李鑫^,1, 张文菊^,1, 邬磊¹, 任意², 张骏达², 徐明岗¹¹中国农业科学院农业资源与农业区划研究所/耕地培育技术国家工程实验室,北京 100081
²农业农村部耕地质量监测与保护中心,北京 100125

Advance in Indicator Screening and Methodologies of Soil Quality Evaluation

LI Xin^,1, ZHANG WenJu^,1, WU Lei¹, REN Yi², ZHANG JunDa², XU MingGang¹¹Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/National Engineering Laboratory for Improving Quality of Arable Land, Beijing 100081
²Cultivated Land Quality Monitoring and Protection Center, Ministry of Agriculture and Rural Affairs, Beijing 100125

通讯作者: 张文菊,Tel：01082108661;E-mail： zhangwenju01@caas.cn

责任编辑: 李云霞
收稿日期:2020-09-4接受日期:2020-11-10

基金资助:

中国科学院野外站联盟项目.KFJ-SW-YW035 中央级公益性科研院所基本科研业务费专项.1610132019044

Received:2020-09-4Accepted:2020-11-10
作者简介 About authors
李鑫,Tel：15511903911;E-mail： lixin06@caas.cn。








摘要
【目的】探究国内外土壤质量评价方法与指标体系,梳理土壤质量评价中的研究热点与发展前沿,为我国土壤质量评估研究及方法应用提供科学参考。【方法】基于Web of Science 和CNKI数据库,利用文献计量检索方法,收集有关土壤质量评价指标、最小数据集筛选、土壤质量评价方法等方面的文献415篇、最小数据集155个。基于土壤质量评价指标选取频率、评价方法和最小数据集等信息,分析近30年来全球土壤质量评价的发展态势、前沿领域以及评价中存在的问题。【结果】国内外土壤质量评价指标体系涉及25个物理指标、36个化学指标、35个生物指标和19个环境指标。土壤有机质作为土壤质量的核心指标,其选取频率最高,为96.6%;其次是土壤酸碱度、全氮、速效磷、速效钾和容重,选取频率均在50%以上;微生物生物量、土壤酶活性等生物指标选取频率较低,均小于25%,但呈逐年增加的趋势。最小数据集构建方法中,主成分分析能最大限度地减少指标冗余,体现原始变量的绝大部分信息,应用最为广泛。被筛选进入最小数据集的指标中,有机质、速效磷、容重和土壤酸碱度在表征土壤质量时应用广泛,频率分别为67.7%、43.2%、34.8%和34.2%。目前土壤质量评价研究主要采用主成分分析方法筛选土壤质量指标,运用土壤质量指数法进行综合评价,能较准确地评估管理措施对土壤质量的影响,适用于土壤可持续管理。【结论】土壤有机质、速效磷、酸碱度、容重和含水量是表征土壤质量的重要评价指标。构建能够客观、全面、真实地反映土壤质量变化的指标体系及其与信息技术的融合是未来土壤质量评价研究的重点,应用指标体系在大空间尺度评估土壤质量是未来发展的趋势。
关键词： 文献计量学;Web of Science 数据库;CNKI数据库;土壤质量;最小数据集;评价方法

Abstract
【Objective】 The objectives of the present study were to synthesize the current information on soil quality assessment method and indicator system, and to present the hot topics and frontiers related to soil quality, so as to, provide references for Chinese scholars and experts in the field of soil quality evaluation research and application. 【Method】 The published articles regarding the selection of soil quality indicators, construction of minimum data set, and selection of soil quality evaluation methods were collected based on Web of Science and CNKI databases using bibliometrics method, and a total of 415 articles and 155 minimum data sets related to soil quality evaluation were screened. Development trend, frontier fields and current problems of global soil quality assessment during the past 30 years were analyzed according to selection frequency of indicators, assessment method and construction of minimum data set. 【Result】 The soil quality evaluation indicator system mainly included 25 physical, 36 chemical, 35 biological and 19 environmental indicators. Soil organic matter, as the core indicator of soil quality, was selected with the highest frequency of 96.6%, followed by pH, total nitrogen, available phosphorus, available potassium, and bulk density, with a frequency more than 50%. The selection frequency of biological indicators such as microbial biomass and soil enzyme activity was less than 25%, while increasing over time. Principal component analysis, minimizing indicator redundancy and reflecting most of the information of original variables, was the most widely used for minimum data set construction method. Soil organic matter, available phosphorus, bulk density, and pH were selected into the minimum data set with a frequency of 67.7%, 43.2%, 34.8%, and 34.2%, respectively, being widely used to characterize soil quality. Nowadays, the most studies on soil quality evaluation focus on the utilization of principal component analysis to select soil quality indicators and establish soil quality index for comprehensive soil quality evaluation, which was suitable for sustainable soil management.【Conclusion】 Soil organic matter, available phosphorus, soil pH, bulk density and soil water content were the main parameters selected for soil quality evaluation. Construction a comprehensive and objective soil quality indicator system and the integration with the information technology would be the focus in future research. The application of evaluation indicators in large-scale soil quality assessment was the trend of future development.
Keywords：bibliometrics;Web of science database;CNKI database;soil quality;minimum data set;assessment method


PDF (949KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
李鑫, 张文菊, 邬磊, 任意, 张骏达, 徐明岗. 土壤质量评价指标体系的构建及评价方法[J]. 中国农业科学, 2021, 54(14): 3043-3056 doi:10.3864/j.issn.0578-1752.2021.14.010
LI Xin, ZHANG WenJu, WU Lei, REN Yi, ZHANG JunDa, XU MingGang. Advance in Indicator Screening and Methodologies of Soil Quality Evaluation[J]. Scientia Acricultura Sinica, 2021, 54(14): 3043-3056 doi:10.3864/j.issn.0578-1752.2021.14.010


开放科学（资源服务）标识码（OSID）：

0 引言

【研究意义】土壤是人类赖以生存的最基本自然资源,是地球上所有生态系统的自然支撑和生物屏障。土壤不仅为人类提供了生存需要的食物和纤维,而且在确保环境和能源安全、保护生物多样性等方面都发挥了不可替代的作用^[1,2]。在人口急剧增加背景下,人类对土地的过度开发利用导致了土壤侵蚀、肥力下降、次生盐渍化、酸化、土壤污染等一系列土壤退化问题,严重威胁到人类的粮食安全,引发生存危机^[3,4]。土壤质量评价作为评估管理措施及土地利用变化等人类活动对土壤影响的手段,有助于及时掌握土壤质量的现状和变化动态,进而实现对土地资源的可持续管理,已经引起了国内外的广泛关注。【前人研究进展】土壤质量被定义为“土壤在生态系统和土地利用边界范围内维持植物和动物的生产力,维持或提高水和空气质量,促进植物和动物健康的能力”^[5,6]。20世纪90年代后期,赵其国等^[7]将土壤质量的定义、指标和定量方法引入我国,促进了我国土壤质量评价保护理论和技术的发展。刘占峰等^[8]基于土壤质量的定义、评价指标和评价方法的分析,认为未来土壤质量研究应该集中在土壤质量指标与评价方法等方面,主要包括土壤质量变化的前提条件、时空规律性、影响因素及其作用机理,尺度问题的研究,土壤质量保持与提高的途径及其关键技术研究。在国家“藏粮于地”和“加强生态环境建设”的战略下,消除障碍因子,构建理想土壤耕层,强化生物过程,提高生态系统服务多样性,仍然是新形势下土壤质量提升与健康培育的主攻方向^[9]。【本研究切入点】土壤质量评价研究已经开展了30余年,国内外相关文献数量呈快速增长趋势,了解土壤质量评价研究现状,分析全球土壤质量评估的研究现状、关注热点与发展态势,为土壤质量领域研究提供参考。【拟解决的关键问题】本研究采用文献计量学的方法,总结当前研究中选取的土壤质量指标和土壤质量评价方法,通过对土壤质量评估研究中的评价指标选取偏好与指标体系构建的系统分析,定量分析并指明土壤质量研究的热点和方向,为我国耕地质量评价、地力提升和土壤资源的可持续利用提供参考依据。

