冯瑞琦，潘 萍，欧阳勋志*，臧 颢，具琳静，李坚锋

（1.鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室，江西 南昌 330045；2.江西农业大学 林学院，江西 南昌 330045）

【研究意义】土壤作为陆地和森林生态系统的重要组分，是调节养分吸收、转化分解、供水以及促进林地生产力的重要媒介[1]，为地上植物的生长提供必需养分。土壤质量是土壤维持动、植物以及环境健康的能力体现[2]，其变化对森林群落的演替具有重要的调控作用[3]。由于土壤与植被间的关系密切，开展森林土壤质量的评价研究将有助于土壤的可持续管理和森林的可持续经营。【前人研究进展】近年来，诸多学者围绕土壤质量展开了大量研究，但由于土壤自身功能和相关关系的复杂性，有关土壤质量评价指标的选择仍没有一个统一的标准[4]，这可能主要是由于土壤质量与其所在的区域位置[5]、土壤类型[6-7]以及植被[2]等因素关系密切有关。土壤质量是土壤多种因子的综合体现，其变化不能仅靠单一指标衡量，而最小数据集（MDS）是具有代表性的土壤指标最小集合，能反映土壤属性的大部分信息[6]，在土壤质量评价体系中被广泛应用，但评价指标的选取也因其研究目的而异。如曾宪礼等[8]对毛竹林进行土壤肥力研究时，选择容重、有机质、非毛管孔隙度、N 和P 含量等评价指标；陈梦迪等[9]为反映不同枯落物管理的云南松林土壤质量变化，则选用了较为灵敏的土壤酶和微生物指标进行研究。此外，不同学者对土壤质量评价所采用的方法也不尽相同，如邵国栋等[10]采用线性评分方法对昆嵛山森林土壤质量进行了评价；Li等[11]采用非线性评分方法对土壤质量进行了评价；Nabiollahi 等[12]基于线性和非线性两种评分方法表明，非线性评分方法对于伊朗不同土地利用方式土壤质量的评价结果较为准确，而Gopal等[13]则得出线性评分方法结果更为可靠。可见，对特定区域的土壤质量开展评价研究时，选择合适的评价方法至关重要。而为了探究土壤质量的影响因素，不少学者引入障碍因子诊断模型分析影响土壤质量的主要因素，如王琪琪等[14]研究发现，较低的总有机碳、全氮和黏粒含量是江苏省如东县滩涂围垦区土壤质量的主要制约因子，并表明提高其土壤质量水平可通过改善土壤结构和增加养分含量实现。

【本研究切入点】闽楠（Phoebe bournei）是樟科常绿乔木，为我国Ⅱ级珍稀渐危树种，目前仅在江西、广西、湖南、福建等地的低海拔山林中有少量分布[15-16]，其中，江西是闽楠自然分布较典型的省份之一。国内有学者从化学计量[17]、林分结构[18]、天然更新[19]、种间关联性[20]、生物量[21]、林木竞争[22]、种群结构[16]等方面对闽楠天然次生林开展了相关研究，但对其土壤质量的现状及其影响因子尚不清楚。近年来，江西省积极营造珍贵树种，不少县市都开展了闽楠人工造林，而目前对其造林地的选择及经营等还没有形成较为完整的技术体系。【拟解决的关键问题】本研究基于土壤物理、化学指标，通过相关性分析、主成分分析等方法构建土壤质量评价MDS 对全省闽楠天然次生林林地土壤质量进行评价并探明其影响因子，可为闽楠天然次生林的可持续经营以及人工闽楠林营造立地的选择及经营等提供参考依据。

1 材料与方法

1.1 研究区概况

研究区为江西省安福县、遂川县、井冈山市、三清山、婺源县和修水县，地貌以丘陵、山地为主，土壤类型主要为红壤、黄红壤和黄壤等，母岩以砂岩、花岗岩、页岩和板岩等为主；属于亚热带温暖湿润季风气候，年均气温14.2～18.1 ℃；年均降水量1 421～1 962 mm，降水主要集中在春季和夏初，雨量充沛，年无霜期为247～284 d。森林覆盖率均为70%以上，森林植被类型丰富，主要有常绿阔叶林、针叶林、针阔混交林和竹林等。

