in South China2.3 华南区稻田耕地质量与产能提升潜力
采用情景模拟的方式探究华南区稻田耕地与产能提升潜力的关系。如果假设保持2019年稻田耕地面积不变, 在现有耕地质量等级下, 2035年华南区水稻总产量为2754.19万t (2035年华南区水稻单产来源于依据国家统计局数据计算出的预测值); 而若在耕地质量等级分别提升0.5、1.0、1.5个等级条件下, 华南区水稻总产量将分别达到3165.33 万t、3370.89 万t、3576.46万t, 较现有耕地质量等级下的预测产量分别增产14.93%、22.39%、29.86%, 相当于节约耕地面积31.77万hm2、56.35万hm2、75.95万hm2 (图6)。
![]()
图 6 华南区稻田耕地质量与产能提升关系情景模拟Figure 6. Scenario simulation of the relationship between cultivated land quality and productivity improvement in South China3. 讨论
3.1 华南区稻田耕地质量空间分布分析
耕地土壤有机质、全氮、有效磷、速效钾含量及土壤pH是评价耕地质量的重要理化性质指标, 在一定程度上能够代表耕地质量状况[7-8]。土壤理化性质的空间变异性主要受时间、纬度、气候以及农田管理措施等因素影响[9]。土壤有机质含量是耕地质量的核心, 对农业生产起着至关重要的作用[10], 华南区稻田土壤有机质含量分布以广西最高, 广东、福建次之, 海南最低, 这与杨帆等[11]研究结果相似; 土壤有机质含量受水热状况影响明显, 广东降水量较多、海南气温较高均会促进有机质分解, 使得有机质含量下降。研究表明, 华南区土壤有效磷含量平均为28.77 mg∙kg−1, 高于全国稻田土壤有效磷含量平均值[12], 这是因为华南区地处亚热带和热带季风气候区, 气温较高, 加快了磷的释放和移动[13]; 其中, 广东和福建稻田土壤有效磷含量较高, 这与黄继川等[14]的研究结果相似, 主要是由于这些区域施入了大量磷肥以及复合肥造成磷盈余所致。土壤速效钾含量与水稻籽粒产量息息相关, 本文研究结果表明, 华南区稻田土壤速效钾含量平均为67.03 mg∙kg−1, 与柳开楼等[15]研究结果相似, 远低于全国平均值; 华南区各省稻田土壤速效钾含量空间差异主要是由施钾量和水肥管理水平不同所致[5]。同时, 华南区由北到南, 稻田土壤红壤占比逐渐增大, 而红壤成土母质含钾较低, 使得华南区稻田土壤速效钾含量呈福建>广东>广西>海南的规律。土壤缓效钾含量是衡量土壤长期供钾能力的重要表征, 反映土壤钾素的储存量[16], 本研究中, 广东缓效钾含量最高, 其钾素储存量较为丰富。土壤pH是决定土壤肥力的重要参数, 本研究表明, 华南区耕地整体呈酸性(pH 5.40), 这与李建军[17]的研究结果相似, 其主要原因是农民习惯施肥中化肥占比过大, 过量化肥的施用将造成土壤酸化趋势加深, 严重危害耕地质量。
耕地土壤的物理性质也是评价华南区稻田耕地质量情况的重要一环, 华南区稻田土壤容重平均为1.18 g·cm−3, 且耕层质地及质地构造分别以轻壤和上松下紧型为主, 说明华南区耕地物理性质整体良好, 利于水稻生长发育。但海南土壤容重仅为0.96 g∙cm−3, 且质地构造以松散型为主, 这导致海南稻田持水保熵能力较弱, 不利于土壤对养分的固存[18]。华南区稻田整体多处于平原低阶及丘陵下部, 地形地势优越, 利于水稻耕种; 但农田林网化程度较低, 农田林网化率是指农田四周的林带保护面积占农田总面积的百分比, 较高的农田林网化率将提高稻田抵御风沙、泥石流自然灾害的能力, 能够使得水稻在较恶劣自然条件下维持正常的生长环境。灌排能力是衡量稻田土壤管理情况的重要指标, 对于水稻这一需水量最大的粮食作物来说, 农田的灌排能力将极大程度影响水稻根系的微生物环境。华南区稻田灌排能力整体处于较优水准, 但各省之间差异较大, 广西稻田灌排能力整体较差。
耕地质量等级能够从农业生产的角度综合反映影响耕地质量的耕地地力、土壤健康状况以及田间基础设施构成等多重因素, 是评价耕地质量状况的重要指标[3]。研究结果表明, 华南区稻田耕地质量等级平均为4.31, 耕地质量状况与全国平均水平基本持平[19-20], 因此, 华南区耕地质量仍有极大提升空间。华南区各省稻田耕地质量等级空间分布差异较大, 其中, 广东最高, 广西和福建其次, 海南最低。自“十二五”起华南区4省(区)开展耕地保护与质量提升项目, 以技术物资补贴等形式, 鼓励和支持农民应用土壤改良、地力培肥技术, 促进秸秆等有机肥资源转化利用, 提升耕地质量。广东省制定《广东省耕地保护与质量提升实施方案》, 大力推行秸秆还田、测土配方施肥以及酸化土改良专项技术, 有效提高稻田耕地质量[21]; 广西建立耕地质量保护政府考核机制, 形成耕地质量监管常态化机制[22]。但中低产田分布面积较大、水土流失较为严重、酸化趋势进一步加重等现象的存在, 成为造成华南区部分区域耕地质量等级较低的直接原因。
3.2 华南区稻田耕地质量与产能对应关系分析
耕地质量是保障我国粮食安全的关键, 耕地质量的优劣将决定作物的产量高低[23-24]。本研究表明, 耕地质量等级与水稻产量呈极显著的正相关性, 这与冯蕾[25]在通山县以及柳开楼等[26]对红壤稻田的研究相似。同时, 由图4可知, 耕地质量等级与华南区水稻产量可持续指数(SYI)也呈正相关, 水稻产量SYI与水稻高产稳产有关, 产量越高越稳定则SYI值越大[27], 由此说明, 提升耕地质量是提高华南区水稻产量和保持产量可持续的重要举措。
