障碍因子解析及其管理是盐碱地治理与利用领域的重要课题。东北是我国五大盐碱地分布区之一，面积高达765万公顷。松嫩平原是苏打盐碱地最大的集中分布区，土壤盐分组成以NaHCO3与Na2CO3为主，土壤理化性质恶劣，作物产量低，治理难度大、时间长、见效慢。针对这一问题，中科院东北地理与农业生态研究所依托吉林大安农田生态系统国家野外科学观测研究站，开展了苏打盐碱地土壤障碍因子解析及其管理研究，近期主要研究进展如下：

　　传统的土壤障碍因子鉴定方法，常以播种前土壤特征为自变量，以作物产量为因变量，利用多元统计方法量化作物产量与土壤特征的定量关系而解析出土壤主导障碍因子。这些被鉴定的土壤主导障碍因子，常作为关键变量，或者直接通过主成分分析等降维方法将播种前的土壤特征变换提取出主成分作为关键变量，而被用于划分土壤精准管理区。然而，作物敏感生育期（例如抽穗开花期）土壤特征对于作物产量的影响可能要大于播种前土壤特征对于作物产量的影响。基于此，研究团队提出将作物敏感生育期土壤特征纳入研究体系，能够提升对于土壤主导障碍因子鉴定、作物产量预测精度以及土壤管理区划分适宜性的假说。

　　研究团队选取一系列不同改良方式及年限的苏打盐碱地水田，以水稻抽穗开花期为例，研究作物敏感生育期土壤特征在障碍因子解析、产量预测精度以及土壤管理区划分适宜性方面的作用及意义。于泡田前调查分析土壤物理化学特征，于抽穗开花期调查分析土壤化学特征，于收获期调查水稻产量及产量构成，采用分类回归树模型量化并比较了传统障碍因子解析方法与纳入不同自变量的解析方法（图1）。

　　结果发现，传统方法（仅纳入泡田前土壤特征）对于产量的总解释力为77.5%，泡田前0-10cm土层碳酸根离子为水稻产量的单个最大解释力变量（53.4%）。而纳入抽穗开花期土壤特征与产量构成，无论纳入泡田前土壤特征与否，对于水稻产量的总解释力提升至81.3%。对数据进一步挖掘发现，只要纳入抽穗开花期土壤特征，无论纳入泡田前土壤特征及产量构成与否，抽穗开花期0-10cm土层残余碳酸钠均为水稻产量的单个最大解释力变量（60.5%），可被鉴定为土壤主导障碍因子。

　　图1苏打盐碱地水田不同土壤特征及产量构成解释水稻产量变异性的回归树

　　进一步采用相对方差、变异系数及方差分析比较传统土壤管理区划分方法与纳入不同自变量的管理区划分方法，发现相比于其他管理区划分方法，纳入水稻抽穗开花期土壤特征及水稻产量构成因素的管理区划分方法的水稻产量相对方差更高，管理区内水稻产量及其主导因素的变异系数降低，判别管理区之间的重要土壤及水稻参数的能力有所改善。

　　图2 传统管理区划分方法框架图及改进的关键环节

　　研究结果证实，纳入抽穗开花期土壤特征，可通过增加鉴定出的土壤主导障碍因子解释力而提高对于水稻产量的预测精度，从而可提高管理区划分的适宜性。这凸显了作物敏感生育期土壤特征在障碍因子解析及管理区划分研究中的重要性，对于靶向消减土壤主导障碍因子与精准调控作物产量具有重要的理论意义与实践价值。这些结果在更多的土壤类型及气候条件鼓励下开展研究，进一步验证作物敏感生育期土壤特征在障碍因子解析、作物产量预测精度以及管理分区方面的重要作用及意义（图2）。

　　该研究由东北地理所王明明副研究员、梁正伟研究员（通讯作者）、澳大利亚阿德莱德大学Pichu Rengasamy研究员、沃加沃加农业研究所（Wagga Wagga Agricultural Institute）Ehsan Tavakkoli博士等共同完成。

　　相关成果发表在Land Degradation & Development上。该研究得到国家重点研发计划（2016YFC0501200）、国家自然科学基金项目（41101304）、山东省重大科技创新工程项目（2019JZZY010726）、中科院STS项目、西部计划及创新团队国际合作伙伴计划项目（KFJ-STS-ZDTP-029; KZCX2-XB2-13; KFJ-SW-STS-141-01; Y2B1001001），研究所一三五暨特色研究所服务项目、中科院黑土区农业生态重点实验室项目（2016ZKHT-07）以及国家留学基金委项目（201904910143）等支持。

　　论文信息：

　　Wang MM, Rengasamy P, Wang ZC, Yang F, Ma HY, Huang LH, Liu M, Yang HY, Li JP, An FH, Li YY, Liu XL, Liang ZW. 2018. Identification of the most limiting factor for rice yield using soil data collected before planting and during the reproductive stage. Land Degradation & Development, 29:2310–2320.

　　https://onlinelibrary.wiley.com/doi/abs/10.1002/ldr.3026

　　Wang MM, Tavakkoli E, Rengasamy P, Huang LH, Ma HY, Yang F, Wei TJ, Lu XR, Xu ZC, Fang YY, Liang ZW. 2021. Management zone delineation based on soil properties measured during the reproductive stage of rice in the field. Land Degradation & Development, 32:3106–3121. https://onlinelibrary.wiley.com/doi/pdf/10.1002/ldr.3971