宁镇丘陵区村域小流域不同土壤景观下表土质量变化及评价

赵 正，刘 纯，尚明月，陈敬龙，包旭华，刘晓雨，卞荣军，张旭辉，程 琨，王 燕，Drosos Marios, 郑聚锋，李恋卿，潘根兴

(1.南京农业大学农业资源与生态环境研究所，南京 210095；2.南京农业大学资源与环境科学学院，南京 210095；3.江苏省南京市晶桥镇农业服务中心，南京 211224)

土壤退化是影响全球可持续发展的重大生态环境问题，并影响土壤肥力及食物安全与气候变化。土地利用和植被变化是驱动土壤退化的首要因素，其中农业耕作及施肥会严重影响土壤质量和土壤健康，特别表现在支撑根系生长和土壤微生物保育的表土上。当前，对土壤的关注已由土壤肥力、土壤质量转向土壤健康。乡村地区的土壤退化现状与土壤健康水平，影响乡土农业产业发展，进而制约乡村振兴。因此，认识和评价乡村地区的土壤健康，不仅是土壤科学的重要任务，更是服务乡村振兴的重大需求。

土壤质量是土壤保持水、空气质量，以及保护人类与动植物健康的能力。近年来，与土壤和地球可持续性相关的土壤健康理念日益得到关注。一般认为，土壤健康是指土壤持续和协调地提供生态系统服务的能力，或者说是特定生态系统或土地系统中土壤维持其生态系统功能和服务的能力。而这些土壤功能和生态系统服务主要包括维持和稳定土壤碳库和水库以调节气候，提供有效养分和水分以满足生物生长，转化废弃物、钝化污染物以清洁环境，维护生境和保持生物多样以养育生物圈，以及保护和稳定地表以支撑建筑和景观和土壤的资源、文化与美学价值。衡量土壤健康就是量化评价土壤均衡且持续提供上述生态系统服务的能力，这已成为当前土壤科学的前沿热点，发展区域土壤健康分析和评估是我国土壤学服务社会发展的重大机遇。

土壤景观(soil-landscapes)是长期地质地貌过程和相对短期的人为活动相互影响下形成的，是多个成土因素共同影响的结果。不同于土地利用强调人类活动对于土壤的影响，土壤景观还包括了地理景观和生态系统对于土壤的影响。作为生态学、地理学与土壤学的交叉研究，从土壤景观出发建立模型去预测土壤有机碳、土壤质地和水分等在土壤景观内部的变异已经有较多报道。土壤景观研究可以更好地反映空间多样性和生物多样性的关系，但在景观尺度上土壤质量变化或者其异质性的研究仍然较少。研究土壤景观间的土壤质量变化，可能探寻人类活动改变土壤健康的本质，并用以指导合理地保护并开发土壤资源，发展优化空间布局的乡村农业产业，助力乡村振兴。

宁镇丘陵区地形地貌多样，因自然背景、地质和生态过程与人类作用的叠加影响，土地利用和土地覆盖的交互穿插，存在着山地森林、丘陵坡地、岗地和谷地交叉镶嵌的多种自然和农业土壤景观。本研究以处于宁镇山地丘陵区的南京市溧水区晶桥镇芝山乡村小流域为对象，在方圆数平方公里的小流域内，选取地形地貌、生态系统和土地覆盖不同的土壤景观，研究和对比分析这些土壤景观中表土的基础理化性质、土壤团聚体以及土壤微生物及酶活性，分别基于全数据集、最小数据集以及土壤健康理念选取指标进行土壤质量评价，并比较不同土壤质量评价方法的适宜性，以指导乡村小流域土壤的合理利用和可持续管理。

1 材料与方法

1.1 研究区概况

研究区位于江苏省南京市溧水区晶桥镇芝山村曹庄小流域(119°07′27.93″E，31°29′52.87″N)。小流域处于芳山西麓，除山地区域保留为森林保护区外，山麓坡地及谷地多开垦为果园、种植玉米和蔬菜的旱地以及稻田，构成不同土壤景观镶嵌复合的乡村小流域系统。区域内气候为亚热带季风气候，年平均气温16.4 ℃，年平均降水量1 147.0 mm，主要土壤类型为黄棕壤。

