基于最小数据集权重(MDS)的稀土土壤质量评价研究

为研究稀土矿区周边土壤质量状况以及稀土元素的迁移效果,以赣州市定南某稀土矿区周边土壤和植物为研究对象,分别研究了稀土元素在当地土壤稀土背景浓度下的迁移能力以及在稀土地球化学背景值下的综合迁移能力。结果表明:镝的迁移效果最好;单位质量植物的迁移效果研究中,稀土元素向栀子花的迁移效果最好。同时,利用主成分分析对测定的土壤指标进行筛选,构建最小数据集,从而计算得到全数据集土壤质量指数(SQI-T)、重要数据集土壤质量指数(SQI-I)和最小数据集土壤质量指数(SQI-M)。根据得到的SQI-T与SQI-M相关性分析,检验最小数据集权重(MDS)的合理性,最终结果显示MDS在土壤评价上有较良好的应用潜力。

北京山区不同植被恢复类型土壤质量综合评价

[目的]综合评价北京山区不同植被恢复类型土壤质量,并进一步确定影响土壤质量的关键因素,为该地区植被恢复与重建提供数据支撑。[方法]以立地条件相近的侧柏纯林、油松纯林、侧柏油松混交林、侧柏针阔混交林、油松针阔混交林、落叶阔叶混交林和无林地(对照)为研究对象,测定14个土壤理化指标作为土壤质量评价的总数据集(TDS),采用主成分分析法(PCA)和Pearson相关性分析建立土壤质量最小数据集(MDS),利用线性(L)和非线性(NL)2种评分方法计算土壤质量指数(SQI)和一般线性模型(GLM)确定影响土壤质量的关键因素。[结果]植被恢复后相较于无林地,土壤容重、砂粒含量下降,而有机质、全氮、全钾、速效氮、速效钾等土壤养分含量增加。筛选出的研究区土壤质量评价MDS指标为全氮、砂粒、全钾、pH、有效含水量。4种方法(SQI-LT、SQI-NLT、SQI-LM、SQI-NLM)下,不同植被恢复类型的SQI值排序均为落叶阔叶混交林>侧柏针阔混交林>油松纯林>油松针阔混交林>侧柏油松混交林>侧柏纯林>无林地,植被恢复后土壤质量显著提升。SQI-NLM的土壤质量评价方法在北京山区具有更好的适用性。相较于无林地,其他植被恢复类型的SQI-NLM分别提高64%,48%,45%,36%,33%,27%。GLM模型解释了土壤质量指数总变异的85.24%,植被类型对土壤质量指数的解释比例最大(45.09%)。[结论]选择适宜的植被恢复类型是改善区域土壤质量的关键。未来实施植被恢复时,树种选择上优先考虑阔叶树种。造林配置方式的选择应取决于树种而定,如侧柏纯林中引入本土阔叶树种形成侧柏针阔混交林或选择油松纯林是最佳造林模式。

东北黑土区侵蚀农田土壤质量指数构建及其空间分异

侵蚀的空间异质性会改变土壤性质,导致土壤质量在空间分布上的差异。为明确中国东北侵蚀农田黑土土壤性质在不同空间位置上的分布规律,该研究基于纬度变化,从寒温带到中温带跨区选择了4个丘陵区(从北到南依次为九三、克山、海伦、宾县)的农田黑土坡面作为试验对象,划分了坡面位置(坡顶、坡上、坡中、坡下和坡底)和土壤深度(0~20 cm和>20~40 cm),分析了不同空间位置对侵蚀农田黑土土壤物理、化学和生物特征对不同空间位置的响应规律,并基于最小数据集(minimum data set,TDS)构建土壤质量指数(soil quality index,SQI-TDS),对侵蚀农田黑土土壤质量进行综合比较。研究表明,4个丘陵区黑土土壤性质在不同区域、坡位和土壤深度下的存在明显的空间变异(P<0.05)。全氮和有机碳含量随纬度升高而增加,且随坡位降低而逐渐减小,在坡底处增加。平均重量直径在九三最高,克山次之,海伦和宾县较小。土壤细颗粒在坡底沉积促进了新的团聚体形成,以致团聚体稳定性在坡面位置上表现为随坡位的降低呈先减小后增加的“V”型变化。SQI-MDS均值从北至南整体呈降低趋势,其中宾县的土壤质量指数最低,较其他3个地区显著降低22.66%~26.52%。在不同坡位上,SQI-MDS表现为以坡底、坡顶、坡上、坡中和坡下次序降低。该研究量化了东北侵蚀农田黑土土壤综合质量,结果可为侵蚀农田黑土修复和可持续发展提供科学依据。

