全 文 ：中国生态农业学报 2009年 5月 第 17卷 第 3期
Chinese Journal of Eco-Agriculture, May 2009, 17(3): 410−415


* 国家高技术研究发展计划(2007AA091702)、国家科技支撑计划(2006BAD05B02)、中国科学院南京土壤研究所创新领域前沿项目(2007
52010022)、中国科学院知识创新工程重大项目(KSCX1-YW-09)和中国科学院知识创新工程重要方向项目(KZCX2-YW-406-3)资助
杨劲松(1959~), 男, 博士, 研究员, 博士生导师, 主要研究领域为土壤和水资源利用与管理。E-mail:jsyang@issas.ac.cn
收稿日期: 2008-06-15 接受日期: 2008-09-30
DOI: 10. 3724/SP.J.1011.2009.00410
苏北海涂围垦区土壤质量综合评价研究*
杨劲松 姚荣江
(中国科学院南京土壤研究所 南京 210008)
摘 要 以苏北海涂围垦区为研究区域, 选取与作物生长密切相关的理化性质作为评价指标, 分别采用相关
分析法与主成分分析法确定权重系数, 并应用综合指数法对土壤质量进行定量评价, 获取区域土壤质量综合
评价分级图。结果表明: 围垦区土壤质量状况总体较差, 存在一定程度盐渍化危害, 土壤有机质和氮素含量
偏低, 碱解氮亏缺尤为严重。有机质是重要的土壤质量评价因子, 土壤盐分与地下水矿化度是土壤质量的主
要限制因子。相关分析法和主成分分析法对土壤质量的评价结果较为一致, r2 = 0.933 9**。围垦区不同部位土
壤质量差异较大, 围垦区西部棉花地土壤质量总体优于东部水稻地, 且不同评价方法得到的土壤质量分级图
具有空间相似性。该结果可为滩涂区中、低产地的精确施肥、障碍土壤的科学管理提供参考依据。
关键词 苏北 海涂围垦区 相关分析法 主成分分析法 精准施肥 土壤质量
中图分类号: S158.3 文献标识码: A 文章编号: 1671-3990(2009)03-0410-06
Evaluation of soil quality in reclaimed coastal regions in
North Jiangsu Province
YANG Jin-Song, YAO Rong-Jiang
(Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China)
Abstract Soil quality in reclaimed coastal regions in North Jiangsu Province was quantified using comprehensive indexing method
and selected soil physico-chemical property and crop growth index. Weight values were accordingly determined by correlation and
principal component analysis method from which soil quality maps were developed. Results indicate a generally poor state of soil
quality across reclaimed lands, with a substantial level of soil salinity. Soil organic matter (SOM) and N content is relatively low,
with severe deficiency in alkali-hydrolysis N. SOM is the most important enabling factor of soil quality while soil salinity and
groundwater mineralization are the limiting factors of soil quality. Both correlation and principal component analyses of soil quality
have a similar and consistent result (r2=0.933 9**). Soil quality in different areas of reclaimed lands differs significantly and soil qual-
ity in cotton fields is generally superior to that in rice fields. There exists significant spatial similarity between soil quality maps de-
veloped from different methods. The findings of the study are important references for precision fertilization in moderate-to-low
yield farmlands and in scientific management of problematic soils in coastal regions.
Key words North Jiangsu Province, Reclaimed coastal region, Correlation analysis, Principal component analysis, Precision
fertilization, Soil quality
(Received June 15, 2008; accepted Sept. 30, 2008)
苏北地区海涂资源十分丰富, 在江苏省近千公
里的海岸线上, 苏北沿海拥有占全国 1/4 以上的滩
涂面积, 是非常重要的后备土地资源[1,2]。苏北海涂
土壤资源的围垦开发利用历史悠久, 已取得了巨大
社会经济效益。目前土壤质量偏低依然是制约苏北
海涂土壤开发利用的一个主要障碍因子, 因此, 开
展土壤质量调查与评价对实现该区土壤资源的高效
可持续利用及现代化管理具有重要意义。
20世纪 70年代初, 土壤质量一词出现在土壤学
文献上, 并逐步成为国际土壤学研究热点, 国内外
第 3期 杨劲松等: 苏北海涂围垦区土壤质量综合评价研究 411