在小流域内选择4种典型土壤景观，包括林地(forestland, FL)、旱地(upland, UL)、园地(orchard, OR)和稻田(paddy field, PF)。每种土壤景观选择3个样地，分别采集表土(0—15 cm)样品供测试研究。样地基本信息见表1。

表1 供试土壤景观样地的地理坐标及景观条件

1.2 样品采集与分析测定

所有样地的土壤样品采集于2020年11月，此时农田作物已经收获。每种土壤景观选择3个代表性样地(20 m×20 m)，每个样地梅花形随机5点采样为1个混合样本。林地中每个采样地相距至少100 m，其他土壤景观类型采样点间距30 m。采样时，地表去除凋落物，用不锈钢圆铲采集表土层(0—15 cm)土壤样品。将采集的混合样品置于不锈钢罐中，保存在内有冰袋的保鲜箱，并在取样后24 h内运送到实验室。野外采样时，使用100 cm不锈钢环刀测定表土容重，每样点重复5次。样品抵达实验室后，去除植物根系和小石块，混匀后将样品分成3份。一份4 ℃保存，用于土壤团聚体粒级分组；一份过2 mm筛后保存于-20 ℃冰箱用于微生物指标测定；一份风干后，按分析方法要求分别磨碎、过筛，保存于自封袋，用于基础理化分析。

土壤基本理化性质测定方法参照文献[19]。颗粒粒径采用比重计法；土壤pH(HO)按照土水比1∶2.5采用pH计测定；土壤有机碳(soil organic carbon, SOC)采用重铬酸钾氧化—外加热法测定；土壤总氮采用凯氏定氮法测定；土壤微生物生物量碳(microbial biomass carbon, MBC)采用氯仿熏蒸—KSO提取法；土壤有效磷采用0.03 mol/L NHF-0.025 mol/L HCL提取—钼锑抗比色法测定；土壤有效钾采用2 mol/L HNO提取—火焰光度法测定；土壤阳离子交换量采用三氯化六氨合钴浸提—分光光度法测定。

水稳性团聚体分离制样采用Cambardella等开发并由Six等改进的湿筛法，具体操作方法见Feng等和Xiong等的报道。共分出3个团聚体粒径组：宏团聚体(亦称大团聚体，2 000～250 μm)、微团聚体(250～53 μm)和粉粒—黏粒(<53 μm)组。作为团聚体稳定性的替代性指标，土壤团聚体平均重量直径(mean weight diameter, MWD)计算公式为：

(1)

由宏团聚体和微团聚体的有机碳含量与其质量分数的乘积之和估算团聚体结合碳，此为联系生态系统功能的碳库。

参照German等和DeForest的方法，土壤胞外酶活性采用底物为MUB(4—Methylumbelliferone)和L—DOPA(L—3,4—dihydroxyphenylalanine)的荧光微孔板法测定。MUB底物测量的胞外酶包括酸性磷酸酶(acid phosphatase, ACP)(EC 3.1.3.1)、芳基硫酸酯酶(arylsulfatase, Arys)(EC 3.1.6.1)、α—葡萄糖苷酶(α—glucosidase, AG)(EC 3.2.1.20)、β—葡萄糖苷酶(β—glucosidase, BG)(EC 3.2.1.21)、N—乙酰氨基葡萄糖苷酶(N—Acetyl—glucosaminidase, NAG)(EC 3.2.1.30)、β—木糖苷酶(β—xylosidase, XYL)(EC 3.2.1.37)和β—纤维素酶(β—cellobiosidase, CB)(EC 3.2.1.91)。此外，土壤多酚氧化酶(polyphenol oxidase, PPO)(EC 1.10.3.2)和过氧化物酶(peroxidase, PO)(EC 1.11.1.7)使用L—DOPA作为底物进行测量。得到各个具体的胞外酶活性后，用归一化酶活性来表征土壤胞外酶的整体活性，计算公式为：

(2)