1 材料与方法

本研究基于Web of Science核心合集数据库和CNKI数据库进行文献计量分析,其中CNKI数据库设定为中国学术期刊网络出版总库。在两个数据库中,英文检索式为“主题=（soil quality assessment）OR 主题=（soil health assessment）”,中文检索式为“主题=（土壤质量评价）OR主题=（土壤健康评价）”。检索的时间跨度为1990年1月1日至2019年12月31日,共检索筛选到相关文献415篇,基于Web of science核心合集数据的英文文献129篇,基于CNKI数据库的中文文献286篇。对检索到的文献进行统计,分析国内外土壤质量评价研究的热点问题及研究现状,并对研究论文中所采用的评价指标分为土壤物理、土壤化学、土壤生物、土壤环境共四大类逐一进行统计,分析指标选取的频率;415篇文献中收集到155个应用于土壤质量评价的指标最小数据集（MDS）,分别对进入MDS中的指标频率进行统计;同时对土壤质量评价研究中筛选指标的方法和土壤质量评价方法进行总结和比较。数据利用Excel 2017整理、筛选、统计,利用Origin 2019b进行绘图。

2 结果

2.1 土壤质量的内涵

土壤是连接大气圈、水圈、生物圈与岩石圈的核心要素,是支撑社会和生态系统服务的复杂系统,是以人类健康为中心的整体健康系统中的一个重要组成部分,是绿色农业发展的基石^[9]。在这一背景下,土壤质量和土壤健康的概念逐渐发展和完善,并且与人类、动物和环境健康密不可分^[10]。土壤质量的概念在1971年提出,指“在采取高水平管理措施下土壤产生玉米,大豆和小麦的能力^[11]”,经历了20多年的发展^[12,13],发展为国内外****广泛接受的“土壤在生态系统和土地利用边界范围内维持植物和动物的生产力,维持或提高环境质量,促进植物和动物健康的能力”^[5]（图1）。土壤质量的关注点也从土壤持续发挥生产能力的固有属性,发展到管理措施对土壤质量的影响^[6,7]。土壤质量评价通过结合不同的土壤功能,包括肥力质量、环境质量和健康质量, 依据土壤物理、化学和生物特性进行时间或空间尺度上的衡量^[13,14,15]。

图1

新窗口打开|下载原图ZIP|生成PPT
图1土壤质量内涵的发展

Fig. 1Development of soil quality connotation



国内土壤学家也对土壤质量的定义提出自己的观点。徐建明等^[16]认为土壤质量是“土壤在一定的生态系统内支持生物生产能力、净化环境能力和促进动植物及人类健康能力的集中体现”;周启星^[17]认为“判断土壤质量的标准包括能生产出对人体具有健康效益的动植物产品,具有改善水和大气质量的能力以及在一定程度上抵抗污染物的能力,能够直接或间接地促进植物、动物、微生物以及人体的健康三方面”;曹志洪等^[18]在总结国内外研究进展的基础上,提出土壤质量是“土壤提供食物、纤维和能源等生物物质的土壤肥力质量,土壤保持周边水体和空气洁净的土壤环境质量,土壤消纳有机和无机有毒物质、提供生物必需元素、维护人畜健康和确保生态安全的土壤健康质量的综合量度”。

随着土壤质量研究的深入,“土壤健康”一词随之出现,被定义为“指在自然或管理的生态系统边界内,土壤作为活的生命体所具有的保证持续生产,保持良好的水体和大气环境,促进植物、动物（人类）健康的能力”^[19]。现在被大家广泛接受的土壤健康定义为“土壤作为支撑植物、动物和人类生存的重要生态系统持续发挥功能的能力（https://www.nrcs.usda.gov/wps/portal/nrcs/main/soils/health/）。联合国粮农组织政府间土壤技术小组（FAO-ITPS）将土壤健康定义为“土壤维持陆地生态系统生产力、多样性和环境服务的能力”,并提出希望被国际组织、机构、政府和学术界广泛使用和采纳（http://www.fao.org/3/cb1110en/cb1110en.pdf）。同时也有****提出土壤安全的相关概念,指“土壤持续地为人类提供食物、纤维和淡水资源等生态系统服务,同时维持生物多样性和相对稳定性的一种状态”^[20],具有自然和社会双重属性^[21]。土壤安全的评估往往包括土地管理、经济、社会和政治层面,一般从性能、状态、资本性、关联性以及政策法规五个方面进行^[22]。

从土壤质量与土壤健康的定义不难看出,土壤健康是“动态的”和“潜在的”土壤性质,更加侧重土壤作为生态系统的自然资源属性、环境属性和包括抵抗力、恢复力在内的生态属性^[23],多从生态系统服务功能（即生物生产、土壤保持、环境净化、生物多样性保持、水分涵养、气候调节、养分与碳循环、文化传承功能）来对土壤质量或健康进行评估^[24];而土壤质量则侧重于长时间尺度上土壤“内在的”和“静态的”状况。尽管如此,有研究认为土壤质量与土壤健康两词在概念上有一定程度的重合,可以互换使用^[12]。

2.2 土壤质量评价指标体系构建

2.2.1 土壤质量评价指标 土壤质量指标是从保持生产力、维持环境质量和保证动植物健康的角度监测和评价土壤的性状与功能的相关指标,主要分为物理、化学、生物与环境指标四大类。经过对415篇文献统计发现,反映土壤自身属性、结构、通透性、导水导温性、抗蚀性以及耕性等方面的物理指标25项;有机质（SOM）、pH、大量元素、中微量元素、阳离子交换量（CEC）、电导率（EC）及含盐量等36项化学指标;酶活性、微生物生物量、基础呼吸、微生物熵、代谢熵等35项微生物指标及重金属、农药残留、农膜残留等19项环境指标。四类土壤指标中物理、化学指标选取率较高（图2-a,2-b）,生物及环境指标选取频率相对较低（图2-c,图2-d）。SOM是土壤质量评价中选取频率最高的指标,选取频率为96.6%,也是最为核心的指标。

图2

新窗口打开|下载原图ZIP|生成PPT
图2基于Web of Science与CNKI数据库的土壤质量指标选取频率分布

Fig. 2Frequency distribution of soil quality indicators based on Web of Science and CNKI databases



物理指标中容重的选取率最高,为56.1%（图2-a）,其次为含水量、机械组成、总孔隙度,选取率分别为34.0%、33.7%和23.0%;水稳性团聚体含量及平均重量直径通常作为表示团聚体结构的指标,选取率分别为17.4%和10.6%;剖面构型、结构系数、保水性等指标由于可操作性不强、计算复杂等因素不易获取,且在一定程度上与其他物理指标相关性较高,在土壤质量评价中应用较少。化学指标中速效磷（AP）、全氮（TN）、速效钾（AK）选取率较高,AP和TN的选取频率相同,为77.6%,AK的选取频率为67.2%;能够反映土壤缓冲能力和肥力水平的土壤pH、阳离子交换量、电导率等指标,选取率分别为78.1%、31.1%和23.4%;土壤微量元素测定步骤较为繁琐,较少考虑将其作为评价指标。生物指标中土壤微生物生物量碳（SMBC）选取频率最高,为22.7%;土壤脲酶、磷酸酶、蔗糖酶常作为反映土壤微生活性的指标,选取频率均在15%以上;微生物群落结构等指标由于采集、保存、测定较为困难,且成本较高,因此选取率不高;土壤动物在土壤质量评价中仍处于起步阶段,蚯蚓和线虫的选用率仅为3.1%和1.9%。环境指标中重金属元素铅（Pb）选取频率越高,为8.9%;其次是镉（Cd）、铜（Cu）、锌（Zn）、铬（Cr）、砷（As）、汞（Hg）等;农膜和农药残留选取频率均较低。