已在土壤质量评价指标体系和评价方法方面开展了
大量的研究工作[3−8]。由于土壤质量受土壤侵蚀、土
壤生物多样性、耕作方式与作物种植类型以及施肥
与农药等因素的影响, 因而, 要对土壤质量进行量
化评价比较困难。目前土壤质量指标可分为描述性
指标和分析性指标, 分析性指标又进一步分为物理
指标、化学指标和生物指标, 评价指标的选定是土
壤质量评价的核心工作, 直接关系到评价结果的客
观性[9−11]。在评价方法上, 较成熟的有评分法、分等
定级法[12]、综合指数法[12−14]、模糊评判法[15,16]和聚
类分析法[17]。然而, 从目前国内外文献来看, 涉及滨
海滩涂区土壤质量评价的研究尚少。为此, 本研究
以苏北海涂围垦区为研究区域, 结合滨海滩涂地区
的实际情况, 选取与作物生长密切相关的理化性质
作为土壤质量评价指标, 分别采用相关分析法和主
成分分析法确定权重系数, 应用综合指数法对研究
区土壤质量进行综合评价, 旨在全面掌握该区土壤
质量现状, 揭示不同评价方法下土壤质量评价结果
的关联性, 并为该区中、低产地的精确施肥、障碍
土壤的科学改良和管理提供一定科学依据。
1 材料与方法
1.1 研究区概况
研究区域为江苏省大丰市金海农场, 地理位置
介于 32°59′30″~33°0′31″N、120°49′40″~120°51′4″E,
总面积约 165 hm2, 东距黄海约 4 km, 西临大丰麋鹿
国家级自然保护区, 于 1999年进行围垦。该区地处
北亚热带季风气候区, 具有明显的过渡性、海洋性
和季风性, 四季分明, 年均降水量 1 058.4 mm, 主
要集中在 6~8 月份。由于当地缺乏蓄水工程, 雨季
水量丰富但不能调蓄, 非雨季淡水资源紧缺, 农田
灌溉一般采用当地微咸水。研究区域东部的种植制
度主要为“水稻−油菜”一年两熟制 , 西部为“棉
花−大麦”一年两熟制。低土壤肥力与盐渍化是制约
该区域农业生产发展的主要障碍因子。
1.2 样品采集与分析
在研究区范围内布设采样点, 采样点的位置、
数量综合考虑当地土质、植被类型、种植制度等因
素确定, 共选取 60个代表性样点, 其中水稻地 25个,
棉花地 29个, 盐蒿杂草地 6个。每个样点均对 0~20
cm 耕作层进行采样, 为保证样品的代表性, 每个样
点均在中心点和相邻的 3 个角采集土样, 并混合组
成待测样品, 共计采集 60个混合土样。待样品采集
完成后, 在中心点位置对样点进行剖面挖掘, 由于
滨海滩涂区地下水埋深较浅, 每个剖面都挖到地下
水流出, 待水位稳定后测量地下水埋深并采集地下
水样品, 同时进行表土层容重测定的环刀采样, 鉴
于表层 0~5 cm 土壤较易受外界扰动, 本文以 5~10
cm土壤容重作为表土层容重。各采样点的相对坐标
采用差分 GPS 定位技术确定, 样品采集于 2007 年
10月下旬棉铃吐絮期的晚期(拔秆期)进行。
室内分析测试项目包括有机质、全氮、碱解氮、
速效磷、速效钾、土壤盐分和地下水矿化度。土壤
有机质测定采用重铬酸钾稀释热法, 全氮测定采用
半微量凯氏法, 碱解氮测定采用碱解扩散法, 速效
磷测定采用 0.5 mol·L−1碳酸氢钠浸提−钼锑抗比色
法, 速效钾测定采用 1 mol·L−1中性醋酸铵浸提−火
焰光度法, 土壤盐分和地下水矿化度测定采用常规
分析法[18]。
2 结果与分析
2.1 土壤质量指标的统计特征
由表 1各土壤质量指标的统计特征值可知, 研究
区域不同部位土壤质量状况差异较大。从平均值看,
有机质、全氮和碱解氮分别为 10.90 g·kg−1、0.60
g·kg−1和 43.91 mg·kg−1, 含量总体偏低, 速效磷和
速效钾分别为 13.72 mg·kg−1和 191.69 mg·kg−1,
含量总体较为丰富。按全国第 2 次土壤普查的土壤
养分分级标准 [19], 研究区域有机质含量总体适量 ,
全氮和碱解氮较为贫乏, 速效磷和速效钾均相对丰
富; 土壤含盐量均值为 2.22 g·kg−1, 已达到中度盐
化土标准; 土壤容重均值亦较大(肥沃的耕层土壤容
重一般在 1.0 g·cm−3左右), 达 1.37 g·cm−3, 说明
该区域土壤呈现一定的紧实趋势; 地下水矿化度和
埋深的均值分别为 9.67 g·L−1和 1.24 m, 矿化度较
高且埋深较浅, 这也是滨海滩涂区较为显著的地下
水特征。各指标的变异系数介于 5.83%~63.32%, 其
中容重变异强度最小, 地下水矿化度变异强度最大,
除容重为弱变异强度外, 其余各指标均呈中等变异
强度。总体上, 研究区域土壤质量状况不容乐观, 存
在一定程度盐渍化危害; 就肥力状况而言, 研究区
域土壤有机质和氮素偏低, 氮素亏缺较为严重, 尤
其是碱解氮 , 考虑到滨海滩涂区域多为砂质土壤 ,
应加强土壤培肥以提高有机质含量, 同时按照少量
多次的方法, 针对作物需求及时补充氮素养分。
2.2 土壤质量的评价过程与方法
2.2.1 隶属函数的确定
土壤质量评价因素的等级指标采用模糊线性隶
属函数来确定。首先建立各评价指标的隶属函数对
412 中国生态农业学报 2009 第 17卷


