设施农地土壤是指设施温室栽培条件下的耕种土壤，是设施农业种植的物质基础，其质量变化直接影响设施农业的可持续发展^[1-4]。随着居民饮食结构改善和种植技术的不断提高，设施农业在中国得到了迅猛发展，中国已成为世界上设施蔬菜种植面积最大的国家^[5]。然而，设施农业在追求经济收益的过程中，往往大量施用化肥农药，加之长期封闭式种植、水热失衡等原因^[6]，导致土壤质量发生变化。

目前，世界多地的设施农地土壤表现出了酸化、次生盐渍化、养分失调、重金属富集等土壤质量问题。例如，澳大利亚^[7]、地中海^[8]和土耳其安塔利亚地区^[9]发现了设施农地土壤出现盐分累积和重金属累积现象。国内的山东寿光^[10-12]、上海市郊^[13]、辽宁沈阳^[14]、陕西关中^[15]、甘肃武威^[16]等地设施农地土壤表层均出现明显的酸化、盐化、重金属富集等一系列土壤质量变化。但目前的研究多针对土壤pH、盐分、重金属元素等具体要素进行分析，缺乏对设施农地土壤质量整体状况的解析，特别是综合土壤物理、化学特性，以一个综合指标来反映设施农地土壤整体质量变化的研究非常有限。同时，由于自然条件和人为因素的差异，土壤质量变化往往存在着空间异质性^[17]。而对这种异质性的认识受到研究尺度的制约^[18]。在流域尺度上，研究认为土地利用方式对土壤理化性质有着显著影响^[19]，并且在不同海拔、地形部位，存在空间差异^[20]。例如，黄土丘陵沟壑区受坡向和地块面积影响，土壤综合质量呈西高东低特征^[21]。三峡库区受不同地貌影响，从低山区至平土坝地区，耕地土壤质量呈升高趋势^[22]。松花江河谷地区^[23]和岷江上游河谷^[24]，耕地质量随海拔增加呈升高趋势。

拉萨河谷是西藏设施农地主要分布区^[25-26]，设施农地土壤质量也发生了一定程度的变化^[27-28]。因该区地处拉萨河两岸，其土壤质量变化的影响更加广泛和深远^[28]。因此，有必要明确设施农地土壤质量整体变化。区内设施农地分布受海拔、坡度、坡向和河流等要素的影响^[29]，设施农地重心向郊区迁移，新增设施农地则向较大坡度和更高海拔转移，那么设施农地土壤质量及其变化是否存在空间分异规律？因此，本研究以拉萨河谷设施农地土壤为研究对象，研究不同样地、不同土层深度的设施农地土壤质量整体变化及其空间分异特征，辨识设施农地土壤质量变化的主要因子，为高原设施农业因地制宜进行布局和调整提供科学依据。

拉萨河流域是西藏自治区主要农耕区之一，位于29°19′~31°15′ N、89°45′~93°08′ E之间，地处青藏高原中南部，雅鲁藏布江中游北岸，区域面积为3.17万km²。气候属高原温带半干旱季风季候，干湿季节分明，年日照时数超过3 000 h，有利于设施农业发展。年均温约为7.4℃；年降水量为200~510 mm。流域地质构造属冈底斯-念青唐古拉地质构造区，地貌为山间宽谷湖盆。地形起伏大，平均海拔约4 300 m，谷底海拔约在3 600~3 800 m；地势东北高西南低；平原面积狭小，呈阶梯状分布。区内设施农地呈串珠状分布在拉萨河干流和支流堆龙曲的两岸阶地^[26]，土壤类型以潮土、高山灌丛草原土为主，多用于种植蔬菜，少部分栽培花卉和水果，灌溉水源为拉萨河水和地下水(图 1)。