耕地质量等级评价指标涵盖耕地土壤理化性质、土壤结构、立地条件和生产管理措施等多个方面, 本文利用随机森林模型对影响华南区水稻产量的耕地质量等级评价指标的重要程度做了进一步分析。研究结果表明, 土壤有效磷含量是影响华南区水稻产量最重要的因素, 磷素是水稻高产的关键[28], 任嘉欣等[29]研究表明, 土壤有效磷含量对水稻产量呈显著正相关, 土壤有效磷含量增多, 将极大程度满足作物吸磷量需求, 从而减少外源磷的输入, 降低环境负担。土壤有机质含量同样对华南区水稻产量产生重要影响, 土壤有机质含量是耕地质量的重要表征, 对维持土壤供保肥能力和养分有效性有重要作用; 王秋菊[30]研究结果表明, 提高水稻产量, 要注重土壤有机质含量的保持与提高。灌溉能力是影响华南区水稻产量最重要的生产管理因素, 水稻是我国需水量最大的作物, 其生产用水量达到我国农用淡水量的80%[31], 因此, 充分的灌溉能力是水稻正常生长和稳产的保障与基础。耕层土壤容重是影响华南区水稻产量最重要的土壤物理结构因素, 土壤容重是评判土壤孔隙性和结构性的重要指标, 将直接影响水稻根系的生长发育与养分吸收, 进而对水稻产量产生重要影响[32]。
3.3 华南区稻田耕地质量提升展望与建议
粮食安全问题一直是我国重大民生问题[33], 尤其在华南区4省(区)2019年常住人口总数达到2.2亿、占据当年全国人口总数15.6%的大背景下, 粮食安全更不容忽视, 水稻作为华南区最重要的粮食作物更应特别重视。国家统计局数据显示, 华南区总人口数由2000年的1.8亿增长至2019年的2.3亿, 增幅达27.8%, 但华南区2000—2019年水稻总产量呈下降趋势, 降幅达26.5%, 水稻种植面积减少31.8%, 因此, 如何满足华南区日益增长人口的粮食需求, 保障华南区粮食安全成为亟待解决的问题。本文假设华南区未来水稻种植面积和稻田耕地质量等级与2019年保持一致(图6), 2035年水稻总产量为2754.19万t, 耕地质量等级提升0.5~1.5个等级可以在保障华南区水稻产量的同时, 节省31.77万~75.95万hm2耕地, 相当于2019年水稻播种面积的7.33%~13.00%。可以说, 在我国耕地极其紧张、耕地面积由“二调”时期的1.35亿hm2下降到“三调”时期的1.28亿hm2的大背景下, 提升耕地质量可以作为解决此问题的一剂良药。
综上, 本文针对华南区稻田耕地质量提升提出以下建议:
1)增加有机肥施用, 强化有机无机配施重要性。现如今, 水稻施肥以化肥为主, 有机肥投入量仅占总肥料投入的9.48%, 且氮肥投入比例远远高于磷钾肥[34]; 施肥的不合理造成华南区稻田有机质难以积累, 土壤氮磷钾养分失衡, 耕地质量难以提升。因此, 应依托配方成果, 增加有机肥施用比例, 大力推广秸秆还田、种植绿肥等措施, 培肥地力, 提升耕地质量。
2)推动高标准农田建设, 强化中低产田治理。严格贯彻《国务院办公厅关于切实加强高标准农田建设提升国家粮食安全保障能力的意见》的要求, 加快高标准农田建设的步伐, 全面推进华南区稻田灌溉工程、排水工程、田间道路工程、土地平整工程以及其他工程项目建设, 提高田间设施配套水平, 改善农业生产条件, 保护农田生态。
3)加强酸化、水土流失等障碍因素治理。土壤酸化和水土流失是华南区稻田最大的两大障碍因素, 土壤酸化会导致铝、锰毒害, 抑制水稻生长, 造成水稻减产[35]; 华南区部分区域地处山区, 地形起伏大, 坡度陡, 同时降雨集中, 是水土流失多发区域, 对水稻生长造成不可避免的危害[36]。因此, 我们需要优化施肥方式, 采取深施氮肥、施用硝化抑制剂或脲酶抑制剂以及应用碱性材料等方式来进行酸化耕地治理[37]; 同时, 加强农田水利工程建设, 加大农田防护林种植力度, 强化监管, 严禁耕地过度开垦。
4. 结论
本研究结果表明, 华南区稻田各项基本理化性质指标空间差异较大, 耕地质量等级分布呈广东>广西>福建>海南的规律。华南区稻田耕地质量等级与产量整体呈正相关, 且土壤有效磷含量、灌溉能力和土壤有机质含量是影响华南区水稻产量最关键的耕地质量评价指标; 在耕地质量等级分别提高0.5、1.0或1.5个等级的情景下, 华南区水稻产量将分别增产14.93%、22.39%、29.86%。综上, 华南区稻田耕地质量及产能仍有极大提升空间, 通过提高华南区稻田耕地质量来提升产能可以为保障华南区粮食安全提供科学参考。
-
![]()
图 6 华南区稻田耕地质量与产能提升关系情景模拟
Figure 6. Scenario simulation of the relationship between cultivated land quality and productivity improvement in South China
![]()
图 1 华南区稻田土壤养分状况空间分布
Figure 1. Spatial distribution of soil nutrients in paddy fields in South China
![]()
图 2 华南区稻田耕层容重和有效土层厚度空间分布
Figure 2. Spatial distribution of bulk density and effective soil thickness of plough layer in paddy field in South China
![]()
图 3 华南区稻田耕地质量等级空间分布及其分布频率