表 1 土壤质量评价指标的统计特征值
Tab. 1 Statistical feature values of soil quality evaluation indices
土壤指标
Soil indices
最小值
Min.
最大值
Max.
平均值
Mean
中位值
Median
标准差
St. d.
变异系数
Cv (%)
偏度
Skew
峰度
Kurt
SOM (g·kg−1) 4.44 19.46 10.90 10.56 3.34 30.67 0.48 −0.27
TN (g·kg−1) 0.34 1.09 0.60 0.59 0.18 30.18 0.87 0.63
AN (mg·kg−1) 21.28 88.41 43.91 42.57 12.89 29.36 0.75 1.10
AP (mg·kg−1) 8.10 22.96 13.72 13.07 3.17 23.14 0.87 0.87
AK (mg·kg−1) 115.49 300.06 191.69 188.35 44.65 23.29 0.56 −0.11
St (g·kg−1) 0.65 6.86 2.22 2.06 1.17 52.82 1.52 3.19
BD (g·cm−3) 1.17 1.56 1.37 1.36 0.08 5.83 0.28 0.48
GM (g·L−1) 1.57 29.90 9.67 7.44 6.12 63.32 1.16 1.18
GD (m) 0.50 1.65 1.24 1.30 0.24 19.33 −1.17 1.41
SOM表示土壤有机质, TN表示全氮, AN表示碱解氮, AP表示速效磷, AK表示速效钾, St表示全盐含量, BD表示容重, GM表示地下水矿
化度, GD表示地下水埋深, 下同。SOM means soil organic matter, TN means total nitrogen, AN means alkali-hydrolysis nitrogen, AP means avail-
able phosphorus, AK means available potassium, St means total dissolved salt, BD means bulk density, GM means groundwater mineralization, GD
means groundwater depth, the same below.

