《Frontiers in Soil Science》：Soil quality indices and critical limits of indicators under long-term rice-based agroecosystems in subtropical India
编辑推荐：
引言：以水稻为基础的农业生态系统在南亚亚热带地区广泛实践，在维持土壤健康和确保长期作物生产力方面发挥着重要作用。然而，关于水稻农业生态系统中土壤质量的详细评估以及关键土壤质量指标临界值的确定仍然有限。因此，本研究旨在评估印度亚热带条件下变性土（Vertisol
引言：以水稻为基础的农业生态系统在南亚亚热带地区广泛实践，在维持土壤健康和确保长期作物生产力方面发挥着重要作用。然而，关于水稻农业生态系统中土壤质量的详细评估以及关键土壤质量指标临界值的确定仍然有限。因此，本研究旨在评估印度亚热带条件下变性土（Vertisols）和始成土（Inceptisols）的土壤质量指数，识别关键最小数据集（minimum data set，MDS）指标，并确定其临界值。
材料与方法：研究人员从四种不同水稻农业生态系统（水稻-鹰嘴豆（rice-chickpea，RC）、水稻-小麦（rice-wheat，RW）、水稻-休闲（rice-fallow，RF）和水稻-山黧豆（rice-lathyrus，RL））的农田表层（0–15 cm）采集土壤样本，涵盖两种土壤类型，并对土壤化学、物理和生物学属性进行评估。采用主成分分析（principal component analysis，PCA）筛选关键MDS指标，随后对各指标进行评分、加权并整合以计算土壤质量指数（soil quality index，SQI）。
结果：在变性土中，RC处理的SQI最高（0.85），其次为RL（0.81），RW处理最低（0.73）。在始成土中，RL处理的SQI最高（0.78），其次为RF（0.71），RW处理最低（0.64）。总体而言，变性土的SQI（0.79）高于始成土（0.71）。在变性土中，为MDS指标脱氢酶活性（dehydrogenase activity，DHA）、容重（bulk density，BD）、平均重量直径（mean weight diameter，MWD）、有机碳（organic carbon，OC）、有效磷（available phosphorus，AP）和锌（Zn）建立了上下临界值，相应的SQI临界值为0.72和0.86。在始成土中，同样为OC、阳离子交换量（cation exchange capacity，CEC）、碱性磷酸酶活性（alkaline phosphatase activity，AlPA）、DHA、水力传导度（hydraulic conductivity，HC）和Zn建立了临界值，相应的SQI临界值为0.66和0.78。
结论：研究得出结论，在两种土壤类型中，豆科作物的纳入比集约化RW和RF系统更能维持较好的土壤质量。关键MDS指标的识别及其临界值的确定可为制定土壤和作物特定的管理实践提供支持，以维持土壤质量和长期产量可持续性。
**长期水稻种植制度下印度亚热带地区土壤质量评价与关键指标临界值研究解读**
**一、研究背景与意义**
以水稻为基础的农业生态系统广泛分布于南亚亚热带地区，在维持土壤健康和保障长期作物生产力方面发挥着不可替代的作用。然而，全球集约化农业区的土壤质量持续下降，主要表现为土壤有机碳水平降低、水土流失加剧、养分投入不合理与失衡、土壤生物多样性减少以及土壤紧实度增加，这些因素已成为农业可持续发展面临的最显著威胁。土壤质量退化直接导致生态系统服务功能和土壤功能的衰退，因此对土壤质量进行科学评价对于农业可持续发展至关重要。水稻农业生态系统主导着南亚亚热带地区，但近年来其生产力出现停滞甚至下降趋势，主要归因于厌氧与好氧土壤条件的持续交替，这一过程被认为是驱动土壤理化及生物学特性变化的主要因素。农民普遍采用的水稻土搅浆（puddling）和耖田（beushening）等耕作措施，在优化雨季水稻生产的同时，长期在淹水条件下作业会破坏土壤结构、降低土壤稳定性，逐步导致土壤质量退化；持续淹水和排水不畅还会降低养分利用效率、加剧土壤肥力退化并改变土壤生物多样性。此外，部分农民在水稻收获后于田间焚烧秸秆，导致微生物生物量积累不足、有机碳下降以及氮、磷、硼、锌等养分失衡。水稻后茬通常种植小麦、鹰嘴豆或山黧豆，部分田块因资源和灌溉条件限制而休闲；小麦种植需进行高强度翻耕，但水资源不可靠及主要养分使用不合理导致其生产力低下。这些因素综合作用于土壤的化学、物理和生物学特性，最终导致该区域整体土壤质量下降。