为进一步探究土壤质量指标的演变趋势,针对30年间选取率较高的土壤质量指标（即选取频率>15%的物理指标、选取频率>50%的化学指标、选取频率>10%的生物指标）每10年进行分别统计并计算选取频率。容重和总孔隙度可以影响土壤结构、水、肥、气、热以及生物活性进而影响土壤质量,选取频率逐步提高,容重的选取率从39.1%增长至59.3%,总孔隙度从13.0%增长至25.8%（图3-a）。SOM、pH、AP、AK、TP等土壤化学指标30年来一直作为表征土壤肥力质量的指标,呈现出稳定增长的趋势（图3-b）。近30年生物指标选取频率得到快速增长,其中脲酶、蔗糖酶、过氧化氢酶从0分别增长至25.8%、19.3%、17.0%,磷酸酶从4.4%增长至23.4%。其余指标如蔗糖酶、过氧化氢酶、SMBN也呈现出稳步上升趋势（图3-c）。

图3

新窗口打开|下载原图ZIP|生成PPT
图31990—2019年基于CNKI与Web of science数据库的土壤质量指标频率变化

误差棒为标准误,频率为每10年指标选取频率的平均值
Fig. 3Change of soil quality indicators selection frequency based on Web of science and CNKI databases during 1990-2019

Error bar represents standard error, and the frequency is the average of the indicator selection frequency every 10 years


2.2.2 指标最小数据集的构建 土壤质量评价中可供选择的指标很多,虽然选择更全面的指标能够更真实的反应土壤质量,但会显著增加数据获取的成本。因此,一般选择最小数据集（MDS）定量评价土壤质量,MDS包含了反映土壤质量最少的指标,可以通过测定较少的数据了解土壤的变化情况。经过文献调查,构建MDS的方法较多,主要分为专家经验法和多元统计法两类,其中多元统计法应用较为广泛,主要有主成分分析（PCA）、聚类分析（CA）、典范对应分析（CCA）、逐步回归分析（SRA）、偏最小二乘回归分析（PLSRA）等（表1）。其中PCA可通过降维来减少变量,结合Norm值与相关性分析（RA）能最大限度地减少指标冗余,去除相关性较强的指标,同时能保留指标的主体信息。一般而言,评价指标的相关程度越小,分析结果的可信度越高。CA可以简单直观的对指标进行分类,结合RA能直观、有效筛选指标。CCA主要用于筛选对影响植物群落组成的土壤质量指标,在林地或草地生态系统中土壤质量评价中应用广泛,在农田生态系统中应用较少。此外,PC-SRA和PLSRA能较好地提取变量及因变量的信息,完成指标筛选,但在筛选过程中,除自变量外,还需要将因变量引入分析过程。专家经验法是相关领域研究者结合对研究区的先验知识筛选表征土壤质量的相关指标的方法,有时会引起评价结果差异性较大,选取率较低。由于PCA在构建MDS能较好地体现指标信息,在土壤质量评价中使用频率最高,应用最为广泛。

Table 1
表1
表1最小数据集MDS构建方法、原理与优缺点
Table 1Principles, advantages and disadvantages of the MDS construction method

构建方法 Construction method	原理 Principle	优点 Advantage	缺点 Disadvantage	参考文献 Reference
主成分分析 PCA	根据荷载大小进行筛选,可结合Norm值与指标间相关性 Selecting according to loadings, also can be used in conjunction with the correlationship and Norm value	可降维以减少变量,体现原始变量 信息 Reducing dimensionality to reduce variables and reflecting original information	因子载荷的符号有正负性,综合评价函数意义不够明确 Unclear signs of factor loads, unclear meaning of comprehensive evaluation function	[25-27]
聚类分析 CA	通过R型聚类,将评价指标分类 Classifying indicators through R-type cluster	直观,结论形式简明 Intuitive and concise conclusion	评价指标较多时,不易获得结果 Hard to get result with numberous indicators	[28]
主成分-逐步回归分析 PC-SRA	将PCA筛选的指标引入回归分析,通过显著性检验进行筛选 Regression analysis with indicators screened by PCA, selecting by significance test	可保留影响最显著的指标,预测精度较高 Retaining indicators with the most significant impact, high prediction accuracy	当变量对因变量影响小时,结果不稳定 Hard to get stable result when independent variables have a small influence on the dependent variable	[29]
典范对应分析 CCA	将对应分析与多元回归分析相结合,每一步计算均与环境因子进行回归 Combining correspondence analysis and multiple regression analysis, regressioning with environmental factors in each step of calculation	可将样方、对象与环境因子的排序结果表示在同一排序图上 Displaying the sorting results of plots, objects and environmental factors on the same sorting chart	多应用于土壤指标对植物群落组成的影响,应用范围较小 Mostly used in the influence of soil indicators on the of plant communities, a small application range	[30-31]
偏最小二乘回归分析 PLSRA	通过典型相关分析来筛选自变量,提取偏最小二乘因子 Selecting independent variables through canonical correlation analysis and extracting partial least squares factors	可提供更合理回归模型,直观体现原始变量信息 providing a more reasonable regression model to directly reflect the original variable information	指标较少时不适用 Not applicable with few indicators	[32]
专家经验法 Expert experience	根据经验和研究区域实际情况进行筛选 Selecting based on experience and actual situation of the research area	筛选的指标的综合反映性较强 Selecting indicators with comprehensive reflectivity	主观随意性大,评价结果存在差 异性 Different evaluation results caused by large subjectivity	[33]

新窗口打开|下载CSV

经过文献计量分析,对获取的155个MDS中的指标进行统计,过滤其中出现频率低于5%的指标,依照选取频率将指标分为选取频率较高（>40%）、选取频率适中（20%—40%）、选取频率较低（5%—20%）。结果发现,MDS中出现频率最高的指标为SOM,选取率为67.7%（图4）。除SOM外,选取率较高的指标为AP,出现频率为43.2%。其次为容重、pH、TN和AK,选取率分别为34.8%、34.2%、29.7%和26.5%。MDS中生物指标出现的频率较低,选取频率最高的土壤生物指标为蔗糖酶,选取频率仅为13.6%,而微生物生物量氮（SMBN）、脲酶、过氧化氢酶进入MDS中的频率均低于10%。但土壤生物指标作为土壤对管理措施变化的早期响应,仍应将其更广泛地应用于评价中。

图4

新窗口打开|下载原图ZIP|生成PPT
图4基于Web of Science与CNKI数据库的MDS中土壤质量指标的选取频率

Fig. 4Selection frequency of soil quality indicators in the MDS based on Web of Science and CNKI databases

