张子琦，焦菊英,*，陈同德,3，陈玉兰，林 红，徐 倩，程玉卓，赵文婷

    (1 西北农林科技大学水土保持研究所 / 黄土高原土壤侵蚀与旱地农业国家重点实验室，陕西杨凌 712100；2 中国科学院水利部水土保持研究所，陕西杨凌 712100；3 青海民族大学政治与公共管理学院，青海西宁 810007)

    土壤是人类赖以生存的物质支撑，是植物获取生长所需水分和养分的来源[1]。近年来由于气候变化及人口数量的增加，引起的人地矛盾日益突出，土地利用强度的不断加大导致土壤质量持续降低。土壤质量是土壤肥力质量、土壤环境质量和土壤健康质量3方面的综合维度[2]，其中土壤肥力质量评价是土壤质量评价的核心内容，其直接反映了土壤为植物供给水分和养分的能力，而土壤养分评价则是土壤肥力质量评价的主要内容[3]。

    土壤养分评价的核心是评价方法的选取，直接决定了评价结果的准确性。国内外已有众多学者将不同的方法运用于不同区域、不同尺度的土壤养分评价当中，这些方法的差异集中于各养分指标权重的获取，以及将各养分指标综合的数学模型的选择[4–8]。目前评价指标权重的获取方法主要分为两类，一类是主观赋权法，即由专家根据其知识体系、工作经验以及评价目的等确定各指标的重要性程度，然后给予相应的权重，例如层次分析法[9]。虽然其评价结果贴近实际状况，但主观随意性强，缺乏普适性；另一类是客观赋权法，即是通过一系列的数学算法计算出原始数据之间的客观差异及相互的影响程度，从而确定指标权重，例如熵权法[10]、主成分分析法[11]等，其优点是适用性广。以主成分分析法确定指标权重的客观赋权法一方面可靠性高，另一方面其既能体现评价指标的相对重要性，又能体现评价指标之间的差异性[12]。土壤养分是一个多指标体系，每一特定指标只能反映出土壤养分水平的某一侧面，而且各指标的评价结果往往是不相同的。目前将多个土壤养分指标集成然后进行土壤养分综合评价的数学模型，主要有模糊数学[13–14]、BP人工神经网络[15–16]、物元模型[17–18]等，不同模型各有优缺点，适用尺度与精度也存在差异。其中，物元分析是我国学者蔡文于20世纪80年代首创的一种研究解决不相容问题的方法，其基本内容是对每个评价指标进行分级区间界定，通过单指标的关联函数计算得到单指标的等级，再通过模型集成得到多指标的综合等级[19]。运用物元模型进行土壤养分评价的优点是，其不仅能计算某一地点的土壤养分综合评价等级，而且能得出单个土壤养分指标的等级，从而可以验证评价结果的准确性，目前物元模型已成功应用于不同区域的土壤养分评价[17–20] ......