酸性农田土壤改良效果综合评价指标体系的构建及验证

李青容，陈建军，祖艳群，何永美，湛方栋，李博，李元

（云南农业大学资源与环境学院，昆明 650201）

由于各种化学和生物化学反应，土壤特征表现出不同的酸性或碱性。我国是继欧洲、北美之后的第三大酸雨区，其中南方地区的酸性红壤面积约占全国土地总面积的22.7%。农田土壤酸化会使土壤板结、土壤孔隙减少、土壤中重金属有效性提高、作物对养分的吸收减少，影响作物的生长发育和品质。随着“绿水青山就是金山银山”的环保理念越来越深入人心，土壤污染问题愈发受到重视，如何降低土壤酸度，提高土壤肥力，利用有效的改良手段创造良好的土壤生态环境是众多学者关注的焦点。

研究发现，石灰类、工业废弃物、农业废弃物、高分子材料和硅钙镁磷肥类等均对改良酸性土壤有一定效果，其判断依据通常是酸性土壤的某项指标或作物的单一特征。通过对一种指标进行实验前后数据对比分析，得出改良措施具体效果的实验结论。然而不同的改良剂对土壤性质和作物的影响各有不同。施加石灰可以有效降低土壤酸度，但对土壤养分无显著影响；施加矿物类改良剂可以提高土壤中钙、镁、钾含量，但缺乏有机质的补充；施加钢渣、粉煤灰等工业废弃物既可以降低土壤酸度，也能提高土壤中钙、镁等营养成分，但是有重金属污染的风险。油菜秸秆处理不能明显降低土壤酸度，却可以促进大麦幼苗生长。由此可见，这种方法并不能反映酸性土壤改良剂的整体效果。为了更加直观地对不同改良剂效果进行比较，需要全面客观地对土壤改良作用进行评价，对与改良效果相关的多个因子进行分析，将错综复杂的多个因子简化成几个相互独立的综合因子，然后利用综合因子评价改良剂对土壤的改良作用。

当前的酸性土壤改良技术与政策中并没有系统规范的技术选择和综合评价方法，不同学者提出的评价标准和方法也参差不齐，其结果存在较大的不确定性，甄选经济、合理、适用的酸性土壤改良方法是一个比较复杂的问题，故当前急需形成酸性土壤改良技术选择的综合评价体系，采用科学的综合评价方法，提高技术选择过程的透明性，降低主观性。现代综合评价方法有很多，如主成分分析法、灰色关联度法、层次分析法、模糊综合评价法等。由于评价对象的所属目标范围不同，现代综合评价方法在选用与实际技术应用时存在一定的差异。刘桂民等运用因子分析法基于土壤质量、土壤容重、土壤养分对不同人工林的土壤改良效果进行综合评价。吴瑞华等在研究改良剂对土壤及稻米重金属含量、水稻及其秸秆产量的影响中，开展了地积累指数法和Hakanson潜在生态风险指数法评价。周昊等利用层次分析法在复合基质的pH值、营养成分以及植物生长状况的基础上构建了复合基质方案选取的综合评价指标体系。

层次分析法（Analytic hierarchy process，AHP）应用于环境、经济和社会等方面的行业中已有相当广泛的文献基础。本研究选用层次分析法建立全面可行的农田酸性土壤改良效果综合评价体系，为酸性农田土壤改良技术的遴选和评价提供参考。

1 材料与方法

1.1 研究区概况

大田实验地点选在云南省梁河县河西乡（24°53'02.79″N，98°18'44.41″E），由于当地锡矿的开采，该地区农田土壤平均pH值为4.58，属于严重酸性土壤，且全镉（Cd）平均含量为0.33 mg·kg、全铜（Cu）平均含量为58.39 mg·kg，依照《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618—2018），该地区重金属Cd、Cu轻微超标。

实验共设置18个处理小区，标号1～18，每个小区面积为6.5 m×2.6 m。2020年3月施改良剂（表1），稳定60 d后种植玉米和皇竹草，待作物成熟后采集土样和植物样。改良剂由云南省圣清环保股份有限公司提供，施加量为其推荐添加量。