式中：′为单个酶的无量纲归一化值；为样品中该酶活性值，12为本研究中重复样品数。通过计算所有测定的9种酶活性的值，其平均值代表各样品的归一化酶活性值。

参照Frostegård等的方法，提取并测定土壤微生物磷脂肪酸(phospholipid fatty acids, PLFAs)含量，用以分析土壤活性微生物群落结构。根据PLFAs生物标志物数据，磷脂肪酸谱中i14:0，14:0，i15:0，a15:0，15:0，i16:0，a16:0，i17:0，a17:0，17:0，16:1ω9c，16:1ω7c，18:1ω7c，18:1ω5，cy17:0，cy19:0的丰度总和代表细菌，16:1ω5c，18:2ω6,9和18:1ω9c的丰度总和代表真菌，10me16:0，10me17:0和10me18:0的丰度总和代表放线菌。最后，通过真菌磷脂肪酸与细菌脂肪酸丰度比值得到真菌/细菌比，细菌、真菌和放线菌脂肪酸丰度之和得到微生物磷脂脂肪酸总含量。

1.3 土壤质量最小数据集的筛选和土壤质量指数构建

土壤质量评价需要选取合适的理化指标。通常对全数据集(total data set, TDS)进行主成分分析以挑选出最小数据集(minimum data set, MDS)，结合权重取值，再计算得到SQI。为此，将所有测定指标值归一化转换为0～1的无量纲值，再通过评价指标得分函数(函数类型使用SSF1，戒上型函数；SSF2，梯形函数；SSF3，戒下型函数)进行。同时，参考孙波等和徐建明等的研究设置函数阈值。数据标准化后，通过主成分分析将数据降维，选择出反映土壤质量状况的指标构建最小数据集。通过数据的主成分分析，先选取特征值>1的成分，将指标载荷>0.5的分为1组，若某指标在多个主成分中均>0.5，则将其并入与同组指标相关性更低的1组。分别计算每个分组中各指标的Norm值，选取出Norm值在该组最高Norm值10%范围以内的指标，当某组中有多个指标时，使用Pearson检验来评估指标间相关性，若相关系数<0.5，则所有指标均保留，若相关系数>0.5，则选择Norm值最高的指标进入MDS。Norm值计算公式为：

(3)

式中：为第个指标在特征值大于1的前个主成分中的Norm值；为第个指标在第个主成分的载荷因子；为第个主成分的特征值。

对TDS进行主成分分析计算后，获得的公因子方差占总公因子方差的比例即为各指标的权重。而对于MDS的权重，通过主成分分析选取出MDS后，再次对MDS的指标进行主成分分析，获得的公因子方差占总公因子方差的比例即为MDS的各个指标的权重。得到权重和各指标标准化的评分后，通过公式(4)计算土壤质量指数(soil quality index, SQI)：

(4)

式中：为各指标的权重；为各指标的得分；为TDS或MDS中的指标个数。

1.4 基于土壤健康理念的土壤功能质量指数构建

基于土壤健康与土壤生态系统功能的关系，对测定的所有土壤指标按生态系统服务功能进行分类筛选，选出代表土壤健康理念的指示指标。于是，确定土壤固碳能力、土壤物理结构与微生境、养分有效性、微生物生物量和活性以及缓冲能力等5项主要土壤生态系统功能。为此，选择土壤有机碳和团聚体结合碳含量指示土壤固碳能力，团聚体平均重量直径和黏粒含量指示土壤物理结构与微生境，全氮、有效磷和有效钾含量指示土壤养分供应，总磷脂脂肪酸含量和归一化酶活性指示微生物生物量及其活性，以及阳离子交换量指示土壤缓冲能力。将指标同样按照得分函数进行标准化，转化为0～1的无量纲值。将代表同一功能的指标用平均数进行整合，绘制土壤健康雷达图。雷达图中的面积即代表土壤健康水平，面积计算公式为：

(5)

式中：、为雷达图中相邻2个指标的标准化值；为土壤健康的指标数量。

1.5 数据处理与统计

所有分析数据均表示为3个样地的平均值±标准差。使用SPSS 23.0软件进行显著性差异分析，采用最小显著性差异(least significant deviation, LSD)法，不同土壤景观间差异的显著性定义为<0.05；采用Pearson检验来评估指标间的相关性。使用Conoco(version 5)进行冗余分析(RDA)检测土壤基础理化性质对土壤胞外酶活性和微生物群落的关系。所有图形由Origin(version 2021b)和ArcGIS(version 10.4)软件处理和制作。