Figure 3. Spatial distribution and frequencies of cultivated land quality grades in South China
![]()
图 4 华南区耕地质量等级与水稻产量及稳产对应关系
Figure 4. Corresponding relationship between cultivated land quality grade and rice yield and yield stability in South China
![]()
图 5 华南区稻田耕地质量评价指标对产量影响程度重要性排序
Figure 5. Rank of impact degree of each evaluation index of cultivated land quality on rice yield in South China
表 1 耕地质量等级划分方案
Table 1 Classification scheme of cultivated land quality grade
耕地质量等级
Cultivated land quality grade综合指数
Comprehensive index耕地质量等级
Cultivated land quality grade综合指数
Comprehensive index1 ≥0.8850 6 0.7695~0.7926 2 0.8619~0.8850 7 0.7464~0.7695 3 0.8388~0.8619 8 0.7233~0.7464 4 0.8157~0.8388 9 0.7002~0.7233 5 0.7926~0.8157 10 <0.7002 
下载: 导出CSV
表 2 华南区稻田耕地质量与产能提升潜力情景模拟内容解释
Table 2 Interpretation of scenario simulation content of cultivated land quality and capacity improvement potential of paddy field in South China
名称
Scenario情景设置
Detail of scenario情景1 Scenario 1 在现有耕地质量等级下
Under the existing quality grade of cultivated land情景2 Scenario 2 耕地质量等级提升0.5个等级
The quality grade of cultivated land has been improved
by 0.5 grades情景3 Scenario 3 耕地质量等级提升1.0个等级
The quality grade of cultivated land has been improved
by 1.0 grade情景4 Scenario 4 耕地质量等级提升1.5个等级
The quality grade of cultivated land has been improved
by 1.5 grades
下载: 导出CSV
表 3 华南区稻田土壤养分状况空间变异理论模型及其参数
Table 3 Theoretical model and parameters of spatial variation of soil nutrient status in paddy field in South China
指标
Index理论模型
Theoretical model块金值
Nugget value基台值
Sill value块金值/基台值
Nugget to sill ratio变程
Variable range (km)R2 和方根
Root sum square (RSS)土壤有机质含量
Soil organic matter content高斯型 Gaussian 0.07 0.14 0.50 5.27 0.87 0.00 土壤全氮含量
Soil total nitrogen content球函数 Spherical 0.07 0.31 0.23 5.20 0.83 0.02 土壤有效磷含量
Soil available phosphorus content指数型 Exponential 0.30 0.68 0.44 7.02 0.98 0.00 土壤速效钾含量
Soil available potassium content高斯型 Gaussian 0.22 0.43 0.50 5.47 0.93 0.01 土壤缓效钾含量
Slowly available potassium content in soil高斯型 Gaussian 0.06 0.75 0.08 0.37 0.04 0.01 土壤pH
Soil pH球函数 Spherical 0.18 0.46 0.39 6.16 0.89 0.02 块金值/基台值<0.25 为强空间相关性, 0.25~0.75 为中度空间相关性, >0.75为弱空间相关性。A strong spatial correlation occurs when the value of nugget to sill ratio is lower than 0.25; value of nugget to sill ratio between 0.25 and 0.75 is a moderate spatial correlation; a weak spatial correlation occurs when the value of nugget to sill ratio is higher than 0.75.