表1 大田实验处理Table 1 Field experimental treatments

1.2 研究方法

1.2.1 基于AHP的酸性农田土壤改良效果综合评价体系的构建

20世纪70年代，萨蒂（Saaty）提出了一种通过计算决策权重将定性与定量分析相结合的多目标决策分析方法——层次分析法（AHP），该方法可将主观判断进行量化。AHP能够通过对专家打分进行一致性验证，剔除明显存在逻辑错误的数据，从而提高决定性数据的准确性，为最终结果的计算提供更好的依据。文献分析法是指通过数据库搜集、鉴别、整理某一研究主题的相关文献，并对其进行系统性分析来获取信息，进而形成对事实科学认识的一种研究方法。

（1）评价指标筛选

评价指标是进行评价的基础，是反映评价客体的基本要素，制定有效的评价指标体系是改良效果评价的核心环节和重要步骤，更是评价成功的保证。评价指标应满足科学性、代表性和可操作性3个原则。评价指标体系的初步确定是通过文献分析法，在查阅相关文献、摘录指标并统计分析各项指标的相关数据后确定。本研究查阅与酸性土壤改良相关的有效文献共125篇，摘录文献中的实验指标102个，共755组（按添加改良剂处理计算），摘录指标名称见表2。

表2 文献摘录指标及出现频度Table 2 Index and frequency of literature extract

本文立足于指标频度分析和理论分析，结合实例验证时测样可获得性，从表2中选取土壤pH、有机质等31个指标，初步确定了酸性农田土壤改良效果综合评价指标，见表3。土壤容重通过影响土壤孔隙状况来调节土壤水分入渗情况及土壤持水能力，用以反映土壤的物理性质；土壤酶活性作为表征土壤微生物性质的重要指标被广泛使用。故以土壤容重和孔隙度代表土壤物理因素的变化，以脲酶和过氧化氢酶活性表示土壤生物因素的变化，以此体现本体系指标的独立性和综合性，同时为减轻工作量，根据专家咨询结果，将土壤含水率等7个指标删除，再综合研究指标数据的可评性、评价标准的可确定性等因素，构建了1个最高层指标、3个中间层指标和24个最低层指标的酸性农田土壤改良效果综合评价指标体系，详见表4。

续表2文献摘录指标及出现频度Continued table 2 Index and frequency of literature extract

表3 初步酸性农田土壤改良效果综合评价指标Table 3 Preliminary comprehensive evaluation index of acid farmland soil improvement effect

（2）构造判断矩阵

对表4中的各指标组数频率和文献频度归一化至1～9区间，并通过专家问卷调查对各指标重要性进行打分，计算3种得分的平均值，依照Satty的1～9比例标度（表5），两两比较最低层所有评价指标对中间层某一指标和中间层所有评价指标对最高层指标相对的重要性来构建判断矩阵，判断矩阵见表6～表9。

表4 酸性农田土壤改良效果综合评价指标体系Table 4 Comprehensive evaluation index of acid farmland soil improvement effect

表5 判断矩阵标度及含义Table 5 Scale and meaning of judgment matrix

表6 最高层对于中间层的判断矩阵Table 6 Judgment matrix of the top layer to the middle layer

表9 中间层M3对于最低层的判断矩阵Table 9 Judgment matrix of the middle layer M3 to the lowest layer

（3）权重系数的计算和检验

对各个判断矩阵进行AHP研究（计算方法为和积法），得到特征向量和权重值。根据特征向量计算出最大特征根，然后利用最大特征根值计算得到值，值用于一致性检验使用。研究评价权重计算结果的一致性检验结果，即计算一致性指标值。通常情况下值越小，说明判断矩阵一致性越好。一般情况下值小于0.1，则判断矩阵满足一致性检验；如果值大于0.1，则说明不具有一致性，应该对判断矩阵进行适当调整后再次分析。具体步骤如下：