2.3 土壤质量评价方法

目前国际上常用的土壤质量评价方法分为定性与定量评价两类。通过对文献的统计与调查发现,当前土壤质量评价研究都集中于定量评价,主要有多变量指标克立格法、土壤质量动力学方法、土壤质量综合评分法、土壤相对质量法、土壤质量指数法、灰色关联分析法、物元法、人工神经网络法和TOPSIS法等（表2）。多变量指标克立格法、土壤质量动力学方法、土壤质量综合评分法、土壤相对质量法多为土壤质量评价初期采用的土壤质量评价方法,在20世纪90年代得到了较为广泛的应用。20世纪初,模糊数学法在土壤质量评价中得到初步应用,通过建立各种指标的隶属度函数,计算隶属度值来表明各项土壤指标的实际情况,最后综合指标计算土壤质量指数。通过土壤质量指数不仅能将土壤质量定量化,同时能进行田块或地域间的比较,更为简单易行。2010年以来,随着对土壤质量研究的深入,大量的数学方法被应用到土壤质量评价中并得到了推广。灰色关联分析法通过对原始数据进行标准化的方式避免确定标准值的过程中产生的主观影响;物元法能无丢失地综合各种因素的全部信息,保证了信息的完整性,并且极大地拓展了研究范围,揭示更多的分异信息;人工神经网络法能减少主观因素的干扰,在经过样本训练之后,能够很好的对土壤质量进行评估;TOPSIS法通过计算样本靠近/偏离正负理想解的相对距离来评价样本的优劣,排除主客观因素的误差。由于土壤质量指数法能很好的评估管理措施对土壤质量的影响,适合于土壤可持续管理,仍然是应用最为广泛的方法。

Table 2
表2
表2土壤质量评价方法的优缺点
Table 2Advantages and disadvantages of the soil quality assessment method

评价方法 Assessment method	原理 Principle	优点 Advantage	缺点 Disadvantage	参考文献 Reference
多变量指标克立格法 Multiple-variable indicator kring method	利用多变量指标转换生成土壤质量结合GIS完成评价 Using multiple-variable transformation to integrate soil quality combined with GIS to complete the evaluation	自动评价、动态监测,扩展评价范围 Automatic evaluation, dynamic monitoring, expanding the scope of evaluation	运算过程复杂,模型选择缺乏依据 Complicated calculation process, lack of basis for model selection	[8], [34]
土壤质量动力学方法 Dynamics method	利用系统动力学的方法描述土壤质量的变化 Using system dynamic method to describe changes in soil quality	可动态、持续监测土壤质量 Dynamic and continuous monitoring of soil quality	无法进行大空间尺度下土壤质量的比较 Unable to compare soil quality at large spatial scales	[5]
土壤质量综合评分法 Integrated scoring method	通过生产量、土壤侵蚀量、地下水、地表水、大气和食物质量评价土壤质量 Evaluating soil quality through production, soil erosion, groundwater, surface water, air and food quality	可全方位、多角度评价土壤质量 Comprehensive and multi-angle evaluation of soil quality	权重影响因素较多,计算较为 困难 Difficult to calculate weight with numberous factors influencing weight	[35]
土壤相对质量法 Relative quality method	以假设的理想土壤为标准,评估研究区土壤的相对质量 Evaluating relative quality of the soil in the study area with hypothetical ideal soil as the standard	可定量评估土壤质量,能够进行比较 Quantitative assessment of soil quality, able to compare	需选择理想土壤,若选择不当造成评价偏差 Evaluation bias caused improper selection of ideal soil	[8], [36]
土壤质量指数法 Soil quality index method	针对土壤功能选取指标,将指标定量化并综合生成土壤质量指数 Quantifying indicators and integrating a soil quality index selected for soil function	适用于土壤可持续管理,应用范围较广 Suitable for sustainable soil management with a wide range of applications	评价过程中部分受主观影响,易出现偏差 Partly influenced by subjectivity, prone to deviation	[25], [37]
灰色关联分析法 Grey relational analysis method	通过关联度和关联序反映各评价对象与理想对象的接近次序,对评价对象进行比较 Evaluating close order and comparing the evaluation objects between objects and ideal object by correlation degree and order	方法简便,评价结果客观 Easy to get an objective evaluation result	若指标值离散,会丢失部分信息 Prone to lose information with discrete values of indicators	[38]
物元法 Matter-element method	以物元理论和可拓集合理论为基础,建立多指标性能参数的质量评定模型 Establish a quality evaluation model for multi- index performance parameters based on matter- element and extension set theory	解决单项指标评价的不相容性 Solving the incompatibility of individual index evaluation	计算过程相对复杂 Relatively complicated calculation process	[39]
人工神经网络法 Artificial neural network method	通过样本训练使模型进行自学习、自适应,再利用模型对土壤质量进行评价 Training the model for achieving self-learning and adaptive through samples to evaluate soil quality	自动化程度高,避免主观干扰 Avoiding subjective interference with high degree of automation	若学习样本选取不当,易造成评价偏差 Evaluation bias caused improper selection of learning samples	[40]
TOPSIS法 TOPSIS method	计算样本与最优解和最劣解的相对距离来评价样本的优劣 Calculating the relative distance between samples and the optimal/worst solution to evaluate the quality of samples	排除主客观权重导致的误差 Eliminating errors caused by subjective and objective weights	量化指标较难,灵敏度不高 Difficult to quantify the index, low sensitivity	[41]

新窗口打开|下载CSV

3 讨论

3.1 土壤质量评价指标与方法的应用

土壤质量指标的选取是土壤质量评价中的核心环节,通常需要先制定评价目标、明确评价对象及土壤功能^[42],再结合区域特征、气候差异、土地利用方式与田间管理措施等条件进行选取。土壤质量指标应符合以下条件：与土壤功能有关、廉价/易操作、为管理提供信息、敏感/可测量等要求^[10],同时要尽量保证指标间的独立性^[43]。目前国内土壤质量评价研究中主要选取的指标为常规物理、化学指标,如SOM、AP、TN、pH、容重,土壤生物指标选取较少,与BÜNEMANN等^[12]、林卡等^[44]、陈梦军等^[45]的研究结果基本吻合。土壤质量指标的选取往往是随着研究目的而变化的。大多数以农田土壤为研究对象的研究往往以土壤的初级生产力为研究目标,侧重于土壤物理、养分性质及作物产量来进行评价^[27,37];以涵养水源为目标的土壤质量评价则包括土壤渗透性、有机碳、微生物生物量和活性、可溶性养分、重金属元素等;研究目的为缓解气候变化的评价除有机碳、氮组分外,同时应监测CH₄、N₂O等温室气体的排放量^[10]。

经过统计发现,农田土壤质量的影响因素较多,可将其分为气候、土壤侵蚀、海拔及坡向^[46,47]等自然因素及作物覆盖、施肥、作物轮作、作物留茬、翻耕措施等农田管理措施两部分^[48]。大量研究表明,施用生物炭、有机肥及稻秆还田等农田管理措施是维持和提高土壤质量,促进农田可持续发展的重要途径^[49,50]。适当施用有机物料能够降低容重,提高土壤总孔隙度,同时提高土壤持水量,增加土壤中大团聚体的数量与稳定性,进而有效改善土壤结构,在增加土壤养分及有效性的同时,提高土壤微生物生物量及活性,优化土壤微生物群落的结构和功能,进而提高土壤质量,促进作物增产增效^[51];保护性耕作措施同样也能改善土壤结构,增强土壤的蓄水保墒能力,起到调控土壤物理、化学及生物性状的作用。

近年来随着土壤环境污染引起的农产品安全问题逐渐增多,使得农产品质量安全成为社会普遍关注的焦点,许多****对农产品安全下土壤质量指标体系的构建进行了探讨。如杨柳等^[52]从空气、土壤及灌溉水三方面对无公害农产品产地环境标准进行了解析,其中土壤指标包括总汞、总镉、总砷、总铅和总铬、总铜、六六六、滴滴涕等指标。张燕等^[53]从土壤耕性、肥力、生物、作物健康状况、污染源指标等六个方面构建了无公害农产品产地土壤质量指标体系。王玉军等^[54]在评价农田土壤质量评价中,将农田土壤和农产品中重金属的含量有机地联系在一起,考虑了土壤环境质量标准、土壤元素背景值、农产品污染物限量标准和元素价态效应等。LEHMANN等^[10]提出应将病原体、寄生虫、生物多样性、生物可利用性和可移动污染物（如二噁英、多环芳烃和微塑料）以及化合物与孔径的多样性等与人体健康密切相关的指标纳入评价体系中。