2 结果与分析

2.1 不同土壤景观下土壤性质差异

不同土壤景观下土壤的基本性质见表2。土壤pH变化在4.38～5.71，均属于酸性土壤；与林地相比，其他土壤景观的表土pH均提高(<0.05)。园地和旱地的土壤容重显著高于林地和稻田(<0.05)。土壤有机碳以林地最高，达33.99 g/kg；稻田其次，为16.68 g/kg；而旱地和园地SOC含量大幅度降低到10.32～14.73 g/kg。全氮含量与SOC的变化趋势相似。同时，林地土壤碳氮比高达11.02，旱地无显著降低，但是在园地和稻田中降低到6.77～7.88。微生物生物量碳(MBC)在不同土壤景观间差异明显，林地高达600.43 mg/kg，稻田接近于林地，园地和旱地中MBC降低49.17%～54.17%。相应地，土壤微生物商(MBC/SOC)，林地仅1.74%，在旱地和园地中升高到2.11%～2.74%，而稻田升高到3.09%。林地表土磷钾养分含量较低，园地、旱地和稻田中养分增多，有效磷均显著高于林地(<0.05)，有效钾含量持平甚至高于林地。相应于黏粒含量和有机碳含量，林地和稻田土壤阳离子交换量(CEC)较高，旱地和园地较低。

表2 不同土壤景观表土的基本理化性质

表3为土壤矿质颗粒粒径和水稳性团聚体粒径组成。因地形差异，不同土壤景观间土壤矿质颗粒组成有明显差异。从山麓林地到坡地、谷地的农田土壤，砂粒含量降低，粉粒含量提高，黏粒也呈提高的趋势。与矿质颗粒粒径组成不同，宏团聚体质量分数在林地为37.96%，园地和旱地显著下降到19.47%～21.36%，稻田下降到9.61%；相应地，未团聚粉黏粒质量分数在林地为27.35%，园地和旱地升高到55.26%～59.06%，稻田中进一步升高到74.18%。微团聚体的质量分数变化与宏团聚体类似，林地的质量分数为34.69%，园地和旱地下降到19.58%～25.27%，而稻田下降到16.21%。由团聚体质量分数计算的团聚体平均重量直径，在林地中最高(达486.88 μm)，而园地和旱地降低到271.96～285.61 μm；稻田的团聚体平均重量直径最低，仅为152.34 μm。与林地相比，农业土壤景观的团聚体稳定性降低40%以上。另外，由团聚体有机碳含量(表1)和团聚体质量分数计算而来的团聚体结合碳，在林地高达25.21 g/kg，占总有机碳74.16%，而在园地、旱地和稻田等农业土壤景观中团聚体结合碳在6.92 g/kg以下，占总有机碳的40.17%～46.95%。

表3 不同土壤景观表土矿质颗粒和水稳性团聚体粒径组成

表4为土壤微生物磷脂肪酸(PLFAs)丰度和土壤胞外酶活性在土壤景观间的变化。不同土壤景观表土PLFAs丰度变化与土壤微生物生物量碳的变化相近，以林地最高，稻田中降低19.20%，而旱地和园地中降低32.38%以上；同时，细菌PLFAs占总PLFAs在71.83%～77.11%，以林地最高，稻田显著但小幅度降低(<0.05)，在园地和旱地中显著而大幅度降低(<0.05)；真菌PLFAs占总PLFAs在16.84%～20.86%，林地、稻田和旱地的真菌PLFAs含量无明显差异，而园地中下降至7.39 nmol/g。放线菌PLFAs占比在7.98%以下，园地和旱地中显著升高而稻田中显著降低(<0.05)。就PLFAs总量与MBC的比值而言，林地与稻田相近，而园地和旱地中显著升高。而对于真菌/细菌比，与林地相比，稻田的显著升高(<0.05)，但旱地和园地升高幅度更大。

表4 不同土壤景观表土微生物磷脂肪酸(PLFAs)丰度及土壤酶活性

土壤酶活性在不同土壤景观间存在较大差异。林地土壤酶活性总体高于园地、旱地和稻田(<0.05)。与碳氮循环相关的5种水解酶活性均以林地最高，稻田的含量与林地基本无显著性差异，而在园地和旱地中则大幅降低。多酚氧化酶和过氧化物酶也呈现出相似趋势。与磷循环相关的酸性磷酸酶在林地中高达382.70 nmol/(h·g)，在其他土壤景观中降低22.13%～55.97%。硫循环相关的芳基硫酸酯酶在稻田中最高，在林地中显著降低38.81%(<0.05)，在园地和旱地中显著降低68.65%～81.28%(<0.05)。由方程(2)计算的归一化酶活性，以林地最高，在稻田中显著降低22.48%(<0.05)，而在旱地和园地中显著降低47.92%～63.27%(<0.05)。

