长期轮作施肥对菜田土壤pH值的影响及灰色预测模型研究

张立成 李 娟， 章明清 姚建族

（1福建省农业科学院土壤肥料研究所，福建 福州 350013；2永春县农业技术推广站，福建 泉州 362600）

红壤是我国南方的主要耕作土壤，近四十年土壤酸化加剧制约了红壤区域农业生产的可持续发展［1-2］。因此，探讨耕作施肥措施对土壤酸化长期影响及其演变特征，对制定缓解土壤酸化的生产措施具有重要意义。

相关研究表明，长期过量施用氮肥是加剧土壤酸化的主要原因［3-5］。土壤pH值下降一方面会造成农田土壤养分严重失调，另一方面则影响农作物的根系生长和作物产量［6］。从全球耕地土壤范围来看，酸性土壤面积达39.5 亿公顷，主要分布在热带、亚热带和温带地区［7］。我国亚热带地区土壤酸化现象十分普遍，其中江西、广东、福建等红壤区土壤酸化现象尤为严重［8］。张秀等［9］对福建省耕地土壤酸化分析表明，从1983 至2009 年耕地土壤pH 均值降低了0.27 个单位，酸化面积占全省耕地面积的71%，灰色斜率关联模型分析结果表明化肥大量施用是引起耕地土壤酸化的主要外因。李伟峰等［10］根据江西红壤区长期定位试验研究表明，氮肥施用量每增加50 kg·hm-2，农田土壤pH值下降0.26 个单位。Alves 等［11］研究发现，受长期耕作施肥措施的影响，巴西南部2003—2017 年土壤呈高度酸化，土壤pH 值和盐基饱和度均显著降低。Li等［12］对成都平原土壤pH 值动态变化的研究表明，传统的水稻-小麦轮作转变为蔬菜轮作模式后，土壤pH值下降速度增加。我国主要农田土壤pH 值时空变化的长期监测结果表明，华南地区土壤pH值表现为水田＞水旱轮作＞旱地，在监测中后期阶段，旱地和水旱轮作土壤pH 值呈缓慢增加趋势［13］。徐仁扣等［14］在澳大利亚南部地区长期田间轮作试验中发现，不同轮作方式下土壤酸化速率表现为小麦－羽扇豆/蚕豆轮作＞小麦－小麦/休闲。上述研究表明土壤酸化程度除了与施肥因素相关外，还与作物种类、种植模式和土壤利用类型等因素相关。尽管当前土壤pH 值变化趋势及其影响因素已有大量研究，但对于农田土壤酸化的预测及其演变规律的分析相对薄弱［8］。针对闽东南赤红壤母质发育的耕地菜-稻轮作和不同施肥模式对耕层土壤pH值变化的长期效应以及土壤酸化趋势，目前还鲜见相关报道。

蔬菜和水稻轮作是福建省菜田重要耕作制度，在区域农业生产中具有重要地位。为此，本研究自2013 年起在蔬菜主产区永春县五里街镇埔头村设置菜田不同轮作施肥模式的长期定位试验，根据不同轮作施肥模式的历年耕层土壤pH值实测结果，探讨长期不同轮作施肥对土壤pH值的影响及其变化趋势，旨在为区域菜田土壤酸化治理和土壤培肥提供最佳养分管理依据。

1 材料与方法

1.1 试验设计

长期轮作施肥定位试验地处亚热带季风气候区，年均温度20.4 ℃，年均降雨量1 800～2 100 mm。试验地土壤类型为水稻土改为菜田的灰黄泥田，质地为中壤土，粘粒含量37%、砂粒含量59%、粉粒含量4%，是当地种植水稻和蔬菜的主要耕作土壤。根据当地一年三熟制的生产现状，试验设四季豆-芥菜-早稻和四季豆-芥菜-豇豆两种轮作方式，结合推荐施肥和习惯施肥两种施肥模式，共设置4 个处理（表1）。其中，根据试验农户相关作物常年施肥状况的调查结果，确定各季供试作物的习惯施肥量；根据福建省农业科学院植物营养课题组近十年来对有关作物田间肥效试验结果［15-16］，确定各季供试作物的推荐施肥量。试验采用3 次重复和随机区组排列，每个小区面积为14 m2。小区间筑水泥田埂分离，其中田埂埋入地下30 cm，露出田面20 cm，各小区均有进出水口连接排灌水沟。试验于2013 年9 月开始，每个轮作周年均为三季作物，即：每年9月至11月种植四季豆，12月至翌年3月种植芥菜、翌年4月至8月种植早稻和豇豆。

表1 一年三熟制菜田轮作施肥定位试验设计方案Table 1 Design scheme of triple cropping rotation in a year and fertilization on vegetable field of fixed-plot experiment