其进行归一化处理, 并计算其隶属度值 f(x), 以此表
示各项土壤指标的状态值。结合作物效应和滨海滩
涂地区实际情况, 本研究采用 2 种方法确定各指标
的隶属函数:
①戒上型隶属函数, 即在一定范围内, 评价指
标的增长与作物生长呈正相关, 而低于或超过此范
围, 指标变化对土壤生产力影响很小。属于该类型
的评价指标包括有机质、全氮、碱解氮、速效磷、
速效钾和地下水埋深。其隶属函数的解析式为:

1
1 2 1 1 2
2
0.1 ( )
( ) 0.9( ) /( ) 0.1 ( )
1.0 ( )
x a
f x x a a a a x a
x a
<⎧⎪= − − + <⎨⎪⎩
≤
≥
(1)
②戒下型隶属函数, 属于这类函数的评价指标
包括土壤含盐量、土壤容重和地下水矿化度。事实
上, 该类指标对作物生长均有一个最佳范围, 在此
范围之外 , 偏离程度越大 , 对作物的影响越不利 ,
这类指标实际与作物生长呈抛物线关系, 往往需要
先确定作物生长的最佳适宜区间。考虑到滨海滩涂
土壤盐分和地下水矿化度较高、土壤结构性较差 ,
该类指标一般已超过最佳阈值, 因而采用戒下型隶
属函数:

1
2 2 1 1 2
2
1.0 ( )
( ) 0.9( ) /( ) 0.1 ( )
0.1 ( )
x a
f x a x a a a x a
x a
<⎧⎪= − − + <⎨⎪⎩
≤
≥
(2)
若根据上述隶属函数确定隶属度值, 须先确定
各评价指标的转折点 a1、a2。结合已有相关文献和
滨海滩涂地区种植制度、作物生长的实际情况, 分
别确定这两种隶属函数中转折点的相应取值, 其中
养分指标参考了全国第 2 次土壤普查的分级标准,
结果列于表 2。
根据相应的隶属度函数和转折点取值, 计算各
项土壤指标的隶属度值, 这些值介于 0.1~1.0之间。
最大值表示土壤指标完全适宜作物生长, 最低值取
0.1是为了避免在计算中零值过多, 且实际土壤中作
物并不是完全不能生长。
2.2.2 权重的确定
评价指标在土壤质量水平总体构成中的作用大
小或者重要性, 必须根据各个指标对土壤质量实际
贡献率的大小来确定权重, 以保证评价精度和评价
结果的准确性。在以往的研究中, 确定评价指标权
重时通常采用相关分析法、主成分分析法和熵值法,
本文采用相关分析法和主成分分析法分别确定权
重。相关分析法利用各指标间相关系数来确定权重
系数。首先计算单项评价指标之间的相关系数, 然
后求评价指标之间相关系数的平均值(r′), 并以该平
均值占所有评价指标相关系数平均值总和(Σr′)的比
(r′/Σr′), 作为该单项评价指标的权重 [20], 计算结果
见表 3。
由表 3 可知, 有机质与全氮、碱解氮、速效磷
的相关系数分别为 0.529、0.411和 0.312, 均达到 5%
显著水平(n=60, r0.05=0.250), 其中与全氮、碱解氮的
相关系数达 1%极显著水平(n=60, r0.01=0.325), 且有
机质与土壤盐分、容重及地下水矿化度均显著负相
关, 说明有机质是重要的土壤质量评价因子。土壤
盐分和地下水矿化度均与有机质呈显著负相关性 ,
与速效钾呈极显著相关性, 表明土壤盐分与地下水
矿化度是土壤质量的主要限制因子。土壤盐分与地
下水矿化度相关性亦极显著, 事实上, 滨海滩涂区
的浅地下水埋深导致地下水中可溶性盐分与土壤盐
分存在关联性, 因此可以认为地下水矿化度主要通
第 3期 杨劲松等: 苏北海涂围垦区土壤质量综合评价研究 413


