卢旺达东部Mpanga流域土壤养分的动态变化、分类及其灌溉适宜性研究：管流法和Wilcox方法的应用

《Archives of Agronomy and Soil Science》：Dynamics of soil nutrients, classification, and suitability for irrigation in Mpanga Basin, Eastern Rwanda: application of pipe and Wilcox approaches

土壤养分空间异质性及灌溉适宜性研究：以卢旺达ETI Mpanga灌溉区为例。采用地理统计与GIS遥感技术，分析18项土壤指标的空间分布及化学相关性，发现自然植被区SOM含量最高（5.61 g/kg），而农田区显著下降；pH与EC呈负相关（ρ=-0.499），钙镁钾与SOM正相关。PCA揭示盐分（EC、TDS）和钠土化（Na+）为主导因素，累计方差解释率达81.58%。Piper-Wilcox图显示钙- bicarbonate土壤类型，SAR<1表明 sodicity风险低，EC值（<0.6 dS/m）符合灌溉标准。研究提出需针对酸化（南疆pH 5.5-6.0）、盐渍化（西北EC>0.5 dS/m）和SOM depleted农田实施精准调控，包括有机覆盖提升SOM、石灰中和酸性土、石膏改良钠渍土，并建议将空间分析结果纳入卢旺达国家土壤信息系统和灌溉管理政策。

　　土壤营养物质的退化和不稳定性对可持续农业构成了严重威胁，尤其是在像卢旺达ETI Mpanga灌溉工程这样的高度耕作区域。本研究利用地统计学和地理信息系统（GIS）遥感技术，绘制了土壤营养物质的空间变化图，评估了化学性质之间的相关性，并探讨了灌溉适宜性。通过描述性统计、斯皮尔曼相关性分析、主成分分析（PCA）以及模型验证（如均方根误差RMSE、平均绝对误差MAE和决定系数R2）等方法，研究揭示了不同土地利用和覆盖类型（LULC）下土壤营养物质的变化趋势。研究结果表明，土壤有机质（SOM）在自然植被下含量最高，而在农业区则急剧下降，同时pH值、钙和镁的含量也有所减少。SOM与Ca2?（ρ=0.410）、Mg2?（ρ=0.498）和K?（ρ=0.384）呈正相关，而与Na?呈负相关；pH值和电导率（EC）呈负相关（ρ=-0.499）。PCA将18个变量缩减为六个主成分，解释了81.58%的总方差，突出了盐分（PC1：EC、TDS）和钠（PC2：Na?）作为关键因素。通过皮尔-威尔克斯图（Piper and Wilcox diagrams），研究发现土壤属于钙-碳酸氢盐类型，具有较低的钠化风险（SAR<1），适合灌溉。空间分布图显示，北部地区为酸性、低SOM土壤，而西南部地区则为碱性、富含钙的土壤，提示需要在特定区域施用石灰或石膏以改善土壤质量。研究还指出，营养物质的流失（如SOM、EC、Ca、Mg、K）和局部硫酸盐富集的趋势，强调了进行针对性土壤管理的必要性。

在卢旺达，农业是超过70%人口的生计来源，因此土壤肥力的可持续性成为一大挑战。尽管卢旺达是一个小国，但其在土地整理和灌溉工程上的投入较大，旨在提升农业生产力。ETI Mpanga灌溉工程是该国此类项目的一个典型例子。然而，随着灌溉区周围土地利用强度的增加和单一作物种植的普及，有必要分析不同LULC类别（如耕地、休耕地和草地）对土壤营养物质含量的影响。卢旺达高地生态系统中的土壤肥力主要受到地形、侵蚀和土地利用变化的影响。虽然土地利用和覆盖已被认为与营养物质流失或积累有关，但这些影响还与土壤深度相关，上层土壤（0–20 cm）由于耕作和有机改良而表现出更大的异质性，而下层土壤（20–40 cm）则相对均匀但有时营养状况较差。因此，本研究旨在应用GIS和遥感方法，评估ETI Mpanga灌溉工程的土壤营养物质动态，并绘制其在不同LULC类型和土壤深度下的空间分布。这项研究的综合方法不仅涵盖了先进的地统计、多元和空间分析技术，还结合了GIS基础图绘制、PCA、皮尔曼相关性和皮尔-威尔克斯图的双重应用，以全面评估土壤营养物质动态、分类和灌溉适宜性。与以往通常单独研究土壤营养物质变异、水质或土地利用影响的研究不同，本研究提供了一种整体、空间显式的评估方法，同时考察了不同LULC类别和土壤深度下的营养物质变化，揭示了垂直和水平方向上的营养物质动态，具有前所未有的分辨率。通过同时使用皮尔-威尔克斯图分析土壤而非水质，并结合回归和相关性分析，研究提供了对灌溉工程中盐分和钠化风险的深入理解，这种方法在撒哈拉以南非洲和卢旺达较为少见。