2.2 土壤性质和质量指标的关系分析

本研究中，所有测定的表土理化性质指标在不同土壤景观中的变异系数为7.31%～81.80%(图1)。

注：三角表示<15%;方块表示15%～35%;空心圆表示>35%。

其中土壤pH、容重和粉粒含量变异系数在15%以内，属于小幅度变异指标；变异系数在15%～35%范围的指标包括黏粒和砂粒含量、CEC、有效钾、土壤全氮等土壤基质决定的性质及过氧化物酶和微生物的PLFAs等生物化学性质。这些指标受短期人为活动影响的变化幅度较小；同时，土壤有机碳、微生物生物量碳、有效磷、宏团聚体和微团聚体质量分数、团聚体平均质量直径和参与碳氮以及养分循环的酶活性等土壤生物物理和生物化学指标的变异系数在35%以上，属于受人为活动深刻影响的土壤功能性质。并且，土壤有机质与团聚体结合碳、进一步与微生物生物量碳并与微生物PLFAs丰度和土壤归一化酶活性存在显著的相关性(图2)，这些指标间的高度相关性，提示土壤有机质驱动土壤团聚体形成，从而保育土壤微生物，后者表现出生物活性且参与物质循环，形成土壤健康的自然基础。

图2 土壤有机质-团聚体-微生物-微生物过程和功能的关联性

考虑到土壤酶活性可以代表土壤养分转化和循环的功能活性，本研究对土壤酶活性与土壤基础性质进行了冗余分析(图3(a))。前2个RDA轴分别解释总变异的74.15%和9.16%，保留的环境变量是SOC、有效磷、团聚体平均质量直径和pH。所有酶活性指标都加载在RDA1正侧，SOC也加载在RDA1正侧，并与大部分酶活性指标呈现显著正相关(<0.05)。土壤pH和有效磷加载在RDA1的负侧，与β—木糖苷酶、酸性磷酸酶呈负相关(<0.05)。林地处于第4象限，园地和旱地主要处于第3象限，稻田主要处于第1象限。因此，土壤微生物胞外酶活性在不同土壤景观间显示不同的变化格局。

对土壤微生物PLFAs与土壤物理化学性质的冗余分析结果见图3(b)。第1轴和第2轴分别解释总变异的60.27%和19.98%，保留的变量为SOC、有效磷、团聚体平均质量直径、容重和pH。SOC加载在RDA1的正侧，与PLFAs、细菌和真菌呈显著正相关(<0.05)。真菌与土壤容重呈显著负相关(<0.05)。微生物群落结构指标真菌/细菌比(F/B)与有效磷含量呈显著正相关(<0.05)，与SOC呈显著负相关(<0.05)。此外，放线菌与MWD呈显著正相关关系(<0.05)，与pH呈显著负相关性(<0.05)。林地主要处于第4象限，园地和旱地处于第3象限，稻田主要处于第2象限。因此，不同土壤景观间土壤微生物群落组成与结构发生显著变化。

注：BG为β—葡萄糖苷酶；NAG为N—乙酰氨基葡萄糖苷酶；CB为β—纤维素酶；XYL为β—木糖苷酶；AG为α—葡萄糖苷酶；AryS为芳基硫酸酯酶；PPO为多酚氧化酶；PO为过氧化物酶。

