土壤是陆地生态系统重要的组成部分, 是维持动植物生存和发展的重要载体^[1], 也是植物正常生长的基础^[2]。沙化是当前土壤环境面临的全球性生态问题。宁夏地处我国西北内陆, 是我国沙化最严重的省(区)之一^[3]。降水严重不足、水土流失严重、植被稀疏、土地裸露, 可耕作层浅, 养分空间分布不均, 是导致沙化土地土壤质量降低, 生产力弱的重要因素^[4—5]。近20年生态保护工程实施以来, 通过人工造林、退耕还林、飞播造林、封山育林等生态恢复措施, 沙化土地质量改善取得了一些成果, 但乡土优良的生态恢复植物缺乏、人工恢复模式单一、植被恢复土壤质量的评价与管理等研究基础薄弱。因此, 加强对沙化土地恢复区不同恢复模式, 尤其人工林地土壤恢复治理的效果监测研究, 对于适宜的生态恢复树种选择、模式建立, 促进沙化土地生态恢复具有重要指导意义^[6]。

土壤质量的高低可以反映土壤管理水平和生产能力。土壤结构复杂, 功能丰富, 科学而准确地对土壤质量进行研究十分必要^[7]。单一的土壤指标评价不能全面准确的表征土壤综合特征, 指标过多又费时费力^[4]。近年来, 国内外研究者对土壤质量评价方法进行了大量研究, 模糊数学、降维等模型方法不断引入到生态恢复区、人工林地、混合林地等不同时空尺度的土壤质量研究中^[8—9]。土壤质量指数(SQI)法是目前土壤质量评价较客观和实用的方法^[10]。国外在农田、林地可持续管理中广泛使用SQI法评价土壤质量^[11—12], 李鹏飞等^[13]利用主成分分析(PCA)分析, 基于最小数据集(MDS)对黄土高原矿区复垦区SQI研究结果显示, 不同年限的植被恢复模式下复垦土地土壤质量均有所提升。罗雅曦等^[14]对宁夏盐池风沙区油蒿(Artemisiaor dosica)、花棒(Hedysarum scoparium)、沙拐枣(Caligonum mongolicum)、柠条(Caraganakor shinskii)4种人工固沙灌丛林地土壤质量研究结果发现流动沙地扎设草方格营造油蒿林能在短期内提高风沙土壤综合质量。赵娜等^[15]研究了不同退耕年限刺槐林土壤理化性质演变特征和土壤质量综合指数, 表明刺槐人工林土壤质量指数随着退耕年限的增加逐渐提高。刘昊等^[16]以湖南省宁远县不同森林类型林地土壤为研究对象, 利用因子分析和判别分析筛选修订最小数据集, 计算土壤指数, 表明针叶林地的土壤质量显著低于阔叶林与针阔混交林, 在针叶林中间种植当地常见阔叶树种能提高林地土壤质量, 防止土壤退化。

目前, 对土壤质量评价已有的研究多集中于传统、常规乔木林地或灌木林地, 研究对象也多为不同土地利用与管理方式、不同土壤类型、不同自然植被恢复模式、不同森林生态系统等^[17—20]。对于宁夏平原沙化土地人工林地恢复模式下的土壤质量评价研究较少。文冠果(Xanthoceras sorbifolium)、欧李(Cerasus humilis)均是近年来在我国西北、东北、华北等地干旱半干旱地区生态治理、园林绿化普遍选用的生态经济树种, 其本身具有优良的抗旱、抗寒、耐盐、耐贫瘠特性, 但普遍重种植、轻研究, 对于其能否作为优良人工林植被恢复树种进行利用, 其生长对土壤物理、化学、生物学性质的影响和生态适应性如何一直缺乏研究基础, 能够发挥其抗逆性, 在土壤环境改善中发挥长期效应, 对于科学合理地选择沙地恢复人工林类型, 构建人工林恢复模式等均具有重要的科学研究和实际意义。因此, 本研究以银川典型沙地人工栽培4 a的文冠果、欧李人工种植地为研究对象, 综合土壤物理、化学和生物学特征, 运用数学分析方法筛选适合的土壤质量评价指标, 通过SQI计算, 对不同人工林地土壤质量进行评价, 以期为该地区土壤质量改善、植被恢复树种选择提供参考。