ETI Mpanga灌溉工程位于卢旺达东部，地理范围介于南纬2°12’30”至1°58’0”和东经30°44’0”至30°55’0”之间。该地区的气候具有单峰降雨模式，年均降水量在827毫米至1200毫米之间，温度范围在28.2°C左右。主要作物包括玉米、豆类、大豆、牛豌豆、蔬菜如卷心菜和番茄，以及谷物、园艺作物和畜牧业。从水文地理上看，ETI Mpanga灌溉工程位于Lake Mpanga和Cyambwe之间，其水源来自Akagera河上的抽水站。研究区域的土壤类型多样，各类型具有不同的农业潜力和挑战。例如，Dystric Fluvisols在该地区较为常见，中等肥力但缺乏磷，需要磷肥补充；高地主要由Acrirhodic Ferralsols组成，这些土壤高度酸化且营养贫乏，需要石灰和肥料改良；靠近湖泊和干旱地区的沙质土壤由于水分和养分保持能力差，需要频繁灌溉和有机质输入；黏重土壤则具有较强的肥力但对水分管理要求较高。研究中通过收集53个地理参考的土壤样本，对不同深度（0–15 cm、15–30 cm、30–45 cm）和LULC类别（包括建成区、耕地、林地、草地和湿地）的土壤进行了分析，以捕捉土壤属性的空间异质性。每个采样点的坐标通过手持Garmin GPS设备记录，确保了空间准确性。研究中采集了扰动和非扰动样本，后者通过直径6.8厘米、高度4厘米的金属圆柱形取样器获得，遵循了已有的采样方法，以确保采样过程的一致性和可靠性。

实验室分析在卢旺达大学科学与技术学院进行。扰动土壤样品经过空气干燥和2毫米筛分处理后，分析了土壤pH、电导率（EC）以及主要阳离子和阴离子，如Ca2?、Na?、Mg2?、K?和SO?2?。通过损失-点燃法（LOI）确定土壤有机碳含量，该方法如Howard和Howard（1990）所述。根据Wang和Sassa（2001）以及Ryan等（2001）开发的实验室程序，10克土壤样品在石英玻璃中加热至105°C持续3小时以去除水分，使用烘箱干燥。之后，将土壤样品在温度变化于105°C至800°C之间进行加热，以计算土壤有机质（SOM）。干燥土壤的重量记录为W2，W1与W2之差表示基于重量的水分含量。随后，将坩埚和干燥土壤的重量记录下来，准备在可编程马弗炉（S1849，KOYO LINDBEERE LTD）中进行LOI程序，至少运行8小时。之后记录新的重量（W3），SOM的计算基于105°C至450°C之间的重量损失，然后将剩余量进行滴定，以进行矿物化过程。

通过斯皮尔曼相关性分析，研究揭示了ETI Mpanga灌溉系统中化学和物理性质之间的显著关系，这些相关系数（ρ）和显著性水平表明这些关联的强度和概率。分析结果表明，土壤有机质（SOM）与钙（Ca2?）、镁（Mg2?）和钾（K?）呈显著正相关。SOM与Ca2?的正相关（ρ=0.410，p<0.001）表明，SOM含量高的土壤往往具有较高的钙浓度，这可能与有机物质的分解和养分保持能力有关。SOM与Mg2?的正相关（ρ=0.498，p<0.001）进一步支持了这一观点，而SOM与K?的正相关（ρ=0.384，p<0.001）则表明，SOM的增加有助于提高钾的可利用性。相反，SOM与钠（Na?）呈负相关（ρ=-0.245，p<0.05），说明有机质含量高的土壤钠浓度较低，这可能是因为有机质有助于减少钠的积累。钠与钙的正相关（ρ=0.655，p<0.001）则表明，这两种元素在土壤中可能同时积累，影响土壤结构和渗透性。pH与EC之间的显著负相关（ρ=-0.499，p<0.001）表明，酸性土壤可能更容易出现盐碱化问题，从而影响植物生长。这些结果与Qadir和Oster（2004）的研究一致，他们指出，在灌溉区域，低pH值通常与高盐度水平相关，特别是在排水不良的地区。此外，钠与钙的正相关性也符合Rengasamy和Olsson（1991）的研究，他们强调了高钠浓度对土壤物理性质的负面影响，尤其是在钙水平较高的地区。