图 1 研究区示意图 Fig. 1 Overview of study area

采样区域为拉萨河流域设施农地集中分布的曲水县、堆龙德庆区、城关区、达孜区、林周县和墨竹工卡县，并采集设施农地相邻的大田耕地土壤作为参照。土壤样点的布局涵盖不同海拔、坡向、距河流距离和河谷位置的设施温室园区。样地数量根据设施农地面积确定，即采样区面积占各县设施农地面积的15%，选取了18个设施温室集中分布的样地，共计取得352个土壤样品。其中设施农地土壤(Greenhouse land soil，GS)样品240个，大田耕地土壤样品(Arable land soil，AS)112个。土壤采样运用梅花采样法，每个样点采集5个样品均匀混合，每个样品取0~10 cm，10~20 cm、20~30 cm、30~40 cm，共4个深度。土壤样品经自然风干后，在西南大学资源环境学院分析测试。测定土壤理化指标包括土壤质地、pH、水溶性全盐(Soluble total salt，TS)、有机质(Organic matter，OM)、全氮(Total nitrogen，TN)、全磷(Total phosphorus，TP)、全钾(Total potassium，TK)、碱解氮(Alkali-hydro nitrogen，AN)、有效磷(Available phosphorus，AP)、速效钾(Available potassium，AK)、重金属元素Cr、Ni、Cu、Zn、Pb、Cd、Hg、类金属元素As。

实验方法参照土壤农化分析方法，土壤质地采用激光粒度仪测定，pH采用玻璃电极法；水溶性全盐量采用干残渣法；有机质采用重铬酸钾容量法；全氮采用凯氏定氮法；全磷采用酸融—钼锑抗比色法；全钾采用酸熔—火焰光度计法；碱解氮采用氢氧化钠—碱解扩散法；有效磷采用Olsen法；速效钾采用NH₄Ac浸提—火焰光度法。重金属元素采用微波消解—火焰原子吸收光谱法；全汞和全砷采用微波消解—多通道原子荧光仪法。

表 1 Table 1

表 1 拉萨河谷土壤样品采集信息 Table 1 Information of the collection of soil samples in the Lhasa River valley 县域 County 样地编号 Site code 样地几何中心位置 Geometric center position/° 样地平均海拔 Average elevation/m 坡向 Slope direction 河谷位置 Location 距离河流距离 Distance from river/m 设施农地土样数量 Number of GS 大田耕地土样数量 Number of AS 曲水县 Quxu S1 29°23′36″N 90°47′23″E 3 589 南 下段 939 8 4 S2 29°32′19″N 90°57′12″E 3 613 东南 下段 1 200 堆龙德庆区 Doilungdeqen S3 29°44′19″N 90°49′02″E 3 790 南 中段 940 13 6 S4 29°43′19″N 90°50′01″E 3 766 南 中段 436 S5 29°40′23″N 90°57′09″E 3 700 东北 中段 1 300 S6 29°36′21″N 90°59′42″E 3 660 东北 中段 1 247 城关区 Chengguanqu S7 29°42′47″N 90°09′20″E 3 707 东南 中段 555 16 7 S8 29°40′27″N 90°15′30″E 3 673 南 中段 335 S9 29°40′17″N 90°14′09″E 3 675 南 中段 459 S10 29°40′57″N 90°13′19″E 3 668 南 中段 337 S11 29°39′40″N 90°14′56″E 3 675 南 中段 1 491 达孜区 Dagze S12 29°40′35″N 90°18′25″E 3 682 东南 中段 1 110 5 3 S13 29°42′48″N 90°22′02″E 3 705 东南 中段 1 123 林周县 Lhunzhub S14 29°53′23″N 90°15′26″E 3 733 西南 上段 249 8 3 S15 29°53′18″N 90°17′07″E 3 747 南 上段 796 墨竹工卡县Maizhokunggar S16 29°49′09″N 90°46′39″E 3 834 东北 上段 925 10 5 S17 29°49′54″N 90°46′24″E 3 842 东 上段 937 S18 29°49′34″N 90°47′19″E 3 853 西北 上段 947

