摘要：建植人工草地是青藏高原地區(qū)治理草地退化的重要舉措，為探明不同早熟禾屬（Poa L.）人工草地土壤質(zhì)量差異及其青藏高原地區(qū)土壤質(zhì)量評估指標，本研究以青藏高原地區(qū)9個早熟禾屬材料為研究對象，綜合考慮19個土壤理化因子作為全數(shù)據(jù)集（TDS）進行描述性特征分析，利用相關(guān)性和主成分分析將指標分組以確定適宜的土壤質(zhì)量因子，結(jié)合Norm值篩選土壤質(zhì)量評價最小數(shù)據(jù)集（MDS），并計算了土壤質(zhì)量（SQI）指數(shù)。發(fā)現(xiàn)MDS包括土壤pH值、電導率、土壤含水量、土壤三相結(jié)構(gòu)距離、全碳、全氮、全磷、全鉀和銨態(tài)氮。9種早熟禾人工草地土壤質(zhì)量I-3-21-1＞I-3-22-10＞09-106＞QC＞09-004＞QL＞09-304＞16-369＞QB，SQI與早熟禾干草產(chǎn)量高度相關(guān)，表明該指數(shù)對評價青藏高原地區(qū)早熟禾生產(chǎn)具有較高的生物學意義，可以為青藏高原地區(qū)早熟禾評價及退化草地恢復提供理論依據(jù)。

關(guān)鍵詞：青藏高原；早熟禾；土壤質(zhì)量；最小數(shù)據(jù)集；干草產(chǎn)量

中圖分類號：S544.9""" 文獻標識碼：A""""" 文章編號：1007-0435（2024）12-3855-13

Evaluation of Soil Quality and Establishment of Bio-indicators Based on

Minimal Data Set

HU Wei， LIU Wen-hui*， LIU Kai-qiang， WU Yu-han

（Qinghai university Qinghai Academy of Animal Science and Veterinary Medicine， Key Laboratory of Superior

Forage Germplasm in the Qinghai-Tibetan Plateau， Xining， Qinghai Province 810016， China）

Abstract：Planting artificial grassland is an important initiative to combat grassland degradation in the Qinghai-Tibetan Plateau region. In order to explore the distinctions in soil quality of artificial grasslands of different Poa L. and the indicators for soil quality assessment in the Qinghai-Tibetan Plateau region. In this study，we took nine Poa L. in the Qinghai-Tibetan Plateau region as the research objects，comprehensively considered 19 soil physicochemical factors as the full data set （TDS） for descriptive characterization，grouped the indexes to determine the appropriate soil quality factors using correlation and principal component analysis，screened the minimum data set （MDS） for soil quality evaluation by combining with Norm values，and calculated the soil quality （SQI） indexes. It was found that MDS included soil pH，conductivity，soil water content，soil three-phase structural distance，total carbon，total nitrogen，total phosphorus，total potassium and ammonium nitrogen. The soil quality of the nine species of Poa L. artificial grassland I-3-21-1＞I-3-22-10＞09-106＞QC＞09-004＞QL＞09-304＞16-369＞QB，and SQI was highly correlated with the production of Poa L. in the Qinghai-Tibetan Plateau region. The SQI was highly correlated with the hay yield，indicating that the index had high biological significance for evaluating the production of Poa L. in the Tibetan Plateau region，which could provide theoretical basis for the evaluation of Poa L. and the restoration of degraded grassland in the Qinghai-Tibetan Plateau region.

Key words：Qinghai-Tibet Plateau;Poa annua L.;Soil quality;Minimum data set;Hay yield

收稿日期：2023-11-15修回日期：2024-02-01

基金項目：青海省帥才科學家負責制項目“草種創(chuàng)新及其在草地農(nóng)業(yè)系統(tǒng)中的作用”（2023-NK-147）和現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項資金（CARS-34）資助

作者簡介：

胡偉（1997-），男，漢族，河北保定人，碩士研究生，主要從事牧草栽培育種方面研究，E-mail：scihw123@163.com；*通信作者Author for correspondence，E-mail：qhliuwenhui@163.com

草地生態(tài)系統(tǒng)是中國陸地面積最大的生態(tài)系統(tǒng)，其中青藏高原高寒草地可利用面積達1.059×108 hm2，為動植物生存發(fā)展提供了豐富的資源和服務功能［1-2］。盡管草地生態(tài)系統(tǒng)在漫長的時間中適應了放牧、鹽堿化、極端天氣等環(huán)境干擾，但是人類活動（如過度放牧）和氣候變化（如氣候變暖、極端干旱或極端降水）等因素仍然會對草地生態(tài)系統(tǒng)功能、物種組成、穩(wěn)定性和生物多樣性產(chǎn)生不同程度影響，從而降低土壤質(zhì)量［3］。近年來，人們通過人工草地建植、退耕還林還草、草地補播、草皮移植、翻耕、圍欄封育等生態(tài)恢復措施，使草地土壤質(zhì)量得到了一定程度改善。早熟禾（Poa annua L.）為禾本科（Gramineae）早熟禾屬（Poa L.）多年生草本植物，具有抗逆性強、地下根莖發(fā)達、固土保水能力強等特點，是人工草地建植的關(guān)鍵草種，在退化草地治理中發(fā)揮著重要作用［4］，但適宜青藏高原地區(qū)種植的早熟禾鄉(xiāng)土優(yōu)良品種較為缺乏，人工處理模式單一、土壤質(zhì)量評價與管理等基礎(chǔ)較為薄弱［5-6］。因此，加快早熟禾屬鄉(xiāng)土優(yōu)良草種的選育，創(chuàng)新退化草地恢復模式，加強監(jiān)測草地土壤質(zhì)量變化對促進退化草地生態(tài)恢復具有重要意義。

