道地药材的品质与产地的环境密切相关^[1]，其中土壤的物化特性和养分质量对药材的有效成分积累和道地性形成至关重要^[2]。作为“中华药都”的亳州市谯城区，中药材种植历史悠久，白芍、丹皮、菊花、白芷是区域内四大主栽品种。近年来，虽然标准化种植基地建设不断推进，但土壤理化性质变化及养分失衡问题仍然制约着药材的质量和产量^[3]。因此，开展道地药材产地土壤养分质量评价工作，对实现土壤可持续利用和药材高质量发展具有重要意义。

传统的土壤质量评价方法存在冗余度高、分析成本大等问题^[4]。通过最小数据集(MDS)筛选土壤关键指标表征土壤质量特征已被广泛应用^[5]。Xing等^[6]基于MDS-SQI模型，选取土壤有机质、速效钾及有效磷作为核心指标，明确了有机质为区域养分限制因子，并提出优化施肥深度的管理建议。王晓婷等^[7]采用主成分分析法构建MDS，结合非线性评分评价长期不同施肥处理对潮土质量的影响，发现有机肥与化肥配施处理显著改善了土壤理化生特性及作物产量。李瑞荣等^[8]从21项土壤指标中筛选出硝态氮、速效磷、有效铁、有效镁、有效镉和全铁6个指标，对四川川芎产区的土壤肥力质量进行评价，指出速效磷和有效铁是影响川芎品质形成的关键因子。马琳等^[9]在湖北蕲春蕲艾种植区的研究中，构建了包含pH、速效钾、有效铁、有效锌、有效锰、有效铜和有效镁7个指标的MDS，评价发现各产区土壤碱解氮、速效钾、有效镁和有效钙普遍缺乏，并提出增施氮、钾、镁、钙肥及有机肥的建议。综上可见，利用主成分分析法构建不同药材地土壤质量评价MDS，可简化土壤质量评价过程，为区域药材生产和土壤养分管理提供参考。

目前，针对亳州市谯城区道地药材产区多种药材地土壤养分质量的对比研究相对匮乏。而通过以往的土地质量地球化学调查，现已获取了大量的土壤养分指标数据，但关于土壤养分的综合评价仅局限于氮、磷、钾^[10]，未能全面反映土壤的多指标特性。因此，本研究以谯城区道地药材地土壤为研究对象，基于谯城区土地质量地球化学调查评价项目的根系土调查数据，分析不同药材地的土壤养分特征，系统构建和对比了4种药材地(白芍地、丹皮地、菊花地、白芷地)土壤养分质量评价MDS，以揭示不同药材种植区土壤养分质量的共性与差异，为高效评估和精准监测药材地土壤养分提供科学依据。

1 材料与方法 1.1 研究区概况

亳州市谯城区位于安徽省西北部，拥有全国平原区连片种植最集中、面积最大的中药材基地，尤以白芍、丹皮等道地药材规模化种植著称。研究区为典型的暖温带半湿润季风气候，四季分明、气候湿润、降水量适中，为多种药材的生长提供了优越的生态环境。研究区被第四纪沉积物广泛覆盖，土壤构成相对单一，北部区域受现代黄河泛滥冲积作用影响，形成了典型的潮土；而南部地区则以晚更新世黄土为母质，发育形成了砂姜黑土。

1.2 土壤样品采集

本研究在中药材种植区兼顾不同土壤类型共采集药材地根系土样品125件，包括白芍地52件、丹皮地22件、菊花地24件、白芷地27件(图 1)。具体采样方法为：以预设采样点为中心，采用“X”或“S”形布点法，在根系附近挖掘采样坑，采集耕作层原状土柱，每个样品由5个子样等量混合组成。现场剔除植物残根及砾石等杂质，保留净重≥1.5 kg，装袋运回。样品自然风干后，采用木质工具轻击，恢复其自然粒级结构，过10目尼龙筛，通过四分法留取300 g样品待测。

