整合系统综述与贝叶斯加权方法构建干旱半干旱区土壤健康评估最小数据集

《Journal of Environmental Management》：Integrating systematic review and Bayesian weighting to derive a minimum dataset for soil health assessment in arid and semi-arid regions

　　

通过对141项研究进行系统综述，构建了一个稳健的土壤健康评估（Soil Health Assessment, SHA）最小数据集（Minimum Dataset, MDS）。采用贝叶斯期望最大化（Bayesian Expectation-Maximization, Bayesian EM）算法从不完整的文献数据中推导指标权重。研究人员为全球旱地及地中海盆地提供了双重权重向量：全球尺度上，土壤有机碳（Soil Organic Carbon, SOC）、电导率（Electrical Conductivity, EC）、容重（Bulk Density, BD）和阳离子交换量（Cation Exchange Capacity, CEC）权重排名最高；地中海区域则以土壤微生物呼吸（Soil Microbial Respiration, SMR）和SOC为主导。该权重体系可随土壤健康新证据的积累而动态更新。

**1. 引言**

土壤是地球生物圈的基础，支撑着区域和全球环境质量及粮食生产安全，因此土壤健康（Soil Health, SH）的重要性不可低估。SH被定义为土壤作为维持植物、动物和人类的生命生态系统的能力，可通过化学、物理和生物三大类指标进行评估。化学指标反映土壤固相与溶液之间的界面过程，调控养分通量和生态系统功能；物理指标影响水分和养分的运移、保持和可利用性以及根系穿透能力；生物指标反映土壤生物（尤其是微生物群落）的丰度、多样性和活性。综合运用这些指标可在不同土壤类型和生态系统中评估SH，这对识别限制性区域和支持可持续土壤管理策略至关重要。欧盟土壤监测法（EU Soil Monitoring Law）等政策已将SH评估纳入统一的监管框架。

多年来已开发了多种土壤健康评估（SHA）指数，通常通过土壤质量指数（Soil Quality Index, SQI）来表达，可基于全部参数或缩减为最小数据集（MDS）。适当的MDS可减少测量时间和成本，消除共线性和数据冗余。MDS的选择可通过专家判断或统计降维方法（如主成分分析PCA、冗余分析RDA、因子分析FA等）来实现。

干旱和半干旱区约占地球陆地面积的三分之一，其土壤具有低自然肥力、低持水能力、高pH、高盐度和低土壤有机质（Soil Organic Matter, SOM）等特征。地中海盆地是土壤退化和荒漠化最敏感的区域，也是气候变化的敏感热点区。因此，亟需构建适应干旱半干旱区及地中海特殊限制条件的综合性SHA框架。

**1.1 土壤健康评估工具**

SHA工具是将物理、化学和生物指标整合为可解释评分或指数的框架。康奈尔土壤健康综合评估（Comprehensive Assessment of Soil Health, CASH）是北美应用最广泛的SHA工具之一，整合了物理、化学和生物指标，但其部分指标测量成本较高且劳动密集。土壤管理评估框架（Soil Management Assessment Framework, SMAF）基于土壤功能进行指标评分，并纳入区域性土壤和气候条件，具有灵活性。Haney土壤健康工具通过微生物呼吸、水可提取碳和氮来反映土壤生物学状态，对短期管理变化更敏感且成本较低，但跨区域稳健性有限。磷脂脂肪酸（Phospholipid Fatty Acid, PLFA）分析可提供微生物群落的定量信息，但成本高且技术复杂。

本研究旨在为干旱半干旱区提供一个全球通用的SHA最小数据集，结合系统综述数据识别最具代表性的土壤功能指标并赋予权重，特别关注地中海盆地这一高度脆弱区域。

**2. 材料与方法**

**2.1 系统综述检索方案**

制定了全面的检索方案，涵盖2010至2025年间发表的关于干旱半干旱区农业适宜性和生产力的SHA评估研究。检索字符串围绕三个核心维度设计：SH对农业生产力影响、干旱半干旱区SHA、与非污染相关的SHA。检索共获取4509篇同行评审文章（Scopus 2678篇，Web of Science 1831篇），导入Rayyan工具进行筛选。