表 2 隶属函数曲线中转折点的取值
Tab. 2 Values of turning point in membership functions
转折点
Turning point
SOM
(g·kg−1)
TN
(g·kg−1)
AN
(mg·kg−1)
AP
(mg·kg−1)
AK
(mg·kg−1)
St
(g·kg−1)
BD
(g·cm−3)
GM
(g·L−1)
GD
(m)
a1 8 0.65 50 4 40 1.5 1.25 2 0.8
a2 35 1.75 135 30 175 4.0 1.45 5 1.5


表 3 各评价指标间的相关系数矩阵及其权重系数
Tab. 3 Correlation matrix and weight values of soil evaluation indices
SOM TN AN AP AK St BD GM
相关系数均值
r′
权重系数
Weight value
SOM 1 0.328 0.177
TN 0.529** 1 0.229 0.123
AN 0.411** 0.091 1 0.148 0.080
AP 0.312* 0.150 0.193 1 0.133 0.072
AK −0.167 −0.204 0.053 0.137 1 0.249 0.134
St −0.281* −0.340** −0.093 0.036 0.707** 1 0.286 0.154
BD −0.255* −0.020 −0.153 −0.185 0.079 −0.006 1 0.097 0.052
GM −0.500** −0.224 −0.128 −0.044 0.536** 0.706** 0.063 1 0.284 0.153
GD −0.171 −0.277* 0.061 0.010 −0.110 −0.118 −0.014 −0.074 0.104 0.056
* 显著性水平 P<0.05, **显著性水平 P<0.01。* means significant difference at 5% level, ** means significant difference at 1% level.

过影响土壤盐分进而影响土壤质量。
主成分分析法把人的主观判断用数量方式表达
和处理, 实现了定性分析和定量分析相结合, 解决
了评价模型中确定权重的问题。它把一些错综复杂
的成分归结为几个因子作综合分析, 要求首先求出
各个评价指标主成分的特征值和贡献率, 然后计算
相应的载荷矩阵 , 并求出各项指标的公因子方差 ,
方差的大小表示该项指标对总体变异的贡献, 由此
可以得出各项指标的权重, 结果见表 4。
2.3 土壤质量综合评价
土壤质量等级根据各指标综合评价值来确定。
综合指标值(IQI)的计算采用指数和法, 根据各指标
的隶属度值和权重, 计算土壤评价指标的综合指标
值, 其计算公式为:

1
n
i iIQI W N= ×∑ (3)
式中, n表示所有参评指标, Ni和 Wi分别表示第 i种
参评指标的隶属度值和权重系数。评价综合指标值
构成了总的土壤质量水平得分值, 它综合反映了该
单元的土壤质量状况, 是进行土壤质量等级划分的
依据。按照综合评价指标值, 将土壤质量划分为高
(IQI>0.7)、中(0.5~0.7)、低(<0.5)3级。
分别采用相关分析法和主成分分析法确定权
重, 对最终计算出的综合指标值 IQI 作统计分析。
结果表明, 这两种方法的统计特征值较为接近, 分
级结果亦趋于一致 , 且这两种方法间相关性很好 ,
其函数关系为 y=0.928 3x+0.057 3 (r2= 0.933 9**)。
总体而言, 尽管两种评价方法算出的绝对综合评价

表 4 各评价指标主成分分析结果及其权重系数
Tab. 4 Principal components analysis results and weight values of soil evaluation indices
主成分
Principal component
评价指标
Evaluation index
特征值
Eigenvalue
贡献率
Contribution
累计贡献率
Cumulative contribution
公因子方差
Extraction
权重系数
Weight value
1 SOM 2.810 31.224 31.224 0.790 0.136
2 TN 1.726 19.183 50.408 0.687 0.119
3 AN 1.256 13.951 64.358 0.484 0.084
4 AP 0.896 9.956 74.315 0.463 0.080
5 AK 0.800 8.893 83.207 0.742 0.128
6 St 0.584 6.485 89.692 0.839 0.145
7 BD 0.483 5.363 95.055 0.340 0.059
8 GM 0.292 3.244 98.299 0.731 0.126
9 GD 0.153 1.701 100.000 0.716 0.124