1.3 样品检测及数据分析

土壤样品检测分析工作由安徽省地质实验研究所(国土资源部合肥矿产资源监督检测中心)承担，检测方法与质量符合相关规范^[10-11]要求。其中，pH测定采用离子选择性电极法；磷(P)、钾(K)、钙(CaO)、镁(MgO)、锰(Mn)、硫(S)、铜(Cu)、锌(Zn)元素全量通过X射线荧光光谱法测定；钼(Mo)元素全量采用电感耦合等离子体质谱法测定；硼(B)元素全量通过交流电弧–原子发射光谱法检测；硒(Se)元素全量采用氢化物发生–原子荧光光谱法测定。土壤有机质(SOM)和氮(N)元素全量分别采用重铬酸钾容量法和凯氏蒸馏–容量法测定。碱解氮(AN)与有效磷(AP)使用碳酸氢钠浸提–分光光度法测定，速效钾(AK)通过乙酸铵浸提–电感耦合等离子体发射光谱法测定。研究区土壤元素背景值基于同期获取的6 373件表层土壤样品数据，采用迭代剔除异常值的拉依达准则进行计算。

数据统计分析运用SPSS 20和Office 365完成，图件使用ArcGIS 10.8和R语言等绘制。

1.4 土壤养分评价方法 1.4.1 MDS构建

基于主成分分析法对初始全量数据集(TDS)进行指标筛选。首先，提取特征值≥1的主成分，并依据因子载荷阈值(>0.5)将各指标归类至不同主成分组。其次，针对同一指标在多个主成分中载荷值达到阈值，通过相关性分析，将其归入组内指标相关性较差的群组^[5]。最后，引入Norm值对比组内指标对综合信息的解释程度^[12]，筛选组内Norm值达最高值90% 以上的指标为MDS预选指标。对于组内存在显著相关性(r≥0.5)的指标群，仅保留Norm值最高者纳入最终MDS；反之则全部纳入最终MDS。

Norm值计算方法为：

$ \operatorname{Norm}_{i j}=\sqrt{\sum\limits_{i=1}^j\left(a_{i j}^2 b_j\right)} $

(1)

式中：a_ij表示第i个指标在第j个主成分上的载荷值；b_j表示第j个主成分对应的特征值；Norm_ij表示第i个指标对提取的前j个主成分的综合贡献度。

1.4.2 土壤养分质量指数计算

依据各指标对土壤质量的正负影响，选择隶属函数模型^[7]，土壤pH通常采用峰值型隶属函数，土壤氮、磷、钾等有益元素及SOM采用戒上型隶属函数^[10]。

峰值型隶属度函数：

$ f(x)=\left\{\begin{array}{l} 0.1, \quad x \leqslant L, \quad x \geqslant U \\ 0.9 \times \frac{x-L}{O_1-L}+0.1, \quad L<x<O_1 \\ 1.0, \quad O_1 \leqslant x \leqslant O_1 \\ 1.0-0.9 \times \frac{x-O_2}{U-O_2}, \quad O_2<x<U \end{array}\right. $

(2)

戒上型隶属度函数：

$ f(x)=\left\{\begin{array}{l} 0.1, x \leqslant L \\ 0.9 \times \frac{x-L}{U-L}+0.1, L<x<U \\ 1.0, x \geqslant U \end{array}\right. $

(3)

式中：x表示指标实测值；L和U分别表示隶属度函数的下限值和上限值；O₁、O₂为评价指标的最优值，依据有关药材栽培适宜pH标准^[13-14]，确定为6.5和7.5；f(x)表示土壤单指标养分隶属度。

为减少极端值对土壤质量指数计算结果的影响并提高评价结果的稳健性，采用四分位距法^[15]确定L和U。对于识别出的异常值(即实测值x位于[L, U]区间之外的数据点)，其隶属度根据公式(2)和(3)直接取值为0.1或1。

$ L = {Q_1} - 1.5 \times {\text{IQR}} $

(4)

$ U = {Q_3} + 1.5 \times {\text{IQR}} $

(5)