土壤作為水圈、巖石圈、生物圈之間有益元素運輸及動植物生存發(fā)展的載體［7-8］，是植物生長的基礎(chǔ)和陸地生態(tài)系統(tǒng)的重要組成部分，對植物生長和生產(chǎn)至關(guān)重要［9］。土壤結(jié)構(gòu)復雜，功能豐富多樣［10］，其質(zhì)量高低是反映土壤管理水平和生產(chǎn)能力的重要因素，具有維持環(huán)境質(zhì)量和促進動植物健康的能力［11］。土壤質(zhì)量評價能較為全面地反映土壤現(xiàn)存狀況，是土壤環(huán)境、健康和肥力的綜合表達［12］，但其因土壤自身特性、土地利用方式、生產(chǎn)管理模式、氣候和環(huán)境變化等因素的影響，不同研究中的土壤質(zhì)量評價并不完全相同［13-14］。近年來，國內(nèi)外研究人員對土壤質(zhì)量評價進行了大量研究，其中TDS土壤評價方法包含了眾多土壤指標，可以更加全面準確的評價土壤質(zhì)量，但土壤各指標間存在的復雜關(guān)系，會導致TDS中信息冗余［15］。而基于MDS-SQI法能夠以最小的信息損失消除冗余信息確定最優(yōu)指標，對土壤質(zhì)量評價較為客觀和實用［16-17］。目前基于MDS方法的土壤質(zhì)量評價效果已得到了初步驗證，并不斷被引入到河谷區(qū)、荒漠區(qū)、高寒區(qū)等不同草地類型土壤質(zhì)量研究中［18-19］，但土壤質(zhì)量評價多集中于不同土地利用類型、管理方式、不同植被恢復模式、不同耕作方式、不同土壤類型等［20-23］，對于青藏高原地區(qū)人工草地恢復措施下的土壤質(zhì)量評價研究較少。本研究以青藏高原地區(qū)不同早熟禾屬鄉(xiāng)土優(yōu)良草種人工草地為研究對象，基于土壤理化性質(zhì)、通過相關(guān)性分析和主成分分析等方法構(gòu)建土壤質(zhì)量評價最小數(shù)據(jù)集，針對青藏高原地區(qū)草地退化問題，對不同早熟禾屬人工草地土壤質(zhì)量進行綜合評價，以期為青藏高原地區(qū)土壤質(zhì)量改善和草地恢復鄉(xiāng)土優(yōu)良草種選擇提供理論基礎(chǔ)和科學依據(jù)。

1" 材料與方法

1.1" 試驗地概況

試驗地位于青海省海北藏族自治州海晏縣國家牧草種質(zhì)資源圃（青藏高原）試驗基地（36°59′15″ N，100°53′3″ E），海拔3159 m，屬高原大陸性氣候，寒冷期長，年平均氣溫1.2℃，最高氣溫29.5℃，最低氣溫-33.5℃，≥10℃年積溫632.5℃。光照充足，太陽輻射強。干濕季分明，雨熱同季。年均降水量395 mm，無霜期30 d。土壤類型為黑鈣土，土壤有機質(zhì)31.27 g·kg-1、堿解氮2.19 mg·kg-1、速效磷1.40 mg·kg-1、速效鉀19.86 mg·kg-1、土壤pH值為8.33。

1.2" 試驗材料

供試材料為青藏高原地區(qū)6種早熟禾屬牧草共9份不同種質(zhì)資源，均由青海省畜牧獸醫(yī)科學院提供，發(fā)芽率均在89.7%以上。試驗材料見表1。

1.3" 土壤樣品采集與測定

2022年8月在海北藏族自治州海晏縣國家牧草種質(zhì)資源圃（青藏高原）試驗基地內(nèi)選擇9個早熟禾材料人工樣地，共27塊，每塊樣地通過隨機布點法設(shè)置3個采樣點，重復3次設(shè)置，使用環(huán)刀分層取樣，采集表層0～10 cm、中層10～20 cm、深層20～30 cm土壤樣品，用于土壤物理性質(zhì)分析。將每塊樣地同一重復同一深度3個點的土樣剔除可見石礫及根系后混勻，作為一個土壤樣品，自然風干、研磨過篩后密封保存，用于土壤化學性質(zhì)分析，共采集243份土壤樣品。

1.4" 測定項目與方法

1.4.1" 物理性質(zhì)" 每個小區(qū)隨機選擇三個樣點，分0～10 cm，10～20 cm和20～30 cm三個土層采集根際土，利用環(huán)刀法取樣測定土壤容重（Bulk density，BD）和土壤含水量（Soil moisture content，SMC）；土壤孔隙度（Soil porosity，SP）的計算基于土壤容重和土壤顆粒密度［24］，其公式為：

Pt=（1-ρbPd）×100（1）

其中，Pt為土壤總孔隙度，ρb為土壤容重，Pd為土壤顆粒密度，通常為2.65 g·cm-3。

土壤三相比由固態(tài)、液態(tài)和氣態(tài)三相物質(zhì)構(gòu)成，三相之間可以相互聯(lián)系轉(zhuǎn)化［25］。土壤三相比可以通過土壤含水量、容重和總孔隙度計算得出［26］。土壤受各種外力作用后土壤結(jié)構(gòu)的改變都可以通過三相比例的變化體現(xiàn)出來，所以在構(gòu)建土壤結(jié)構(gòu)生產(chǎn)函數(shù)過程中可以忽略除三相以外因素的影響，則存在土壤結(jié)構(gòu)指數(shù)（Generalized soil structure index，GSSI）公式［27］：

GSSI=［（XS-25）XLXG］0.4769（2）

式中，GSSI為廣義土壤結(jié)構(gòu)指數(shù)，XS為土壤固相體積百分比（%），gt;25;XL為土壤液相體積百分比（%），gt;0;XG為土壤氣相體積百分比（%），gt;0。