（1）按式（1）将判断矩阵每一列正规化。

式中：为比较矩阵阶数，也表示指标个数，下同。

（2）按式（2）将每一列正规化后的判断矩阵按行相加，得到向量矩阵——式（3）。按式（4）正规化。

所得到的=[，，…，w]即为所求特征向量。

（3）按式（5）计算判断矩阵最大特征值。

式中：（）表示向量的第个元素。

（4）一致性检验：按式（6）计算一致性指标。

由表10查找随机一致性指标，由式（7）计算一致性比率。

表10 随机一致性RI表格Table 10 Random consistency RI table

1.2.2 评价结果计算

逼近理想解排序法（Technique for order preference by similarity to an ideal solution，TOPSIS）在数学上是一种趋于理想解的排序，可以较为客观地在多指标条件下对各方案进行排序。通过判断评价对象与正、负理想解的距离来对方案做出评价。若方案最靠近正理想解和最远离负理想解，则为最佳方案。

为了消除不同数据指标量纲的影响，有必要对各指标数据进行正向标准化，得到标准化矩阵Z=（z）（为不同处理，为评价指标）。定义正理想解=（max{，，...，z}，...，max{，，...，z}），负理想解=（min{，，...，z}，...，min{，，...，z}）。评价指标与的距离（）和与的距离（）的计算公式为：

式中：w表示各指标权重；z和z分别表示各指标正理想解和负理想解；z为标准化数据。

综合得分为：

对S进行归一化处理，得到相对接近度，0≤≤1，越高即越小，该处理结果与正理想解距离越小时处理效果越好，越低代表处理效果越差。

2 结果与讨论

2.1 酸性农田土壤改良效果综合评价指标体系权重系数

根据层次分析法得出各层指标的分析结果见表11。

表11 各指标层AHP层次分析结果Table 11 AHPanalysis results of each indicator level

本次分析的值均小于0.1，一致性检验均通过，说明AHP得出的权重系数具有合理性。最后得出酸性农田土壤改良效果综合评价指标体系，如表12所示。该指标体系显示权重比较大的指标集中在土壤肥力和玉米生长与安全两个方面，分别为0.633与0.261；在最低指标层中，pH、生物量、有机质指标权重最大，分别为0.149、0.086和0.086。

表7 中间层M1对于最低层的判断矩阵Table 7 Judgment matrix of the middle layer M1 to the lowest layer

表8 中间层M2对于最低层的判断矩阵Table 8 Judgment matrix of the middle layer M2 to the lowest layer

表12 酸性农田土壤改良效果综合评价指标体系Table 12 Comprehensive evaluation index system of soil improvement effect of acid farmland

2.2 酸性农田土壤改良效果综合评价指标体系的验证及应用

2.2.1 基于大田实验结果的评价指标体系验证

主成分分析（Principal component analysis，PCA）是建立最小数据集的主要方法，通过降维将多个指标转化为少数指标，消除众多指标间的相关性，因此可以用作指标筛选和综合评价。根据大田实验数据，利用主成分分析筛选出对实验结果影响较大的指标，以此验证评价体系指标权重的合理性。

利用SPSS20.0软件对大田实验结果中的评价指标（未测数据不进入统计）进行主成分分析，得到主成分1和主成分2，计算出各主成分的表达式为：

主 成 分1：=-0.098 L1+0.133 L3+0.190 L4-0.015 L5+0.337 L8-0.221 L10-0.101 L12-0.0337 L13+0.149 L14-0.239 L15+0.186 L16+0.239 L17+0.236 L18-0.162 L19+0.0213 L21+0.224 L22+0.224 L23-0.221 L24

主成分2：=0.282 L1-0.257 L3+0.187 L4+0.309 L5+0.387 L8-0.117 L10+0.157 L12+0.177 L13-0.241 L14+0.002 L15+0.194 L16-0.008 L17+0.047 L18+0.178 L19-0.006 L21+0.106 L22+0.106 L23+0.118 L24