式中：Q₁为第一四分位数；Q₃为第三四分位数；IQR为四分位距(IQR=Q₃–Q₁)。

采用土壤质量指数(SQI)对养分综合水平进行评价，数值越大表示土壤养分水平越高。计算公式：

$ {\text{SQI}} = \mathop \sum\limits_{i = 1}^n {C_i} \cdot f\left( x \right) $

(6)

式中：C_i为第i项土壤指标的权重，通过主成分分析法得到各指标的公因子方差和Norm值确定；n为各数据集中的参评指标数量。

2 结果与分析 2.1 不同药材地土壤养分含量统计

由表 1可知，不同药材种植地土壤各养分含量存在显著差异。4种药材地土壤均呈碱性，丹皮地和白芷地pH显著高于菊花地，白芍地处于中间水平。白芷地SOM含量最高，显著高于其他3种地。土壤N含量表现为白芍地显著高于丹皮地和菊花地。AN、AP含量以白芷地最高，而AK含量表现为白芍地>菊花地>丹皮地>白芷地。Mn含量以白芷地和白芍地较高，显著高于丹皮地。土壤Cu、Zn含量均呈现白芷地与白芍地显著高于丹皮地。土壤CaO含量表现为菊花地显著低于其他3种地。土壤P、MgO、B、Mo、S、Se等含量在各药材地间无显著差异。与研究区背景值相比，4类药材地普遍存在N、SOM、Se贫乏，而AP、MgO、S富集。此外，白芍地AK轻度不足，丹皮地AK、Mn、Cu、Zn贫乏，菊花地CaO、Cu、Zn相对较低，白芷地AK明显贫乏。

2.2 基于主成分分析的最小数据集构建

如表 2所示，对于白芍地，对17个土壤指标进行主成分分析，提取特征值≥1的主成分5个，其累积方差贡献率为86.13%。按1.4.1方法将所有指标分为5组。第1组指标中，K的Norm值为2.412，高于其他指标，按照最高Norm值90% 以上的阈值标准，筛选出K、MgO、Mn、Zn进入预选指标。相关性分析(图 2)发现，K与组内其余指标均显著相关，因此仅保留Norm值最大的K进入最终MDS。第2组指标中，AN的Norm值最高，AK的Norm值达到阈值标准进入预选指标，由于AN和AK之间相关系数为–0.66，基于Norm值最大的原则，选择AN进入最终MDS。第3组指标中，选择达到阈值标准的N和SOM进入预选指标，由于二者相关系数为0.96，SOM因Norm值较大而进入最终MDS。第4组指标中，pH、AP达到阈值标准进入预选指标，由于两指标间无显著相关性，均可进入最终MDS。第5组指标中，B的Norm值未达到Se的90%，仅Se进入最终MDS。最终，白芍地土壤养分质量评价MDS指标包含K、AN、SOM、pH、AP、B、Se。

同理，对于丹皮地、菊花地和白芷地，通过主成分分析提取特征值≥1的主成分，其累积方差贡献率分别为89.13%、85.47% 和90.77%(表 2)。根据指标分组、Norm值(表 2)及相关性分析(图 2)，最终确定丹皮地土壤养分质量评价MDS指标包含Zn、AK、pH、S、Se、B；菊花地包含K、AN、AP、P、Se；白芷地包含K、AK、SOM、B、P。

2.3 土壤养分质量评价

基于不同药材地主成分分析结果，TDS中各指标权重通过计算单一指标公因子方差与全部指标公因子方差总和的比值确定^[5]；而MDS中各指标权重则通过计算MDS中各指标的Norm值与Norm值总和的比值获得^[9]。TDS和MDS中土壤各养分指标权重结果见表 3。

根据指标权重值和隶属度，计算各样点的TDS- SQI和MDS-SQI(图 3)，其中白芍地二者范围分别为0.331~0.731和0.266~0.813，平均值分别为0.542和0.503；丹皮地二者范围分别为0.154~0.661和0.118~ 0.664，平均值分别为0.477和0.483；菊花地二者范围分别为0.334~0.692和0.246~0.607，平均值分别为0.490和0.414；白芷地二者范围分别为0.296~0.716和0.229~0.844，平均值分别为0.567和0.494。4种药材地MDS-SQI平均值表现为：白芍地>白芷地>丹皮地>菊花地。