土壤三相向理想結(jié)構(gòu)點逼近或遠離的趨勢可以通過各個狀態(tài)下土壤三相點到理想三相結(jié)構(gòu)點的距離，即“土壤三相結(jié)構(gòu)距離”（Soil three-phase structure distance，STPSD）來定量化表達［27］，即：

STPSD=XS-502+XS-50XL-25+XL-252或STPSD=（Xs-50）2+（Xs-50）（XG-25）+（XG-25）2或STPSD=（XL-25）2+（XL-25）（XG-25）+（XG-25）2（3）

1.4.2" 化學性質(zhì)" 全碳（Total carbon，TC）采用Elab-TOC型總有機碳分析儀測定；全氮（Total nitrogen，TN）、全磷（Total phosphorus，TP）采用德國SEAL AA3型連續(xù)流動分析儀進行測定；全鉀（Total potassium，TPM）采用PGENERAL TAS-990原子吸收分光光度計測定；硝態(tài)氮（Nitrate nitrogen，NN）、銨態(tài)氮（Ammonium nitrogen，AN）和速效磷（Available phosphorus，AP）采用SHIMADZU UV-2700型紫外分光光度計測定；土壤pH值（pH value，pH）采用電位法，土：水按照1∶2.5的土壤懸濁液震蕩30 min，用雷磁PHS-3C酸度計測定；電導率（Electric conduct-ivity，EC）按照土∶水=1∶5采用雷磁DDSJ-308A電導率儀測定［28］。

1.5" 土壤質(zhì)量評價方法

1.5.1" 最小數(shù)據(jù)集建立" 土壤理化性質(zhì)是能夠反映土壤的基本屬性，是體現(xiàn)土壤質(zhì)量的關(guān)鍵指標。本文選取土壤物理、化學共19個指標作為全數(shù)據(jù)集（TDS）指標，并采用Pearson相關(guān)性和主成分分析法（PCA），結(jié)合Norm值篩選得到最小數(shù)據(jù)集（MDS）指標。Norm值的計算可以盡最大可能避免數(shù)據(jù)冗余，并保留其土壤解釋信息，計算公式［29］：

Njk=∑k1u2jkλk（4）

式中，k是特征值≥1的主成分個數(shù)；λk表示第k個主成分的特征值；ujk代表j指標的因子載荷值；Njk是j指標在k個主成分的累加因子載荷值。

對全數(shù)據(jù)集指標分組：以特征值≥1為提取原則，通過主成分分析獲得主成分，將載荷值大于0.5的指標劃為一組（如存在不同主成分中指標載荷值均大于0.5，則根據(jù)指標間的相關(guān)系數(shù)劃入相關(guān)性較低的一組），再選出每組最大中Norm值90%以上指標（如該組中各指標間均存在顯著相關(guān)性（r＞0.5），則保留Norm值最大值到MDS，如每組中各指標間相關(guān)性不顯著則均保留到MDS）。最終確定MDS指標。

1.5.2" 土壤質(zhì)量指數(shù)計算" 將指標測定值轉(zhuǎn)化為0～1的無量綱值，根據(jù)土壤指標功能分為升型和降型兩種函數(shù)，其中土壤pH值和電導率選用“最優(yōu)范圍”，低于最優(yōu)范圍時選升型函數(shù)，高于最優(yōu)范圍時選降型函數(shù)。其公式為［30］：

升型函數(shù)：F（xi）=（xi-ximin）/（ximax-ximin）（5）

降型函數(shù)：F（xi）=（ximax-xi）/（ximax-ximin）（6）

式中，F(xiàn)（xi）為土壤指標得分值；xi為土壤指標值；ximin為第i項土壤指標中最小值；ximax為第i項土壤指標中最大值。

指標權(quán)重系數(shù)通過主成分分析計算各指標公因子方差與全部指標公因子方差和的比值得出。土壤質(zhì)量評價采用加權(quán)求和模型［31］：

SQI=∑ni=1SiWi（7）

式中，SQI為土壤質(zhì)量指數(shù)；Si為第i個土壤指標的得分值；Wi為第i個土壤指標所占權(quán)重大小，由主成分分析中第i個土壤指標公因子方差與總方差比值計算得出；n代表土壤指標的個數(shù)，文中為19。

1.6" 數(shù)據(jù)統(tǒng)計與分析

采用Microsoft Excel 2019對數(shù)據(jù)進行初步整理。統(tǒng)計分析前，對所有數(shù)據(jù)進行正態(tài)分布和方差齊性檢驗，以滿足統(tǒng)計分析假設(shè)，用SPSS 25.0對同一指標不同材料間在0.05水平上進行單因素方差分析（One-way ANOVA），利用主成分分析（PCA）和Pearson相關(guān)分析以篩選MDS，用Origin 2021進行繪圖。

2" 結(jié)果與分析

2.1" 不同早熟禾材料對土壤物理性質(zhì)的影響

不同早熟禾人工草地土壤樣品描述性統(tǒng)計見表2，0～10 cm層土壤中，09-004的土壤pH、09-304的土壤容重、I-3-21-1的電導率和含水量、I-3-22-10的土壤孔隙度和孔隙比均達到最大值；10～20 cm土壤中，16-369 pH最大為8.38，較最小的QC（8.06）高3.82%，電導率最大的I-3-21-1（145.47 us·cm-3）較最小的I-3-22-10（122.27 us·cm-3）高15.95%，土壤容重以09-304和16-369最大，均為1.06 g·cm-3，以09-106和09-004最小，均為0.95 g·cm-3，09-004的孔隙度和孔隙比均達到最大值，分別較最小的09-304（57.32%和1.34）高7.57%和16.77%，土壤含水量I-3-22-10最大為26.74%，較最小的09-304（21.60%）高19.22%；20～30 cm層土壤中，I-3-22-10的pH、容重和含水量均最大，分別較同層土壤中最小的QC（土壤pH為8.08）、09-004（土壤容重為1.00 g·cm-3）和QB（土壤含水量為19.40%）高3.69%、12.28%和22.09%。三層土壤電導率、土壤容重、孔隙度和土壤含水量范圍分別為122.27～147.87 us·cm-3、0.91～1.14 g·cm-3、54.08%～63.14%和19.40%～28.76%，pH值和孔隙比分別在7.42～8.46和1.18～1.71范圍內(nèi)。其中，隨著土層深度的增加，不同早熟禾人工草地土壤pH、電導率和容重呈現(xiàn)逐漸升高趨勢，土壤孔隙度、孔隙比和含水量則隨著土層深度增加呈現(xiàn)降低趨勢。