亳州菊花生长与土壤肥力的关系

采用点对点调查取样法在安徽省亳州市菊花种植区采集了116个代表性样点的植株与土壤样品,通过主成分分析法,从19项土壤理化指标中筛选出8个指标:有机质、电导率、速效氮、有效磷、有效钙、有效硫、有效铁、有效铜,构建了最小数据集(MDS),并依据MDS各指标与菊花各生长指标的相关系数确定了土壤综合肥力指数(IFI),利用MDS和IFI探讨了各土壤肥力因子与菊花生长和产量的关系。结果表明:研究区菊花种植土壤总体呈弱碱性,保肥性好,盐度较低,有机质偏低,大中量养分基本充足,但微量养分相对缺乏。土壤综合肥力适中(70.69%的样点IFI分级为中等),而微量养分是土壤综合肥力提升的主要限制因子。总体来看,IFI较高的土壤更有利于菊花生长发育和高产,菊花偏好养分供应量充足、保肥性较好的中性土壤,随施肥带来的过量的硫可能对菊花生长和产量不利。

韶关市典型香芋产区土壤养分状况及肥力评价

【目的】了解广东省韶关市典型香芋产区的土壤肥力情况,以期为香芋产区土壤养分资源管理提供参考依据。【方法】分别于韶关市的3个香芋种植区(桂头镇老均村,廊田镇官坡滩村、农庄村)采集0~30 cm香芋根际土壤样品,测定土壤理化性质,通过主成分分析和相关性分析,筛选出最能代表当地土壤肥力的指标进入最小数据集,通过隶属度函数对所有的指标进行归一化处理,计算土壤质量指数并评价土壤肥力。【结果】3个香芋产区土壤均呈酸性;容重为1.17 g·cm^(−3),质地适宜;阳离子交换量(Cation exchange capacity,CEC)为9.17 cmol·kg^(−1),处于较低水平;速效P(54.20 mg·kg^(−1))、有效Cu(2.07 mg·kg^(−1))、有效Fe(186.33 mg·kg^(−1))、有效Zn(1.87 mg·kg^(−1))丰富,有效Mn(4.21 mg·kg^(−1))、有效B(0.12 mg·kg^(−1))、有效Mo(0.10 mg·kg^(−1))缺乏或极缺乏,其他养分含量处于中等及以上水平。3个香芋产区土壤粒级占比、碱解N、交换性Ca及交换性Mg含量差异显著,其他指标差异均不显著。从20个指标中筛选出7个指标构成土壤质量评价的最小数据集,分别为碱解N、砂粒、黏粒、交换性Ca、有效B和有效Fe含量以及CEC。评价结果表明,3个香芋产区的土壤肥力均处于中等水平,其中,碱解N和交换性Ca含量为肥力水平的主要限制因子。【结论】韶关市典型香芋产区的土壤肥力水平整体处于中等水平,土壤保肥能力较差,有效Mn、B、Mo等微量元素缺乏。因此,在香芋种植时,要注重有机肥以及微量元素肥料的施用,平衡施肥,改善土壤理化性质,提高土壤保肥能力。