PCA分析显示，从18个变量中提取了六个主成分，解释了81.58%的总方差，揭示了土壤化学性质之间的主要关系和主导因素。PC1（22.44%的方差）主要由电导率（EC）和总溶解固体（TDS）主导，反映了它们在表示土壤盐碱化方面的共同作用。镁（Mg2?）也显示出适度的负荷，加强了其在盐碱土壤中离子平衡的作用。钠（Na?）在PC2中占据主导地位，其高负荷（0.780）表明其在钠化和盐碱化过程中的核心作用。钾（K?）和钙（Ca2?）在PC2中显示出适度的负荷，反映了它们在阳离子交换和土壤结构稳定性中的参与。钾（K?）在PC3中表现出较强的负荷（0.603），表明其在盐碱化和肥力动态中具有双重作用。硫酸盐（SO?2?）在PC1中显示出负负荷（-0.516），这可能与盐碱条件下阴离子的淋溶行为有关，符合Guo等（2024）的研究。PC4、PC5和PC6分别解释了9.34%、8.83%和5.86%的方差，进一步揭示了土壤化学性质的复杂性。PCA结果表明，前六个主成分能够有效地捕捉数据集中的大部分变异，为后续分析和决策提供了重要的信息。

线性拟合图展示了土壤化学性质在ETI Mpanga灌溉工程中的空间趋势。SOM表现出低负趋势（Y=-0.0321x+4.8364），其R2值极低（0.0237），表明其空间分布较为随机。pH值表现出弱但正趋势（Y=0.0145x+6.911），R2值为0.0578，表明其在区域内的影响较小。EC表现出更强的负趋势（Y=-2.7714x+274.78），R2值为0.2636，表明盐分含量在采样线上有所下降。钙（Ca2?）表现出负趋势（Y=-0.1237x+12.254），R2值为0.0484，显示出在土壤中含量的轻微下降，但缺乏明显的空间趋势。钠（Na?）表现出弱正趋势（Y=0.0678x+4.2803，R2=0.0231），而镁（Mg2?）表现出轻微的负趋势（Y=-0.1347x+19.271，R2=0.0901），表明其在土壤中的空间影响较小。钾（K?）表现出微弱的负趋势（Y=-0.0397x+6.209，R2=0.0171），再次表明其空间变异较小。硫酸盐（SO?2?）表现出较为显著的正趋势（Y=0.1249x+0.6002，R2=0.2357），表明其在采样线上的浓度增加，这可能与石膏改良或其他土壤管理措施有关。总溶解固体（TDS）表现出中等负趋势（Y=-1.7819x+178.25，R2=0.2594），反映了溶质浓度的下降趋势。钠化比（SAR）表现出弱负趋势（Y=-0.0054x+0.3676，R2=0.161），表明其在土壤中的空间变化较为微弱。总体而言，SOM、EC、Ca、Mg、K、TDS和SAR的负趋势反映了土壤营养物质和化学性质的普遍下降，这可能是由于淋溶作用或不均衡的土壤管理造成的。而pH和某些阳离子（如Ca2?）的正趋势则表明某些元素在特定区域的富集，可能与灌溉实践、局部施肥或自然土壤异质性有关。这些趋势与全球其他研究一致，例如在半干旱农业地区，灌溉导致土壤EC和SOM的下降，这与本研究中观察到的负趋势相吻合。同时，其他研究也表明，土壤pH和营养物质含量的变化往往与局部条件相关，而不是整体趋势，这与本研究中观察到的pH和阳离子的弱趋势相符。