表 1 拉萨河谷土壤样品采集信息 Table 1 Information of the collection of soil samples in the Lhasa River valley

研究区土壤样点的海拔和坡向从30 m的DEM数据中提取，来源于地理空间数据云GDEM V2数据(http://www.gscloud.cn)；经纬度信息由GPS定位仪记录。拉萨河及其支流、道路数据源于《西藏自治区拉萨市与拉萨河流域湿地分布图》^[30]，县域行政中心和行政界线数据来源于1：400万国家基础地理信息系统。

1997年，赵其国^[31]系统介绍了美国土壤质量评价方法。自此，土壤质量综合评价思想和方法在我国土壤质量分析研究中得到广泛运用 ^[32]。张汪寿^[33]、郑琦等^[34]在综合土壤物理、化学和生物等指标的基础上，设计了一种土壤综合质量指数法(Soil Quality Index，SQI)。本文利用SQI指数分析拉萨河谷大田耕地和设施农地土壤质量状况及区域差异。计算公式如下：

式中，SFI=土壤肥力指标的实测值S_i/各肥力指标的分级标准S，SFI_Min为SFI最小值，SFI_Ave为SFI平均值。PI=土壤污染物实测值C_i/土壤污染风险管控标准风险筛选阈值C。PI_Max为PI最大值，PI_Ave为PI的平均值。

评价模型指标包括养分指标和土壤污染物指标^[33]。其中，土壤养分指标包括有机质、全氮、碱解氮、全磷、有效磷、全钾和速效钾7个指标；土壤污染物指标包括对人体和植物有害的Cr、Ni、Cu、Zn、Pb、Cd、As和Hg；土壤pH、盐分、黏粒含量在一定范围内对土壤产生消极影响，制约植物的正常生长，故按照土壤污染物指标计算。参照《全国第二次土壤普查养分分级标准》^[35]和《土壤质量农用地土壤污染风险管控标准(试行)》(GB 15618- 2018)^[36]，其中OM、TN、TP、TK、AN、AP和AK的$ S $取值为养分分级标准的Ⅰ级阈值，即保证土壤各项养分属于丰富状态。结合拉萨河谷大田土壤中性、含盐量较低的砂壤土特点^[28]，pH、含盐量、黏粒含量的C值分别取拉萨大田耕地土壤指标所在范围的最大阈值，分别为7.5、0.5%和15%。参考拉萨河谷设施农地实际情况，将SQI划分为Ⅰ~Ⅴ级，对应分级分别为 > 0.8、0.6~0.8、0.4~0.6、0.3~0.4、< 0.3。

为避免SQI值过大或者过小，依据拉萨河谷设施农地基本状况对PI_Ave进行约束，取0.3和1为限制值。当PI_Ave为0.3时，研究区不同采样点土壤中各项污染物指标(Cd除外)无超标情况，各样地污染物指数均高于0.3；鉴于植物可正常生长，可以忽略某一污染物指标对土壤质量的制约。当PI_Ave为1时，表明所有污染物指标均达到超标阈值上限或存在一个或多个污染物指标大幅超标，对土壤质量制约明显。当0.3 < PI_Ave≤1时，公式的分母$\left( {{\text{PI}}_{{\text{Max}}}^{\text{2}} + } \right.$ $\left. {{\text{PI}}_{{\text{Ave}}}^{\text{2}}} \right)$既可突出单个污染物指标对土壤质量的影响，又综合考虑了污染物的总体水平；分子$\left( {{\text{SFI}}_{{\text{Min}}}^{\text{2}} + } \right.$ $\left. {{\text{SFI}}_{{\text{Ave}}}^{\text{2}}} \right)$既反映了植物生长过程中受养分较低指标的影响，也突出了土壤总体养分对土壤质量的贡献；该方法体现了土壤理化指标的相互作用和相互影响^[31]。