1 材料与方法 1.1 研究区概况

试验地位于宁夏回族自治区银川市金凤区良田镇银川植物园内(38°28′N, 107°22′E), 地处银川腹部沙地, 有流动沙丘分布, 属于宁夏沙漠化的分布区, 天然植被为荒漠草地。海拔1115 m, 属典型的温带大陆性气候, 降水少, 日照充足, 蒸发量大, 相对湿度45%—66%, 年均降水量180 mm, 大部分降水集中在7—9月, 风沙大, 冬春季尤其多发大风天气, 年均气温10 ℃左右, 1月最低-15 ℃, 7月最高27.9 ℃, 昼夜温差大, ≥10 ℃年积温在3000左右。蒸发量为1885 mm。主要土壤类型为固定风沙土^[21], 较为贫瘠, 0—40 cm土壤pH值约9、有机质约2 g/kg。

1.2 土样样品采集与测定

本研究选择了研究区内人工种植的欧李和文冠果两种造林类型, 以相邻的撂荒地为对照。其中欧李地为人工种植4 a的丛生型灌木林地, 统一株行距0.8 m×1.2 m种植, 文冠果地为人工种植4 a的小乔木林地, 统一株行距1 m×1.5 m种植。撂荒地为一直未开垦的荒地。样地基本信息见表 1。土壤样品采集时间为2020年7—8月果实采收后不再进行人工补水20 d以上, 并避开降雨, 即在无任何水分补充20 d以上时进行采样, 以避免水分的淋溶作用, 采样深度0—20、20—40 cm, 每个采样点采用五点采样法, 形成一个混合样品。将土壤样品装入塑料自封袋内, 4℃冰桶保存, 并迅速带回实验室。经过去除植物凋落物、根系、石子等杂质, 过2 mm筛后将每份土样分成两份, 一份4℃保存用于土壤酶活性测定, 另一份阴干用于土壤理化性质测定。

土壤含水量采用烘干法。容重和孔隙度采用环刀法^[22]。pH采用水土比1 ∶ 1电极法, EC采用电导法^[22]。颗粒组成采用马尔文激光粒度分析法。有机质采用K₂Cr₂O₇容量法, 全氮采用凯氏定氮法, 全磷采用NaOH碱溶-钼锑抗比色法, 全钾采用NaOH熔融法测定, 速效氮采用NaOH碱解法, 速效磷采用NaHCO₃浸提-钼锑抗比色法, 速效钾采用NH₄OA_C浸提-FP640型火焰光度计法测定^[23]。采用3, 5-二硝基水杨酸比色法测定蔗糖酶、纤维素酶活性, 磷酸苯二钠比色法测定碱性磷酸酶活性, 苯酚钠-次氯酸钠比色法测定土壤脲酶活性^[24]。

1.3 总数据集和最小数据集的构建

将测定的20个指标作为总数据集指标, 对每个指标进行单因素方差分析(One-ANOVA), 选择具有显著差异的作为重要数据集(SDS)指标。对数据进行标准化处理后进行PCA分析, 并结合Norm值, 确定进入MDS指标。MDS指标选择原则如下：提取特征值≥1的主成分, 将指标载荷大于0.5的分为一组。如果某一指标在不同主成分中的载荷均大于0.5, 则将其并入与其他指标相关性较低的一组。计算各组指标的Norm值, 选取每组中Norm值在该组中最大Norm值的10%范围内的指标。如同一组中保留多个指标, 则使用Pearson相关系数确定是否需要保留每个指标, 如指标间相关系数小于0.5, 则所有指标均可保留, 如各指标在主成分内显著相关(r>0.5), 则选择Norm值最高的指标进入MDS^{[13, 25]}。

Norm值的计算公式如下：

(1)

式中N_ik表示第i个指标在特征值大于1的前k个主成分的Norm值；u_ik表示第i个指标在第k个主成分的载荷；e_k为第k个主成分的特征值。

1.4 土壤质量评分模型的构建

指标确定后, 使用线性和非线性评分函数法将各指标转换为0—1之间的值。根据土壤质量的敏感性, 将指标分为两种类型。如果该指标与土壤质量正相关, 适用于“越多越好”的评分模型, 相反, 则适用于“越少越好”的评分模型^[25]。

线性评分模型：

(2)

(3)

式中S_L代表线性评分(0—1), x代表指标实测值, L代表指标最低值, H代表指标最高值。方程(3)为“越多越好”型指标评分函数, 方程(4)为“越少越好”型指标评分函数。非线性评分模型：

(4)

式中, S_NL是介于0—1之间的土壤指标得分, a为最大得分, 在这里被确定为1, x是土壤实测指标值, x₀为相应的指标平均值, b为方程的斜率, “越多越好”类型为-2.5, “越少越好”类型为2.5。