土壤质量评价是监测土壤退化与土壤污染的重要工具,国际上尚没有形成统一的标准和方法,需要综合考虑评价目标和尺度,同时与生态系统类型、土壤功能、土地利用方式等密切相关。在众多评价方法中,应用PCA+RA构建MDS后结合土壤质量指数法是研究中较常用的方法^[25,37]。由于各评价方法有特定的适用范围,且易受到指标选择方法的影响,结果通常具有不一致性。因此在对土壤质量进行评价时,要基于组合评价研究,在同一点位或区域采用若干方法进行比较,有利于针对特定的区域及土壤功能选择适当的评价指标及方法进行评估,有助于决策者了解土壤质量的变化情况,为土壤质量提升奠定理论基础。

3.2 土壤质量评价中新技术的应用

土壤质量评价选取的物理、化学指标往往较多,在监测与评价过程中需要快速、准确地获取土壤信息,而常规的土壤分析方法周期较长,存在一定局限性。近年来随着土壤测试技术的不断发展,为土壤质量监测与评价工作的开展提供了新的途径。近红外（NIR）和中红外（MIR）光谱技术能非破坏地对各种样品进行快速、精确地分析,在快速测定土壤中的水分、SOM、TN、总碳、有机碳组分、SMBC和酶活性等领域得到了初步的应用^[55]。随着NIR与MIR技术的推广,快速、廉价地监测土壤质量指标将成为可能,也会极大地推动土壤质量研究工作的发展。

当前土壤质量评价研究中生物指标选取较少,虽然近年来选取频率逐渐升高,但大多数集中于点位等小尺度研究中,在大尺度土壤质量评价中生物指标选取频率仍然较低。我国当前有两项针对土壤质量监测与评价的国家标准,分别是自然资源部的《农用地质量分等规程》（GB/T 28407—2012）和农业农村部的《耕地质量等级》（GB/T 33469—2016）,这两项标准中的评价指标多为土壤理化性质,其主要原因可能是微生物测试技术及成本的限制。但是,近年来随着微生物研究技术的快速发展,微生物对土壤质量评价研究的重要性也受到了研究者的广泛关注。随着高通量测序技术、宏基因组技术、稳定性同位素探针技术（SIP）在微生物领域中的推广和普及,使得土壤生物多样性、生态系统服务多功能性等指标在土壤质量评价中有着广阔的应用前景^[56]。基因芯片技术能够追踪一些高效表达或控制微生物群落重要功能的关键基因^[57];SIP与分子生物学方法可以更准确地了解功能微生物生理代谢和功能基因等方面的信息^[58];此外,便携式高通量土壤系统功能微生物分选及功能组学测定仪能够在田间简单、快捷地获取微生物群落结构等信息。这些分子生物学技术的发展使土壤微生物与动物的群落结构、微生物功能基因、抗生素抗性基因等指标在土壤质量评价中得到推广。尽管基于部分生物指标（如生物多样性）的量化方法尚不明确^[12,59],但其在土壤生态系统服务功能及土壤质量评价中的作用不能忽视。

随着信息技术和地理信息技术的发展,采用GIS进行土壤质量评价已经成为研究土壤质量的重要途径。利用地统计学与GIS相结合能够获得土壤属性的空间变异信息,实现空间信息的可视化,更加直观。基于地理信息系统的土壤质量评价结合空间分析定量化大尺度土壤质量,从而提高农业资源管理的效率和准确性,有利于精准农业的实现^[60,61] 。

3.3 大尺度下土壤质量评价的关键问题与展望

当前土壤质量评价主要集中在特定点位与地区的研究尺度上,对于大尺度的土壤质量研究较少,将小尺度下的土壤质量研究成果拓展到大尺度研究中,仍是当前研究中亟待解决的重要问题。由于我国幅员辽阔,土壤资源空间变异大,基于大尺度进行土壤质量评价的研究就更加困难。在今后的研究中,依据区域特征开展区域土壤质量评价工作,识别土壤退化风险,制定土壤质量保护与提升策略,实现土壤质量的可持续发展是大尺度土壤质量评价的关键。此外,在进行区域乃至全国尺度的土壤质量检测时,应建立土壤质量动态监测与评价体系,对耕地土壤质量、生产潜力及土壤可持续发展能力进行评价。同时,提升土壤质量监测技术,健全土壤质量监测网络,在全国范围内推动土壤质量监测与预警及对策的相关研究,是实现可持续土壤管理的重要理论依据。

我国在进行土壤质量大尺度评价研究时往往更注重土壤的生产力功能,而国外多从土壤生态服务功能的角度对土壤质量进行评价^[19,22],在今后的土壤质量研究中更要注重土壤的生态属性和生态服务功能。以土壤生态系统服务为核心,系统开展大尺度下不同土地利用方式、生态环境条件和社会经济发展水平下的土壤质量评价工作,能更好地保护土地资源,提高土壤质量,实现对土地资源的合理利用与保护。

4 结论

全球变化背景下,土壤质量评价研究正处于飞速发展时期,研究的热点主要集中在土壤质量指标选取、最小数据集构建和土壤质量评价方法应用这三个方面。在评价指标中,土壤有机质作为土壤质量的核心指标,其选取频率最高,为96.6%,土壤酸碱度、全氮、速效磷、速效钾、容重等指标选取率均高于50%。近年来,随着土壤生物学技术的快速发展,微生物生物量、土壤酶活性等生物指标选取率呈上升趋势。被筛选进入最小数据集的指标中,土壤有机质、速效磷、土壤容重以及土壤酸度出现的频率较高,被广泛应用于表征土壤质量。当前国内外土壤质量评价研究中常用的评价框架为：根据评价目的测定土壤质量指标,利用主成分分析构建最小数据集,选取土壤质量指数法量化土壤质量。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 朱永官, 李刚, 张甘霖, 傅伯杰. 土壤安全:从地球关键带到生态系统服务
地理学报, 2015, 70(12):1859-1869.
DOI:10.11821/dlxb201512001 [本文引用: 1]
土壤是人类赖以生存和文明建设的重要基础资源。作为地球关键带的核心要素,土壤圈是地球表层系统最为活跃的圈层,而且土壤过程是控制地球关键带中物质、能量和信息流动与转化的重要节点。由于土壤的多重功能不断得到重视,传统的土壤概念已经无法全面反应土壤的功能和作用,为此本文提出了土壤安全的概念。土壤安全是一种基于土壤可持续发展目标而提出一种系统战略框架,为土壤资源的可持续利用和保护提供了理论基础。本文重点论述了地球关键带和土壤安全的内涵以及两者之间的差异和紧密关系。此外,还对土壤安全框架下的生态系统服务进行了梳理和总结,最后对面向生态系统服务的土壤安全需求进行了展望。
ZHU Y G, LI G, ZHANG G L, FU B J. Soil security: From Earth's critical zone to ecosystem services
Acta Geographica Sinica, 2015, 70(12):1859-1869. (in Chinese)
DOI:10.11821/dlxb201512001 [本文引用: 1]
土壤是人类赖以生存和文明建设的重要基础资源。作为地球关键带的核心要素,土壤圈是地球表层系统最为活跃的圈层,而且土壤过程是控制地球关键带中物质、能量和信息流动与转化的重要节点。由于土壤的多重功能不断得到重视,传统的土壤概念已经无法全面反应土壤的功能和作用,为此本文提出了土壤安全的概念。土壤安全是一种基于土壤可持续发展目标而提出一种系统战略框架,为土壤资源的可持续利用和保护提供了理论基础。本文重点论述了地球关键带和土壤安全的内涵以及两者之间的差异和紧密关系。此外,还对土壤安全框架下的生态系统服务进行了梳理和总结,最后对面向生态系统服务的土壤安全需求进行了展望。