氮肥选用尿素（含N 46%），磷肥选用过磷酸钙（含P2O512%），钾肥则用氯化钾（含K2O 60%），试验地不施有机肥。每季作物所施的磷肥全部作基肥，氮钾肥分基肥和追肥施用。基肥中氮钾肥各占总用量的40%；秋季四季豆追肥、冬季芥菜和夏季豇豆分2 次追肥，每次的氮钾肥占总用量的30%；早稻追肥分2 次，即分蘖肥中氮肥占总用量的50%，穗肥中氮肥占总用量的10%，钾肥占总用量的60%。每个轮作周期供试作物品种、栽种时间、施肥量以及施肥方式均保持一致。试验区周围设置1 m 宽的保护行，其他栽培措施与田间生产一致。

1.2 样品采集和测定

在2013 年9 月试验开始前，按照5 点采样法采集基础土样，采用常规方法［17］测定耕层土壤理化性状。其中，土壤全量氮磷钾含量的测定方法是将土壤样品经浓硫酸和高氯酸消煮后，全氮采用凯氏定氮仪（山东海能科学仪器有限公司，德州）测定，全磷采用钼锑抗比色法测定，全钾采用火焰光度计（上海仪电分析仪器有限公司）测定；pH 值测定方法为电位法，采用pH计（上海梅特勒-托利多仪器有限公司）测定，有机质为重铬酸钾容量法，碱解氮为碱解扩散法，有效磷为0.5 mol·L-1碳酸氢钠提取-钼锑抗比色法，速效钾为1 mol·L-1乙酸铵提取-火焰光度计法。测得基础土壤全氮含量2.25 g·kg-1、全磷1.31 g·kg-1、全钾27.86 g·kg-1、pH值5.54、有机质18.96 g·kg-1、碱解氮115.10 mg·kg-1、速效磷91.70 mg·kg-1、速效钾93.00 mg·kg-1。每年早稻收获时，对每个试验小区按5点采样法采集20 cm深耕作层土样组成一个混合样，带回实验室风干，然后粉碎过60目筛，测定土样pH值。

1.3 数据统计与分析

由于土壤pH实测值受到许多不可控因素的影响，本研究将土壤pH 实测值定义为在一定幅度范围内变动的灰色量，应用灰色系统理论的一次累加生成原理，构建土壤pH 值演变趋势的TPGM（1，1）灰色预测模型［18］。即：设Y（0）是某个轮作施肥处理的pH 值测定结果序列，即：Y（0）=［Y（0）（1），Y（0）（2），Y（0）（3），…，Y（0）（k）］，k=1，2，3，…，n，k表示试验年限。对Y（0）序列做一次累加生成，即：Y（1）=［Y（1）（1），Y（1）（2），Y（1）（3），…，Y（1）（k）］。TPGM（1，1）灰色预测模型的数学表达式为：

式中，φ1、φ2和φ3为待估参数，可根据最小二乘法确定其参数值。

预测实际年土壤pH 值的TPGM（1，1）还原式则为：

根据式（2）模型可计算TPGM（1，1）模型的年际实际模拟值，并根据年际实测值计算模拟误差（error，err），用于评价灰色模型的拟合效果［17］，即：

在灰色模型中，当平均模拟误差小于5%时即认为模拟效果良好［19］。因此，可以根据式（2）模型计算预测值，对不同施肥处理的土壤pH值变化趋势做出定量评价。

采用MATLAB R2019b 软件全功能免费试用版进行数据处理。试验数据统计应用该软件的统计工具箱进行相关计算和分析，其中不同处理之间的方差分析采用最小显著性差异法（least significant difference，LSD）进行多重比较；采用MATLAB 语言编程进行TPGM（1，1）模型参数估计和绘图。显著性水平选用P＜0.05。

2 结果与分析

2.1 不同轮作施肥模式对菜田耕层土壤酸化的影响

菜田不同轮作施肥模式连续7 年定位试验各处理的耕层土壤pH 值测定结果见表2。结果表明，在基础土壤pH 值5.54 的菜田上，不同轮作施肥模式均导致菜田耕层土壤pH值出现不同程度下降，但在土壤酸化速率上有明显差别。其中，菜-菜-稻轮作结合推荐施肥的土壤pH 均值为5.24，显著高于菜-菜-菜连作结合推荐施肥或习惯施肥，但与菜-菜-稻轮作结合习惯施肥无显著差异；菜-菜-菜连作结合推荐施肥的土壤pH 均值为4.81，与菜-菜-菜连作结合习惯施肥无显著差异。不同试验时段的分析表明，前3 年不同轮作施肥模式的耕层土壤pH 值无显著差异，但后4 年部分处理间出现了显著差异。