下载: 导出CSV
表 4 华南区稻田耕层容重和有效土层厚度空间变异理论模型及其参数
Table 4 Theoretical model and parameters of spatial variation of bulk density and effective soil thickness of plough layer in paddy field in South China
指标
Index理论模型
Theoretical model块金值
Nugget value基台值
Sill value块金值/基台值
Nugget to sill ratio变程
Variable range (km)R2 和方根
Root sum square (RSS)耕层容重
Thickness of plough layer高斯型 Gaussian 0.01 0.03 0.40 4.87 0.94 0.00 有效土层厚度
Effective thickness of soil layer指数型 Exponential 281.00 619.90 0.45 18.03 0.89 8521.00 块金值/基台值<0.25 为强空间相关性, 0.25~0.75 为中度空间相关性, >0.75为弱空间相关性。A strong spatial correlation occurs when the value of nugget to sill ratio is lower than 0.25; value of nugget to sill ratio between 0.25 and 0.75 is a moderate spatial correlation; a weak spatial correlation occurs when the value of nugget to sill ratio is higher than 0.75.
下载: 导出CSV
表 5 华南区稻田耕层质地和质地构造性质空间分布及频率
Table 5 Spatial distribution and frequencies of texture structure and texture of paddy field in South China
% 省(自治区)
Province (autonomous region)质地 Texture 砂土
Sand砂壤
Sandy loam轻壤
Light loam中壤
Middle loam重壤
Heavy loam黏土
Clay福建
Fujian1.43 24.59 0.00 44.06 28.07 1.84 广东
Guangdong0.10 2.23 83.22 12.78 0.00 1.68 广西
Guangxi0.22 24.08 12.32 35.39 24.97 3.02 海南
Hainan5.30 28.70 22.31 15.97 17.23 10.49 华南区
South China1.34 14.20 49.14 20.42 11.01 3.90 省(自治区)
Province (autonomous region)质地构造 Texture structure 薄层型
Thin layer type松散型
Loose type紧实型
Compact type夹层型
Sandwich type上紧下松型
Upper tight and lower loose type上松下紧型
Upper loose and lower tight type海绵型
Sponge type福建
Fujian0.00 3.07 30.74 8.61 1.43 56.15 0.00 广东
Guangdong0.55 0.00 0.00 0.00 0.00 50.86 48.59 广西
Guangxi2.41 0.78 9.69 24.52 4.37 54.82 3.42 海南
Hainan0.00 64.96 13.20 0.00 13.03 5.71 3.11 华南区
South China0.81 14.44 6.89 5.99 3.88 42.28 25.70
下载: 导出CSV
表 6 华南区稻田立地条件空间分布及频率
Table 6 Spatial distribution and frequencies of site conditions in paddy field in South China
% 省(自治区)
Province
(autonomous region)地形部位 Topographic position 山间盆地
Intermontane basin宽谷盆地
Wide valley basin平原低阶
Plain low order平原中阶
Plain middle order平原高阶
Plain high order丘陵上部
Upper part of hill丘陵中部
Middle part of hill丘陵下部
Lower part of hill福建
Fujian3.89 4.71 1.64 1.84 43.85 5.94 9.84 14.55 广东
Guangdong0.30 0.03 53.41 0.13 0.00 14.68 1.23 24.48 广西
Guangxi20.10 14.05 7.73 17.36 0.22 0.56 11.09 20.10 海南
Hainan0.00 0.00 55.22 17.93 9.86 4.09 3.11 9.80 华南区
South China4.87 3.43 40.46 7.93 4.86 8.70 4.36 19.72 省(自治区)
Province
(autonomous region)地形部位
Topographic position农田林网化程度
Degree of farmland forest network山地坡上
Upper part of hillside山地坡中
Middle part of slope山地坡下
Lower part of slope高
High中
Medium低
Low福建
Fujian2.25 3.28 8.20 0.00 39.96 60.04 广东
Guangdong0.30 0.60 4.85 0.00 8.35 91.65 广西
Guangxi0.28 2.80 5.71 2.69 24.86 72.45 海南
Hainan0.00 0.00 0.00 0.00 6.69 93.31 华南区
South China0.35 1.12 4.20 0.60 13.60 85.80
下载: 导出CSV
表 7 华南区稻田灌溉能力和排水能力空间分布及频率
Table 7 Spatial distribution and frequencies of irrigation capacity and drainage capacity of paddy fields in South China