1.2 样地设置与调查

通过森林资源二类调查资料以及从林业主管部门的了解，选择了闽楠分布较多的安福县、遂川县、井冈山市、三清山、婺源县和修水县为调查区域。2015—2018年7-8月分别对区域内闽楠分布地进行踏查，在此基础上，共选择30个人为干扰程度轻且在立地、林木生长等方面能够代表当地闽楠次生林平均水平的地块设置典型样地，其面积依据地形和闽楠种群分布特征而定，为400 m2（20 m×20 m）或600 m2（20 m×30 m），调查样地内包括树种、郁闭度、林分密度、胸径和树高等林分因子以及坡度、坡向、腐殖质层厚度、土壤类型、海拔和坡位等立地因子，其中，样地土壤类型均为红壤，同时调查其林下植被、凋落物等因子。

1.3 土壤样品的采集与测定

土壤物理性质的取样采用剖面法，在样地内选择能代表其植被和土壤平均水平的地段（一般为样地中央位置）挖取土壤剖面，并分别于0～10 cm、10～20 cm 土层打环刀，在环刀周围用铝盒分别取土样约10 g 用于土壤容重、孔隙度以及土壤水分等物理性质的分析。土壤化学性质的取样则采用土钻法，依据地形分别在样地内坡上、坡中和坡下方位置选择取样点进行0～10 cm 和10～20 cm 土层土壤样品的采集，将每层样品充分混匀后取1 kg 左右装袋带回，待风干过筛、清除杂质后进行土壤化学性质测定。一般认为0～20 cm 土层代表土壤表层[10]，因此本研究以0～10 cm 和10～20 cm 土层的均值作为0～20 cm 土壤指标数据进行分析。

土壤含水量的测定采用酒精燃烧法；土壤容重、最大持水量、毛管持水量、田间持水量、非毛管孔隙度、毛管孔隙度和总孔隙度采用环刀法测定；有机质的测定采用重铬酸钾硫酸氧化—硫酸亚铁滴定法，全氮采用硫酸消煮—半微量凯氏定氮法测定；全磷采用酸溶—钼锑抗比色法测定；全钾采用氢氧化钠熔融—火焰光度法测定；速效氮采用碱解扩散法测定；速效磷采用氟化铵盐酸比色法测定；速效钾采用醋酸铵提取—火焰光度法测定；pH值采用电位法测定[23]。

1.4 土壤质量评价方法

1.4.1 最小数据集的建立 土壤理化性质是反映土壤基本属性的指标，也是体现土壤肥力质量的关键指标。因此，本研究参考前人对林地土壤质量评价选择的相关土壤指标[3,6]，以及根据相关研究得出的闽楠对土壤的要求进行实地调查测定的指标，选取了土壤物理、化学共16 个指标作为全数据集（TDS）指标。由于指标比较多，综合考虑敏感性、实用性以及稳定性等原则，采用主成分分析法（PCA）进行指标筛选，同时结合Norm值的计算得到最小数据集（MDS）指标。Norm值的计算可以尽可能避免土壤数据冗余，并能最大程度地保留其土壤指标信息，其计算公式为[6]：式中：k是特征值≥1的主成分个数；λk则表示第k个主成分的特征值；Njk是j指标在k个主成分的累加因子荷载值；ujk是j指标的单个因子荷载，体现其重要性。

首先，对各土壤指标进行组别划分，即以特征值≥1为提取原则，通过主成分分析得到几个主成分，再将其中荷载值为0.5以上的指标划为一组，如存在指标载荷值在不同主成分中均大于0.5，则根据各指标间的相关分析系数，将其划入相关性较低的组别中[6]。其次，选出每组中最高Norm 值90%以上的指标，如该组中各指标间存在显著相关性（r＞0.5），则保留最高Norm 值指标到MDS，而对于每组中相关性不显著的指标则均保留到MDS[24]。最终，确定MDS。

1.4.2 土壤质量评分方程的建立 非线性评分方程。通过非线性评分方程将土壤指标无量纲化，转换为0～1的分值，方程如下[12-13]：

式中：SNL是非线性得分值，取值为0～1；a取1，表示最大得分值；x是各指标实际测量的数值；x0是各指标均值；b表示方程斜率，“越大越好”指标取值为-2.5，“越小越好”指标则取值为2.5。

线性评分方程。通过方程计算将各指标转化为介于0～1的线性得分值，方程如下[13]：

式中：SL是介于0～1 的得分值；x是指标实际测量的数值；L是指标实测最小值；H是指标实测最大值。其中，“越大越好”指标采用公式（3）计算，“越小越好”指标采用公式（4）。

1.4.3 土壤质量指数的计算 土壤质量指数（SQI）是由各指标得分值和权重采用加权求和方法计算得出，其公式如下[5]：

式中：SQI是土壤质量指数；Sj是第j个土壤指标的得分值；Wj是由主成分分析中第j个指标公因子方差与总方差的比值计算得出，表征其所占权重大小；n是土壤指标的个数。