2.2" 不同早熟禾材料對土壤三相比及土壤結(jié)構(gòu)指數(shù)的影響

土壤三相比是土壤的基礎(chǔ)物理性質(zhì)之一，對土壤通氣、透水和保水等具有很好的表征作用，圖1和表3為測定結(jié)果。土壤理想三相最優(yōu)比為固相∶液相∶氣相=2∶1∶1，比例適宜，土壤水氣比例更加協(xié)調(diào)，有利于植物根系活動與對土壤養(yǎng)分的吸收利用。不同材料不同土層的土壤三相比不同，其中I-3-22-10的土壤三相比最接近理想三相結(jié)構(gòu)。同一材料，隨著土層的加深，土壤固相和液相比例相對減少，氣相比例增加，向理想三相結(jié)構(gòu)逼近。土壤三相結(jié)構(gòu)距離（表3）逐漸減小，土壤結(jié)構(gòu)指數(shù)變大，表現(xiàn)出變優(yōu)趨勢。16-369在10～20 cm層的土壤結(jié)構(gòu)指數(shù)最大（95.95），土壤三相結(jié)構(gòu)距離最?。?.10），I-3-22-10在20～30 cm層的土壤結(jié)構(gòu)指數(shù)最大（98.68），土壤三相結(jié)構(gòu)距離最小（4.13），說明I-3-22-10對該層土壤的改善效果最為明顯。

2.3" 不同早熟禾材料對養(yǎng)分（全量/速效C，N，P，K）的影響

不同早熟禾人工草地全量養(yǎng)分比較（圖2），不同早熟禾材料間0～10 cm、10～20 cm、20～30 cm層土壤全碳、全磷、全鉀、全氮含量存在差異，含量分別為34.47～40.37，2.87～4.23，12.65～17.30和3.63～4.58 g·kg-1。除QL、QC、QB外，其余各材料0～10 cm、10～20 cm層土壤全碳含量均高于20～30 cm層土壤，QC的0～10 cm層土壤全磷含量顯著高于（Plt;0.05）其他材料，為4.23 g·kg-1，較最低的I-3-21-1提高32.15%；10～20 cm層土壤全磷含量除QC和16-369差異不顯著外，均顯著高于（Plt;0.05）其他材料，QL和16-369在20～30 cm層土壤全磷含量不顯著，但均顯著高于其他材料，分別為3.96 g·kg-1和4.11 g·kg-1。10～20 cm層土壤全鉀含量除09-004與QL差異不顯著外，均顯著高于（Plt;0.05）其他材料，0～10 cm層和20～30 cm層09-004土壤全鉀含量分別為17.30 g·kg-1和17.23 g·kg-1，均顯著高于（Plt;0.05）同土壤層其他材料。0～10 cm層土壤全氮含量09-106最高，達到4.53 g·kg-1，高于同土層最低的16-369早熟禾14.35%，10～20 cm層土壤全氮QB最高，為4.58 g·kg-1，高于最小的09-004早熟禾13.02%，20～30 cm層土壤全氮I-3-21-1最高，為4.33 g·kg-1，高于最小的QB 16.17%。

不同早熟禾材料間0～10 cm、10～20 cm、20～30 cm層土壤硝態(tài)氮、銨態(tài)氮、速效磷、速效鉀含量存在差異（圖3），含量分別在0.48～5.08，6.23～29.49，0.72～2.69，124.73～166.47 mg·kg-1之間。土壤硝態(tài)氮除了09-004之外，其余材料均為20～30 cm層含量高于0～10 cm和10～20 cm層含量，且除了QL 20～30 cm與前兩層土壤硝態(tài)氮含量差異不顯著外，其余材料均顯著高于（Plt;0.05）前兩層土壤硝態(tài)氮含量；I-3-22-10早熟禾10～20 cm層土壤銨態(tài)氮含量最高，達到29.49 mg·kg-1，高于同土層最低的QB 70.16%，QL三層土壤速效磷含量均顯著高于（Plt;0.05）其他材料，且隨著土層加深呈現(xiàn)遞減趨勢，QL、QB和I-3-22-10早熟禾0～10 cm層土壤速效鉀含量均高于10～20 cm和20～30 cm層，QC、09-304、16-369和I-3-21-1早熟禾0～10 cm層土壤速效鉀均低于10～20 cm和20～30 cm層，20～30 cm層除了16-369和09-004土壤速效鉀含量不顯著外，均顯著高于（Plt;0.05）其他材料。

2.4" 不同早熟禾材料對化學計量比（C/N，C/P，N/P）的影響

不同早熟禾人工草地土壤C∶N、C∶P和N∶P分別在7.84～11.14，8.48～13.75和0.94～1.59之間（圖4），其中，QL、I-3-21-1、I-3-22-10和09-004的C∶N呈現(xiàn)先增后減趨勢，QB、09-304和16-369的C∶N呈相反趨勢，而QC C∶N則逐漸減少，09-106 C∶N逐漸增加。C∶P中，QB和I-3-22-10呈現(xiàn)先增后減趨勢，QC、09-106和16-369呈逐漸增加趨勢。N∶P中，QB、09-106和I-3-22-10先增后減，QC和16-369逐漸增加。QL、09-304、I-3-21-1和09-004的C∶P、N∶P均呈現(xiàn)先減后增趨勢。20～30 cm層土壤C∶N和C∶P均最大，但其在0～10 cm和10～20 cm層土壤C：N和0～10 cm層土壤C∶P較低，QB在10～20 cm層土壤N∶P顯著高于（Plt;0.05）其他材料。