**2.2 PRISMA协议应用与最小数据集筛选**

采用三阶段筛选流程：第一阶段遵循PRISMA（系统综述和荟萃分析的首选报告项目）协议，通过标题、关键词、摘要及全文阅读的逐步筛选，最终141篇文献符合条件。以20%报告频率为阈值，低于此阈值的指标被排除。第二阶段聚焦于报告总数据集或MDS及指标权重/主成分分析（PCA）公因子方差/因子分析（FA）得分的70篇文献。第三阶段聚焦于地中海盆地研究，得到17篇文献。最终MDS在全球和地中海尺度上保持一致，包含6个物理指标、4个化学指标和2个生物指标。

**2.3 权重提取**

从报告权重、公因子方差和FA得分的文献中提取SHI权重。对提供PCA公因子方差的文章，基于公因子方差手动计算各指标权重并重新归一化；对提供FA得分的文章，基于因子载荷进行类似处理。此外，研究人员从PCA/FA载荷矩阵中提取了冗余分析证据：当两个指标在同一主成分上具有最高载荷时，认为存在共载荷（冗余）信号。

**2.4 统计分析**

采用贝叶斯方法结合非信息Dirichlet分布（α_i=1）估计SHI最终权重，以期望最大化（Expectation-Maximization, EM）算法迭代更新权重：(1) w_i = 1/k，其中k为指标总数；(2) w^(t+1) = (α + C) / Σ(α_i + C_i)。收敛条件为连续权重向量间L1范数差异小于10^?6。该分析先在全球70篇文献的MDS上运行，再应用于17篇地中海文献。通过超参数敏感性分析（伪样本量N₀=20–500，Dirichlet浓度参数α=0.1–5）和文章级自助抽样（Bootstrap，1000次）评估权重稳健性。采用中心对数比（centred log-ratio, clr）变换后进行Pearson相关和方差膨胀因子（Variance Inflation Factor, VIF）分析评估多重共线性。

**3. 结果与讨论**

**3.1 文献的时空分布**

141篇全球文献涵盖约27个国家，中国、美国、印度和伊朗的研究数量最多（各19–24篇），反映出这些人口最稠密国家通过土壤改良应对粮食安全的努力。中国的研究集中于河流冲积平原、黑土区及干旱低肥力区；美国研究聚焦于集约化机械化农业区；印度和伊朗的研究集中于受气候条件严重限制和集约化耕作区。地中海范围内，土耳其和埃及的研究数量最多，分别关注了pH、SOC、EC、BD和土壤质地、盐度、交换性钠百分比（Exchangeable Sodium Percentage, ESP）等关键限制因子。

**3.2 最小数据集筛选**

从141篇文献中共识别出超过138个土壤指标。最终MDS包含6个物理指标（容重BD、饱和导水率K_sat、砂粒Sand、粉粒Silt、黏粒Clay、土壤微生物呼吸SMR）、4个化学指标（pH、电导率EC、阳离子交换量CEC、交换性钠百分比ESP）和1个生物指标被视为生物类的SMR（亦属物理范畴的土壤呼吸指标），以及土壤有机碳SOC。物理指标的高占比反映了干旱半干旱区土壤物理限制（水分入渗和储存）的核心作用。

生化指标如脲酶、磷酸酶、过氧化氢酶、脱氢酶、芳基硫酸酯酶等因方法复杂、技术要求高、成本昂贵而报告频率极低（<10%）。氮素各形态（可矿化氮、微生物生物量氮等）和碳组分（活性有机碳、颗粒有机碳等）因分析分馏而难以统一汇总。CaCO₃/碳酸钙当量（Calcium Carbonate Equivalent, CCE）与pH在PCA中共载荷比例为23.5%，且与CEC、EC等已有指标的总共载荷率达64.7%，且其在全球数据集中报告频率仅24.8%，因此未被保留于最终MDS中。经clr变换后的VIF分析显示，BD、Clay、pH、CEC和SOC的VIF均低于10的严重共线性阈值。