表2 连续7年不同轮作施肥处理耕层土壤pH值变化Table 2 The pH value change of plough layer soil under different rotation and fertilization treatments for 7 consecutive years

从土壤酸化速率看，与基础土壤相比，菜-菜-稻轮作结合推荐施肥和习惯施肥模式土壤pH 值分别下降0.30 和0.34，年均递减率分别为0.04 和0.05；但菜-菜-菜连作结合推荐施肥和习惯施肥土壤pH 值分别下降0.73 和0.75，年均递减率分别达到0.10 和0.11。综上，水旱轮作结合推荐施肥是减缓菜田土壤快速酸化的有效耕作措施。

2.2 不同轮作施肥模式下菜田土壤pH 值变化的TPGM(1,1)模型拟合与分析

表3 为2013 至2017 年不同轮作施肥模式下土壤pH 原始值以及采用TPGM 模型拟合下的模拟值。从试验各处理土壤pH 值的模拟值可知，土壤pH 值整体随试验年限的增加而逐年下降，表明土壤酸化现象仍在持续进行。

表3 不同轮作施肥模式下土壤pH值变化的TPGM（1，1）模型拟合结果Table 3 Fitting results of TPGM （1，1） model of soil pH value change under different rotation and fertilization modes

由于土壤pH 值变化较为缓慢，根据构建的灰色预测模型对未来5 年各轮作施肥模式的pH 值变化趋势进行预测（表4）。结果表明，与前7 年的均值相比，未来5 年各轮作施肥处理的耕层土壤pH 值仍将继续下降。其中，菜-菜-稻轮作结合推荐施肥和习惯施肥的土壤pH 值将比基础土样分别下降0.56 和0.67 个pH单位；菜-菜-菜轮作结合推荐施肥和习惯施肥的土壤pH 值则将比基础土样分别下降1.05 和1.13 个pH单位。

表4 不同轮作施肥模式下土壤pH动态变化的TPGM（1，1）模型拟合参数及其预测结果Table 4 Fitting parameters and prediction results of TPGM （1，1） model for dynamic changes of soil pH under different rotation and fertilization modes

综上，不同轮作施肥模式下未来5 年菜田耕层土壤pH 值变化趋势具有明显差异。相对于蔬菜连作，菜-菜-稻轮作结合推荐施肥可较好地减缓菜田土壤酸化速率。

2.3 不同施肥模式对菜田耕层土壤pH 值演变趋势的影响

土壤pH值变化趋势是评价轮作施肥模式优劣的重要指标。根据土壤pH值实测结果，按照常规回归分析方法构建不同施肥处理土壤pH 值变化的一元线性回归方程，结果如表5所示。4个轮作施肥模式的一元回归方程均未达到统计显著水平（P＞0.05），且描述土壤pH值变异方差解释能力的拟合优度R2都较小，说明一元线性回归分析方法并不适于土壤pH值变化趋势分析。

表5 长期不同轮作施肥模式土壤pH值变化趋势的一元线性回归分析Table 5 Univariate linear regression analysis of soil pH change trend under different rotation and fertilization modes of long-term experiment

图1 是该定位试验中不同轮作施肥处理土壤pH值动态变化的TPGM（1，1）灰色预测模型拟合效果，4 个试验处理的拟合误差在2.77%～5.00%之间，表明该模型具有较高的拟合精度，可为定量评价pH值变化趋势提供模型依据。在模型排除了pH 实测值的误差项后，从各处理的模拟值可知，土壤pH 值随着试验年限的增加呈现逐年下降趋势，表明土壤酸化现象仍在持续进行，且土壤酸化速率表现为VR+RF＜VR+FP＜VV+RF＜VV+FP。TPGM（1，1）模型拟合下不同轮作施肥处理土壤pH 值的演变趋势表现为：菜-菜-稻轮作结合推荐施肥处理的土壤酸化速率最低；在菜-菜-稻轮作下，习惯施肥模式土壤酸化速率是推荐施肥模式的1.215倍；菜-菜-菜轮作条件下，习惯施肥模式土壤酸化速率是推荐施肥模式的1.070 倍；在推荐施肥模式下，菜-菜-菜轮作土壤酸化速率是菜-菜-稻轮作的2.077 倍；在习惯施肥模式下，菜-菜-菜轮作土壤酸化速率是菜-菜-稻轮作的1.835倍。

图1 TPGM（1，1）模型对历年土壤pH变化趋势的模拟结果Fig.1 Fitting results of TPGM （1，1） model on soil pH change trend over the years