1.4.4 障碍因子诊断模型 引入障碍因子诊断模型对影响土壤质量的障碍因子进行分析。其公式为[25]：

式中：Mij是第i个样地第j个指标的障碍度大小；Mj是j指标在所有样地的平均障碍度值，体现该指标的障碍程度大小；Pij=1-Sij，表示土壤单项指标与理想值1 的差距，数值越大对土壤质量越不利，Sij是第i个样地第j个指标的得分值大小；Wj是该指标所占权重值。

1.5 数据分析

通过SPSS19.0 软件进行土壤各指标描述性统计分析、主成分分析法和Pearson 相关分析，所有的图表制作以及数据处理、计算均在Excel 2010中完成。

2 结果与分析

2.1 土壤指标描述性分析

由土壤16 个理化指标描述性分析可知（表1），8 个物理指标的变异系数介于12.49%～44.38%，对各指标变异系数进行等级划分，CV 小于10%为弱变异，介于10%～100%为中等变异，CV 大于100%为强变异[26]，可知其物理指标均属于中等变异。在化学指标中，pH 值3.85～4.81，土壤酸性较强，变异系数为5.77%，为弱变异；而其他指标均表现为中等变异，其变异系数为28.36%～62.32%。参考全国第二次土壤普查养分分级标准和林业土壤养分含量可知，其有机质、全氮和速效氮含量总体较为丰富，全钾和速效磷含量处于中等水平，而全磷和速效钾含量则相对偏低，其均值分别为0.34 g/kg 和87.07 mg/kg。

表1 土壤理化指标描述性统计特征分析Tab.1 The descriptive statistical analysis of soil physical and chemical indexes

2.2 最小数据集指标的筛选

由表2 可知，根据特征值≥1 的提取原则，通过主成分分析共得到前5 个主成分，其贡献率分别为40.478%、17.126%、13.278%、8.015%和6.896%，累计贡献率为85.794%，说明这5 个主成分可解释闽楠天然次生林土壤属性的85%以上的信息。一般来说，指标因子载荷值越大，其所占主成分权重越大，对土壤影响越大。因此，根据各土壤指标的因子载荷值和相关性将其划分为5 个组别，由公式（1）计算得到各指标的Norm 值，结果见表2。由表2 可知，第1 组指标有田间持水量、毛管持水量、土壤含水量、最大持水量、毛管孔隙度、全氮和全钾，其主要反映了土壤水分性质和氮素水平，结合Norm 值大小进行指标选取，第1 组进入MDS 的预选指标有毛管持水量、田间持水量、最大持水量和土壤含水量4 个指标，而通过指标间的相关系数（表3）可知，这些指标间的相关性均达到极显著水平（P＜0.01），因此，选择Norm 值最大的田间持水量进入MDS；第2 组指标有土壤容重、速效磷、非毛管孔隙度和pH 值，其主要体现土壤质地和磷素含量，而第2 组进入MDS 的预选指标只有土壤容重，其是反映土壤质地的关键指标，直接选入MDS；第3 组指标有总孔隙度、有机质和速效氮，其主要反映土壤养分含量，其中，总孔隙度和有机质Norm 值均较大，且两者相关性较小，故全部进入MDS；第4 组和第5 组分别只有速效钾和全磷符合条件，故保留进入MDS。因此，最终选择的MDS 是田间持水量、土壤容重、总孔隙度、有机质、速效钾和全磷6 个指标。

表2 土壤指标主成分因子载荷及Norm值Tab.2 The principal component factor load and Norm values of soil indicators

表3 土壤理化指标相关性分析Tab.3 The correlation analysis of soil physical and chemical indicators

2.3 土壤质量评价

2.3.1 土壤质量评价分析 根据表1各指标值的范围，土壤容重介于0.88～1.55 g/cm3，在这个范围内土壤容重较小，且在主成分分析中，其主要为负载荷值，故在计算得分值时，土壤容重采用“越小越好”，类似的，其他指标依据其值的范围，采用“越大越好”计算。同时，由于各评价指标对土壤质量的影响程度存在差异，因此根据主成分分析法得出的公因子方差计算各评价指标的权重系数，区分不同指标影响作用的大小。将MDS指标进行主成分分析计算指标权重[6]，结果见表4。由表4可知，MDS中田间持水量所占权重最大，其次为土壤容重和全磷含量，速效钾为最小，这表明土壤物理性质指标对土壤质量影响较大。