基于最小数据集的集约化葡萄园土壤健康评价

健康土壤是生产高产优质葡萄的基础,目前葡萄园不合理管理导致果园土壤生产力下降和生态失衡。为摸清集约化葡萄园土壤健康状况,该研究以河北省曲周县典型葡萄园为研究对象,通过测定20项土壤物理、化学和生物学指标,利用主成分分析法构建最小数据集,开展土壤健康评价并揭示葡萄园存在的主要障碍因子。结果表明,集约化葡萄园土壤健康评价最小数据集由有机碳、亚表层土壤硬度、交换性钠、容重、含水率和水稳性团聚体6个指标构成。利用线性和非线性评分函数,基于全数据集和最小数据集计算的土壤健康指数间呈显著正相关(P<0.01),这说明最小数据集可以代替全数据集用于葡萄园土壤健康评价。基于最小数据集,利用线性和非线性评分函数获得的葡萄园土壤健康指数范围分别为0.39~0.59和0.36~0.66,平均值分别为0.52和0.51,处于中等水平。不同树龄葡萄土壤健康指数差异不显著(P>0.05)。集约化葡萄园土壤障碍因子主要有土壤压实、养分不平衡和有机碳含量低等问题。通过适当减少田间管理频率,结合增施(生物)有机肥、种植覆盖作物和养分综合管理能有效消减土壤障碍因子,提升葡萄园土壤健康水平,促进当地葡萄产业可持续发展。

结合最小数据集和改进灰色-TOPSIS的全国耕地土壤质量评价及影响因素研究

探究耕地土壤质量的空间分布及影响因素,为指导农户行为及促进农业生态可持续发展提供理论依据,基于中国土壤数据集(HWSD V2.1),利用主成分分析构建耕地土壤质量评价的最小数据集,结合灰色-TOPSIS多目标评价模型,对全国(港澳台除外)耕地土壤质量进行评价,运用地理探测器探索外部因子(年平均降水、年平均温度、人口密度和GDP)对耕地土壤质量的影响程度。结果表明:(1)最小数据集能有效减少指标体系之间的相关性,改进灰色-TOPSIS方法一定程度上提高耕地土壤质量评估的准确性;(2)根据耕地土壤质量评价结果,将耕地质量分为5个等级,从全国范围来看,长江中下游区、华南区耕地土壤质量较好,而黄土高原区、青藏高原区、内蒙古高原区耕地土壤质量则较差;(3)从地理探测器结果来看,年平均温度与年平均降水量共同对耕地土壤质量的解释程度大的省份共有20个,远远大于其他两两因子共同对耕地土壤的解释程度,2个因素交互作用效果大于单因子对耕地土壤质量的影响。综上,年平均降水量和年平均温度是影响耕地土壤综合质量的主要因素。

基于最小数据集的黔西南州烟田土壤质量评价

为明确贵州省黔西南州烤烟种植区土壤质量特征,选取51个代表性土壤样点,研究其表层(0~10 cm)和亚表层(10~20 cm)土壤的理化特征及生物学性状,同时基于主成分分析(PCA)建立最小数据集(MDS),评估不同烟草连作年限(Y1:0~10 a;Y2:10~20 a;Y3:20 a以上)对植烟土壤质量指数(SQI)的影响。主成分分析结果表明,MDS由土壤有机质、全氮、全磷、碱解氮、速效钾含量及脲酶活性6项指标构成。全数据集(TDS)的土壤质量指数(TDS-SQI,均值0.589)与MDS-SQI(均值0.581)呈显著正相关关系(R^(2)=0.993,P<0.01),表明MDS和TDS均可用于解释土壤质量特征。此外,MDS-SQI与烤烟株高、叶长均呈极显著正相关关系,说明土壤MDS-SQI越大的点位附近烤烟生长状况越好,再次表明MDS相关指标具有较好的代表性。不同土层(0~10、10~20 cm)间SQI差异不显著;Y3(20 a以上)的烟田土壤SQI低于Y2(10~20 a)和Y1(0~10 a),Y1与Y3土壤SQI值差异达显著水平(P<0.05)。综上,土壤有机质、全氮、全磷、碱解氮、速效钾含量及脲酶活性6项指标可有效评估黔西南州烟田土壤质量;烟草长期连作会造成土壤质量下降。