2.5" 不同早熟禾材料土壤肥力指數(shù)比較

2.5.1" 土壤指標描述性分析" 由土壤19個理化指標描述性分析可知（表4），8個物理指標的變異系數(shù)介于3.92%～26.29%，對各指標變異系數(shù)進行等級劃分，CV小于10%為弱變異，介于10%～100%為中等變異，CV大于100%為強變異，可知物理指標中土壤孔隙比、土壤含水量、土壤三相結(jié)構(gòu)距離均屬于中等變異；全磷、硝態(tài)氮、銨態(tài)氮、速效磷、碳氮比、氮磷比為中等變異，其變異系數(shù)為12.18%～70.48%。

參考全國第二次土壤普查養(yǎng)分分級標準可知，其全氮、全磷含量豐富，屬于一級水平，其均值分別為4.14和3.42 g·kg-1，速效鉀含量相對較高，處于三級水平，其均值為143.68 mg·kg-1，全鉀（14.55 g·kg-1）處于中下水平。

2.5.2" 最小數(shù)據(jù)集指標的篩選" 通過SPSS 25.0對9個早熟禾材料進行主成分分析，并對原始數(shù)據(jù)進行KMO和Bartlett檢驗后發(fā)現(xiàn)，KMO為0.672，大于0.6且Bartlett球形檢驗的顯著性P＜0.001，小于0.05，說明供試數(shù)據(jù)適合做因子分析（表5）。

由表6可知，根據(jù)特征值≥1的提取原則，通過主成分分析共得到前6個主成分，其貢獻率分別24.894%，15.173%，14.497%，11.092%，10.853%和8.536%，累計貢獻率為85.046%，說明這6個主成分可解釋供試土壤屬性的85.046%的信息，一般來說，指標因子載荷值越大，其所占主成分權(quán)重越大，對土壤影響越大。

根據(jù)最小數(shù)據(jù)集（MDS）的建立原則，對各主成分中載荷絕對值大于0.5的指標進行分組，并計算得到各指標的Norm值，結(jié)果見表6，第1組為土壤三相結(jié)構(gòu)距離、土壤結(jié)構(gòu)指數(shù)、土壤孔隙度、土壤容重和土壤孔隙比5個指標，第2組為土壤含水量、硝態(tài)氮和速效磷，第3組為全磷、碳磷比和氮磷比，第4組為碳氮比和全氮2個指標，第5組為全碳、電導率和銨態(tài)氮3個指標，第6組為全鉀、pH和速效鉀3個指標。并分別計算各指標在各組中的Norm值，按照每組中Norm值在最高值10%范圍內(nèi)的選取原則，并結(jié)合Norm值大小及相關(guān)性（表7）進行指標選取，第1組土壤三相結(jié)構(gòu)距離與土壤結(jié)構(gòu)指數(shù)、土壤孔隙度、土壤容重和土壤孔隙比呈極顯著相關(guān)（Plt;0.01），因此，選擇Norm值最大的土壤三相結(jié)構(gòu)距離進入MDS；第2組土壤含水量與硝態(tài)氮、速效磷達極顯著水平（Plt;0.01），因此，選Norm值最大的土壤含水量進入MDS；第3組全磷與碳磷比相關(guān)性達極顯著水平（Plt;0.01），因此，選擇Norm值最大的全磷比進入MDS；第4組全氮與碳氮比相關(guān)性達極顯著水平（Plt;0.01），因此，選擇Norm值最大的全氮進入MDS；第5組中銨態(tài)氮與全碳、電導率的相關(guān)性較低（r＜0.5），因此銨態(tài)氮、全碳和電導率均進入MDS；第6組土壤pH與全鉀相關(guān)性較低（r＜0.5），故兩者均保留進入MDS。

2.5.3" 土壤質(zhì)量評價及與干草產(chǎn)量相關(guān)性分析" 通過隸屬度函數(shù)將土壤指標標準化，如果某個指標與土壤功能呈正相關(guān)則采用升型分布函數(shù)，反之采用降型分布函數(shù)，其中土壤pH和電導率指標應選用“最優(yōu)范圍”，低于最優(yōu)范圍時采用升型分布函數(shù)，高于最優(yōu)范圍時采用降型分布函數(shù)，土壤容重、土壤三相結(jié)構(gòu)距離采用降型分布函數(shù)，其余指標全部采用升型分布函數(shù)。同時，由于各評價指標對土壤質(zhì)量的影響程度存在差異，因此根據(jù)主成分分析法得出的公因子方差計算各評價指標的權(quán)重系數(shù)，區(qū)分不同指標影響作用的大小。將MDS指標進行主成分分析計算指標權(quán)重，結(jié)果見表8，MDS中土壤含水量占權(quán)重最大，其次為全鉀、電導率、銨態(tài)氮、土壤三相結(jié)構(gòu)距離、全碳、pH、全磷和全氮，這表明土壤化學性質(zhì)指標對土壤質(zhì)量影響較大。

通過回歸分析對MDS進行驗證（圖5），TDS-SQI與MDS-SQI呈顯著正相關(guān)（R2=0.635 38，Plt;0.01），結(jié)果表示9個早熟禾材料土壤質(zhì)量可以用最小數(shù)據(jù)集代替全數(shù)據(jù)集進行評價。綜合評價結(jié)果表明（圖6），I-3-21-1＞I-3-22-10＞09-106＞QC＞09-004＞QL＞09-304＞16-369＞QB。