414 中国生态农业学报 2009 第 17卷


指标值有所差异, 但其评价结果仍较为一致。各评
价方法综合指标值的统计结果及其分级见表 5。
图 1 为两种评价方法下研究区域土壤质量的综
合评价分级, 可以看出, 研究区域不同部位土壤质
量状况具有明显差异性, 且不同评价方法得到的土
壤质量分级图在空间上具有相似性。总体而言, 研
究区域土壤质量现状不容乐观, 总体偏低, 但西部
棉花种植区土壤质量优于东部水稻种植区, 原因在
于水稻种植区采用大水漫灌, 尽管漫灌可淋洗土壤
盐分, 但也导致地下水位抬升, 再加上淹灌条件下
土壤易沉实板结 , 孔隙度降低 , 容重增大 , 这些都
一定程度上使土壤质量恶化。从局部来看, 研究区
域中间部位土壤质量最差, 实地调查表明, 该部位
呈现地下水位浅、土壤盐分高、肥力差的特征, 植
被覆盖度较低; 研究区西南部位土壤质量稍好, 达
到中等, 这是由于该部位土壤肥力相对较高(有机质
含量均值 14.8 g·kg−1), 且地势较高, 地下水埋深较
大(均值 1.45 m), 在地下水埋深普遍较浅的滨海滩
涂更有利于作物生长。根据图 1 显示的土壤质量综
合评价分级图可掌握围垦区范围内的土壤质量状况;
此外, 土壤质量综合评价也一定程度反映了肥力分
布状况, 因而可为该区中、低产地的精确施肥、障
碍土壤的科学管理提供一定科学依据。
3 结论
选取苏北滩涂区与作物生长密切相关的理化性
质作为土壤质量指标, 分别用相关分析法和主成分
分析法确定权重系数, 应用综合指数法对土壤质量
进行综合评价。结果显示围垦区土壤质量状况不容
乐观, 存在一定程度盐渍化危害, 且土壤有机质和
氮素含量偏低, 氮素亏缺尤为严重。就各指标而言,
有机质含量总体适量, 全氮和碱解氮较为贫乏, 速
效磷和速效钾均相对丰富; 土壤含盐量达到中度盐
化土标准(均值 2.22 g·kg−1); 土壤容重呈一定的紧
实趋势(均值 1.37 g·cm−3); 地下水矿化度较高(均
值 9.67 g·L−1)且埋深较浅(均值 1.24 m)。相关性分
析表明有机质是重要的土壤质量评价因子, 土壤盐
分与地下水矿化度是土壤质量的主要限制因子, 且
地下水矿化度主要通过影响土壤盐分进而影响土壤
质量。分别采用相关分析法和主成分分析法确定权
重系数, 对这两种方法评价结果的对比分析表明其
评价结果较为一致, 相关系数为 0.933 9, 进一步说
明本研究采用的土壤质量评价方法科学可行, 评价
结果准确可靠。从空间上看, 研究区不同部位土壤
质量状况差异较大, 但不同评价方法得到的土壤质
量分级图具有相似性; 围垦区西部棉花种植区土壤

表 5 土壤质量综合评价的统计结果与分级
Tab. 5 Statistical results and classification of comprehensive evaluation of soil quality
土壤质量分级 Soil quality classification (%) 方法
Method
最小值
Min.
最大值
Max.
平均值
Mean
标准差
St. d.
变异系数
Cv (%) 高 High 中 Medium 低 Low
相关分析法 Correlation analysis 0.260 0.611 0.428 0.079 18.46 — 16.67 83.33
主成分分析法
Principal component analysis
0.258 0.634 0.454 0.076 16.70 — 26.67 73.33