基于修订的最小数据集的土壤质量评价—以安徽合肥巢湖湖滨国家湿地公园为例

运用主成分分析法建立修订的最小数据集(revised minimum data set,R-MDS),计算土壤质量指数(soil quality index,SQI),对安徽合肥巢湖湖滨国家湿地公园土壤质量开展评价。结果表明,建立的最小数据集包括土壤有机质、全氮、速效钾、酸性磷酸酶、脱氢酶、过氧化氢酶和含水率。基于修订的最小数据集的巢湖湖滨湿地土壤质量指数(soil quality index-revised minimum,SQI-RM)与基于全体数据集(total data set,TDS)的土壤质量指数(soil quality index-total,SQI-T)呈显著正相关,R^(2)达到0.86(P<0.05),Nash有效系数为0.65,偏差系数为0.02,表明修订的最小数据集能够提取大部分数据信息,可以有效替代全体数据集开展湖滨湿地土壤质量评价。基于修订的最小数据集的安徽合肥巢湖湖滨湿地公园土壤质量指数范围为0.25~0.61(均值0.44),表明湖滨湿地土壤质量整体水平一般。土壤全氮、有机质含量低是巢湖湖滨湿地土壤的显著特征,是土壤质量的限制因子。本研究结果为安徽合肥巢湖湖滨湿地公园管理提供了重要参考依据。

基于最小数据集的油茶林土壤质量评价

为给油茶(Camellia)林土壤质量提升和改善提供理论支撑,测定土壤pH值及有机质、全氮、全磷、全钾、水解氮、有效磷、速效钾、代换性钙、代换性镁、有效铜、有效锌、有效硼、有效铁和有效锰含量,采用主成分分析法和聚类分析法建立最小数据集,基于土壤质量指数(SQI)对油茶林土壤质量进行评价。结果表明,油茶林养分属于中等水平,土壤pH值为4.77,酸化现象明显。基于主成分分析法建立最小数据集的评价指标包括全氮、有效磷、代换性镁、有效铜和有效锰含量。基于主成分分析法建立最小数据集计算的油茶林SQI为0.249~0.684,均值为0.459,土壤质量等级以Ⅱ~Ⅴ级为主,无Ⅰ级土壤。与聚类分析法相比,基于主成分分析法建立最小数据集能提取大部分数据信息,可有效评价油茶林土壤质量。

重庆市植烟土壤质量评价指标体系的构建与应用

为准确评价重庆市烟区土壤质量,以重庆2 513个代表性植烟单元(每个单元面积约6.7 hm^(2))的典型烟田土壤理化指标数据为基础,采用聚类分析法和主成分分析法建立了土壤质量评价最小数据集,构建了植烟土壤质量评价指标体系。结果表明:(1)基于主成分分析法建立的土壤质量评价体系更适合重庆烟区土壤质量评价,评价指标从原来的16个减为7个,具体为:p H、有机质、有效磷、有效铁、有效锌、有效硫和水稳性大团聚体。(2)烟区土壤酸化较为严重,有35.1%的烟田土壤偏酸;土壤氮素较为适宜,而有效磷和速效钾偏高的烟田占比分别为62.9%和75.8%,其他元素缺乏和过量并存,水稳性大团聚体偏低的烟田占比47.2%。(3)对基于最小数据集构建模型进行的合理性验证发现,基于主成分分析法确定的最小数据集(MDS-PCA)模型的R2比基于聚类分析法确定的最小数据模型的R~2高,前者的MAE、RMSE相比后者更小,说明MDS-PCA能够替代全量数据集对烟田土壤质量进行评价;基于MDS-PCA得到的土壤质量指数平均值为0.61,表明烟区土壤质量总体处于中等偏低水平,45.04%的烟田土壤质量急需提升。(4)土壤质量评价指标隶属度值雷达图表明,pH、有效磷、有效铁、有效硫和水稳性大团聚体的隶属度比较小,为烟区土壤质量限制性因子。