% 省(自治区)
Province
(autonomous region)灌溉能力 Irrigation capacity 排水能力 Drainage capacity 充分满足
Fully satisfied满足
Satisfied基本满足
Basically satisfied不满足
Not satisfied充分满足
Fully satisfied满足
Satisfied基本满足
Basically satisfied不满足
Not satisfied福建 Fujian 31.56 7.17 45.08 16.19 79.92 16.80 1.43 1.84 广东 Guangdong 61.02 33.98 5.00 0.00 8.40 89.72 0.00 1.88 广西 Guangxi 9.07 30.07 58.85 2.02 20.16 25.92 43.39 10.53 海南 Hainan 13.49 40.75 35.33 10.43 17.23 67.84 9.74 5.19 华南区 South China 37.34 32.94 26.02 3.70 17.30 66.31 11.88 4.52
下载: 导出CSV
表 8 华南区土壤健康状况空间分布及频率
Table 8 Spatial distribution and frequencies of soil health status in South China
% 省(自治区)
Province (autonomous region)生物多样性 Biological diversity 清洁程度 Cleanliness degree 丰富
Rich一般
General不丰富
Not rich清洁
Clean尚清洁
Relatively clean福建 Fujian 38.73 44.47 16.80 100.00 0.00 广东 Guangdong 98.02 1.98 0.00 100.00 0.00 广西 Guangxi 6.83 80.57 12.60 100.00 0.00 海南 Hainan 10.20 82.36 7.44 100.00 0.00 华南区 South China 55.04 39.51 5.44 100.00 0.00
下载: 导出CSV
-
[1] 姚东恒, 裴久渤, 汪景宽. 东北典型黑土区耕地质量时空变化研究[J]. 中国生态农业学报(中英文), 2020, 28(1): 104−114 YAO D H, PEI J B, WANG J K. Temporal-spatial changes in cultivated land quality in a black soil region of Northeast China[J]. Chinese Journal of Eco-Agriculture, 2020, 28(1): 104−114
[2] 赵滢. 华南水稻重要农艺性状演变规律及粒型性状GWAS分析[D]. 荆州: 长江大学, 2019 ZHAO Y. Evolvement rule analysis of important agronomic traits and genome-wide association study of grain shape in South China rice varieties[D]. Jingzhou: Yangtze University, 2019
[3] 耕地质量建设和保护有“标杆”了—《耕地质量等级》国家标准解读[J]. 中国农业信息, 2017(8): 5, 10 The construction and protection of cultivated land quality has a benchmark—Interpretation of the national standard of cultivated land quality grade[J]. China Agricultural Information, 2017(8): 5, 10
[4] 李建军, 徐明岗, 辛景树, 等. 中国稻田土壤基础地力的时空演变特征[J]. 中国农业科学, 2016, 49(8): 1510−1519 doi: 10.3864/j.issn.0578-1752.2016.08.008 LI J J, XU M G, XIN J S, et al. Spatial and temporal characteristics of basic soil productivity in China[J]. Scientia Agricultura Sinica, 2016, 49(8): 1510−1519 doi: 10.3864/j.issn.0578-1752.2016.08.008
[5] 王远鹏, 黄晶, 孙钰翔, 等. 近35年红壤稻区土壤肥力时空演变特征—以进贤县为例[J]. 中国农业科学, 2020, 53(16): 3294−3306 doi: 10.3864/j.issn.0578-1752.2020.16.008 WANG Y P, HUANG J, SUN Y X, et al. Spatiotemporal variability characteristics of soil fertility in red soil paddy region in the past 35 years−A case study of Jinxian County[J]. Scientia Agricultura Sinica, 2020, 53(16): 3294−3306 doi: 10.3864/j.issn.0578-1752.2020.16.008
[6] 薛彦东, 李荣, 任意. 完善耕地质量等级 夯实国家粮食安全基础—国家标准《耕地质量等级》发布实施[J]. 中国农技推广, 2017, 33(2): 12−13 XUE Y D, LI R, REN Y. Perfecting cultivated land quality grades and consolidating the foundation of national food security−Promulgation and implementation of national standard of Cultivated Land Quality Grades[J]. China Agricultural Technology Extension, 2017, 33(2): 12−13