1.5 指标权重与SQI计算

主成分分析法计算各指标的权重(权重等于各指标的公因子方差占所有指标公因子方差之和的比例)^[26]。根据方程(5)计算SQI：

(5)

式中S_i代表指标得分, n为指标数量, W_i代表指标权重值, SQI越高表示土壤质量越高。

1.6 数据处理

数据统计分析与作图全部采用SPSS 22.0、Excel 2010, 应用SPSS 22.0对数据进行相关性分析、方差分析、主成分分析。

2 结果与分析 2.1 银川沙化土地恢复区人工林地土壤性质比较

各样地各土壤指标特性值如表 2所示。从物理指标来看, 欧李和文冠果2种人工林地的土壤含水量、粉粒、黏粒均显著高于撂荒地(P < 0.05)。欧李地的粉粒百分比最高, 砂粒百分比最低, 分别为13.34%和72.83%, 黏粒百分比略高于文冠果林地, 但差异不显著(P>0.05)。欧李地和文冠果地的pH值均显著低于撂荒地(P < 0.05), 电导率则相反, 均显著高于撂荒地(P < 0.05), 但文冠果地和欧李地之间差异不显著(P>0.05)。有机质、全氮、全磷、全钾等主要养分指标中, 除了文冠果地的土壤有机质与撂荒地差异不显著外(P>0.05), 其余均是欧李地和文冠果地均显著高于撂荒地(P < 0.05)。铵态氮、硝态氮、速效磷、速效钾含量之间差异不显著(P>0.05)。从生物酶活性指标来看, 欧李地土壤中的脲酶活性、碱性磷酸酶活性、蔗糖酶活性和纤维素酶活性均最高, 但只有纤维素酶活性显著高于文冠果地和撂荒地(P < 0.05)。

通过方差分析, 首先从总数据集(TDS)的20个指标中选择具有显著性差异(P < 0.05)的指标有含水量、砂粒、粉粒、黏粒、pH、电导率、有机质、全氮、全磷、全钾、纤维素酶等11个。其次, 根据土壤质量综合指标敏感度分级标准^[27], 变异系数≥100%为高度敏感、100%—40%为中度敏感、40%—10%为低度敏感, 变异系数≤10%为不敏感, 可知土壤容重、砂粒、总孔隙度、pH值4个指标变异系数低, 均不敏感, 不适宜做为土壤质量评价指标。因此将敏感程度分级与方差分析结合, 最终筛选出含水量、粉粒、黏粒、电导率、有机质、全氮、全磷、全钾、纤维素酶9个指标进入土壤质量评价重要数据集SDS。

2.2 土壤质量评价指标最小数据集的构建

对筛选的SDS的9个指标进行主成分分析, 选择特征值大于1的主成分。结果显示前两个主成分的方差累计贡献率为77.559%, 说明前两个主成分的解释能力较强。将所有指标分为两组, 根据Norm值计算并得到以下MDS初选指标：全磷、黏粒、含水量、粉粒、全钾(表 3), 再通过相关性分析(表 4)可知, 第一组和第二组中各指标均显著正相关, 因此, 分别选择各组中Norm值最大的全磷、粉粒作为MDS指标。

2.3 基于最小数据集的土壤质量评价

根据PCA分析得到各个数据集指标的公因子方差, 计算出指标权重(表 5)。通过线性评分模型：公式(2)、(3), 非线性评分模型：公式(4), 分别将TDS、SDS、MDS指标转换为0—1之间的分值。其中, 土壤pH、电导率、容重、砂粒、黏粒5个指标反映了土壤的酸碱度和通透性, 符合“越少越好”型函数, 本试验测定的其余指标均是重要的土壤结构和养分指标, 符合“越多越好”型函数。计算出各指标得分后, 根据公式(5)的加权法计算基于不同数据集的SQI。

TDS的SQI计算方法为：SQI-LT或SQI-NLT=含水量×0.053+砂粒×0.054+粉粒×0.053+黏粒×0.053+pH×0.041+电导率×0.053+有机质×0.042+全氮×0.045+全磷×0.047+全钾×0.049+纤维素酶×0.048+速效磷×0.052+速效钾×0.051+铵态氮×0.048+硝态氮×0.053+总孔隙度×0.055+容重×0.055+脲酶×0.053+蔗糖酶×0.045+碱性磷酸酶×0.050。