土壤质量难以直接测定，通常通过反映土壤关键功能的各项可测量指标进行评估。识别最敏感的土壤属性是筛选最小数据集（MDS）指标的基础，而MDS指标的整合可构建土壤质量指数（SQI）。在众多评价方法中，基于主成分分析（PCA）的SQI因其定量可靠性、灵活性和解释应用的简便性而被广泛采用。印度拥有多种土壤类型，其中始成土是最主要的土纲，变性土是第四大土纲。此前研究虽已针对同一研究区域和农业生态系统建立了跨土壤类型的MDS指标，但不同管理实践显著影响土壤生态系统服务功能，导致不同土纲间土壤质量存在差异，因此统一的MDS指标可能无法充分代表不同土壤类型间的功能变异性。目前，针对不同土壤分别建立MDS指标、确定土纲特异性临界值并在长期农户管理田间条件下进行评价的研究在全球及印度均十分有限；且现有研究多在试验条件下开展，难以反映农户田间的真实变异和管理实践。本研究的创新之处在于针对变性土和始成土分别建立土纲特异性的MDS，确立各土纲关键土壤质量指标的独立临界值，并基于长期农户管理的水稻种植制度，确保研究结果反映真实田间条件和管理实践。
**二、研究目标与关键方法**
本研究旨在评估土壤质量，筛选最敏感的土壤物理、化学和生物学属性以纳入MDS，确定长期水稻农业生态系统中SQI和MDS指标的临界值，并考察SQI与系统产量之间的关系。研究人员在印度恰蒂斯加尔邦巴洛德县开展研究，该区域属东部高原农业气候区，土壤主要为典型暗色变性土（Typic Haplusterts）和典型淡色始成土（Typic Haplustepts）。采用分层随机抽样方法，选取该县10%的村庄以捕捉空间变异性，在两种土壤类型和四种水稻农业生态系统（水稻-小麦RW、水稻-鹰嘴豆RC、水稻-山黧豆RL、水稻-休闲RF）下共采集140个表层（0–15 cm）土样，其中变性土80个（每种系统20个）、始成土60个（三种系统各20个）。样本于2017年3–4月作物收获后5–7天采集。研究采用的主要关键技术包括：主成分分析（PCA）用于从32项土壤属性中筛选MDS指标，线性评分方法将指标归一化为0–1的无量纲值，加权加和土壤质量指数（WTD-SQI）方法计算SQI，以及回归分析用于建立MDS指标与相对产量（RY）之间的函数关系以确定临界值。
**三、主要研究结果**
**3.1 土壤物理属性**：在变性土中，RW处理容重（BD）最高（1.40 Mg m?3），RC处理最低（1.34 Mg m?3）；RC处理田间持水量（FC）（32.43%）、凋萎系数（WP）（21.45%）、持水量（WHC）（51.86%）和平均重量直径（MWD）（0.86 mm）均最高，RW处理最低。在始成土中，RW处理BD最高（1.41 Mg m?3），RL处理最低（1.37 Mg m?3）；RL处理FC、WP、WHC、饱和导水率（HC）（0.98 cm h?1）和MWD（0.77 mm）均最高，RW处理最低。
**3.2 土壤化学属性**：在变性土中，RC处理有机碳（OC）最高（5.81 g kg?1），RW最低（4.68 g kg?1）；RC处理阳离子交换量（CEC）最高[50.03 cmol(p?) kg?1]，有效氮（AN）、有效磷（AP）、有效钾（AK）、有效硫（AS）及微量元素（Fe、Mn、Cu、Zn、B）均以RC最高、RW最低。在始成土中，RL处理OC最高（4.89 g kg?1），RW最低（3.79 g kg?1）；CEC、AN、AP、AK、AS及微量元素均以RL最高、RW最低。
**3.3 土壤生物学属性**：在变性土中，RC处理微生物生物量碳（MBC）（816.94 mg kg?1）、微生物生物量氮（MBN）（237.61 mg kg?1）、潜在可矿化碳（PMC）（437.66 mg kg?1）、潜在可矿化氮（PMN）（192.89 mg kg?1）、酸性磷酸酶活性（APA）（91.82 μg p-nitrophenol g?1 d?1）、碱性磷酸酶活性（AlPA）（303.76 μg p-nitrophenol g?1 d?1）、脲酶活性（UA）（30.81 μg NH?-N g?1 d?1）和脱氢酶活性（DHA）（41.11 μg TPF g?1 d?1）均最高，RW最低。在始成土中，RL处理各项生物学指标均最高，RW最低。
**3.4 最小数据集指标**：在变性土中，前六个特征值≥1的主成分（PC）累计解释75.26%的变异，最终保留的MDS指标为DHA、BD、MWD、OC、AP和Zn。在始成土中，前六个PC累计解释73.59%的变异，最终保留的MDS指标为OC、CEC、AlPA、DHA、HC和Zn。