2.3 不同土壤景观下表土质量评价

由表5可知，共选取21项物理、化学、生物指标进行全数据集主成分分析，选择出3个特征值大于1的组分，前3个主成分的累计方差变异解释率达88.32%，表明前3个主成分解释能力较强。按照主成分分析中载荷因子绝对值大于0.5以及与组内指标相关性强弱进行分组后，计算Norm值。按照在最高的Norm值10%范围内为选取原则，初选出指标(表5中加粗加下划线数字)；再根据附表2中组内指标相关性，选择最终纳入MDS的指标。第1组中SOC与其他入选指标均呈极显著相关(<0.01)，故选取Norm值最高的SOC为第1组指标。第2组指标中的芳基硫酸酯酶和MWD无相关性，因此2个指标均选入MDS。第3组中的指标仅有酸性磷酸酶。通过对TDS以及MDS进行主成分分析，可以计算出各个指标的公因子方差，进而计算出各个指标的权重(表3)。MDS指标SOC、MWD、芳基硫酸酯酶、酸性磷酸酶的权重分别为0.265，0.269，0.244，0.221。基于MDS计算的土壤质量指数(图4(a)与基于TDS的计算结果相近，均为林地(>0.66)高于稻田(0.54～0.58)，后者高于旱地(0.39～0.44)和园地(0.36～0.38)。说明旱地农业利用大幅度削弱土壤质量，而稻田利用下土壤质量相对更接近于林地土壤，说明稻田土壤景观相对旱地土壤景观更有利于维持土壤健康。

表5 土壤质量指标主成分分析结果

土壤健康更为关注土壤功能和生态系统服务。将选取的10项指标的观测值进行标准化整合计算后，绘制土壤健康雷达图。由图4(b)可知，林地土壤健康程度最高，拥有最大的雷达图面积，在土壤固碳能力、土壤物理结构与微生境以及微生物生物量与活性等矢量上有着最大的值，但土壤养分有效性相对较低。园地尽管在土壤物理结构与微生境以及养分有效性方面有着良好的能力，但其他功能较低，因此雷达图面积最小。通过公式(5)计算出的雷达图面积可以代表土壤健康综合指数，分别是林地(1.33)、稻田(0.57)、旱地(0.55)和园地(0.34)。可见，林地土壤健康程度最高，旱地和园地农业利用下，综合健康指数降低58.96%～74.12%。但稻田健康指数高于旱地和园地，且在土壤固碳、土壤缓冲能力以及微生物生物量与活性能力方面有更好的能力，说明是相对更能保持土壤健康的，故稻田是最接近自然土壤健康的人为土壤景观。

注：(a)图中不同字母表示不同土壤景观下土壤质量指数差异显著(p<0.05)。

3 讨 论

3.1 小流域内土壤景观间表土质量变化：土壤有机碳作为驱动因子

大量研究认为，当原始生态系统转变为农田(稻田、旱地等)时，土壤性质改变，土壤质量降低。在本研究中，不同土壤景观间土壤理化性质显著变异(表2)。土壤有机碳在土壤肥力及农业可持续性方面发挥着至关重要的作用，同时还有助于缓解气候变化。无论原生生态系统改变为园地、旱地或是稻田，土壤有机碳都发生强烈损失。本研究观察到，林地景观表土有机质高达5.86%，而园地和旱地景观中减少56.66%～69.63%，稻田景观也仅保持相当于林地近1/2(49.07%)的有机质(表2)。

有研究表明，自然土壤开垦为农田，有机质平均减少30%，而稻田相对更有利于有机碳的保持。稻田有机碳含量较高，可能是稻田的碳输入量大于旱地土壤且淹水环境下微生物分解程度降低，因而稻田景观微生物商更高，有机碳固存潜力更大。伴随着土壤有机质的变化，宏团聚体质量分数和团聚体结合碳含量表现出更强的变化(表3)。与林地景观相比，园地和旱地景观中表土团聚体结合碳仅存分别16.45%和27.44%，稻田也只是林地的26.43%。因此，团聚体结合碳作为活跃碳组分的耗损可能是退化景观中土壤有机质变化的本质。与这种变化相随的是，林地土壤景观尽管黏粒含量较低，砂粒含量较高，宏团聚体质量分数仍高达37.96%(已扣除砂粒)，而园地和旱地仅有20.00%，稻田因水耕更是降低到9.61%的水平。因此，在耕作、施肥和其他条件变化下，土壤有机质—团聚体结合碳—土壤团聚体结构的破坏可能是不同景观表土质量变化的主要内在驱动者。土壤团聚体结合碳，主要是物理结合保护于宏团聚体中，是土壤固碳的主要机制，更是生态系统过程和功能的基础。本研究中，不同景观表土有机质—团聚体稳定性—微生物PLFA—土壤酶活性的偶联关系，彰显土壤有机质—团聚体—微生物—生物过程和功能的土壤学关联机制，这也是土壤健康的核心驱动机制。因此，以有机碳特别是团聚体结合碳和宏团聚体损耗为代表的土壤退化，可能深刻影响土壤质量和健康的演变，并调节土壤的生态系统功能和服务。