使用Ward法和平方Euclidean距离法对MDS-SQI结果进行聚类分析，确定最大聚类数为4。将土壤养分质量等级划分为4级，由Ⅰ级至Ⅳ级表示土壤养分质量逐渐下降，其对应的MDS-SQI指数范围分别为>0.593、(0.508~0.593)、(0.355~0.508)和≤0.355。方差分析表明，各等级间的差异显著(P<0.01)，等级划分有效。图 4显示，研究区基于MDS的白芍地与丹皮地土壤养分质量以Ⅱ级和Ⅲ级为主，白芍地占比分别为37% 和46%，丹皮地占比分别为32% 和36%；菊花地土壤养分质量以Ⅲ级为主，占比达54%；白芷地土壤养分质量各等级分布较为均衡。

2.4 基于MDS土壤养分质量评价可靠性验证 2.4.1 MDS指标体系评价的合理性验证

对比分析TDS-SQI和MDS-SQI，其结果见图 5。不同药材地的TDS-SQI与MDS-SQI均呈显著正相关，白芍地、丹皮地、菊花地、白芷地的R²分别为0.686、0.708、0.821、0.735，表明本次构建的不同药材地的MDS能够较好地代表TDS进行土壤养分质量评价。

2.4.2 隶属函数限值设定对SQI稳健性的影响

为评估隶属度函数U和L设定方法对评价结果的影响，进行了敏感性分析(表 4)。对比使用原始极值法(最大值与最小值)、分位数法(95% 与5% 分位数)、标准差法(平均值±3倍标准差)等限值定义方案，发现不同方法下计算的R²略有波动，但均维持在较高水平，且各药材地R²的相对排序基本一致，表明MDS-SQI用于评价道地药材产地土壤养分质量的方法具有较好的稳健性。在样本量有限的情况下，四分位距法因其不依赖正态分布假设的强鲁棒性更能减少异常值干扰，更能真实地反映土壤养分质量^[16]。

3 讨论 3.1 不同药材地土壤养分特征差异

pH通过影响植物对营养元素的吸收和矿质元素的溶解，直接影响药材的生长和品质形成^[17]。本研究中，4类道地药材地土壤pH均为碱性，这主要受黄泛冲积物碱性本底的影响^[18]。与魏俊岭^[19] 2012年对亳州药材地土壤pH的调查结果相比，本次结果略高，但与王玲玲^[1]对道地药材产区土壤pH的研究结果一致，表明近年来研究区土壤pH呈一定的升高趋势，这可能与近年来灌溉调整可能导致的地下水位抬升，进而引起的盐分经毛细蒸发表聚有关^[20]。

研究区4种道地药材地其他土壤养分指标存在显著差异，表明不同药材对土壤养分存在选择性吸收。这种差异会导致土壤养分的偏耗，进而影响药材产量和品质。周光姣等^[21]研究发现，土壤中的Fe、Mn、Zn、K、Ca、Mg等指标与药材中所含的无机指标呈一定的相关性，且对其所含的其他化学成分也有影响。张英英等^[22]研究表明，白芍根中芍药苷含量与N、Ca、Cu含量呈极显著正相关(P<0.01)。本研究中，白芍地较高的土壤养分和微量元素含量可能为其有效成分积累提供了有利条件。蔡兴怀和沈章军^[23]研究指出，Ca、SOM、Fe和AP对丹皮有效成分具有显著影响。本次研究发现，谯城区丹皮地的CaO和AP含量高于铜陵市凤丹主产区土壤，但SOM含量较低，因此建议研究区丹皮种植过程中增施有机肥。而菊花地的AN、P含量显著低于王一帆等^[24]的研究结果，且SOM水平更低，这可能是由于王一帆等^[24]的研究样点多分布于涡河以北，而本次样点均分布于涡河以南，二者采样点位置的差异导致。本研究白芷地较高的SOM和AP含量，与翟娟园等^[25]的研究结果相呼应，其研究表明土壤SOM和AP含量分别与川白芷根粗及产量呈显著正相关，因此，本研究中白芷地的土壤养分可能利于白芷生长。然而，AK的不足则表明亳白芷的特异性吸收，需针对性地补充施肥。