SDS的SQI计算方法为：SQI-LS或SQI-NLS=含水量×0.110+粉粒×0.132+黏粒×0.120+电导率×0.104+有机质×0.100+全氮×0.091+全磷×0.121+全钾×0.118+纤维素酶×0.105。

MDS的SQI计算方法为：SQI-LM或SQI-NLM=粉粒×0.500+全磷×0.500。

由图 1可知, 基于TDS、SDS、MDS三个数据集的线性和非线性评分方法得到的不同林地类型SQI差异不显著(P>0.05)。无论线性还是非线性评分方法, 基于总数据集TDS计算的SQI值大小均是欧李地>撂荒地>文冠果地, 而基于重要数据集SDS和最小数据集MDS计算的SQI在不同林地类型中的变化情况一致, SQI值大小排序均为欧李地>文冠果地>撂荒地, 说明与撂荒地相比, 人工种植文冠果和欧李均提高了土壤质量。在线性和非线性模型中, TDS和SDS、SDS和MDS之间的SQI相关系数均是非线性高于线性, 基于TDS、SDS、MDS三个不同数据集计算的SQI均是基于TDS计算的SQI值最小, 基于MDS的SQI值最大。因此, 相比于线性方法, 基于MDS的非线性评分方法得到的SQI变化区间和变异系数较大, 说明该方法对SQI的变化更敏感。Pearson相关性分析结果表明, 6个SQI之间均彼此显著(P < 0.05)或极显著(P < 0.01)正相关(表 6), 验证了基于MDS的SQI与基于SDS和TDS的SQI所反映的土壤质量大小一致, 其中SQI-NLM与SQI-NLS之间的相关系数最大, 为0.688, 进一步由图 2所示的SQI-NLM与SQI-NLS之间的拟合效果可见, 最小数据集MDS指标可以较好地代替重要数据集SDS指标。

3 讨论 3.1 不同人工林地土壤质量评价指标

人工植被恢复是控制沙化土地水土流失、提高土壤肥力的有效措施。土壤质量评价受到土壤自身特性、土地利用和管理方式、小气候环境等诸多因素影响, 土壤的演变和恢复是一个随时间波动且漫长的过程, 与土壤的结构和养分状况密切相关^{[2, 6]}。建立科学合理的土壤评价指标体系是土壤质量评价的关键。但土壤指标众多, 不能通过一个或几个指标的高低简单判断土壤质量的优劣, 必须根际实际综合考虑。一般对土壤性质的研究认为土壤指标过多反而会影响土壤特性, 从而模糊了土壤间的差异, 但指标过少, 则会降低土壤质量指数对土壤质量变化的敏感性^[16]。土壤质量评价最小数据集MDS是目前应用较广的评价指标筛选方法, 极大地节约了评价成本。大部分研究所选的指标涵盖了土壤结构、养分、生物学特性等各个方面^{[7, 13, 28]}。本研究从总数据集TDS的9个指标中进一步优化选择的最小数据集MDS指标有土壤粉粒百分比和全磷含量, 这两个指标均是土壤结构和养分重要的表征指标。银川腹部沙地土壤较为贫瘠、砂粒较多、粉粒很少, 土壤的保水性非常差, 大量的砂粒导致水肥利用效率低, 植被生长受到抑制, 土壤质量改善缓慢, 这是沙化土地质量下降的主要表现^[29]。

拓飞等^[30]对毛乌素沙地人工种植沙地柏对沙土的特性研究结果表明, 研究区土壤粒度组成以砂粒为主, 土壤养分含量整体水平低, 并在土壤表层聚集, 土壤有机质、速效钾和盐分含量与细砂物质(粒径<100 μm)含量呈线性正相关, 与粗砂物质(100—500 μm)呈线性负相关, 随着造林年限的增加, 土壤颗粒的粗细分配趋于良好, 土壤结构优化, 所以认为沙地柏可以作为毛乌素沙地生态恢复的优良灌木。林帅等^[31]对鄂尔多斯地区毛乌素沙地杨柴(Hedysarum mongolicum)、柠条锦鸡儿(Caragana korshinskii)、沙柳(Salix cheilophila)等西北地区主要典型人工林地土壤肥力研究, 表明土壤全磷、全氮含量较低, 是沙区林地土壤肥力的主要限制因子。刘江等^[32]对库布齐沙漠北缘杭锦旗段柠条锦鸡儿(Caragana korshinskii)、沙柳(Salix cheilophila)、花棒(Hedysarum scoparium)和杨柴(Hedysarum mongolicum)4种人工灌木林土壤质量评价研究表明, 人工灌木林营造改善了土壤理化特征和生物学性质, 显著提高了流沙地土壤肥力, 其中有机质、速效氮、磷、钾等含量显著高于对照流沙地, 各人工灌木林地土壤酶活性均高于流沙地, 柠条林地和沙柳林地的建植对土壤酶活性影响较大, 但综合土壤肥力表征指数而言, 营造柠条林对沙地土壤改良效果最佳。前人大量研究已证实人工植被恢复可以有效提高土壤持水能力和养分, 起到改良土壤的作用^{[1, 17, 33]}。欧李和文冠果等人工林地的土壤酶活性均高于撂荒地, 主要由于林地内植被根系的生长、凋落物的分解增加了土壤有机碳的输入^[34—36], 尤其文冠果地土壤有机质含量显著高于欧李和撂荒地, 说明在一定程度上促进了土壤结构向稳定性转变, 土壤中大颗粒的砂粒占比有效减少, 而粉粒、黏粒百分比有所增加, 说明土壤结构向好转变。这一结论也在前人研究中得到证实^{[16, 33]}。