表4 土壤质量评价指标权重Tab.4 Weight of soil quality evaluation indicators

根据公式（5）分别计算得出MDS 线性土壤质量指数（SQI1-L）和非线性土壤质量指数（SQI2-NL），见表5。由表5 可知，SQI1-L 的均值为0.443，变异系数为36.12%，属于中等变异；SQI2-NL 的均值为0.475，变异系数为21.26%，同属于中等变异。根据赵川等[27]土壤质量分级并结合闽楠次生林地土壤质量状况，按土壤质量指数大小将土壤质量划分为优（0.8～1.0）、良（0.6～0.8）、中（0.4～0.6）和差（0～0.4）4个等级。由表5可以看出，线性与非线性方法对土壤质量等级评价的结果虽然总体上都是以中等为主，但还是存在一定的差异，SQI1-L 表明63.33%的样地土壤质量处于中等及以上水平，而SQI2-NL 的结果则得出73.33%的样地处于中等及以上水平。

表5 最小数据集两种土壤质量指数统计特征值Tab.5 Statistical eigenvalues of soil quality index in minimum data sets

采用上述方法分别计算TDS指标得分和权重系数（表4），得出TDS线性土壤质量指数（SQI3-L）和非线性土壤质量指数（SQI4-NL）对两种方法的适用性进行验证。由公式（5）计算得出，SQI3-L 变化范围为0.211～0.653，均值为0.421，变异系数为33.25%；SQI4-NL 的变化范围为0.341～0.619，均值为0.473，变异系数为16.07%。对线性和非线性评分方法的TDS 和MDS 土壤质量指数进行线性拟合，结果见图1。由图1 可知，线性和非线性两种评分方法的MDS 和TDS 土壤质量指数间均存在较高的相关性，F检验结果均为差异极显著（F=181.456 和F=98.735，P＜0.01），但线性评分方法土壤质量指数间的决定系数（R2=0.866）大于非线性评分方法的决定系数（R2=0.779），这表明线性评分方法所得回归方程更为显著，线性土壤质量指数对土壤质量的变化具有更高的解释度，拟合效果更优；同时，SQI1-L 的变化范围和变异系数均大于SQI2-NL、SQI3-L 和SQI4-NL，这表明基于MDS 的SQI1-L 更能准确反映闽楠天然次生林土壤质量的变化。

图1 两种评分方法最小数据集与全数据集土壤质量指数分析Fig.1 Analysis of soil quality index between minimum data set and total data set of two grading methods

2.3.2 土壤质量障碍因子分析 运用障碍因子诊断模型计算MDS 指标对土壤质量的障碍程度，见图2。由图2 可知，土壤指标障碍度总排序为全磷（0.239）＞土壤容重（0.189）＞田间持水量（0.168）＞速效钾（0.151）＞有机质（0.134）＞总孔隙度（0.119）。在土壤质量差的样地中，土壤容重障碍度（0.210）最大，其次为田间持水量（0.194）和全磷（0.189），速效钾障碍度（0.122）最小，其田间持水量和土壤容重等物理性状的障碍程度占据主导地位。相比之下，在土壤质量为良、中的样地中，土壤容重、田间持水量、有机质和总孔隙度的障碍程度均有所降低，全磷和速效钾等养分指标障碍度则有上升趋势，全磷障碍度均占据首要地位。总的来看，全磷和土壤容重障碍度较大，是影响闽楠天然次生林土壤质量的主要制约因子。

图2 土壤指标障碍度雷达图Fig.2 Radar plot of barriers to soil indicators

3 讨论

选择合适且具有代表性的指标是土壤质量评价工作的重要环节[6]。根据前人研究表明，基于主成分分析法筛选的MDS 可以解决数据冗余问题，使评价结果更具有代表性[8-9]，本研究通过主成分分析法筛选的MDS 指标包括田间持水量、土壤容重、总孔隙度、有机质、全磷和速效钾，其包括了表征土壤水分、质地和养分3 方面特征的指标，能较为全面、客观地评价闽楠天然次生林土壤质量。然而，由于研究对象的差异，相关学者选取的土壤质量评价指标也不尽相同，如刘昊等[28]、王嘉琛等[29]进行土壤质量研究时均选用了容重、有机质、孔隙度、磷和钾等指标，土壤容重和孔隙度是体现土壤质地和松紧度的关键指标，有机质、磷素和钾素可以很好地反映土壤C、P、K 等养分水平，故被广泛选用，这与本研究结果基本一致，且由于本研究区域土壤全磷和速效钾含量偏低，其变化一定程度上可以反映土壤养分的变化；而杨振奇等[6]在对砒砂岩区不同人工林地土壤质量进行评价时选用土层厚度、土壤含水量等作为评价指标，这主要是由于该区域较为干旱，土层浅薄且土壤侵蚀严重，土壤含水量能够较为灵敏的体现其土壤水分的变化，而本研究区域雨量充沛，所筛选的田间持水量不易受季节性降水影响[30]，能较为客观真实的表征土壤的物理水分性质。此外，不少研究表明生物学指标在衡量土壤质量、肥力和生产力方面较为灵敏[3,10]，但其对于反映闽楠天然次生林土壤质量的敏感度如何，这有待今后进一步调查研究。