圖7顯示，9種早熟禾干草產(chǎn)量僅有QB和16-369間差異不顯著，其中I-3-21-1早熟禾平均產(chǎn)量為8709.49 kg·hm-2，顯著（P＜0.01）高于其他品種，較干草產(chǎn)量最低的16-369高70.14%。線性回歸分析表明（圖8），土壤質(zhì)量指數(shù)與干草產(chǎn)量呈極顯著相關(guān)性（P＜0.01），擬合方程為y=-1459.11+14 383.90x，R2=0.620 71，模型擬合精度較高，說明土壤質(zhì)量指數(shù)與早熟禾干草產(chǎn)量密切相關(guān)。

3" 討論

人工草地最終目的是改善土壤理化性質(zhì)，提高土壤肥力，為植物提供有益生長環(huán)境［32］。土壤可供研究的指標眾多，土壤質(zhì)量優(yōu)劣不能簡單的通過一個或幾個指標高低進行判斷，因此須根據(jù)實際情況選取恰當指標［33］。本研究從TDS的19個指標中，通過相關(guān)性和主成分分析并結(jié)合Norm值確定不同早熟禾人工草地土壤質(zhì)量的MDS構(gòu)建SQI模型，結(jié)果表明，區(qū)域中的9個關(guān)鍵指標分別為土壤pH值、電導率、土壤含水量、土壤三相結(jié)構(gòu)距離、全碳、全氮、全磷、全鉀和銨態(tài)氮。已有研究表明，土壤pH、電導率、含水量及土壤固體、液體和氣體組成（即土壤三相）對土壤質(zhì)量具有重要影響，這些因素通過干擾土壤中微生物活性，改變土壤養(yǎng)分供給速率和土壤結(jié)構(gòu)，進而影響土壤肥力與功能［34-37］，此外，通過不同耕作方式、管理措施和植物類型等措施，可以促進碳、氮、磷、鉀等元素在土壤中復合富集，進而改善土壤質(zhì)量［38］。本研究發(fā)現(xiàn)，土壤含水量和全鉀在MDS中所占權(quán)重較大，對SQI的貢獻也更大，表明這兩個指標是評價土壤肥力水平及生產(chǎn)力的重要因素。張志勇等［39］的研究也指出，植被在恢復土壤質(zhì)量方面起著關(guān)鍵作用，其可以通過自身根系養(yǎng)分及分泌物釋放、枯落物積累和分解等過程作用于土壤，影響土壤性質(zhì)及其演化過程。不同早熟禾材料人工草地對土壤質(zhì)量影響存在差異，通過計算SQI得出，I-3-21-1在9個早熟禾材料中土壤質(zhì)量最優(yōu)，其次為I-3-22-10和09-106，QB土壤質(zhì)量最差，說明材料I-3-21-1人工草地養(yǎng)分返還速率較快，對提高土壤肥力、增加土壤養(yǎng)分具有重要意義。研究中MDS與TDS線性擬合良好，說明基于MDS的評價體系能夠較為全面地反映不同早熟禾人工草地土壤質(zhì)量，評價結(jié)果合理。

此外，土壤質(zhì)量評價的目的是通過分析土壤指標來確定土壤質(zhì)量狀況，進而評價早熟禾的增產(chǎn)潛力。土壤質(zhì)量對改善環(huán)境、提高作物生產(chǎn)力具有重要作用。盡管前人利用諸多方法計算土壤質(zhì)量，但SQI與生物量之間的關(guān)系較少提及［40-42］，因此他們的研究可能較為缺乏生物學意義。在本研究中，干草產(chǎn)量與土壤質(zhì)量指數(shù)存在極顯著正相關(guān)性（P＜0.01），早熟禾干草產(chǎn)量隨土壤質(zhì)量的升高而增加，表明從全數(shù)據(jù)集中篩選出的土壤性質(zhì)具有生物學意義，并且能夠有效評估土壤作為早熟禾牧草生產(chǎn)介質(zhì)的地位。Li等［43］的研究結(jié)果顯示，植物產(chǎn)量差異的主要原因是土壤質(zhì)量存在差異。植株產(chǎn)量是土壤質(zhì)量的體現(xiàn)，土壤質(zhì)量是土壤理化性質(zhì)和生物性質(zhì)相互協(xié)調(diào)的組合，能夠維持較高的土壤生產(chǎn)力，促進干物質(zhì)的積累［44］，且越來越多的研究發(fā)現(xiàn)，土壤生物學性質(zhì)能夠較好的響應土壤質(zhì)量變化，是土壤質(zhì)量評價中不可忽視的一部分［45-47］。因此，在評價早熟禾人工草地土壤質(zhì)量時，可將干草產(chǎn)量作為間接評價土壤質(zhì)量優(yōu)劣的潛在生物指標。植物與土壤間相互作用，一方面植物通過根系分泌物、枯敗殘體等提高土壤碳匯，增加團聚體穩(wěn)定性，降低土壤水分侵蝕風險，對土壤進行改善［48］。另一方面土壤質(zhì)量提高，會刺激微生物群落的組成，真菌群落通過分解、礦化、溶解土壤養(yǎng)分等加強植物對營養(yǎng)元素的吸收利用，而細菌群落則通過提高營養(yǎng)獲取及產(chǎn)生植物激素直接促進植物生長［49-50］。因此，優(yōu)良的植物品種在“植株-土壤”養(yǎng)分循環(huán)和物質(zhì)交換過程中更具有優(yōu)勢。