3 讨论

3.1 轮作施肥对土壤pH值变化的影响

自然状态下，土壤pH 值变化过程十分缓慢，但在当前高投入和高产出的农业生态系统中，土壤pH值发生了明显改变［20］。我国南方耕地土壤连续施用化学氮肥8～12 年，土壤pH 值下降1.2～1.5 个单位，在施用化学氮肥12 年之后保持稳定［21］。在过去的31 年中，广东省水稻土pH值在前16年下降较快，后15年中，土壤pH 值保持平稳变化趋势［22］，相关研究结果揭示了区域宏观尺度上土壤酸化具有时间阶段性特征。

本研究中各轮作施肥模式的土壤pH 值实测结果亦显示，在田间尺度上，定位试验1～3 年中酸化较慢，而在4～7年中酸化加快，具有时间阶段性特征，但整体上呈下降趋势，与前人研究结果一致［23-24］。本试验中的菜-菜-稻轮作模式土壤不断地进行着干湿交替变化，对土壤质地和理化性质产生影响，从而间接地实现对土壤pH值的调控。前人研究表明，田间定位施肥试验初期土壤理化性质对酸化具有一定的缓冲能力，使土壤pH 值变化较为平缓，但随着试验年限增加，历年作物收获移除了大量盐基阳离子并使耕作过程中土壤中盐基阳离子淋失，导致土壤酸化加快［25-27］。本研究结果显示，菜-菜-稻轮作方式土壤pH 值下降较小，表明该轮作方式对减缓土壤酸化具有较好的效果。

菜-菜-稻轮作模式下，由于土壤长时间处于淹水状态，土壤中还原作用强，因而土壤中的一些铁、锰氧化物被还原消耗质子，进而可使土壤中H+浓度下降，对土壤酸化起到缓冲作用［28］。Guo 等［29］研究发现，土壤中大量盐基离子的淋失会对土壤中的酸缓冲容量产生影响，造成H+浓度增加，同时，土壤中残留氮肥也会增加土壤中H+的积累量，从而促使土壤酸化。由此推测，本研究菜-菜-稻轮作减轻了氮肥对土壤酸化的影响主要是由于该轮作模式减少了氮肥投入量，增加了轮作水稻对上茬蔬菜作物残留氮肥的消纳吸收。

3.2 土壤pH值动态趋势模拟及变化特征

国内外学者对土壤pH 值变化的定量研究主要聚焦于利用常规数理统计和回归分析方法来探究土壤pH 值与各影响因素的关系［31-32］。然而，长期耕作施肥影响下土壤酸化演变特征复杂，经典回归分析方法受制于正态分布等严格假设，实际应用中常常难以给出精确拟合［33］。这是因为在农业生产实践中，土壤pH值受到多类不可控因子的影响，导致年际间的实测值具有明显的波动性，因而直接用年际实测值和试验年限进行拟合难以得到具有统计学意义的回归模型。

根据统计学误差理论，土壤pH值误差包含了混杂在一起的处理效应和随机误差两部分，其中随机误差包括采样误差、样品测定误差以及年际间气候变化影响下的误差。构建不同轮作施肥处理下土壤pH 值长期趋势变化应将轮作施肥效应从含有误差的实测值中分离出来，消除实测误差对轮作施肥真实效应的影响，提高结论可靠性［19］。一元线性回归分析模型假设数据误差呈正态分布，且均值为零，方差为常数。但这种严格假设在实际应用中常常难以满足，因而造成一元线性回归分析模型对试验处理效应和随机误差的分离能力较弱。这也是表4 中土壤pH 值长期变化趋势模型拟合优度低、模型可靠性差的重要原因。

灰色建模技术较好地克服了回归分析对误差分布的严格假设，扩大了精确建模的适用范围。本研究基于TPGM（1，1）灰色预测模型对不同轮作施肥处理土壤pH 值的变化趋势进行拟合分析，结果表明，4 种不同轮作施肥模式土壤pH 值变化的预测模型拟合误差在2.77%～5.00%之间，模型拟合精度较高，较好地解决了土壤pH 值变化的定量评估问题。应用该模型预测未来5 年不同轮作施肥模式下土壤pH 值变化状况，符合试验预期和已有相关研究的结论［34］。

4 结论

本研究通过2013—2020 年的定位试验对不同轮作施肥模式的土壤pH值变化进行分析，结果表明，菜-菜-稻轮作结合推荐施肥模式的土壤酸化速率最低，能够有效缓解菜田土壤酸化。TPGM（1，1）灰色预测模型结果显示，未来5 年菜田土壤pH 值仍将呈下降趋势，但菜-菜-稻轮作结合推荐施肥模式的土壤酸化速率仍小于其他轮作施肥模式。