利用主成分分析与模糊C均值聚类方法划定埃塞俄比亚西达马地区阿罗雷萨区的特定区域养分管理区

《Scientific Reports》：Delineation of site-specific nutrient management zones using PCA and fuzzy C-means clustering in Aroressa district, Sidama region, Ethiopia

　　

摘要

在埃塞俄比亚高地，土壤肥力变化是制约农业生产力发展的主要因素，但由于未能充分了解空间异质性，人们仍然采用统一的养分管理方式。本研究针对西达马地区阿罗雷萨区的需求，探讨了建立特定区域养分管理区的必要性。研究从0到20厘米深度采集了154份土壤样本（77份受干扰，77份未受干扰），分析了土壤的pH值、有机碳含量、总氮含量、有效磷含量、交换性阳离子含量（钾、钙、镁）、阳离子交换容量以及容重。通过半变异函数建模和普通克里金法进行地理统计分析，以确定这些养分的空间分布规律。主成分分析用于降低数据维度，而模糊C均值聚类法则用于划分养分管理区，最终结果通过方差分析得到验证。这些土壤的酸度为强酸性至中度酸性（平均pH值为5.19），总氮含量极低（0.19%），有机碳含量处于中等水平（2.40%），而钾和有效磷的分布则极为不均匀（钾的变异系数为62.2%，有效磷的变异系数为32.8%）。半变异函数模型显示，大多数养分的空间依赖性为中等至较强（范围：19.7–317米）。主成分分析最终确定了三个能解释71.73%方差的主成分。研究共划分出五个最优的养分管理区，这些区域在各项土壤属性上存在显著差异（p?<?0.01）。通过划分养分管理区，各区域内的土壤属性变异程度显著降低：钾的变异程度降低了74.2%，阳离子交换容量降低了51.0%，有机碳含量降低了49.3%，容重降低了54.7%，有效磷含量降低了40.2%。PCA-FCM方法能够有效反映土壤肥力梯度，其中第5管理区的肥力最高（阳离子交换容量为35.3厘米摩尔/千克，钾含量为1.33厘米摩尔/千克），而第4管理区的酸度最高（pH值为4.66）。研究结果支持从统一养分管理转向针对不同区域的个性化养分管理策略，包括采用差异化的钾和磷施肥方式、有针对性的石灰施用以及针对不同区域实施不同的有机质恢复措施。