**3.5 计算得到的土壤质量指数**：变性土SQI范围为0.73–0.85，RC最高（0.85）、RL次之（0.81）、RW最低（0.73）；始成土SQI范围为0.64–0.78，RL最高（0.78）、RW最低（0.64）。总体上变性土SQI（0.79）高于始成土（0.71）。
**3.6 MDS指标对SQI的贡献**：在变性土中，DHA贡献最大（48%），其次为BD（20%）、MWD（12%）、OC（7%）、AP（7%）和Zn（6%）。在始成土中，OC贡献最大（26%），其次为CEC（23%）、AlPA（18%）、DHA（14%）、HC（11%）和Zn（6%）。
**3.7 SQI的验证**：SQI与水稻当量产量（REY）呈显著正相关。变性土中RC系统R2最高（0.91），其次为RL（0.89）、RF（0.88）、RW（0.82）；始成土中RL系统R2最高（0.89），其次为RW（0.86）、RF（0.85）。
**3.8 土壤质量指标临界值的确定**：在变性土中，DHA、BD、MWD、OC、AP和Zn的上下临界值分别为25和42.5 μg TPF g?1 d?1、1.33和1.44 Mg m?3、0.62和0.84 mm、4.2和5.8 g kg?1、14.5和22.2 kg ha?1、0.34和0.78 mg kg?1。在始成土中，OC、CEC、AlPA、DHA、HC和Zn的上下临界值分别为3.6和5.25 g kg?1、26和42 cmol(p?) kg?1、238和290 μg p-nitrophenol g?1 d?1、20和36 μg TPF g?1 d?1、0.80和0.97 cm h?1、0.68和1.28 mg kg?1。
**3.9 SQI的临界值**：变性土中SQI上下临界值为0.72和0.86，始成土中为0.66和0.78，表明实现80%相对产量在变性土中需要更高的SQI。
**3.10 土壤质量指标解释**：基于相对产量（RY），将各MDS指标划分为低（<40% RY）、中（40%–80% RY）和充足（>80% RY）三个等级。在变性土中，约45%样品的DHA处于充足等级；在始成土中，超过50%样品的AlPA达到充足等级。
**四、讨论与结论**
不同水稻农业生态系统间土壤属性的显著差异归因于农民采用的不同农艺实践。水稻-豆科（RC和RL）系统在两种土壤类型中均维持了较RW和RF系统更高的SQI。在变性土中RC效果最佳，在始成土中RL效果最佳，这体现了豆科作物纳入对土壤过程的互补效应：鹰嘴豆通过较高的根系生物量和有机质输入缓解了搅浆后的土壤紧实并增强了团聚体稳定性；山黧豆通过根系诱导的结构稳定作用改善了土壤团聚。化学方面，豆科作物的生物固氮作用以及窄碳氮比秸秆的快速分解增加了有机碳储量和养分有效性；生物学方面，豆科根系和残茬提供的活性碳持续刺激了微生物生物量和酶活性。相比之下，RW系统经历了较严重的土壤紧实和养分耗竭，RF系统缺乏水稻收获后的有机碳输入，导致土壤质量较差。
两种土壤类型鉴定出不同的MDS指标，反映了其成土特性、矿物学和养分动态的固有差异。在变性土中，土壤质量主要由结构稳定性和生物学活性主导；在始成土中，养分保持和肥力相关属性起更大作用。OC、DHA和Zn在两种土壤类型中均被选为关键指标，表明这些属性受土壤类型影响较小而对管理措施更敏感。变性土较高的SQI和SQI上限临界值归因于其蒙脱石型黏土矿物主导的深层次土壤结构，有利于有机碳的稳定和较高的微生物活性。SQI与RY之间的显著关系（变性土R2=0.90，始成土R2=0.89）表明SQI对作物生产力具有强烈影响；回归斜率表明SQI每增加0.1个单位，变性土和始成土的相对产量分别约增加30.4%和29.7%。
研究结论如下：长期水稻农业生态系统显著影响土壤化学、物理和生物学属性，进而影响整体土壤质量。其中，RC系统在变性土中、RL系统在始成土中分别表现出最优的土壤质量维持效果，RF系统比集约化RW系统保持了相对较好的土壤质量。研究确定了变性土和始成土各自不同的MDS指标并建立了相应临界值，为维持土壤质量和长期生产力提供了针对特定土壤的管理策略。这些发现强调，生物学指标在变性土中影响更大，而化学指标在始成土中更为重要。为亚热带地区两种土壤类型的水稻农业生态系统建立关键土壤指标和SQI的上下限，有助于制定土壤特异性的优化管理策略，以在农户田间条件下维持土壤质量和长期生产力。本研究结果支持可持续发展目标（SDGs），特别是通过增强可持续性促进SDG 2（零饥饿）和通过改善土壤资源管理促进SDG 15（陆地生物）。