[7] 乔磊, 江荣风, 张福锁, 等. 土壤基础地力对水稻体系的增产与稳产作用研究[J]. 中国科技论文, 2016, 11(9): 1031−1034, 1045 doi: 10.3969/j.issn.2095-2783.2016.09.012 QIAO L, JIANG R F, ZHANG F S, et al. Improving inherent soil productivity enhances yield and resilience of rice farming systems[J]. China Sciencepaper, 2016, 11(9): 1031−1034, 1045 doi: 10.3969/j.issn.2095-2783.2016.09.012
[8] 陈延华, 王乐, 张淑香, 等. 我国褐土耕地质量的演变及对生产力的影响[J]. 中国农业科学, 2019, 52(24): 4540−4554 doi: 10.3864/j.issn.0578-1752.2019.24.009 CHEN Y H, WANG L, ZHANG S X, et al. Quality change of cinnamon soil cultivated land and its effect on soil productivity[J]. Scientia Agricultura Sinica, 2019, 52(24): 4540−4554 doi: 10.3864/j.issn.0578-1752.2019.24.009
[9] 王婕, 牛文全, 张文倩, 等. 农田表层土壤养分空间变异特性研究[J]. 农业工程学报, 2020, 36(15): 37−46 doi: 10.11975/j.issn.1002-6819.2020.15.005 WANG J, NIU W Q, ZHANG W Q, et al. Spatial variability of soil nutrients in topsoil of cultivated land[J]. Transactions of the Chinese Society of Agricultural Engineering, 2020, 36(15): 37−46 doi: 10.11975/j.issn.1002-6819.2020.15.005
[10] 潘根兴, 赵其国. 我国农田土壤碳库演变研究: 全球变化和国家粮食安全[J]. 地球科学进展, 2005, 20(4): 384−393 doi: 10.3321/j.issn:1001-8166.2005.04.003 PAN G X, ZHAO Q G. Study on evolution of organic carbon stock in agricultural soils of China: facing the challenge of global change and food security[J]. Advances in Earth Science, 2005, 20(4): 384−393 doi: 10.3321/j.issn:1001-8166.2005.04.003
[11] 杨帆, 徐洋, 崔勇, 等. 近30年中国农田耕层土壤有机质含量变化[J]. 土壤学报, 2017, 54(5): 1047−1056 YANG F, XU Y, CUI Y, et al. Variation of soil organic matter content in croplands of China over the last three decades[J]. Acta Pedologica Sinica, 2017, 54(5): 1047−1056
[12] 都江雪, 柳开楼, 黄晶, 等. 中国稻田土壤有效磷时空演变特征及其对磷平衡的响应[J]. 土壤学报, 2021, 58(2): 476−486 DU J X, LIU K L, HUANG J, et al. Spatio-temporal evolution characteristics of soil available phosphorus and its response to phosphorus balance in paddy soil in China[J]. Acta Pedologica Sinica, 2021, 58(2): 476−486
[13] BRUUN T B, MERTZ O, ELBERLING B. Linking yields of upland rice in shifting cultivation to fallow length and soil properties[J]. Agriculture, Ecosystems & Environment, 2006, 113(1/2/3/4): 139−149
[14] 黄继川, 彭智平, 徐培智, 等. 广东省水稻土有机质和氮、磷、钾肥力调查[J]. 广东农业科学, 2014, 41(6): 70−73 doi: 10.3969/j.issn.1004-874X.2014.06.019 HUANG J C, PENG Z P, XU P Z, et al. Investigation on organic matter, nitrogen, phosphorus and potassium of paddy soil in Guangdong Province[J]. Guangdong Agricultural Sciences, 2014, 41(6): 70−73 doi: 10.3969/j.issn.1004-874X.2014.06.019
[15] 柳开楼, 韩天富, 黄晶, 等. 中国稻作区土壤速效钾和钾肥偏生产力时空变化[J]. 土壤学报, 2021, 58(1): 202−212 LIU K L, HAN T F, HUANG J, et al. Spatio-temporal variation of soil readily available potassium and partial factor productivity of potassium fertilizer in rice cultivation regions of China[J]. Acta Pedologica Sinica, 2021, 58(1): 202−212
[16] 梁俊捷. 气候、地形和土壤性质对我国农田土壤有效钾分布的影响[D]. 雅安: 四川农业大学, 2018 LIANG J J. Effects of climate, topography and soil properties on soil available potassium across China[D]. Ya’an: Sichuan Agricultural University, 2018