土壤胞外酶活性在土壤有机碳和养分循环中起着至关重要的作用，因此可以作为评价土壤质量和肥力的重要指标。由原生森林土壤景观转变为农业土壤景观，破坏土壤结构，导致土壤有机碳损失，土壤胞外酶活性也随之降低(表4)。与以往的研究报道一致的是，本研究中参与C—循环的微生物胞外酶(β—葡萄糖苷酶、β—纤维素酶、β—木糖苷酶、α—葡萄糖苷酶)和N—循环微生物胞外酶(N—乙酰氨基葡萄糖苷酶)的酶活性与土壤有机碳呈现显著的正相关(<0.05)(图3a)。人类的耕作、施肥造成有机碳损失，很大程度上影响土壤微生物活动，林地景观中表现出最高的C、N循环相关的胞外酶活性。此外，相比旱地，稻田更多有机碳输入和微生物商，增强土壤微生物的代谢活性，因此有较高的C、N循环相关的胞外酶活性。酚氧化酶和过氧化物酶的主要作用是解聚木质素，以获得碳资源和养分，他们主要由真菌产生，更高的氧化酶活性常常与有机碳分解损耗相随。相较于旱地景观，林地和稻田有着更高的氧化酶活性，但表土有机碳仍较高，这是由于当外界有机质输入(凋落物、秸秆和根)增多时，有机质组分的复杂性增加，促使氧化酶的活性维持在较高的水平，即有机碳含量与氧化酶活性呈现正相关(图3a)。与前人的研究相似，土壤有效磷与酸性磷酸酶呈显著负相关(<0.05)(图3a)，酸性磷酸酶的活性受到高有效磷含量的抑制，施用磷肥降低土壤磷酸酶活性。芳基硫酸酯酶能催化硫酸酯键的水解，是真菌生物量的间接指标，这意味着芳基硫酸酯酶的酶活性越高，真菌生物量越高。本研究中，芳基硫酸酯酶与真菌生物量呈显著正相关(<0.01)，并且对有机碳积累有积极作用。总体而言，与原生土壤景观相比，土壤胞外酶活性和归一化酶活性均降低，土壤多项功能受损，在旱地和园地中的受损幅度更大，但在稻田中受损幅度较小。由有机碳驱动的土壤胞外酶活性的变化，与土壤质量和土壤健康的变化密不可分。

土壤微生物群落的组成和结构受土地利用历史、土地管理和植被类型等多种因素的影响。本研究中，农业景观相较于林地土壤景观，土壤微生物量的变化趋势与有机碳的变化趋势高度一致，无论是微生物生物量碳，还是微生物PLFAs含量，均与土壤有机碳呈显著正相关(图3b)。与前人的研究类似，土壤微生物群落组成和结构与有机碳含量直接相关，后者为土壤微生物提供养分和能源，驱动微生物群落的生存和发展，是土壤质量的核心。通常来说，具有较高真菌/细菌比的生态系统会更稳定，并且土壤有机碳固存能力更强。但在本研究中，原生土壤景观转变为农业土壤景观后，有机碳大量损失，而真菌能利用难分解有机碳，在逆境中生存能力更强，使得真菌/细菌比反而升高。原生林地到农业用地的土壤景观改变不仅导致土壤微生物生物量的减少，而且对土壤微生物结构产生深刻的影响，进而影响土壤质量，有机碳同样扮演重要的角色。

3.2 土壤质量与土壤健康评价：土壤评价指标选取的考量

科学评价土壤质量，就是衡量其均衡持续提供各种生态系统服务的能力，为能够全面而客观地定量评价土壤质量，需要从土壤的多个特性(物理、化学和生物)去选择指标，以建立一种通用的土壤质量评价体系，达到量化评定土壤质量。