桂南桉树人工林土壤肥力质量评价及限制因子诊断

为给桉树(Eucalyptus spp.)人工林管理提供理论依据,基于15个土壤化学性质指标,采用主成分分析法构建最小数据集,计算土壤肥力质量综合指数,对桂南4个不同代次5种林龄尾叶桉(Eucalyptus urophylla)人工林土壤质量进行评价;采用限制因子诊断模型,筛选土壤限制因子。结果表明,桉树人工林土壤偏酸性。随桉树人工林代次和林龄变化,土壤有机质、全氮、全磷、全钾、水解氮、有效磷、速效钾、速效钙、速效镁、速效铁、速效锰、速效铜、速效锌和速效硼含量均变异大;土壤pH值变异小。土壤pH值及有机质、全氮、水解氮、有效磷、速效镁和速效硼含量可作为反映桉树人工林土壤肥力质量的最小数据集指标。不同代次和林龄桉树人工林土壤肥力质量好、较好、中等、较差和差等级占比分别为0%、5%、80%、15%和0%。土壤有机质、全氮、全钾、速效铁和速效硼含量是桂南桉树人工林土壤肥力质量的主要限制因子。建议重视有机和无机复合肥的施用,补充铁和硼等微量元素,根据不同代次和林龄实施相应的经营策略。

基于最小数据集的桂中地区油茶林土壤质量评价

油茶是我国重要的木本植物油料之一,对维系国家的食用油安全至关重要,然而油茶遭遇低产困扰,相关研究表明这可能与土壤养分及其化学计量比相关。为提高油茶产量,研究土壤质量和产量的限制因素,旨在通过最小数据集法和化学计量比为合理施肥提供参考。选取桂中油茶主产区5个县市盛果期油茶林,测定土壤25种物理化学和酶活性指标,运用主成分分析等方法对油茶土壤理化、微生物及其化学计量比特性进行分析。采用土壤质量评价指数(SQI)对桂中地区油茶林土壤进行评价。结果表明:SOC、TN、NH_(4)^(+)-N、NO_(2)^(-)-N、AS、ACP等在高产林中值最高,相反TP、AK、AB、AMn在低产林中较低。桂中地区土壤C∶N、C∶P、N∶P均值与亚热带油茶土壤C∶N、C∶P、N∶P均值相比较低,而低产林土壤C∶N、C∶P、N∶P显著高于高中产林。选取SOC、TN、TP、AK、ACu、AMo共6个指标建立MDS,SOC权重最高,土壤质量比较为:高产>中产>低产,其SQI值分别为0.683、0.487、0.370。SQI与产量呈显著正相关(R^(2)=0.93)。土壤SOC是桂中地区油茶低产林的限制因子之一,并且AK、AB相对缺乏,受P限制较为明显。

青藏高原南部4种土地利用方式土壤质量评价

为了阐明青藏高原南部土壤质量的基本特征,本研究采集了该地区4种典型土地利用类型(草地、耕地、乔木林地和灌木林地)的土壤样品,测定土壤相关理化指标,利用主成分分析法筛选最小数据集指标,并运用土壤质量指数法(SQI)定量评估土壤质量。结果表明:土地利用方式对土壤理化性质具有显著影响,饱和导水率属于极敏感指标,电导率、全氮、有机质、砂粒属于高度敏感指标,pH、容重、粉粒、黏粒属于中度敏感指标。青藏高原南部土壤质量评价最小数据集由全氮、粉粒、黏粒、电导率构成,最小数据集能够较为准确地体现青藏高原南部土壤质量信息(P<0.01)。根据最小数据集计算的SQI表现为乔木林地>草地>耕地>灌木林地,且乔木林地土壤质量显著高于其他3种土地利用类型(P<0.05)。评价结果对于青藏高原南部地区土地的合理利用和生态保护具有重要的参考意义。