因子探测器是探测自变量在多大程度上解释了因变量的空间分异性，其大小用q值来衡量，该方法隶属于Wang等^[37]提出的地理探测器模型。本文运用因子探测器辨识了设施农地SQI变化的主要因子，公式如下：

式中，$ \text{SSW}={\displaystyle \sum _{h=1}^{L}{N}_{h}{\sigma }_{h}^{2}}，\text{SST}=N{\sigma }^{2}；h=1 $，… L为土壤理化指标指数的分层；N_h和N分别为层h和全区的单元数；$ \sigma _h^2 $为分层h的方差；$ {\sigma ^2} $为全区的土壤质量变化幅度的方差；SSW和SST分别为层内方差之和和全区总方差。q的值域为[0, 1]，q值越大表示因子的解释力越强。

不同样地SQI的计算是从每个样地全部采样点数据中，分别提取每个样地内SFU的平均值和最小值，PI的平均值和最大值。不同土层深度SQI计算是从每个样地内各层土壤采样点数据中，分别提取各层中SFI的平均值和最小值，PI的平均值和最大值。土壤质量变化计算了设施农地较大田耕地SQI的变化倍数。因子分析过程中，每个样地中，不同土层SQI变幅作为因变量，与之对应的土壤各项理化指标的SFI和PI指数变幅作为自变量。根据王劲峰和徐成东^[38]提出数据离散化方法，采用等间距划分类别，对18类因子进行离散化处理。土壤样品数据经Microsoft Excel 2016整理后，利用SPSS v26.0检验数据在0.05(^**)、0.01(^***)水平上的显著性；利用ArcGIS 10.3统计土壤样点空间数据，Origin 2018绘制图表。

拉萨河谷设施农地主要自耕地转换而来^[25]，可将与之毗邻的大田耕地看作设施农地土壤本底。统计不同样地大田耕地土壤质量指数发现(图 2)，大田耕地SQI平均为0.43 ± 0.16。其中，堆龙德庆区S5样地SQI最高，为0.72；曲水县S1样地SQI最小，为0.17。并且大部分样地分布在Ⅲ级(38.89%)和Ⅴ级(33.33%)，仅少数样地SQI达到Ⅱ级水平(16.67%)。不同土层深度上，全区大田耕地SQI整体随深度增加逐渐降低。即SQI均值从0~10 cm的0.64下降至30~40 cm的0.42，平均下降率为13.20%。此外，不同样地SQI均在0~10 cm和10~20 cm范围内出现SQI最大值，表明大田耕地耕作层0~20 cm的土壤质量更优。空间上，河谷中段及以上区域的大田耕地土壤质量高于河谷下段地区。其中中段的堆龙德庆区和城关区大田耕地SQI均值最高，为0.48。其次是河谷上段的林周县和墨竹工卡县大田耕地SQI，为0.43。河谷下段的曲水县大田耕地SQI最低，为0.21。

图 2 不同样地和土层深度本底土壤质量指数 Fig. 2 The arable soil SQI for different sample sites and soil depths

统计不同样地设施农地土壤质量指数发现(图 3)，拉萨河谷设施农地SQI介于0.15~0.62，均值为0.36 ± 0.16。最高值出现在城关区S7样地，最低值出现在堆龙德庆区S3样地。全区大部分样地的SQI等级分布在Ⅴ级(44.44%)和Ⅲ级(27.78%)，仅少数样地SQI达到Ⅱ级水平(11.11%)。不同土层深度上，设施农地SQI变化小，层间差异不明显；即0~30 cm范围内，SQI层间相差仅为0.02，这表明设施农地耕作一定程度上改善耕层土壤质量状况。空间分布上，设施农地土壤质量从曲水县到墨竹工卡县整体表现出向好趋势。其中，林周县设施农地SQI最高，为0.55；土壤质量相对较低的区域(SQI < 0.3)分布在曲水县、堆龙德庆区、墨竹工卡县。