目前关于土壤质量评价指标的选取，多趋向于采用更广泛的指标，例如，增加生物方面的指标，这些指标在过往评价中往往被忽视。基于全数据集的评价存在测试指标数量多、过程繁琐等问题；而最小数据集评价法，使用主成分分析等数学的方法将数据进行降维，通过相关性或Norm值逐步甄别并筛选若干指标。这简化了土壤指标数量，同时也可能出现这样的问题：筛选出的多个指标可能代表同一功能的不同指标，或者可能缺失某一土壤功能的评价指标，这样造成土壤质量评价可能偏颇而脱离实际。本研究中，最小数据集挑选的指标为土壤有机碳、土壤团聚体平均质量直径、芳基硫酸酯酶和酸性磷酸酶活性，涵盖了物理、生物和化学各方面指标。不过，化学指标仅有土壤有机碳含量1项指标，尽管磷酸酶酶活性指标能反映土壤磷素有效性，但本研究中的最小数据集评价体系并未直接包括对于作物生长发育极为重要的养分指标以及微生物生物量指标。这说明仅仅依靠数据分析的方法去筛选指标，可能会忽视某些方面的土壤功能。因此，基于数据集的评价中，应当慎重选择指标，筛选出最能代表土壤质量的指标，以保证土壤评价的合理性。而基于土壤健康理念的土壤质量评价，直接从土壤功能出发去筛选指标，既有科学理论依据，又遵循了最小数据集法的指标简化，在土壤质量中具有明显优势。

3.3 土壤质量与土壤健康评价：土壤功能评价体系的完善

本研究通过主成分分析，对全数据集和最小数据集进行土壤质量评价。由图4(a)可知，基于全数据集的土壤质量指数和基于最小数据集的土壤质量指数趋势相同，即最小数据集能较好地替代全数据集来进行土壤质量评价。在区域土壤质量评价中，可以选取最小数据集中的指标来满足土壤质量评价。而土壤健康质量评价所得到的土壤健康雷达图，其面积能代表土壤综合质量指数，其趋势与基于TDS和MDS的土壤质量评价指数一致，说明此方法同样能有效表征该区域的土壤质量状况。本研究中，林地景观各项生态系统服务功能评价值最高，说明林地土壤健康处于较高水平，而园地、旱地和稻田等土壤景观的土壤健康受到削弱，各项指标值降低。从图4(b)可知，除林地外的其他土壤景观土壤养分有效性均提高(因为农业施肥)，但有关固碳、生境的其他评价值相较于林地均大幅下降。稻田的有机碳和团聚体结合碳含量较旱地和园地景观高，即土壤固碳能力显著增强，驱动微生物生物量和活性随之提升。尽管耕作方式的差异使稻田景观的宏团聚体破坏程度增大，物理结构与微生境的能力下降幅度相应增大，但总体上稻田仍然相对保持健康的土壤景观。有研究提出，稻田及稻作农业可能是土壤、环境和生物可持续最好的农业人类活动形式，特别是在农业碳中和上具有特殊的意义。通过土壤健康评价的雷达图，能更清晰地展现土壤功能属性的强弱与土壤健康的变化关系，同时可以审视不同土壤景观在生态系统服务功能方面的消长关系。这样的信息，可以用来更好地指导乡村地区土地利用和产业发展，从可持续发展角度管理土壤景观，服务区域可持续发展和乡村振兴。

4 结 论

(1)山地丘陵区乡村小流域范围内不同土壤景观间的土壤质量存在较大的变异。与保护的原生林地土壤景观相比，农业景观中土壤有机质大幅降低，土壤结构稳定性被破坏，同时还伴随着微生境的退化和微生物功能多样性的降低，最终导致土壤生态系统功能严重削弱。相对而言，稻田景观是能保持土壤健康的农业活动景观。

(2)土壤有机质的损失和团聚体的破坏是导致土壤生物功能(固碳、养分循环和生物多样性保持)衰退的根本。因此，增进和改善土壤有机质—团聚体复合关系是恢复和改善土壤健康的根本途径。

(3)最小数据集可以代替全数据集进行小流域土壤质量变化评价。基于土壤健康理念的土壤质量评价，一方面体现人为活动下土壤健康的变化，另一方面还考虑土壤生态功能属性的差异。在最小数据集土壤质量评价法的基础上，进一步进行土壤健康评价，对于当前乡村地区生态农业发展和区域特色农业发展，以及促进生态环境保护具有重要意义。