黄淮平原地区典型县域耕地土壤肥力评价

土壤肥力是土壤基本性质及生产力的综合表现,在江苏省响水县研究区内进行土壤肥力评价有利于了解该县土壤肥力空间分布状况,对黄淮平原耕地资源的合理利用具有重要作用。本研究利用地统计分析法和主成分分析法筛选土壤肥力指标以构建肥力评价的最小数据集(MDS),同时运用加权求和法计算出土壤肥力指数(SFQI),建立反映响水县研究区土壤肥力的综合评价体系。结果表明,响水县研究区土壤有机质、全氮、有效铁、有效铜和有效钼含量丰富,均值整体处于一级水平;土壤有效磷含量较为缺乏,整体为四级水平。除pH以外,变异系数均大于10%,各指标块基比均在25%以上,空间自相关性较弱。研究区土壤肥力评价的MDS为pH、容重、全氮、速效钾、有效铜、有效钼,能够较好地反映全量数据集(TDS)对土壤肥力评价的信息。研究区整体土壤肥力处于三级地力水平,呈现西北高东南低的空间分布特征。速效钾和有效钼是研究区的主要限制因子,建议在施用氮、磷、钾肥时提高钾肥比重,增施微量元素肥料,以提高土壤肥力。本研究结果可为黄淮平原耕地土壤肥力评价和耕地土壤培肥提供参考。

基于最小数据集的高标准农田建设前后土壤养分综合评价

【目的】基于最小数据集对高标准农田建设前后土壤养分进行综合评价,为高标准农田建设评价提供理论依据。【方法】以甘肃省金塔县5个乡镇(东坝、古城、航天、西坝和中东)高标准农田建设前后的土壤为研究对象,测定耕层土壤有机质、全氮、速效磷、速效钾、pH、碱解氮、耕层含盐量和容重;采用主成分分析、相关性分析和Norm值计算的方法建立土壤质量评价最小数据集(Minimum data set,MDS),并构建土壤质量指数(Soil quality index,SQI)定量评价其土壤质量。【结果】高标准农田建设显著提高土壤有机质、全氮、速效磷、碱解氮和速效钾含量;降低土壤pH、耕层含盐量和土壤容重。构建的MDS包括有机质、全氮、速效磷指标;全数据集土壤质量指数(TDS-Soil quality index,TDS-SQI)和(MDS-SQI)在各乡镇均表现为建设后>建设前,且两种评价体系结果呈显著正相关(R^(2)=0.839,P<0.05)。【结论】采用最小数据集评价高标准农田建设前后土壤质量有较好的代表性和适合性,应用最小数据集评价高标准农田土壤质量是可行的。

喀斯特槽谷区侵蚀坡面的土壤质量评价及障碍因子

[目的]为准确评价喀斯特槽谷区顺/逆层坡侵蚀坡面的土壤质量特征,筛选出适用于该地区的土壤质量评价方法,探析限制其土壤质量的障碍因子。[方法]以重庆市青木关喀斯特槽谷区顺/逆层坡面的5种典型土地利用类型(林地、草地、裸地、玉米地、辣椒地)为研究对象,利用主成分分析法结合Norm值建立评价指标最小数据集(minimum data set,MDS),并通过非线性土壤质量评价方法和隶属度函数对喀斯特槽谷区顺/逆层坡面的土壤质量进行评价。[结果](1)喀斯特槽谷区土壤质量评价指标最小数据集(MDS)包括毛管持水量、毛管孔隙度和全磷;(2)通过非线性土壤质量评价方法得出,逆层坡土壤质量(0.519)优于顺层坡(0.451),其中逆层坡林地土壤质量最优(0.653),辣椒地土壤质量最差(0.426);(3)非线性评价方法在顺/逆层坡的决定系数(R 2)均高于隶属度函数,因此喀斯特槽谷区更适合采用非线性评分模型;(4)顺/逆层坡侵蚀坡面的土壤质量障碍因子差异显著,仅有全氮为共同的障碍因子。[结论]适当增加草地和乔木林的覆盖能提高喀斯特槽谷区土壤质量,研究结果可因地制宜地为喀斯特槽谷区顺/逆层坡侵蚀坡面的土壤质量调控和生态恢复提供依据。