图 3 不同样地设施农地土壤质量指数 Fig. 3 The greenhouse soil's SQI of different sample sites

土壤质量往往受自然和人为等多种要素的影响。自然要素中海拔、坡度和坡向等是成土因素中重要的地形因子^[39-40]，而河流是研究区设施农地的主要灌溉水源地^[41]。因此，本研究从海拔、坡向、河流距离角度，探究拉萨河谷设施农地土壤质量空间分异特征(图 4)。考虑到拉萨河谷设施农地耕作过程中往往进行土地平整，一定程度上减少了坡度的影响，因此土壤质量的空间分异特征中不考虑坡度要素。设施农地SQI随海拔、距河流距离的变化均呈抛物线型趋势。其中，海拔3 750 m以下区域，随海拔升高SQI呈增加趋势。在海拔3 700~3 750 m梯度内，SQI最高，平均为0.52。距河流930 m范围内，设施农地SQI随距离河流距离增加呈下降趋势，但该范围内SQI指数相对较高，平均达到0.43。设施农地多分布于南坡，且其SQI也高于其他坡向，南坡SQI平均为0.43。需要注意的是，海拔、距河流距离，坡向等对设施农地SQI的影响均未达到显著水平，但一定程度上仍可以看到现有设施农地分布模式下，土壤质量存在空间分异。综上，拉萨河谷设施农地土壤质量水平较高的样地主要分布在海拔3 700~3 750 m范围内距河流0~930 m处的阳坡地带。该区域所处土壤多为河流冲积而成阶地，拉萨河主干流及支流呈弱碱性、总体矿化度较高以及丰水期微量元素相对丰富^[42-43]，为作物生长提供了良好的水土条件，阳坡则提供了充足的光照。

图 4 不同样地农地土壤质量指数(SQI)随海拔、距离河流距离、坡向变化 Fig. 4 Variation of SQI with altitude, distance from the river and slope direction of different sample sites

统计不同样地SQI变幅发现(图 5)，设施农地土壤质量整体呈下降趋势，区域差异较明显(P < 0.1)。全区设施农地土壤质量变幅介于–157%~43%，较大田耕地平均降低了16.28%。县域尺度上，堆龙德庆区的设施农地土壤质量下降最明显，SQI平均下降了74.46%，其次是墨竹工卡县，SQI平均下降了63.49%，但林周县的设施农地土壤质量呈改善态势，SQI平均提高了21.42%。样地尺度上，近80%的样地出现土壤质量下降。其中堆龙德庆区S6号样地降幅最大，达到–157%，其次是墨竹工卡县S16号样地，降幅为–138%。不同土层深度，0~10 cm范围内的土壤质量下降趋势更甚。主要表现为不同深度范围内，仅0~10 cm范围内土壤质量整体下降，平均下降了6.5%。随土层深度增加，土壤质量下降的样地数量占比呈递减趋势。即土壤质量下降的样地数比例从0~10 cm的66.67%下降至30~40 cm的41.12%，平均下降率为14.83%。

图 5 拉萨河谷设施农地SQI变幅 Fig. 5 Variation of greenhouse land's SQI in the Lhasa River valley

统计不同样地设施农地土壤质量变化幅度随海拔、距河流距离、坡向发现(图 6)，随海拔增加，设施农地SQI变幅整体增大，这意味着海拔越高，土壤质量下降趋势越明显。这其中SQI下降的样地，随海拔增加其下降趋势更显著。随着坡向从阳坡到阴坡，SQI变幅整体呈增大趋势。设施农地土壤质量变幅随着距河流距离的增加并无明显的空间分异规律，而且设施农地土壤质量下降的样地在0~1 400 m范围内，分异也不明显，这表明距离河流距离要素的变化并不对土壤质量变化产生明显影响。

图 6 不同样地SQI变幅随海拔、距离河流距离、坡向变化 Fig. 6 Variation of SQI with altitude, distance from the river and slope direction