本研究发现，基于线性评分方法的MDS 和TDS 土壤质量指数间比非线性评分方法具有更优的拟合效果，这表明线性土壤质量指数间具有更高的解释度，线性评分方法所得结果更为准确。这与Gopal等[13]和Askari 等[31]研究结果一致，线性评分方法采用土壤实测指标的最大值和最小值作为指标阈值，与指标间相关性更高[32]，更能准确的反映土壤质量变化；同时，本研究中，4 种土壤质量指数的变化范围和变异系数均表现为SQI1-L＞SQI3-L＞SQI2-NL＞SQI4-NL，变异系数的大小一定程度上可以体现其对土壤质量变化的响应程度[6]，系数越大其响应程度越高，线性评分方法所得结果均大于非线性评分方法，而这也表明线性评分方法更为敏感，对评价闽楠天然次生林土壤质量的变化适用性更高。但也有研究认为，非线性评分方法能更好地反映土壤的功能[33-34]，如刘鑫[35]等对青藏高原草地土壤质量则得出非线性评分方法评价结果更为准确，这可能与研究区域、土壤类型、植被、人为干扰程度以及选取的评价指标不同有关。

土壤质量的变化受到多种因素的影响，如许安妮等[36]对四川常绿阔叶林的研究发现氮素和磷素缺乏是影响土壤质量的主要因子，这主要与其林分结构复杂，土壤微生物分解速率快，导致氮、磷元素消耗过快有关；而赵川等[27]则得出pH 值和速效钾是制约7 种不同恢复林地土壤质量提升的关键。可见，针对不同的研究对象，其土壤质量主要影响因素也可能存在差异。本研究中，约有36.67%的闽楠林地土壤质量处于差等水平，其土壤容重障碍度最大，是影响土壤质量的主要因子。有研究表明土壤容重与土壤类型关系密切[37]，红壤土黏重易板结且淋溶作用强[25]，不利于土壤透水和养分的转化积累，是导致土壤容重成为主要制约因子的原因。而对于土壤质量中、良的闽楠天然次生林，土壤容重、孔隙度、田间持水量等指标的障碍度均有所降低，这可能与闽楠生长及其丰富的林下植被有关，植物发达的根系有助于降低土壤密度，改善土壤孔隙状况和持水性能[8]；同时，地表枯落物以及活跃的微生物活动也可能对表层土壤结构质地的改善存在一定积极作用[2]。但值得注意的是，土壤容重的制约作用依旧显著，今后可适当辅助一定人为措施促进土壤质地的改善。此外，闽楠天然次生林土壤全磷含量均值为0.34 g/kg，多为磷元素供应不足，尤其在土壤质量中等及以上的林分，全磷含量成为主要制约因子，究其原因，一方面可能与植物的吸收利用以及磷素易被铁、铝等氧化物固定而有效性降低的化学特性有关[38]，且随着时间的增加，其磷素固定作用也会逐渐增强，而这与赵其国等[39]得出的酸性红壤土普遍缺磷的结论一致；另一方面，闽楠天然次生林中幼树幼苗较多，其生长消耗的养分大于凋落物分解以及有机质向磷素转化的速率，不利于土壤养分的循环，从而也可能导致土壤磷素缺乏，因此，适当施加磷肥有利于提高闽楠次生林的土壤质量。土壤质量的变化是一个复杂的过程，虽然通过土壤指标可以反映土壤质量，但林下植被[5]、凋落物层[36]、立地[6,40]等环境因子对土壤质量的影响也不容忽视，其作用机理有待进一步研究。

4 结论

通过对反映闽楠天然次生林土壤物理、化学性质16 个指标的相关性分析、主成分分析并结合Norm值筛选出田间持水量、土壤容重、总孔隙度、有机质、全磷和速效钾为土壤质量评价的最小数据集（MDS）指标；基于MDS的线性土壤质量指数（SQI1-L）更适用于闽楠天然次生林土壤质量评价，其土壤质量总体处于中等水平；全磷和土壤容重是影响闽楠天然次生林土壤质量的主要因子。因此，今后可适当通过施加磷肥等人为措施促进土壤质量的改善。