长期优化耕作结合秸秆还田提升水稻土土壤健康、生态系统多功能性与水稻产量

《Farming System》：Long-term optimized tillage with straw return enhances soil health, ecosystem multifunctionality, and rice yield in paddy soils

　　

可持续水稻生产依赖于土壤健康，这是环境质量和生态系统服务的基础。传统耕作不还田降低了中国东北地区黑土的质量，然而很少有研究同时评估在长期对比管理模式下土壤健康、土壤生态系统多功能性（soil EMF）、生态系统服务和水稻产量（RGY）。研究人员检验了五种处理：传统耕作不还田（CT，对照）、传统耕作还田（CTS）、秋耕（秋翻加旋耕）还田（AT(P+R)S）、秋旋耕还田（AT(R)S）和秋轮耕（一年翻耕一年旋耕）还田（AT(P/R)S）。与CT相比，AT(R)S使加权土壤健康指数-最小数据集（WSHI-MDS）提高4.24%，并导致土壤EMF、碳固存和养分循环的ΔZ正向变化分别增加6.33、2.12和4.38，同时伴随由改善的生物和化学指标驱动的RGY增加17.96%。随机森林分析表明，速效磷（AvP）、土壤有机质（SOM）和酸性磷酸酶（ACP）是土壤健康的潜在预测因子；AvP、土壤脲酶（SUE）和ACP可能贡献于土壤EMF；AvP和ACP是RGY的重要预测因子。结构方程模型显示，AT(R)S主要通过生物指标改善土壤健康而与产量正向关联。AT(R)S成为在维持高产的同时提升土壤健康、土壤EMF和生态系统服务的最佳处理，为促进黑水稻土可持续水稻生产和土壤管理提供了新见解。

**论文解读文章**

**研究背景与问题**
东北地区年产水稻超过3756万吨，占全国粮食安全重要地位。全球水稻秸秆产量达3.6亿吨，中国占2.34亿吨，秸秆还田作为有机改良措施可补充土壤碳和养分。然而，传统耕作不还田导致黑土有机质耗竭、养分流失、侵蚀和退化，威胁土壤健康。土壤健康是环境质量和生态系统服务的基础，但无法直接量化，需整合理化、生物和生态指标综合评估。目前，长期不同耕作与秸秆还田模式对土壤健康、土壤生态系统多功能性（soil EMF）、生态系统服务及水稻产量（RGY）的综合影响缺乏系统量化。因此，研究人员开展本研究，旨在通过最小数据集（MDS）框架识别关键指标，确定最佳管理策略，并揭示其关联路径。

**研究内容与结论**
研究人员在黑龙江省农业科学院示范农场（哈尔滨，45°40′N，126°35′E）设置长期定位试验（2017年始），采用随机完全区组设计，设5种处理：传统耕作不还田（CT，对照）、传统耕作还田（CTS）、秋耕（秋翻加旋耕）还田（AT(P+R)S）、秋旋耕还田（AT(R)S）和秋轮耕（一年翻耕一年旋耕）还田（AT(P/R)S）。2024年收获后采集0–20 cm土层样品，测定22项土壤指标，基于CASH方法计算土壤健康指数，利用Z-score标准化评估土壤EMF和生态系统服务，采用随机森林分析、结构方程模型（SEM）和TOPSIS多准则分析进行综合评价。结论表明：AT(R)S显著提升土壤健康、土壤EMF、碳固存、养分循环及水稻产量，且速效磷（AvP）和酸性磷酸酶（ACP）是土壤健康、土壤EMF和产量的共同潜在预测因子。该研究为黑水稻土可持续生产提供理论依据，论文发表在《Farming System》。

**主要技术方法**
本研究基于长期定位试验（2017–2024年，哈尔滨），采用Cornell大学综合土壤健康评估（CASH）方法，通过方差分析保留显著指标（p≤0.05），经Pearson相关确定与RGY显著相关的总数据集（TDS，18项指标），再经主成分分析（PCA）提取特征值>1的4个主成分（累计方差86.77%），构建8项最小数据集（MDS）指标（SOM、SUE、AvP、ACP、SMC、CEC、EC、FH）。采用累积正态分布函数进行0–1评分，加权计算土壤健康指数（WSHI-MDS）。利用Z-score标准化8项MDS指标代表土壤EMF并关联生态系统服务（碳固存、养分循环、食物生产、储水、生物多样性栖息地）。随机森林分析（R包rfPermute）识别关键预测因子，结构方程模型（SmartPLS）解析路径，TOPSIS优选管理策略。