[17] 李建军. 我国粮食主产区稻田土壤肥力及基础地力的时空演变特征[D]. 贵阳: 贵州大学, 2015 LI J J. Temporal and spatial evolution characteristics of soil fertility and basic soil fertility in paddy fields in China’s main grain producing areas[D]. Guiyang: Guizhou University, 2015
[18] 胡怀舟, 胡邦友, 张绪林, 等. 稻田免耕年限与复耕次数对土壤容重和水稻生长的影响[J]. 中国农学通报, 2020, 36(10): 1−7 doi: 10.11924/j.issn.1000-6850.casb20190900668 HU H Z, HU B Y, ZHANG X L, et al. Effects of No-tillage years and re-tillage times on soil bulk density and rice growth in paddy fields[J]. Chinese Agricultural Science Bulletin, 2020, 36(10): 1−7 doi: 10.11924/j.issn.1000-6850.casb20190900668
[19] 李荣. 我国耕地质量现状及提升建议[J]. 中国农业综合开发, 2020(7): 7−12 LI R. Present situation of cultivated land quality in China and suggestions for improvement[J]. Agricultural Comprehensive Development in China, 2020(7): 7−12
[20] 农业农村部. 2019年全国耕地质量等级情况公报[J]. 中华人民共和国农业农村部公报, 2020(4): 113−121 Ministry of Agriculture and Rural Affairs of the People’s Republic of China. Announcement of national arable land quality grading in 2019[J]. Gazette of the Ministry of Agriculture and Rural Affairs of the People’s Republic of China, 2020(4): 113−121
[21] 广东省耕地肥料总站. 广东省耕地现状与质量提升对策[J]. 中国农业综合开发, 2020(10): 56−57 Guangdong Province Cultivated Land Fertilizer Station. Current situation of cultivated land in Guangdong Province and countermeasures for quality improvement[J]. Agricultural Comprehensive Development in China, 2020(10): 56−57
[22] 陀少芳, 覃迎姿, 刘文奇, 等. 新形势下加强广西耕地质量建设的思考与建议[J]. 广西农学报, 2021, 36(1): 6−9, 71 doi: 10.3969/j.issn.1003-4374.2021.01.003 TUO S F, QIN Y Z, LIU W Q, et al. Consideration and suggestions on strengthening cultivated land quality construction in Guangxi under new situation[J]. Journal of Guangxi Agriculture, 2021, 36(1): 6−9, 71 doi: 10.3969/j.issn.1003-4374.2021.01.003
[23] 许发辉, 杨宁, 赵明, 等. 我国区域性耕地质量退化问题及改良培肥对策措施[J]. 中国农技推广, 2020, 36(10): 3−7 doi: 10.3969/j.issn.1002-381X.2020.10.001 XU F H, YANG N, ZHAO M, et al. Problems of regional cultivated land quality degradation in China and countermeasures for improvement and fertilization[J]. China Agricultural Technology Extension, 2020, 36(10): 3−7 doi: 10.3969/j.issn.1002-381X.2020.10.001
[24] 张凤荣, 张晋科, 张迪, 等. 1996—2004年中国耕地的粮食生产能力变化研究[J]. 中国土地科学, 2006, 20(2): 8−14 ZHANG F R, ZHANG J K, ZHANG D, et al. Change of potential grain productivity of cultivated land from 1996 to 2004 in China[J]. China Land Science, 2006, 20(2): 8−14
[25] 冯蕾. 通山县耕地质量与耕地产能评价研究[D]. 武汉: 华中师范大学, 2020 FENG L. Study on evaluation of arable land quality and arable land productivity in Tongshan County[D]. Wuhan: Central China Normal University, 2020
[26] 柳开楼, 黄晶, 张会民, 等. 基于红壤稻田肥力与相对产量关系的水稻生产力评估[J]. 植物营养与肥料学报, 2018, 24(6): 1425−1434 doi: 10.11674/zwyf.18150 LIU K L, HUANG J, ZHANG H M, et al. Assessment of productivity of red paddy soil based on soil fertility and relative yield[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1425−1434 doi: 10.11674/zwyf.18150