利用因子探测器对不同土层深度的设施农地SQI变幅进行因子定量分析，不同因子对设施农地SQI变幅的解释力不同。含盐量、速效钾和镉含量变化显著影响设施农地SQI变幅的空间格局(P < 0.01)。其中含盐量变化解释力最高，为25%；其次是速效钾和镉含量变化，两者解释力也超过了21%；这表明全区设施农地土壤质量下降普遍受到含盐量、速效钾养分和镉含量变化的影响。研究区设施农地土壤含盐量和速效钾含量，较大田耕地分别增加了0.23%，50.98 mg·kg^–1，增幅近1倍。全区设施农地和大田耕地镉元素平均含量均为0.48 mg·kg^–1，超过农用地二级阈值0.18 mg·kg^–1，是SQI指数变化的重要贡献因子。但全区镉元素累积趋势不明显，即不同土层，镉含量平均增幅约为5%。这一方面反映并非单纯是设施农业耕作导致了Cd元素超标，另一方面还可能受该区域成土母岩中多锌矿，从而伴生丰富的镉元素影响^[44]。土壤pH、全钾、锌元素和速效磷含量的变化提供的解释力均可达到10%，但未通过显著性检验；这表明在局部区域土壤质量变化可能还受到土壤pH、全钾和速效磷养分、锌含量变化的影响。

设施农地高强度的利用过程中，往往对土壤产生一系列负面影响，致使土壤整体质量降低^[45-46]。拉萨河谷设施农地土壤质量整体呈下降趋势，较大田耕地平均降低了16.28%，且表层土壤整体质量呈下降趋势。拉萨河谷设施农地土壤质量下降明显的区域，主要分布在堆龙德庆区和墨竹工卡县。研究发现含盐量和速效钾养分增加是设施农地土壤质量变化主要原因，这可能与种植年限长、高复种指数条件下施肥量增大密切相关^[12-14，45]。其中，堆龙德庆区的设施农地种植年限多为8~12 a，土壤盐分累积使得土壤整体质量下降，而且在我国中东部地区8年以上的设施农地土壤盐分也显著高于露地栽培土壤^[47]。墨竹工卡县设施农地土壤整体质量则受施肥量影响大。该区域设施农地所处海拔相对更高，土壤质地中砂粒占比大^[25]。实地调研发现，相较其他区县，设施农地平均施肥量高出20%~50%，且多为高成分类型的肥料，易导致土壤整体质量下降。表层土壤质量整体下降则可能与无雨水淋洗使得肥料易于在土壤表层堆积有关^[45]，设施农地土壤表层均有不同程度的盐分累积和酸化现象。加之部分复合肥中含有一定重金属元素^[48]，则会导致土壤中重金属元素含量增加，进一步使得土壤整体质量下降。

拉萨河谷海拔、坡度、坡向和河流等自然要素差异大，设施温室的布局和发展受这些因素影响，存在明显的空间差异^[25]。设施农地多分布在河谷两岸的阶地，肥力水平高于洪积扇、河漫滩和坡地^[49]，本实验也发现大田耕地0~20 cm范围内土壤质量较高。阶地作为设施农地主要集中区，一方面长期耕作使得设施农地土壤质量层间差异小于大田耕地；但也造成了土壤整体质量明显下降，即除林周县外，各区县设施农地样地均出现不同程度的土壤质量下降。其中，城关区和堆龙德庆区土壤整体质量下降明显，这与其设施农地开发早，耕作时间长有关^[25]。此外，海拔相对更高的墨竹工卡县，大田耕地土壤的粗骨性特点更加明显^[49]，并且设施农地分布在河流阶地和洪积扇交汇处，肥力水平低于阶地，因此设施农地利用和改造强度可能高于其他区县，使得该区土壤整体质量下降。