**研究结果**
**3.1 土壤健康评估**
22项土壤健康指标中20项存在显著差异（p≤0.05）。AT(R)S的土壤微生物生物量碳（SMBC）、脲酶（SUE）、酸性磷酸酶（ACP）、碱性磷酸酶（ALP）、速效磷（AvP）、pH和有机质（SOM）最高，较CT分别增加183.63%、145.86%、63.54%、33.61%、19.93%、1.70%和24.35%。AT(P/R)S的土壤微生物生物量氮（SMBN）、碱解氮（SAHN）、铵态氮（NH₄⁺-N）、速效钾（AvK）和阳离子交换量（CEC）最优。WSHI-MDS排名：AT(R)S > AT(P/R)S > AT(P+R)S > CTS > CT，AT(R)S较CT提高4.24%。所有处理均为中等健康等级。随机森林分析显示AvP（p<0.01）、SOM（p<0.01）和ACP（p<0.01）是WSHI-MDS的潜在预测因子。

**3.2 生态系统服务、多功能性与水稻产量**
生态系统服务中，碳固存（CS）和养分循环（NR）在AT(R)S下最高，食物生产（FP）在AT(P/R)S下最高。AT(R)S较CT使CS、NR和FP的ΔZ分别增加2.12、4.38和1.06，但储水（WS）和生物多样性栖息地（HB）为负值。土壤EMF排名：AT(R)S > AT(P/R)S > CTS > AT(P+R)S > CT。RGY排名：AT(R)S > AT(P/R)S > AT(P+R)S > CT > CTS，AT(R)S较CT增加17.96%。回归分析显示RGY与土壤EMF（R²=0.425，p=0.008）和WSHI-MDS（R²=0.641，p<0.001）显著正相关。Mantel检验表明RGY与AvP和SMC高度显著关联（r≥0.4，p<0.01），与ACP和EC显著关联。随机森林分析表明AvP（p<0.05）和ACP（p<0.05）是RGY和土壤EMF的重要预测因子。结构方程模型揭示，AT(R)S通过生物指标正向影响土壤健康指数（路径系数0.77），进而正向影响土壤EMF（0.71）和产量（0.68）。

**3.3 综合评估与最优管理策略**
TOPSIS多准则分析（权重均等0.2）排序：AT(R)S（0.855）> CTS（0.579）> AT(P+R)S（0.491）> AT(P/R)S（0.449）> CT（0.396）。AT(R)S在土壤健康、生态系统服务、EMF和产量间实现最佳平衡。

**讨论与结论**
讨论部分指出，MDS通过PCA有效降低了评估成本并保持效度（R²=0.790）。AT(R)S浅旋耕（10–15 cm）结合全量秸秆还田维持了活性层有机质，淹水-落干交替驱动氧化还原循环提升pH和CEC，刺激微生物活性。AvP、SOM和ACP是土壤健康的核心驱动因子，反映了养分循环、碳动态和生物活性。土壤EMF与土壤健康指数显著正相关，但生物多样性栖息地服务下降表明存在权衡。RGY与土壤健康指数和EMF正相关，CTS下产量下降可能因连续翻耕导致微生物快速固持养分。研究结论部分翻译如下：
**5. 结论**
长期轮耕结合秸秆还田显著改善了土壤健康、土壤生态系统多功能性、生态系统服务和水稻产量，相较于传统耕作方式。所有处理根据综合土壤健康评估框架均被归类为中等土壤健康等级。速效磷和酸性磷酸酶成为土壤健康、生态系统多功能性和水稻产量的共同潜在预测因子，凸显了磷循环在水稻土中的重要性。然而，轮耕下储水减少以及所有处理中生物多样性栖息地服务的下降表明需要进一步管理关注的权衡。水稻产量与土壤健康指数和生态系统多功能性正相关，证明土壤改善直接提升生产力。TOPSIS多准则分析确定AT(R)S为在本研究使用的指标、权重和试验条件下的最佳处理，平衡了土壤健康、生态系统多功能性、生态系统服务和产量的提升。总之，本研究建议AT(R)S为东北地区可持续水稻生产和黑土恢复提供多重效益，从而支持水稻系统的粮食安全和环境韧性。