[27] GANAPATH I, SHANKAR M, GAJANAN G N. Long term effect of FYM and NPK fertilizers on soil fertility and yield sustainability under finger millet-groundnut rotation in an Alfisols of rainfed areas[J]. Environment & Ecology, 2010, 28(1): 98−104
[28] KOPITTKE P M, DALAL R C, WANG P, et al. Effects of long-term cultivation on phosphorus (P) in five low-input, subtropical Australian soils[J]. Agriculture, Ecosystems & Environment, 2018, 252: 191−199
[29] 任嘉欣, 刘京, 陈轩敬, 等. 长期施肥紫色土有效磷变化及其对稻麦轮作产量的影响[J]. 中国农业科学, 2021, 54(21): 4601−4610 doi: 10.3864/j.issn.0578-1752.2021.21.010 REN J X, LIU J, CHEN X J, et al. Variation of available phosphorus in purple soil and its effects on crop yield of rice-wheat rotation under long-term fertilizations[J]. Scientia Agricultura Sinica, 2021, 54(21): 4601−4610 doi: 10.3864/j.issn.0578-1752.2021.21.010
[30] 王秋菊. 黑龙江地区土壤肥力和积温对水稻产量、品质影响研究[D]. 沈阳: 沈阳农业大学, 2012 WANG Q J. Effect of soil fertility and temperature on rice yield and quality in Heilongjiang area[D]. Shenyang: Shenyang Agricultural University, 2012
[31] 陈梦云. 不同土壤类型下灌溉方式对水稻产量形成、根系形态和品质的影响[D]. 扬州: 扬州大学, 2017 CHEN M Y. Effect of different irrigation methods on yield and quality of rice under different soil types[D]. Yangzhou: Yangzhou University, 2017
[32] 张佳凤. 水田合理耕层指标体系构建及评价方法研究[D]. 贵阳: 贵州大学, 2019 ZHANG J F. Study on construction and evaluation method of rational tillage index system in paddy field[D]. Guiyang: Guizhou University, 2019
[33] ZHANG F S, CUI Z L, FAN M S, et al. Integrated soil-crop system management: reducing environmental risk while increasing crop productivity and improving nutrient use efficiency in China[J]. Journal of Environmental Quality, 2011, 40(4): 1051−1057 doi: 10.2134/jeq2010.0292
[34] 全国农业技术推广服务中心, 中国农业科学院农业资源与区划所. 耕地质量演变趋势研究: 国家级耕地土壤监测数据整编[M]. 北京: 中国农业科学技术出版社, 2008 Center of Extending and Service of Agricultural Technique in China; Institute of Agricultural Resources and Regionalization, Chinese Academy of Agricultural Sciences. Evolution Trend of Arable Land Quality[M]. Bejing: China Agricultural Science and Technology Press, 2008
[35] GUO J H, LIU X J, ZHANG Y, et al. Significant acidification in major Chinese croplands[J]. Science, 2010, 327(5968): 1008−1010 doi: 10.1126/science.1182570
[36] 赵其国, 黄国勤, 马艳芹. 中国南方红壤生态系统面临的问题及对策[J]. 生态学报, 2013, 33(24): 7615−7622 ZHAO Q G, HUANG G Q, MA Y Q. The problems in red soil ecosystem in southern of China and its countermeasures[J]. Acta Ecologica Sinica, 2013, 33(24): 7615−7622
[37] ZHU Q C, LIU X J, HAO T X, et al. Cropland acidification increases risk of yield losses and food insecurity in China[J]. Environmental Pollution, 2020, 256: 113145 doi: 10.1016/j.envpol.2019.113145
-
期刊类型引用(4)
1. 刘晓霞，金秉洁，张敏，吴东涛，倪治华. 生物质炭用量对新垦耕地土壤肥力、细菌群落结构和功能以及作物生物量的影响. 土壤. 2025(01): 76-85 . 
百度学术
2. 蔡鑫，李忠正，曹鹏，孙阳. 湖北省水稻产能提升路径探析. 中国农技推广. 2024(04): 9-11 . 百度学术
3. 母少东，王方，吴权华，李政丽，张雪娇，孙静. Z市粮食产量影响因素分析. 安徽农学通报. 2024(11): 1-5 . 百度学术
4. 宋敏，彭竞毅，易路平，傅健惠. 湖北省耕地“大占补”数量-质量平衡及其对粮食产能的影响. 中国人口·资源与环境. 2024(10): 173-186 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 459
- HTML全文浏览量: 117
- PDF下载量: 86
- 被引次数: 7