**3.3 贝叶斯权重分析**

全球数据集中，最重要的参数为SOC（0.147）、BD（0.119）、EC（0.111）和CEC（0.106）。质地指标（Clay 0.082、Sand 0.061、Silt 0.057）居中，K_sat权重最低（0.023），这可能归因于K_sat的高时空变异性（变异系数27%–75%）。地中海数据集中，SMR权重最高（0.218），其次为SOC（0.163）和Clay（0.118），CEC（0.046）和pH（0.087）低于全球水平，Silt几乎可忽略（0.011）。SMR的高权重反映了地中海土壤中微生物活动作为土壤功能关键代理的生物学敏感性，但其权重中来自插补（imputed）的比例达0.189，与直接观测贡献0.220处于同一量级，因此SMR的高排名应当谨慎解读。

观测/插补相对贡献分析显示，全球层面上SOC（0.164）、BD（0.137）和EC（0.128）在实际观测中占比较高，而SMR和CEC则有较大插补份额，这与二者测量技术复杂、成本高昂有关。敏感性分析和Bootstrap验证表明，权重排序在广泛超参数范围内保持稳定，最高权重指标（SOC、EC、BD、pH）与最低权重指标（Clay、ESP、Silt、Sand、K_sat）的95%置信区间不重叠，证实了权重排序的稳健性。

**3.4 土壤健康指标聚合建议**

部分MDS指标可根据其功能关系聚合为综合得分：质地参数、BD和K_sat可构建压实/封闭（Compaction/Sealing, CS）综合得分；EC、ESP和pH可整合为盐度–钠质化–酸度（Salinity–Sodicity–Acidity, SSA）综合得分。SOC、SMR和CEC则描述独立的土壤化学和生态属性，可在SHA方程中单独使用。目前CS和SSA分组仍为基于过程的建议，尚未经过实证验证，未来需通过实地产量数据和土壤退化状态进行校准。

**3.5 面向气候驱动的MDS重校准：前瞻性探讨**

在地中海盆地及干旱半干旱区预期升温、降水减少和蒸发需求增加的气候轨迹下，各SHI的相对诊断能力及MDS权重预计将发生演变。EC因其在高蒸散发条件下对盐分蒸浓和海水入侵的敏感性，最有可能获得权重提升。SOC虽具有较高的现有权重，但在干旱加剧导致跨站点SOC均质化损耗的情形下，其权重可能下降。SMR的权重预计将随更多直接测量数据的积累而增强。pH的演变方向则取决于局部施肥和排水条件。在盐渍化旱地中，EC和ESP将反映盐分动态；在无盐内陆旱地中，SOC和BD将是物理退化的主要代理指标。

**3.6 与CASH和SMAF的比较及所提MDS的局限性**

所提11指标MDS与SMAF和CASH的核心指标集直接重叠约4个指标（BD、pH、EC、SOC/SOM），但在质地细分、K_sat、CEC和ESP等方面有所扩展，反映了针对干旱半干旱区盐碱化和水力/质地限制的专门设计。与地中海区域SMAF应用研究的对比显示，物理化学核心指标存在高度一致性（重叠率44%–80%）。

**3.7 所提MDS的局限性**

所提MDS完全源自已发表文献，尚未经过独立田间实验数据的验证。Bootstrap置信区间描述的是文献语料库组成的稳定性，而非实地尺度的验证。SMR的局限性尤为突出：其最终权重的很大部分来自插补而非直接测量。此外，权重代表的是跨多种土壤气候和管理背景的综合信号，未按土壤质地、耕作制度和灌溉管理分层。本研究也未考虑土地利用类型（一年生农田、多年生果园、草地）的差异。未来需在对比性土壤质地、耕作制度、灌溉管理和气候条件下开展实地校准。

**4. 结论**

本研究基于141篇文献的系统综述，为干旱半干旱区提供了一个全球统一且统计稳健的SHA框架。通过在全球和地中海两个尺度上协调指标筛选和贝叶斯加权，所提MDS克服了现有SHA方法可比性不足的问题，同时保持了对区域特定土壤限制的敏感性。未来发展方向包括：(1) 将所得权重用于校准综合土壤健康评分方程并在实地进行验证，优先验证SMR的地中海排序；(2) 对气候胁迫下权重重校准轨迹（特别是EC和SMR权重预期增加、SOC权重可能下降）进行实证检验；(3) 在文献数量充足后，按土壤类型、土地利用和盐碱化状态分层调整权重，以支持欧盟土壤监测法等新兴监管框架的实施。