[2] 武雪萍, 徐明岗, 潘根兴. 土壤管理与可持续利用——献给2015国际土壤年及《中国农业科学》创刊55周年
中国农业科学, 2015, 48(23):4603-4606.
[本文引用: 1]

WU X P, XU M G, PAN G X. Soil management and sustainable use of soils celebration for 2015 International Year of Soil and the 55th Anniversary of Scientia Agricultura Sinica
Scientia Agricultura Sinica, 2015, 48(23):4603-4606. (in Chinese)
[本文引用: 1]

[3] LAL R. Restoring soil quality to mitigate soil degradation
Sustainability, 2015, 7(5):5875-5895.
DOI:10.3390/su7055875URL [本文引用: 1]

[4] SMITH P, BUSTAMANTE M, HOUSE J I, SOBOCKÁ J, HARPER R, PAN G X, WEST P, CLARK J, ADHYA T, RUMPEL C, PAUSTIAN K, KUIKMAN P, COTRUFO M F, ELLIOTT J A, MCDOWELL R, GRIFFITHS R I, ASAKAWA S, BONDEAU A, JAIN A K, MEERSMANS J. Global change pressures on soils from land use and management
Global Change Biology, 2016, 22(3):1008-1028.
DOI:10.1111/gcb.2016.22.issue-3URL [本文引用: 1]

[5] DORAN J W, PARKIN T B. Defining and assessing soil quality: Defining soil Quality for a Sustainable Environment
Madison: Soil Science Society of America Publication Inc., 1994: 3-21.
[本文引用: 3]

[6] KARLEN D L, MAUSBACH M J, DORAN J W, CLINE R G, HARRIS R F, SCHUMAN G E. Soil quality: A concept, definition, and framework for evaluation (A Guest Editorial)
Soil Science Society of America Journal, 1997, 61(1):4-10.
DOI:10.2136/sssaj1997.03615995006100010001xURL [本文引用: 2]

[7] 赵其国, 孙波, 张桃林. 土壤质量与持续环境Ⅰ.土壤质量的定义及评价方法
土壤, 1997(3):113-120.
[本文引用: 2]

ZHAO Q G, SUN B, ZHANG T L. Soil quality and sustainable environmentⅠ. Definition and evaluation method of soil quality
Soils, 1997(3):113-120. (in Chinese)
[本文引用: 2]

[8] 刘占锋, 傅伯杰, 刘国华, 朱永官. 土壤质量与土壤质量指标及其评价
生态学报, 2006(3):276-288.
[本文引用: 3]

LIU Z F, FU B J, LIU G H, ZHU Y G. Soil quality: concept, indicators and its assessment
Acta Ecologica Sinica, 2006(3):276-288. (in Chinese)
[本文引用: 3]

[9] 张俊伶, 张江周, 申建波, 田静, 金可默, 张福锁. 土壤健康与农业绿色发展:机遇与对策
土壤学报, 2020, 57(4):783-796.
[本文引用: 2]

ZHANG J L, ZHANG J Z, SHEN J B, TIAN J, JIN K M, ZHANG F S. Soil health and agriculture green development: opportunities and challenges
Acta Pedologica Sinica, 2020, 57(4):783-796. (in Chinese)
[本文引用: 2]

[10] LEHMANN J, BOSSIO D.A, KÖGEL-KNABNER I, RILLIG M C. The concept and future prospects of soil health
Nature Reviews Earth & Environment. 2020, 1(10):544-553.
[本文引用: 4]

[11] MAUSEL P.W. Soil quality in Illinois—an example of a soils geography resource analysis
The Professional Geographer, 1971, 23(2):127-136.
DOI:10.1111/j.0033-0124.1971.00127.xURL [本文引用: 1]

[12] BÜNEMANN E K, BONGIORNO G, BAI Z. Soil quality - A critical review
Soil Biology and Biochemistry, 2018, 120:105-125.
DOI:10.1016/j.soilbio.2018.01.030URL [本文引用: 4]

[13] LARSON W E, PIERCE F J. Conservation and enhancement of soil quality: Evaluation for sustainable land management in the developing world
Bangkok: International Board for Soil Research and Management Inc., 1991: 175-203.
[本文引用: 2]

[14] DORAN J W, PARKIN T B. Quantitative Indicators of Soil Quality: A Minimum Data Set
Madison: Soil Science Society of America Inc., 1997.
[本文引用: 1]

[15] BASTIDA F, ZSOLNAY A, HERNÁNDEZ T, GARCÍA C. Past, present and future of soil quality indices: A biological perspective
Geoderma, 2008, 147(3/4):159-171.
DOI:10.1016/j.geoderma.2008.08.007URL [本文引用: 1]

[16] 徐建明, 张甘霖, 谢正苗, 吕晓男. 土壤质量指标与评价. 北京: 科学出版社, 2010.
[本文引用: 1]

XU J M, ZHANG G L, XIE Z M, LÜ X N. Indices and Assessment of Soil Quality. Beijing: Science Press, 2010. (in Chinese)
[本文引用: 1]

[17] 周启星. 健康土壤学. 北京: 科学出版社, 2005.
[本文引用: 1]

ZHOU Q X. Healthy Soil Science. Beijing: Science Press, 2005. (in Chinese)
[本文引用: 1]

[18] 曹志洪, 周健民. 中国土壤质量. 北京: 科学出版社, 2008.
[本文引用: 1]

CAO Z H, ZHOU J M. Soil Quality of China. Beijing: Science Press, 2008. (in Chinese)
[本文引用: 1]

[19] DORAN J W, ZEISS M R. Soil health and sustainability: Managing the biotic component of soil quality
Applied Soil Ecology, 2000, 15(1):3-11.
DOI:10.1016/S0929-1393(00)00067-6URL [本文引用: 2]

[20] KOCH A, MCBRATNEY A, LAL R. Put soil security on the global agenda
Nature: International Weekly Journal of Science, 2012, 492(7428):186-186.
[本文引用: 1]

[21] 沈仁芳, 滕应. 土壤安全的概念与我国的战略对策
中国科学院院刊, 2015, 30(4):468-476.
[本文引用: 1]

SHEN R F, TENG Y. Concept of soil safety and its application in China
Bulletin of Chinese Academy of Sciences, 2015, 30(4):468-476. (in Chinese)
[本文引用: 1]

[22] MCBRATNEY A, FIELD D J, KOCH A. The dimensions of soil security
Geoderma, 2014, 213(1):203-213.
DOI:10.1016/j.geoderma.2013.08.013URL [本文引用: 2]

[23] BRADY N C, WEIL R R. The Nature and Properties of Soils
New Jersey: Prentice Hall, 2007.
[本文引用: 1]

[24] LAL R. Soil health and carbon management
Food and Energy Security, 2016, 5(4):212-222.
DOI:10.1002/fes3.2016.5.issue-4URL [本文引用: 1]

[25] 李桂林, 陈杰, 檀满枝, 孙志英. 基于土地利用变化建立土壤质量评价最小数据集
土壤学报, 2008(1):16-25.
[本文引用: 3]

LI G L, CHEN J, TAN M Z, SUN Z Y. Establishment of a minimum dataset for soil quality assessment based on land use change
Acta Pedologica Sinica, 2008(1):16-25. (in Chinese)
[本文引用: 3]