与此同时，土壤受自然环境要素和土壤环境要素影响，往往其土壤质量也呈现一定的规律性变化^[41]。设施温室在蔬菜生产过程中，很大程度上克服了气候对土壤的影响。研究发现，在高山地区，随着海拔升高，地表温度逐渐降低，植物凋落物等难以分解，土壤有机质相对较低^[50-52]；而植物对土壤养分的供给远大于吸收量，往往使得全量氮、磷、钾养分在不断累积^[50]。青藏高原特殊的高寒气候，随着海拔梯度升高，温度不断降低会抑制土壤动物、微生物的活动^[52]，进而抑制枯枝落叶的分解，限制了植被吸收。这也就造成了该区土壤有机质相对较低，同时氮、磷、钾含量较丰富。设施温室复种指数高，肥料施用量高于大田耕地。因此，高海拔地区设施农地耕作更易改变区域土壤环境，大田耕地土壤环境则依然受控于高程对水热再分配的作用，两者对高程响应的效应不同产生了土壤质量的差异。本次实验也发现随着海拔梯度增加，设施农地土壤质量下降幅度更大。地形作为土壤形成发育的一个空间条件，在土壤与环境之间进行物质、能量交换的过程中，深刻影响着土壤整体质量的变化^[17，39]。地形中坡度和坡向会影响土壤接受日照的时间，造成土壤温度差别，从而对水热条件产生影响^[39]。设施温室和大田耕地往往进行土地平整，一定程度上减少了坡度的影响。而在河谷的阳坡，接受太阳辐射的时间较长，温度较高，有利于作物生长。本研究发现设施农地位于阳坡的土壤质量普遍较高；而且随着坡向从阳坡转变为阴坡，大田耕地与设施农地水热差异增加，使得土壤质量变化呈增大趋势。

研究区的设施农地土壤质量下降普遍受到含盐量、速效钾养分和镉含量变化的影响。研究认为，设施农地土壤盐分累积、养分和重金属含量升高主要是由于设施农业高复种指数下，大量施用化学肥料^[45-46]。依据《拉萨统计年鉴》提供的农业化肥施用量和农用地播种面积数据^[53]计算得知，拉萨市化肥施用量从2011年的16 563 t下降至2018年的10 800 t，相应的农用地亩均化肥施用量从436.95 kg·hm^–2下降至218.55 kg·hm^–2，下降了49.97%，过量施肥的情况得到缓解。但该区设施农地复种指数为3~5次，使得设施农地化肥施用量远高于大田耕地。所以，设施农地土壤盐分累积和镉含量高是土壤整体质量变化的原因。此外，研究普遍认为该地区耕地不缺乏钾类养分，并且耕地土壤不注重补充钾^[54]。2018拉萨市钾肥施用量为208 t^[53]，这些钾肥可能大多流向设施农地，使得速效钾养分增加，影响设施农地土壤质量变化。

研究表明，设施农地的生产管理方式是影响其土壤质量的重要因素^[55]，今后的研究工作中，有必要分析针对海拔、坡向等自然因子和种植年限、化肥、农药等人为因子之间的交互作用，以期揭示设施农地土壤质量变化的机理。

拉萨河谷设施农地和本底土壤综合质量指数分别为0.36、0.43，两者80%的样地土壤质量等级均匀分布在Ⅴ~Ⅲ级；海拔3 700~3 750 m距河流930 m以内的阳坡地带，设施农地土壤质量相对较高。相较大田耕地，设施农地SQI平均下降了16.28%，且存在明显空间差异。其中堆龙德庆区土壤质量下降最明显，平均降低了74.46%。在不同深度上，0~10 cm范围内土壤质量下降最明显，平均下降了6.5%。随着海拔增加和阳坡转变为阴坡，设施农地土壤质量变化程度呈增大趋势。针对设施农地土壤质量变化状况，进行因子分析发现，全区设施农地土壤质量变化普遍受到含盐量、速效钾和镉含量变化的影响，三者解释力均可达到20%以上。