4" 結(jié)論

不同早熟禾屬材料土壤質(zhì)量存在差異。根據(jù)土壤生產(chǎn)力及穩(wěn)定性的管理目標，本研究測定了19種土壤指標，通過相關(guān)性和主成分分析，并結(jié)合Norm值篩選MDS指標，土壤pH值、電導率、土壤含水量、土壤三相結(jié)構(gòu)距離、全碳、全氮、全磷、全鉀和銨態(tài)氮是評價土壤質(zhì)量的主導因子。9種早熟禾人工草地土壤質(zhì)量I-3-21-1＞I-3-22-10＞09-106＞QC＞09-004＞QL＞09-304＞16-369＞QB，SQI指數(shù)與早熟禾干草產(chǎn)量呈極顯著相關(guān)，表明SQI指數(shù)方程是建立具有生物學意義的高寒草地土壤質(zhì)量指標體系的良好方法。評估和監(jiān)測土壤質(zhì)量，對于維持土壤生態(tài)系統(tǒng)功能穩(wěn)定具有重要意義，本文僅利用19個土壤理化性質(zhì)建立評價指標體系，而土壤生物學指標作為土壤質(zhì)量最敏感指標之一，對于快速準確地掌握土壤現(xiàn)狀及變化趨勢具有重要作用。因此，增加土壤生物學指標有利于完善土壤質(zhì)量評估和監(jiān)測體系。

參考文獻

［1］" 扎西卓瑪，王宏博，李桂香，等. 高寒草甸草場牧草營養(yǎng)成分測定與分析［J］. 湖北農(nóng)業(yè)科學，2018，57（1）：109-111

［2］" ZHAO G. Trends in grassland science：Based on the shift analysis of research themes since the early 1900 s［J］. Fundamental Research，2023，3（2）：201-208

［3］" BARDGETT R D，BULLOCK J M，LAVOREL S，et al. Combatting global grassland degradation［J］. Nature Reviews Earth amp; Environment，2021，2（10）：720-735

［4］" 何偉鵬，劉昌義，周國英，等. 退化高寒草原人工恢復植被根系及根-土復合體力學特性研究［J］. 水文地質(zhì)工程地質(zhì)，2022，49（2）：207-218

［5］" 王宗松，姜麗麗，汪詩平，等. 草地退化恢復評估方法述評［J］. 生態(tài)學報，2022，42（16）：6464-6473

［6］" 田英，許喆，王婭麗，等. 寧夏銀川平原沙化土地不同人工林土壤質(zhì)量評價［J］. 生態(tài)學報，2023，43（4）：1515-1525

［7］" WANG A T，WANG Q，LI J，et al. Geo-statistical and multivariate analyses of potentially toxic elements' distribution in the soil of Hainan Island （China）：A comparison between the topsoil and subsoil at a regional scale［J］. Journal of Geochemical Exploration，2019，197：48-59

［8］" BEATA L，CEZARY K，JAROSLAW W. Ambient geochemical baselines for trace elements in Chernozems—approximation of geochemical soil transformation in an agricultural area［J］. Environmental Monitoring and Assessment，2019，191（1）：19

［9］" 孫建波，李成陽，賴熾敏，等. 高寒草甸土壤團聚體碳氮磷對退化的響應及其影響因素［J］. 草地學報，2023，31（4）：1106-1114

［10］張光茹，羅方林，張法偉，等. 退化高寒草甸暖季休牧恢復過程中植被和土壤特性［J］. 草地學報，2022，30（1）：144-152

［11］DORAN J W，ZEISS M R. Soil health and sustainability：managing the biotic component of soil quality［J］. Applied Soil Ecology，2000，15（1）：3-11

［12］KISAKA M O，SHISANYA C，COURNAC L，et al. Integrating no-tillage with agroforestry augments soil quality indicators in kenya’s dry-land agroecosystems［J］. Soil and Tillage Research，2023，227：105586

［13］ZHU Z，WU L. Fertilization and Residue Management Improved Soil Quality of Eucalyptus Plantations［J］. Forests，2023，14（8）：1570

［14］KAHSAY A，HAILE M，GEBRESAMUEL G，et al. Assessing land use type impacts on soil quality：Application of multivariate statistical and expert opinion-followed indicator screening approaches［J］. Catena，2023，231：107351

［15］曲文靜. 四子王旗荒漠草原區(qū)土壤質(zhì)量評價及其影響因素研究［D］. 呼和浩特：內(nèi)蒙古師范大學，2023：43-45

［16］馮瑞琦，潘萍，歐陽勛志，等. 基于最小數(shù)據(jù)集的閩楠天然次生林土壤質(zhì)量評價［J］. 江西農(nóng)業(yè)大學學報，2021，43（3）：585-597

［17］NEGIS H，SEKER C，GUMUS I，et al. Establishment of a minimum dataset and soil quality assessment for multiple reclaimed areas on a wind-eroded region［J］. Catena，2023，229：107208

［18］楊沖，王春燕，王文穎，等. 青藏高原黃河源區(qū)高寒草地土壤營養(yǎng)特征變化及質(zhì)量評價. 生態(tài)環(huán)境學報，2022，31（5）：896-908

［19］劉鑫，王一博，呂明俠，等. 基于主成分分析的青藏高原多年凍土區(qū)高寒草地土壤質(zhì)量評價［J］. 冰川凍土，2018，40（3）：469-479

［20］LI F，ZHANG X，ZHAO Y，et al. Soil quality assessment of reclaimed land in the urban-rural fringe［J］. Catena，2023，220：106692

［21］LI J，XIAO L，BAKKER J D，et al. Landslide-impacted soils recover faster biologically than chemically or physically，though recovery also varies with forest type in subtropical China［J］. Soil and Tillage Research，2023，225：105529

［22］GURA I，MNKENI P N S，DU PREEZ C C，et al. Short-term effects of conservation agriculture strategies on the soil quality of a Haplic Plinthosol in Eastern Cape，South Africa［J］. Soil and Tillage Research，2022，220：105378