皮尔-威尔克斯图（Piper and Wilcox diagrams）进一步分析了土壤中阳离子和阴离子的浓度及平衡，这对于评估灌溉用水的适宜性至关重要。图示显示，土壤属于钙-碳酸氢盐类型，具有较低的钠化风险（SAR<1）。威尔克斯图将该灌溉区归类为“良好至可接受”类别，表明尽管存在一定程度的盐分，但其浓度并未达到影响大多数作物生长的水平。这与 Richards（1954）的研究一致，他指出在灌溉条件下，盐分和钠化比（SAR）均在安全阈值内。与半干旱地区的类似研究（如印度的印度河-恒河平原）相比，这些结果表明，通过适当的排水和石膏应用，此类土壤仍可保持生产力。研究还指出，空间分布图显示了土壤营养物质的显著异质性，与全球研究中关于灌溉和耕作系统下土壤变异性的发现相吻合。例如，Szczepanek等（2025）的研究发现，带耕作系统提高了表层土壤中的氮和钾浓度，从而改善了营养吸收和作物产量。在Guo河流域的中国，Cangyu Li等（2021）的研究也表明，SOM、总氮和磷在土壤纹理、施肥和生态管理的影响下表现出中等至强的空间异质性。将这些空间见解与分析工具相结合，可以更深入地理解营养物质动态，并指导针对性干预措施。皮尔图用于可视化不同区域中的营养流动和平衡，而威尔克斯图通常用于水质评估，但在本研究中被应用于土壤盐碱化和钠化的分析，确认了MPanga地区西北部高EC和Na?水平可能带来的风险。皮尔曼相关性分析在其他研究中也显示出SOM与钾的强正相关性，以及钠与渗透率的负相关性，这支持了在钠含量高的区域使用石膏的必要性。PCA在多个空间数据集中被用于减少维度并识别关键营养驱动因素，通常包括SOM、pH和EC。在MPanga，PCA能够隔离影响土壤肥力的主要因素，为针对性干预提供依据。线性拟合模型在其他研究中用于量化不同海拔梯度下的营养趋势，本研究中观察到的硫酸盐浓度在低海拔地区增加的现象与Gashi等（2025）和Singh等（2022）的研究一致，他们指出在某些灌溉管理措施下（如使用石膏改良或施肥），硫酸盐会积累。这些综合方法验证了MPanga的研究结果，并强调了空间土壤图在精准农业中的重要性。正如Jobbagy和Jackson（2001）所强调的，将空间数据与GIS和决策支持工具相结合，使利益相关者能够做出基于地点的决策，特别是在资源有限的地区。

研究的结论和政策建议指出，ETI Mpanga灌溉工程中的土壤化学性质在不同土地利用类型下表现出显著的变异。自然植被区保持了较高的有机质含量、接近中性的pH值和富含养分的土壤，而农业区则表现出较低的肥力、酸化趋势以及盐分和营养物质流失的迹象。PCA方法能够有效简化复杂的数据集，识别出主要的营养物质驱动因素，如盐分（EC、TDS）和钠（Na?），为理解土壤化学提供了关键的见解。线性趋势分析显示了土壤性质的弱至中等变化，总体的营养物质减少和局部硫酸盐富集的趋势反映了土壤管理的不均衡性。皮尔-威尔克斯图分析确认了该灌溉区的土壤适宜性，表明其盐分和钠化风险可控，适合灌溉使用。为了确保ETI Mpanga灌溉工程的可持续土壤管理，建议通过堆肥、覆盖作物和减少耕作等方式提高土壤有机质含量，特别是在营养物质流失严重的农业区域。在酸性区域，应有针对性地施用石灰，在碱性区域则应施用石膏，以纠正pH失衡并提高养分可利用性。应采用精准农业技术，结合定期的土壤和水质测试，以应对土壤养分、盐分和钠化空间变异。这些实践，结合农民对土壤健康监测的培训，将有助于提升土壤肥力、水利用效率和长期农业生产力。ETI Mpanga灌溉工程的土壤营养分析强调了空间数据在提升农业生产力和可持续性中的关键作用。通过整合空间图与分析工具，如皮尔图、威尔克斯图、皮尔曼相关性、PCA和线性拟合模型，研究提供了一个稳健的框架，用于理解营养动态并指导精准干预措施。这些方法不仅揭示了关键营养物质（如SOM、pH、EC和硫酸盐）的空间异质性，还阐明了它们之间的相互关系和环境驱动因素。这些见解对于缓解盐碱化、酸化和养分失衡等风险至关重要，这些风险直接影响作物表现和土壤健康。研究结果与全球研究一致，进一步支持了空间诊断在管理灌溉景观中的价值，特别是在面对日益增长的气候和资源压力时。为了将这些见解转化为实际行动，建议卢旺达政府通过其国家转型战略（NST1和NST2）优先投资于土壤和水质监测基础设施。这包括支持国家土壤信息系统的发展、补贴精准农业工具以及推动农民对针对性养分和灌溉管理的培训。政策框架应鼓励在肥料补贴、土地利用规划和灌溉调度中使用空间数据。通过将这些努力与NST2关于经济转型和环境可持续性的支柱相结合，卢旺达可以提高农业韧性，提高作物产量，并确保长期粮食安全。