3.2 不同药材地土壤养分质量评价MDS指标构成

本研究构建了针对不同药材地土壤养分质量评价的MDS体系，其指标构成存在显著差异。根据国内相关研究(表 5)，SOM、AP、pH被选入MDS的频率较高，部分微量指标在不同药材中也有出现。本研究中，白芍地和白芷地均选入SOM，白芍地和菊花地均选入AP，白芍地和丹皮地均选入pH，这与前人的研究结果一致。此外，K入选白芍地、菊花地、白芷地的MDS，且在各药材地第一主成分上载荷大于0.95，B入选白芍地、丹皮地、白芷地的MDS，S、Zn则入选丹皮地MDS。这些结果表明，K和部分微量元素地球化学特征对药材地具有特殊影响^[26]，可能是影响药材品质和产量的关键因子。

3.3 不同药材地土壤养分质量状况

研究区4种药材地的SQI均值除白芍地略高于0.5外，其他均低于0.5。尽管不同研究的SQI计算在指标选择、评分方法和权重分配上存在差异，但SQI整体中等偏低的现象与众多基于MDS评价药材地土壤质量的研究结论相似(表 5)，表明药材生长对土壤养分的消耗引起了土壤综合质量的下降。基于聚类分析的SQI等级划分，进一步揭示了不同药材地土壤养分质量分异特征，这种分异与不同药材的生物学特性及养分需求规律密切相关，也是道地药材连作障碍的典型特征与重要成因^[32]。因此，建议根据土壤养分质量分级情况，实施差异化管理，通过合理轮作和精准施肥以维持土壤生产的可持续性。

3.4 未来研究展望

因研究目的的多样性、指标选择的区域化差异及数据可获得性限制，不同条件下构建的MDS评价模型在指标构成与权重分配上呈现显著异质性。本次研究基于土地质量地球化学调查评价工作^[10]，更为关注土壤养分全量差异，并通过四分位距法和隶属度函数降低异常值敏感性，验证了其在有限样本下的可靠性。未来应进一步扩大样本量并引入土壤物理及微生物指标^[33]，同时结合药材品质和产量优化指标权重，构建更为科学有效的评价体系。此外，还须监测不同生长周期土壤养分的变化，通过综合分析为土壤养分的管理和道地药材品质提升提供科学依据。

4 结论

1) 亳州市谯城区白芍、丹皮、菊花和白芷4类药材地土壤均呈碱性，养分含量差异显著。白芍地N、K、Cu、Zn元素全量较高，但AK轻度缺乏；丹皮地AK含量及Mn、Cu、Zn元素全量最低；菊花地Ca、Cu、Zn元素全量偏低，但AK含量较高；白芷地SOM、AN和AP含量最高，但AK严重不足。与研究区域背景值相比，4类药材地普遍存在SOM和N、Se元素不足，而AP及Mg、S元素富集。建议实施“一药一策”精准管理，并通过合理轮作，平衡土壤养分，促进道地药材产地的可持续生产。

2) 研究区不同药材地土壤养分质量评价MDS指标构成存在差异。不同药材地基于MDS的SQI与基于TDS的SQI呈显著正相关(R²=0.663~0.786)，验证了MDS在简化土壤养分质量评价过程中的合理性和准确性。

3) 不同药材地MDS-SQI均值排序为白芍地(0.503)>白芷地(0.494)>丹皮地(0.483)>菊花地(0.414)。本研究构建的不同药材地土壤养分评价MDS可有效简化评价体系，为精准监测和提升土壤养分质量提供依据。