塞内加尔花生盆地砂质铁质土( sandy ferruginous soils )的农业适宜性评价:基于Niakhar观测站的FAO(Food and Agriculture Organization of the United Nations,联合国粮农组织)—模糊AHP(fuzzy Analytic Hierarchy Process,模糊层次分析法)评估
《Cogent Food & Agriculture》:Agricultural suitability of sandy ferruginous soils in the Senegalese Groundnut Basin: a FAO – fuzzy AHP assessment in the Niakhar Observatory
编辑推荐:
摘要:萨赫勒地区塞内加尔花生盆地的农业受砂质铁质土慢性退化、降雨量下降及土地压力制约。作物多样化已成为国家优先事项,因此需要对土壤农业适宜性进行更新的定量评估。研究人员评估了塞内加尔中部Niakhar观测站Diarère和Ngayokhème市辖区内土壤的农业
摘要:萨赫勒地区塞内加尔花生盆地的农业受砂质铁质土慢性退化、降雨量下降及土地压力制约。作物多样化已成为国家优先事项,因此需要对土壤农业适宜性进行更新的定量评估。研究人员评估了塞内加尔中部Niakhar观测站Diarère和Ngayokhème市辖区内土壤的农业适宜性,将FAO限制因子框架与模糊AHP相结合。采样利用Sentinel-2(2024年)光谱指数(NDVI、NDWI、SAVI)结合30 m SRTM数字高程模型地形与地质协变量进行数字土壤制图分层;采用条件拉丁超立方设计产生100个分样并聚合为10个混合样品,于国家土壤学研究所分析质地、pH、电导率(EC)、有机质(OM)、全氮、有效磷、交换性盐基、阳离子交换量(CEC)及交换性钠百分比(ESP);统计分析使用R 4.5.1完成。农业适宜性指数(Agricultural Suitability Index,ASI)介于0.464(E-C7)至0.601(E-C2)之间。依据严格FAO方法所有剖面均因有效磷、钾及CEC严重缺乏被归为不适宜(CA5)。模糊AHP将诊断细化为两类——中等适宜(CA3:E-C1、E-C2、E-C5、E-C6、E-C8)和边缘适宜(CA4:E-C3、E-C4、E-C7、E-C9、E-C10),并确定优先改良措施为:施用有机肥和磷肥、对最酸剖面(E-C6)施石灰及对低地剖面(E-C4)进行盐分管理。该框架可为塞内加尔花生盆地可持续作物多样化的针对性土壤管理提供依据。
论文解读:
【研究背景与意义】
塞内加尔花生盆地覆盖约51,315 km2,占该国可耕地约57%,是花生、珍珠粟和高粱主产区。但该区数十年来面临人口快速增长、休耕期取消、气候变率导致500 mm等雨线南移,以及浅层淋溶热带铁质砂土化学退化(低持水保肥能力、有机质/磷/钾/阳离子交换量CEC严重不足)等问题,传统作物产量停滞或下降。塞内加尔农业加速计划(PRACAS/DPES 2019–2023)推动向豇豆、芝麻、福尼奥米和灌溉园艺多样化,而这些作物土壤要求不同于传统作物。已有FAO限制因子法因"短板效应"掩盖其他指标潜力,单纯AHP或模糊逻辑单独应用的研究在西非砂质铁质土上较少。本研究旨在结合数字土壤制图、FAO限制因子诊断与模糊AHP(fuzzy Analytic Hierarchy Process),量化花生盆地Niakhar观测站土壤农业适宜性,为差异化土壤管理和作物多样化政策提供科学依据。论文发表于《Cogent Food & Agriculture》。
【主要关键技术方法】
研究人员选取塞内加尔Fatick省Niakhar观测站Diarère和Ngayokhème两市为研究区,基于Sentinel-2影像(2024年)提取NDVI、NDWI、SAVI光谱指数,联合SRTM 30 m DEM(坡度、高程、粗糙度)及地质协变量做无监督k-means聚类得到10个预测土壤类别;采用条件拉丁超立方抽样(conditioned Latin hypercube sampling)生成500候选点并按类别分层,最终选定100个采样点(每类10个子样),取0–15 cm表层土混匀为10个混合样品送验。实验室测定pH(H?O)、电导率(EC)、粒径分布(激光衍射)、CEC(乙酸铵法)、交换性盐基(Ca2?、Mg2?、K?、Na?,火焰光度法/EDTA滴定)、有效磷(Bray-1法)、土壤有机碳(Walkley-Black法→SOM=SOC×1.724)、全氮(Kjeldahl法)。气候数据来自IRD Sob站(1981–2024)辅以NASA POWER填补。适宜性评价采用FAO限制因子法对照文献阈值分级,再用Saaty 1–9标度做九指标AHP两两比较得权重(一致性比CR=0.004),各指标经梯形隶属函数模糊标准化后加权求和得农业适宜性指数(Agricultural Suitability Index,ASI),按ASI划分类别并与FAO结果对比。统计与空间插值用R 4.5.1及ArcGIS普通克里金。