由上述主成分的表达式可知：在第1主成分的表达式中，土壤pH（L8）、生物量（L17）的系数较大；在第2主成分的表达式中，土壤pH（L8）、速效钾（L5）、有机质（L1）的系数较大。综合分析上述结果，土壤pH（L8）、生物量（L17）、速效钾（L5）、有机质（L1）对改良效果影响较大。这与本研究构建的指标体系中指标权重相符合，进一步证明了该评价体系的合理性。

2.2.2 大田实验改良效果评价

针对不同的作物（玉米、皇竹草），将改良剂处理得到的实验数据进行标准正向化处理（标准差法），得出各指标标准化值（表13），用于后续加权处理。

表13 大田实验结果标准化值Table 13 Standardized values of field experiment results

根据表12中的权重值，对处理过的实验指标数据进行加权运算并根据TOPSIS法进行排序，最终得到该实验中酸性农田土壤改良效果的综合评价排名。由表14可以看出，改良效果最好的是SQC204，其次是SQC201，这两种改良剂处理虽然降低了土壤中的有机质含量，但都提高了土壤pH，增加了玉米的生物量，对于土壤肥力、玉米生长与安全和经济效益都有重要意义，所以其综合改良效果仍比CK组好。而SQFC-00S对土壤的改良效果较差，这可能与其处理下评价体系中权重较大的土壤pH降低和生物量减少有关。

表14 大田实验改良效果综合评价结果Table 14 Comprehensive evaluation results of field experiment improvement effect

在我国南方地区，酸性土壤改良已成为一个重要的研究课题，相关领域专家主导的大型或小型土壤环境保护项目也愈发增多，然而对于改良效果，仍缺乏分类别、分目标、系统化的客观评价体系，大多采用以往文献中提及过的个别的、离散化的指标，通过指标值的升高或降低片面地得出某些结论，不利于从中寻求效果最优的模式进行凝练和推广。本研究利用层次分析法定量和定性相结合地分析问题的特点，将人的主观判断和客观现象进行量化表达，提高了评价方法本身的客观性和有效性。评价指标的筛选以及判断矩阵的得分综合考虑了各个指标在文献中出现的频率和组数、专家评价以及实验过程的可获得性，且得出的权重系数均通过了一致性检验，具有较强的客观性和合理性。

研究表明，当今对于酸性农田土壤改良效果的评价，土壤pH仍是最主要的核心因素，是影响土地环境质量、限制作物产量的重要指标之一。从评价体系指标权重来看，权重最高的也是土壤pH，但土壤有机质、碱解氮、有效磷、生物量等反映土壤养分和作物生长的因素也不能忽视。就中间层权重分布看，权重比较大的指标集中在土壤肥力（0.633），土壤肥力中权重较高的是营养和化学因素指标，物理和生物因素的指标权重较低，其原因可能是当前土壤物理和生物因素对土壤改良效果的影响研究较少。就最低层指标来说，除土壤pH外，土壤有机质、玉米生物量权重最大，均为0.086。实验评价结果中由于SQC204的施加显著提高了土壤pH和有效磷含量以及玉米生物量，所以其改良效果最好，与之相反的SQFC-00S效果则最差。这与本文构建的综合评价体系中的最低层指标权重最大为土壤pH、有机质、生物量关系一致。评价体系中各个指标权重在一定程度上反映了各指标对总体评价结果的影响，说明本文构建的综合指标体系结合了土壤pH、营养成分、植物的生长状况及经济效益多方面因素，实现了对酸性农田土壤改良效果的整体性评价，符合酸性农田土壤改良效果综合评价要求。

3 结论

（1）通过文献分析法选取最能反映酸性农田土壤改良效果的指标，构建了酸性农田土壤改良效果综合评价体系，针对各个评价指标之间的关系，利用层次分析法确定权重系数，建立了一个酸性农田土壤改良效果综合评价体系。

（2）将本研究建立的评价体系应用于酸性农田土壤改良实验中，得出综合评价效果，纤维素改良剂效果最好的是SQC204，同时利用实验数据证明了其合理性。