［23］ZHANG J，ZHENG F，LI Z，et al. A novel optimal data set approach for erosion-impacted soil quality assessments—A case-study of an agricultural catchment in the Chernozem region of Northeast China［J］. Land Degradation amp; Development，2022，33（7）：1062-1075

［24］SALEM H M，VALERO C，MUNOZ M ，et al. Short-term effects of four tillage practices on soil physical properties，soil water potential，and maize yield［J］. Geoderma，2015，237：60-70

［25］曾德超. 機械土壤動力學［J］. 北京：北京科學技術(shù)出版社，1995：66-67

［26］沈其榮. 土壤肥料學通論［M］. 北京：高等教育出版社，2001：53-55

［27］魏永霞，石國新，馮超等. 黑土區(qū)坡耕地施加生物炭對土壤結(jié)構(gòu)與大豆產(chǎn)量的影響［J］. 農(nóng)業(yè)機械學報，2019，50（8）：309-320

［28］魯如坤.土壤農(nóng)業(yè)化學分析方法［M］. 北京：中國農(nóng)業(yè)科技出版社，2000：133-137

［29］陳智坤. 陜西省設(shè)施農(nóng)業(yè)土壤環(huán)境質(zhì)量與退化成因研究［D］. 楊凌：西北農(nóng)林科技大學，2022：60

［30］許明祥，劉國彬，趙允格. 黃土丘陵區(qū)土壤質(zhì)量評價指標研究［J］. 應用生態(tài)學報，2005（10）：1843-1848

［31］劉占軍. 我國南方低產(chǎn)水稻土養(yǎng)分特征與質(zhì)量評價［D］. 北京：中國農(nóng)業(yè)大學，2014：12

［32］WANG N，WAN J，DING M，et al. More management is needed to improve the effectiveness of artificial grassland in vegetation and soil restoration on the three-river headwaters region of China［J］. Frontiers in Plant Science，2023，14：1152405

［33］李雨晨，熊翱宇，平原，等. 基于最小數(shù)據(jù)集的寧都縣不同整地方式下果園土壤質(zhì)量評價［J］. 水土保持學報，2023，37（4）：342-350

［34］OOTMAN R，GROFFMAN P M，DRISCOLL C T，et al. Surprising relationships between soil pH and microbial biomass and activity in a northern hardwood forest［J］. Biogeochemistry，2023，163（3）：265-277

［35］潘昭隆，劉會芳，趙帥翔，等. 基于土壤電導率控制的養(yǎng)分供給對設(shè)施番茄生長、產(chǎn)量和品質(zhì)的影響［J］. 中國土壤與肥料，2022（1）：163-171

［36］YUE D，ZHOU Y，GUO J，et al. Relationship between net primary productivity and soil water content in the Shule River Basin［J］. Catena，2022，208：105770

［37］王恩姮，趙雨森，陳祥偉. 基于土壤三相的廣義土壤結(jié)構(gòu)的定量化表達［J］. 生態(tài)學報，2009，29（4）：2067-2072

［38］王雪梅，柴仲，毛東雷. 不同質(zhì)地耕層土壤有效態(tài)微量元素含量特征［J］. 水土保持通報，2015，35（2）：189-192

［39］張智勇，艾寧，劉廣全，等. 陜北黃土區(qū)退耕還林（草）地土壤質(zhì)量特征及其對降水的響應［J］. 農(nóng)業(yè)工程學報，2020，36（24），73-80

［40］朱鳴鳴，徐鍍涵，陳光燕，等. 基于最小數(shù)據(jù)集的喀斯特不同利用方式下土壤質(zhì)量評價［J］. 草地學報，2021，29（10）：2323-2331

［41］XING Y，WANG N，NIU X，et al. Assessment of potato farmland soil nutrient based on MDS-SQI Model in the Loess Plateau［J］. Sustainability，2021，13（7）：3957

［42］QIU X，PENG D，WANG H，et al. Minimum data set for evaluation of stand density effects on soil quality in Larix principis-rupprechtii plantations in North China［J］. Ecological Indicators，2019，103：236-247

［43］LI P，ZHANG T，WANG X，et al. Development of biological soil quality indicator system for subtropical China［J］. Soil and Tillage Research，2013，126：112-118

［44］謝堅，鄭圣先，楊曾平，等. 湖南雙季稻種植區(qū)不同生產(chǎn)力水稻土質(zhì)量綜合評價［J］. 中國農(nóng)業(yè)科學，2010，43（23）：4840-4851

［45］路鵬，蘇以榮，牛錚，等. 土壤質(zhì)量評價指標及其時空變異［J］. 中國生態(tài)農(nóng)業(yè)學報，2007，15（4）：190-194

［46］牛昱涵，施曼，王心怡，等. 蘇南地區(qū)農(nóng)業(yè)土地利用方式改變對土壤理化及生物學性質(zhì)的影響［J］. 植物營養(yǎng)與肥料學報，2019，25（10）：1657-1668

［47］DUAN C，LI J，ZHANG B，et al. Effect of bio-organic fertilizer derived from agricultural waste resources on soil properties and winter wheat （Triticum aestivum L.） yield in semi-humid drought-prone regions［J］. Agricultural Water Management，2023，289：108539

［48］BLANCO-CANQUI H，JASA P J. Do grass and legume cover crops improve soil properties in the long term？［J］. Soil Science Society of America Journal，2019，83（4）：1181-1187

［49］CHAMKHI I，EL OMARI N，BALAHBIB A，et al. Is the rhizosphere a source of applicable multi-beneficial microorganisms for plant enhancement？［J］. Saudi Journal of Biological Sciences，2022，29（2）：1246-1259

［50］ZHANG S，WANG L，HU J，et al. Organic carbon accumulation capability of two typical tidal wetland soils in Chongming Dongtan，China［J］. Journal of Environmental Sciences，2011，23（1）：87-94

（責任編輯" 彭露茜）