图 1 研究区土壤质量综合评价分级(IQI)图
Fig. 1 Comprehensive evaluation maps of soil quality across the study area

第 3期 杨劲松等: 苏北海涂围垦区土壤质量综合评价研究 415


质量总体优于东部水稻种植区, 中部土壤质量最差,
西南部位土壤质量稍好, 这与田间实地调查结果相
一致。获取的土壤质量综合评价分级图可为该区中、
低产地的精确施肥、障碍土壤的科学管理提供参考
依据。
参考文献
[1] 王资生 , 阮成江 , 郑怀平 . 盐城滩涂资源特征及可持续利
用对策[J]. 海洋通报, 2001, 20(4): 64−69
[2] 陈洪全 . 苏北沿海港口开发与可持续发展研究[J]. 海洋科
学, 2000, 24(1): 52−54
[3] 赵其国, 孙波, 张桃林. 土壤质量与持续环境Ⅰ: 土壤质量
的定义及评价方法[J]. 土壤, 1997 (3): 113−120
[4] 曹志洪 . 解译土壤质量演变规律 , 确保土壤资源持续利用
[J]. 世界科技研究与发展, 2001, 23(3): 28−32
[5] 李新举, 刘宁, 张雯雯, 等. 黄河三角洲土壤质量自动化评
价及指标体系研究 [J]. 中国生态农业学报 , 2007, 15(1):
145−148
[6] Andrews S. S., Mitchell J. P., Mancinelli R., et al. On-farm
assessment of soil quality in California’s Central Valley[J].
Agronomy Journal , 2002, 94(1): 12−23
[7] Carter M. R. Soil quality for sustainable land management:
Organic matter and aggregation interaction that maintain soil
function[J]. Agronomy Journal, 2002, 94(1): 38−48
[8] 赵玉国, 张甘霖, 张华, 等. 海南岛土壤质量系统评价与区
域特征探析[J]. 中国生态农业学报, 2004, 12(3): 13−15
[9] 张贞, 魏朝富, 高明, 等. 土壤质量评价方法进展[J]. 土壤
通报, 2006, 37(5): 999−1006
[10] 路鹏, 苏以荣, 牛铮, 等. 土壤质量评价指标及其时空变异
[J]. 中国生态农业学报, 2007, 15(4): 190−194
[11] 张心昱 , 陈利顶 . 土壤质量评价指标体系与评价方法研究
进展与展望[J]. 水土保持研究, 2006, 13(3): 30−34
[12] 王效举 , 龚子同 . 红壤丘陵小区域不同利用方式下土壤变
化的评价和预测[J]. 土壤学报, 1998, 35(1): 135−139
[13] 王效举, 龚子同. 亚热带小区域水平上土壤质量时空变化的
定量化评价[J]. 热带亚热带土壤科学, 1996, 5(4): 229−231
[14] 许明祥 , 刘国彬 , 赵允格 . 黄土丘陵区侵蚀土壤质量评价
[J]. 植物营养与肥料学报, 2005, 11(3): 285−293
[15] 万存绪 , 张效勇 . 模糊数学在土壤质量评价中的应用 [J].
应用科学学报, 1991, 9(4): 359−365
[16] 胡月明, 万洪富, 吴志峰, 等. 基于 GIS的土壤质量模糊变
权评价[J]. 土壤学报, 2001, 38(3): 266−274
[17] 孙波 , 赵其国 . 红壤退化中的土壤质量评价指标及评价方
法[J]. 地理科学进展, 1999, 18(2): 118−128
[18] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技
出版社, 1999
[19] 全国土壤普查办公室. 中国土壤[M]. 北京: 中国农业出版
社, 2002
[20] 吕苏丹, 汪光宇, 邬亚浪, 等. 东阳万亩园区土壤养分综合
评价研究 [J]. 浙江大学学报 : 农业与生命科学版 , 2002,
28(3): 272−276