【研究结果】
3.1 研究区土壤理化性质(Physico-chemical properties of the studied soils)
10个混合样品砂粒占比46.98%–69.26%,黏粒7%–11.5%;pH 5.2–7.6(E-C6最酸);EC最高见于低地E-C4(>2760 μS/cm,受海水影响);SOM普遍低(0.469%–2.345%,E-C7<0.5%);9个剖面有效磷<10 ppm,速效钾低至中(0.016–0.208 meq/100g),CEC多<10 meq/100g。确认主要限制因子为化学性质(磷、钾、CEC、SOM)而非物理或气候因子,验证假设H1。
3.2 FAO限制因子分析(Limiting-factor analysis, FAO)
依严格FAO限制因子原则,所有10个剖面因有效磷、速效钾和/或CEC严重缺乏均被判为CA5(不适宜)。细分看磷、钾、CEC在各剖面多为CA4–CA5级限制;E-C6因pH 5.2及严重缺磷降级;E-C4因盐化(EC过高)降级;E-C7叠加极低SOM、低CEC、缺磷及较陡坡度为多重严重限制。严格FAO法无法区分剖面间改良潜力差异。
3.3 模糊AHP农业适宜性分级(Fuzzy AHP-based agricultural suitability classification)
模糊AHP计算得ASI介于0.464(E-C7)~0.601(E-C2)。E-C1、E-C2、E-C5、E-C6、E-C8归为中等适宜(CA3);E-C3、E-C4、E-C7、E-C9、E-C10归为边缘适宜(CA4)。ASI排序:E-C2(0.601)>E-C5(0.597)>E-C6(0.586)>…>E-C7(0.464)。系统聚类(Ward.D2,轮廓系数0.51)识别出四组:G1(E-C2、E-C5、E-C6)ASI最高,局部单因子限制;G2(E-C1、E-C8)中等ASI,可接受质地与SOM,轻度CEC与NPK限制;G3(E-C9、E-C10)中等ASI但化学限制更明显;G4(E-C3、E-C4、E-C7)ASI最低,E-C7严重退化、E-C4盐化。模糊AHP克服严格FAO法的"全不适宜"误判,验证假设H2。
3.4 适宜性等级空间分布(Spatial distribution of suitability classes)
空间上中等至边缘适宜单元占主导,不适宜单元集中分布于研究中区中南部及东南部(化学限制为主,局部盐化、酸化)。较适宜单元零星分布于具水分积聚和较高SOM的水成低地。反映整体农业潜力受限但存在局部有利单元可供优先纳入多样化规划。
【讨论与结论总结】
主导限制因子为化学肥力(缺磷见于90%剖面、低CEC、低SOM和低速效钾),系长期连作少还田导致景观尺度养分耗竭,证实假设H1。严格FAO限制因子法将所有剖面判为CA5,掩盖了剖面间改良响应差异,不利于差别化投资决策;模糊AHP引入连续评分(ASI 0.464–0.601),区分仅需靶向施肥/改良的高潜力单元(如E-C2、E-C5、E-C6)与需先恢复SOM及控制侵蚀的严重退化单元(E-C7),验证了假设H2。空间格局受两梯度控制:向Sine-Saloum河口盐化梯度(E-C4受海水入侵影响,未来可能扩大)及地形梯度(分水岭侵蚀vs低地有机质富集)。推荐改良顺序为:全域优先增施有机肥/秸秆还田以提升SOM(砂质低黏土土壤中SOM是CEC和保肥的主体)→ 普施磷肥(除E-C6需先石灰调酸防磷固定)→ E-C6施石灰或3%生物炭(biochar)调pH并缓释P → E-C4需流域尺度排水排盐治理。局限含单层采样未捕捉年内变异、气候数据空间平滑、AHP权重依赖专家判断,未来建议多年随机验证、高分辨率气候产品及权重敏感性分析,并耦合ECOCROP做具体作物适宜性制图。
结论:研究人员将FAO限制因子框架与模糊AHP结合评估塞内加尔花生盆地Niakhar观测站砂质铁质土农业适宜性。严格FAO法将所有剖面定为CA5(不适宜),主因为有效磷、速效钾和CEC严重缺乏;模糊AHP得出ASI 0.464–0.601,划分为中等适宜(CA3,5个剖面)和边缘适宜(CA4,5个剖面),识别出E-C2、E-C5、E-C6为高潜力单元(需靶向改良),E-C7等多重限制单元需先恢复结构与控蚀。花生盆地整体肥力低但异质,可持续土地利用需针对性改良(有机肥与矿物肥配施、石灰、盐分及侵蚀管理)并依各土壤单元实际潜力差异化规划。所集成的FAO–模糊AHP框架为萨赫勒地区作物多样化政策提供了可操作的决策支持工具。