[26] ANDREWS S S, MITCHELL J P, MANCINELLI R, KARLEN D L, MUNK D S. On-farm assessment of soil quality in California's central valley
Agronomy Journal, 2002, 94(1):12-23.
DOI:10.2134/agronj2002.0012URL

[27] 梁淑敏, 谢瑞芝, 李朝苏, 杨锦忠, 汤永禄, 吴春, 王灵便, 李少昆. 成都平原不同耕作模式的农田效应研究 Ⅱ.土壤综合质量评价
中国农业科学, 2011, 44(4):738-744.
[本文引用: 2]

LIANG S M, XIE R Z, LI C S, YANG J Z, TANG Y L, WU C, WANG L B, LI S K. Effects of tillage systems on fields in Chengdu plain—Ⅱ.The evaluation of soil quality
Scientia Agricultura Sinica, 2011, 44(4):738-744. (in Chinese)
[本文引用: 2]

[28] 金慧芳, 史东梅, 陈正发, 刘益军, 娄义宝, 杨旭. 基于聚类及PCA分析的红壤坡耕地耕层土壤质量评价指标
农业工程学报, 2018, 34(7):155-164.
[本文引用: 1]

JIN H F, SHI D M, CHEN Z F, LIU Y J, LOU Y B, YANG X. Evaluation indicators of cultivated layer soil quality for red soil slope farmland based on cluster and PCA analysis
Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(7):155-164. (in Chinese)
[本文引用: 1]

[29] SVORAY T, HASSID I, ATKINSON P M, MOEBIUS-CLUNE B N, VAN ES H M. Mapping soil health over large agriculturally important areas
Soil ence Society of America Journal, 2015, 79(5):1420-1434.
[本文引用: 1]

[30] 李静鹏, 徐明锋, 苏志尧, 孙余丹, 胡砚秋. 不同植被恢复类型的土壤肥力质量评价
生态学报, 2014, 34(9):2297-2307.
[本文引用: 1]

LI J P, XU M F, SU Z Y, SUN Y D, HU Y Q. Soil fertility quality assessment under different vegetation restoration patterns
Acta Ecologica Sinica, 2014, 34(9):2297-2307. (in Chinese)
[本文引用: 1]

[31] 欧芷阳, 申文辉, 庞世龙, 彭玉华, 谭一波, 何琴飞. 平果喀斯特山地不同植物群落的土壤质量评价
生态学杂志, 2015, 34(10):2771-2777.
[本文引用: 1]

OU Z Y, SHEN W H, PANG S L, PENG Y H, TAN Y B, HE Q F. Assessment of soil quality of different plant communities in the Karst mountains of Pingguo County, Guangxi
Chinese Journal of Ecology, 2015, 34(10):2771-2777. (in Chinese)
[本文引用: 1]

[32] 张沛, 李毅, 商艳玲. 偏最小二乘回归方法提取土壤质量单项评价指标初探
灌溉排水学报, 2015, 34(5):72-78.
[本文引用: 1]

ZHANG P, LI Y, SHANG Y L. Extraction of single soil quality index by partial least squares regression method
Journal of Irrigation and Drainage, 2015, 34(5):72-78. (in Chinese)
[本文引用: 1]

[33] 张广星, 于东升, 张忠启, 王兴祥, 史学正. BIO-NORM与EO耕地质量评价方法对比研究
地理科学, 2011, 31(8):1012-1018.
[本文引用: 1]

ZHANG G X, YU D S, ZHANG Q Z, WANG X X, SHI X Z. Cultivated land quality evaluation methods based on BIO-NORM and EO
Scientia Geographica Sinica, 2011, 31(8):1012-1018. (in Chinese)
[本文引用: 1]

[34] SMITH J L, HALVORSON J J, PAPENDICK R I. Using multiple-variable indicator kriging for evaluating soil quality
Soil Science Society of America Journal, 1993, 57(3):743-749.
DOI:10.2136/sssaj1993.03615995005700030020xURL [本文引用: 1]

[35] LARSON W E, PIERCE F J. The dynamics of soil quality as a measure of sustainable management
Soil Science, 1994, 551(1):37-51.
[本文引用: 1]

[36] FU B J, LIU S L, CHEN L D, YI-HE L, QIU J. Soil quality regime in relation to land cover and slope position across a highly modified slope landscape
Ecological Research, 2010, 19(1):111-118.
DOI:10.1111/ere.2004.19.issue-1URL [本文引用: 1]

[37] 王飞, 李清华, 林诚, 何春梅, 钟少杰, 李昱, 林新坚. 福建冷浸田土壤质量评价因子的最小数据集
应用生态学报, 2015, 26(5):1461-1468.
[本文引用: 3]

WANG F, LI Q H, LIN C, HE C M, ZHONG S J, LI Y, LIN X J. Establishing a minimum data set of soil quality assessment for cold-waterlogged paddy field in Fujian Province, China
Chinese Journal of Applied Ecology, 2015, 26(5):1461-1468. (in Chinese)
[本文引用: 3]

[38] 唐柄哲, 何丙辉, 闫建梅. 川中丘陵区土地利用方式对土壤理化性质影响的灰色关联分析
应用生态学报, 2016, 27(5):1445-1452.
[本文引用: 1]

TANG B Z, HE B H, YAN J M. Gray correlation analysis of the impact of land use type on soil physical and chemical properties in the hilly area of central Sichuan, China
Chinese Journal of Applied Ecology, 2016, 27(5):1445-1452. (in Chinese)
[本文引用: 1]

[39] 余健, 房莉, 仓定帮, 朱琳, 卞正富. 熵权模糊物元模型在土地生态安全评价中的应用
农业工程学报, 2012, 28(5):260-266.
[本文引用: 1]

YU J, FANG L, CANG D B, ZHU L, BIAN Z F. Evaluation of land eco-security in Wanjiang district base on entropy weight and matter element model
Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(5):260-266. (in Chinese)
[本文引用: 1]

[40] 杨先野, 付强, 王宝华, 姜秋香. 三江平原土壤质量变化评价的模糊神经网络模型构建及应用
水土保持研究, 2008(3):54-57.
[本文引用: 1]

YANG X Y, FU Q, WANG B H, JIANG Q X. Construction and application of fuzzy neural networks model in evaluation on the soil quality changes of Sanjiang Plain
Research of Soil and Water Conservation, 2008(3):54-57. (in Chinese)
[本文引用: 1]

[41] 解雪峰, 濮励杰, 朱明, 吴涛, 许艳. 基于MDS与TOPSIS模型的滨海滩涂围垦区土壤质量评价
环境科学, 2019, 40(12):5484-5492.
[本文引用: 1]

XIE X F, PU L J, ZHU M, WU T, XU Y. Assessment of soil quality in coastal tidal flat reclamation areas based on MDS-TOPSIS model
Environmental Science, 2019, 40(12):5484-5492. (in Chinese)
[本文引用: 1]

[42] 杨淇钧, 吴克宁, 冯喆, 赵瑞, 张小丹, 李晓亮. 大空间尺度土壤质量评价研究进展与启示
土壤学报, 2020, 57(3):565-578.
[本文引用: 1]

YANG Q J, WU K N, FENG Z, ZHAO R, ZHANG X D, LI X L. Advancement and revelation of the research on soil quality assessment on large spatial scales
Acta Pedologica Sinica, 2020, 57(3):565-578. (in Chinese)
[本文引用: 1]

[43] 沈仁芳, 陈美军, 孔祥斌. 耕地质量的概念和评价与管理对策
土壤学报, 2012, 49(6):1210-1217.
[本文引用: 1]