基于大数据与关联规则的考评进度动态跟踪系统设计

为了提高考评进度动态跟踪效果,设计一个基于大数据与关联规则的考评进度动态跟踪系统。在系统硬件部分设计了微控制器、通信模块、存储器模块与信号采集模块;在系统软件部分,采用大数据挖掘技术挖掘员工相关数据,采用关联规则挖掘数据的频繁项集,构建FP树,计算数据的最小支持度和最小置信度,对数据分类,获得员工绩效的关联信息,并整合信息,完成考评进度动态跟踪系统的设计。实验结果表明,该方法能够准确地对员工绩效打分,并在多并发用户访问与多条数量处理上,有效提高了考评进度动态跟踪效果。

基于MDLP-Apriori算法的离散Shannon熵值标签排序

针对传统Apriori算法在标签等级排序中辨识度不高的问题,提出一种基于最小化描述准则(MDLP)Apriori算法的离散Shannon熵值算法。通过在Shannon熵值公式中增加额外参数,并结合自适应MDLP算法,增加Apriori算法对等级排序中分割点的识别能力,从而更加细致地观察标签细微差异;然后,利用改进算法分别在合成数据集和KEBI测试数据集上的仿真实验显示,MDLP-Apriori算法在Kendall系数精度与偏差、分区数量等指标上均要优于对比算法。最后,通过实验给出最小支持度选取标准。

基于最小数据集与LESA体系的县域耕地质量评价

建立科学合理的县域耕地质量评价体系对快速准确摸清耕地质量家底和建立耕地保护分区具有重要指导意义。该研究基于主成分分析法建立最小数据集精选指标,构建土地评价与立地条件分析(land evaluation and site assessment,LESA)体系,开展耕地质量综合评价,分析耕地质量区域分布特征及差异性特征并划定耕地保护分区。结果表明:(1)自然质量指标最小数据集由砂粒、有机质、全钾、有效磷、pH值、综合污染指数、耕层质地、容重、阳离子交换量组成,立地环境指标最小数据集包括排水条件、连片度、生态兼容性、河流距离、路网密度、灌溉能力、农田林网化率、耕地利用类型。(2)采用LESA评价模型计算耕地自然质量指数及立地环境指数,确定LESA体系为FLESA=0.5FLE+0.5FSA(FSA、FLE、FLESA分别为耕地立地环境条件、自然质量条件和综合分值),采样点综合评分为51.517~81.838。综合比选各插值误差检验结果后采用普通克里金法进行耕地质量结果空间插值,评价单元耕地质量综合评分为52.148~79.624。(3)铁岭县耕地资源可划分为5个等级区:1级区划分为永久基本农田核心保护区,占比20.52%;2级区划分为耕地自然地力条件重点治理区,占比36.79%;3级区和4级区耕地土壤和立地条件均存在多样性的限制因素,可划分为耕地综合整治区,占比36.33%;5级区划分为耕地生态自然保育区,占比6.36%。(4)经计算基于最小数据集与LESA相结合的评价结果有效系数为0.615,相对偏差系数为0.009,说明该体系耕地质量评价结果准确,可信度较高。该研究成果简化了县域耕地质量评价指标体系,量化了自然质量与立地条件协同关系,为开展耕地质量提升和保护利用提供了理论和方法依据。