基于GIS与土壤关键肥力因子的尼日利亚西南部玉米种植适宜性数字化评估

本研究针对尼日利亚西南部玉米单产低下问题，采用地理信息系统(GIS)和序数逻辑回归模型，首次对该地区土壤关键肥力因子(有机碳、氮、磷、钾、pH)进行数字化评估。结果显示：69.08%土地为中度适宜(S2)，仅1.06%为高度适宜(S1)，29.87%不适宜(N2)，为区域农业规划提供精准决策依据。

　　

在非洲粮食安全体系中，玉米(Zea mays Linn)占据着举足轻重的地位——它为超过9亿贫困人口提供基础营养，贡献了尼日利亚10%的日均热量摄入。然而令人担忧的是，该国玉米单产长期徘徊在1.68 t ha^-1，仅为美国同期产量(9.3 t ha^-1)的18%。更严峻的是，传统经验判断方法（如通过杂草颜色评估肥力）缺乏科学依据，而持续的城市扩张、非再生性耕作方式（如刀耕火种）和农药滥用，正加剧着土地退化危机。

针对这一现状，尼日利亚联邦农业大学（Federal University of Agriculture, Abeokuta）土壤科学与土地管理系的研究团队开展了一项开创性研究。他们首次将数字土壤评估(DSA)技术引入撒哈拉以南非洲地区，通过融合地理信息系统(GIS)与机器学习算法，构建了尼日利亚西南部玉米种植适宜性评价体系。这项发表于《Farmacia Hospitalaria》的研究，不仅揭示了区域土壤肥力空间异质性，更为实施精准农业提供了科学路线图。

研究团队采用"双阶段制图法"展开攻关：首先通过网格法采集0-40 cm土层样本，测定pH、有机碳(OC)、全氮(TN)、有效磷(Bray-1-P)和交换性钾(Exc.K)等关键指标；继而利用随机森林(Random Forest)模型整合NDVI、MRVBF等地形生物物理协变量，预测未采样点养分分布；最后基于FAO土地适宜性分类标准，采用序数逻辑回归量化各参数对玉米生长的限制程度。

土地覆盖现状令人警醒

分析显示研究区59.47%被树木覆盖，可耕地仅占8.74%，而建设用地高达22.55%。这种土地利用格局直接影响了农业可持续发展空间。

土壤肥力呈现显著空间分异

• 全氮分布：41.9%区域（主要位于北部）含量低于0.1 g kg^-1，仅1.64%达农艺适宜水平(>2.0 g kg^-1)

• 有效磷异常：60.52%区域含量超20 mg kg^-1，呈现"东高西低"格局

• 钾素匮乏：76.13%区域交换性钾≤0.3 g kg^-1，成为主要限制因子

• 有机碳危机：45.04%区域OC<1%，远低于玉米最佳生长需求(>2%)

机器学习模型效能卓越

通过逐步回归筛选，发现多分辨率谷底平坦指数(MRVBF)和地形顶部平坦指数(MRTTF)对养分预测贡献显著。随机森林模型在最优参数(mtry=5, ntree=500)下，对TN、OC的预测精度分别达75.22%和73.15%。

适宜性评价颠覆传统认知

最终制图显示：

• 高度适宜区(S1)仅占1.06%，零星分布于奥孙-埃基蒂州交界带

• 中度适宜区(S2)占69.07%，但存在磷钾失衡等限制因素

• 不适宜区(N2)达29.87%，多与城市化区域重叠

这项研究的意义远超学术范畴。首先，它证实了数字农业技术在非洲土壤评估中的适用性，打破了传统经验判断的局限性。其次，揭示的"隐性土地退化"现象（即看似可耕但实际不适宜的土地）为政策制定敲响警钟。更重要的是，研究提出的"精准改良路线"——对S2区域重点补充钾肥、S1区域实施保护性耕作，为提升区域粮食产量提供了可操作的解决方案。

正如讨论部分强调的，要实现非洲农业转型，必须建立"三位一体"的改良机制：政府需立法保护优质耕地，私营部门应推广土壤改良技术，农民群体则要转变传统耕作方式。这项研究不仅为尼日利亚的农业决策提供了科学依据，其方法论框架更可为其他发展中国家开展类似评估提供范本。在气候变化加剧粮食安全的背景下，这种基于大数据的精准农业评估模式，或将重塑非洲农业的发展轨迹。