SHEN R F, CHEN M J, KONG X B. Conception and evaluation of quality of arable land and strategies for its management
Acta Pedologica Sinica, 2012, 49(6):1210-1217. (in Chinese)
[本文引用: 1]

[44] 林卡, 李德成, 张甘霖. 土壤质量评价中文文献分析
土壤通报, 2017, 48(3):736-744.
[本文引用: 1]

LIN K, LI D C, ZHANG G L. Literature analysis on soil quality assessment in China based on CNKI database
Chinese Journal of Soil Science, 2017, 48(3):736-744. (in Chinese)
[本文引用: 1]

[45] 陈梦军, 肖盛杨, 舒英格. 基于CNKI数据库对土壤质量评价研究现状的分析
山地农业生物学报, 2018, 37(5):41-48.
[本文引用: 1]

CHEN M J, XIAO S Y, SHU Y G. Analysis on soil quality evaluation studies based on CNKI database
Journal of Mountain Agriculture and Biology, 2018, 37(5):41-48. (in Chinese)
[本文引用: 1]

[46] GHOSH B N, SHARMA N K, ALAM N M, SINGH R J, JUYAL G P. Elevation, slope aspect and integrated nutrient management effects on crop productivity and soil quality in North-west Himalayas, India
Journal of Mountain Science, 2014, 11(5):1208-1217.
DOI:10.1007/s11629-013-2674-9URL [本文引用: 1]

[47] MUNODAWAFA A. Assessing nutrient losses with soil erosion under different tillage systems and their implications on water quality
Physics and Chemistry of the Earth, 2007, 32(15/18):1135-1140.
[本文引用: 1]

[48] NORRIS C E, CONGREVES K A. Alternative management practices improve soil health indices in intensive vegetable cropping systems: A review
Frontiers in Environmental Science, 2018, 6:50.
DOI:10.3389/fenvs.2018.00050URL [本文引用: 1]

[49] 董文, 张青, 罗涛, 王煌平. 不同有机肥连续施用对土壤质量的影响
中国农学通报, 2020, 36(28):106-110.
[本文引用: 1]

DONG W, ZHANG Q, LUO T, WANG H P. Effects of continuous application of different organic fertilizers on soil quality
Chinese Agricultural Science Bulletin, 2020, 36(28):106-110. (in Chinese)
[本文引用: 1]

[50] MOESKOPS B, BUCHAN D, SUKRISTIYONUBOW O, NEVE S D, GUSSEME B D, WIDOWATI L R, SETYORINI D, SLEUTEL S. Soil quality indicators for intensive vegetable production systems in Java, Indonesia
Ecological Indicators, 2012, 18:218-226.
DOI:10.1016/j.ecolind.2011.11.011URL [本文引用: 1]

[51] LI P, WU M C, KANG G D, ZHU B J, LI H X, HU F, JIAO J G. Soil quality response to organic amendments on dryland red soil in subtropical China
Geoderma, 2020, 373:114416.
DOI:10.1016/j.geoderma.2020.114416URL [本文引用: 1]

[52] 杨柳, 龙怀玉, 刘鸣达, 罗斌, 丁保华, 雷秋良, 张认连. 我国种植业无公害农产品产地环境标准特征分析
农业环境科学学报, 2009, 28(6):1325-1331.
[本文引用: 1]

YANG L, LONG H Y, LIU M D, LUO B, DING B H, LEI Q L, ZHANG R L. Analysis of characteristics of environmental standard for nuisanceless agro-food area
Journal of Agro-Environment Science, 2009, 28(6):1325-1331. (in Chinese)
[本文引用: 1]

[53] 张燕, 龙怀玉, 雷秋良, 张认连, 杨柳, 高添, 张志华. 无公害农产品产地土壤质量描述性指标体系刍议
土壤通报, 2010, 41(1):222-229.
[本文引用: 1]

ZHANG Y, LONG H Y, LEI Q L, ZHANG R L, YANG L, GAO T, ZHANG Z H. Study on soil quality descriptive index of nuisanceless agro-food producing area
Chinese Journal of Soil Science, 2010, 41(1):222-229. (in Chinese)
[本文引用: 1]

[54] 王玉军, 刘存, 周东美, 陈怀满. 一种农田土壤重金属影响评价的新方法:土壤和农产品综合质量指数法
农业环境科学学报, 2016, 35(7):1225-1232.
[本文引用: 1]

WANG Y J, LIU C, ZHOU D M, CHEN H M. A new approach for evaluating soil heavy metal impact: A comprehensive index combined soil environmental quality and agricultural products quality
Journal of Agro-Environment Science, 2016, 35(7):1225-1232. (in Chinese)
[本文引用: 1]

[55] 曲楠, 朱明超, 窦森. 近红外与中红外光谱技术在土壤分析中的应用
分析测试学报, 2015, 34(1):120-126.
[本文引用: 1]

QU N, ZHU M C, DOU S. Application of near-and mid-infrared diffuse reflectance spectroscopic techniques in soil analysis
Journal of Instrumental Analysis, 2015, 34(1):120-126. (in Chinese)
[本文引用: 1]

[56] DELGADO-BAQUERIZO M, REICH P B, TRIVEDI C, ELDRIDGE D J, ABADES S, ALFARO F D, BASTIDA F, BERHE A A, CUTLER N A, GALLARDO A, GARCÍA-VELÁZQUEZ L, HART S C, HAYES P E, HE J Z, HSEU Z Y, HU H W, KIRCHMAIR M, NEUHAUSER S, PÉREZ C A, REED S C, SANTOS F, SULLIVAN B W, TRIVEDI P, WANG J T, WEBER-GRULLON L, WILLIAMS M A, SINGH B K. Multiple elements of soil biodiversity drive ecosystem functions across biomes
Nature Ecology & Evolution, 2020, 4(2):210-220.
[本文引用: 1]

[57] PRESSLER Y, ZHOU J Z, HE Z L, NOSTRAND J D, SMITH A P. Post-agricultural tropical forest regeneration shifts soil microbial functional potential for carbon and nutrient cycling
Soil Biology and Biochemistry, 2020, 145:107784.
DOI:10.1016/j.soilbio.2020.107784URL [本文引用: 1]

[58] GUO T F, ZHANG Q, ZHANG C, LIANG G Q, HE P, LEI Q L, ZHOU W. Analysis of microbial utilization of rice straw in paddy soil using a DNA‐SIP approach
Soil Science Society of America Journal, 2020, 84(1):99-114.
DOI:10.1002/saj2.v84.1URL [本文引用: 1]

[59] BASTIDA F, MORENO J L, HERNÁNDEZ T, GARCÍA C. Microbiological degradation index of soils in a semiarid climate
Soil Biology & Biochemistry, 2006, 38(12):3463-3473.
DOI:10.1016/j.soilbio.2006.06.001URL [本文引用: 1]

[60] 胡月明, 万洪富, 吴志峰, 吴谷丰, 李华兴. 基于GIS的土壤质量模糊变权评价
土壤学报, 2001, 38(3):266-274.
[本文引用: 1]

HU Y M, WAN H F, WU Z F, WU G F, LI H X. GIS-based soil quality evaluation with fuzzy variable weight
Acta Pedologica Sinica, 2001, 38(3):266-274. (in Chinese)
[本文引用: 1]

[61] 姚荣江, 杨劲松, 陈小兵, 余世鹏, 李晓明. 苏北海涂围垦区土壤质量模糊综合评价
中国农业科学, 2009, 42(6):2019-2027.
[本文引用: 1]

YAO R J, YANG J S, CHEN X B, YU S P, LI X M. Fuzzy synthetic evaluation of soil quality in coastal reclamation region of north Jiangsu Province
Scientia Agricultura Sinica, 2009, 42(6):2019-2027. (in Chinese)
[本文引用: 1]