3.2 不同人工林地土壤质量

植物的生长离不开为其提供基本生长环境和养分的土壤, 而植被在土壤质量恢复过程中也起着关键作用, 主要通过根系生长、枯落物的累积和分解等过程与土壤产生互作, 有利于土壤恢复的同时促进植被自身生长^[37—38]。张智勇等^[20]在陕北黄土区退耕还林(草)过程中研究发现, 降水量、植被类型以及二者的交互作用对土壤指标影响显著。次生植被演替可以改变土壤的功能和质量。基于PCA分析筛选出土壤有机碳、粉砂、速效磷、速效钾、土壤厚度和土壤水分是MDS最具代表性的指标。SQI比较结果表明, 次生林的SQI值最高, 灌草次之, 农田最低, 说明了人工造林带来的植被演替对土壤理化性质有着显著影响, 进而影响了土壤质量^[39]。然而植被演替是个漫长的生态系统更新恢复过程。Barua等^[40]研究了长期人工种植茶园的土壤质量, 认为土层较深、养分含量、排水良好的土壤有利于茶树生长, 但较为敏感的指标pH在15 a才能达到稳定, 15—30 a的土壤总氮显著升高, 可用氮在30—45 a才能达到稳定, 而土壤有机碳的恢复则需要45—60 a的连续种植。在广大生态脆弱区, 人工植被恢复是较为有效的生态环境改善措施。在晋西北地区研究者们为了探究不同土地管理方式对土壤质量的影响, 对不同土地利用方式的质量情况进行了评价, 结果表明苜蓿和免耕2种土地管理方式能够显著提高该地区表层土壤养分, 并增加土壤酶活性, 人工种植苜蓿地土壤质量有所改善^[41]。本研究发现, 在同样土壤较为脆弱的银川平原沙化地区, 人工营造4 a的文冠果和欧李林地的土壤质量高于撂荒地, 说明在土地沙化地区选择文冠果、欧李等抗逆性较强的小乔木或灌木树种进行土壤改良, 在保证良好植株生长适应性的基础上, 通过植被恢复促进土壤改良是正确的选择, 也是十分必要的。文冠果、欧李均是我国西北干旱半干旱地区抗旱、耐寒、耐瘠薄等抗逆能力非常强的树种^[42—43], 已被国家林草局列为生态造林先锋树种, 近年来在黄土丘陵区水土保持、矿山修复、荒漠地区植被恢复中应用的较多。王鹏飞等^[44]对山西省柳林县黄土丘陵沟壑区人工造林5 a的欧李地土壤质量研究表明, 欧李灌丛下土壤pH和全氮、全磷、全钾、速效磷等土壤养分, 以及蔗糖酶、碱性磷酸酶等土壤酶活性均高于相同栽培条件下的5 a生油松林地。关炳昌^[45]对山西矿区不同植被恢复模式对土壤有机碳的研究表明, “圆柏+文冠果+欧李”配置模式有利于不同深度土壤有机碳固定。但还未见在西北沙地有关欧李土壤改良方面的研究报道。

在植被恢复区, 不同形态特征的不同类型人工林的抗风、固沙、保持水土等生态功能不同^{[19, 46]}。本试验区欧李地的SQI高于文冠果地, 分析原因可能与根系和地上生物量积累有关。小乔木型文冠果的株高、地径虽然较高, 但文冠果为直根系, 对土壤水肥的需求更高, 而分蘖能力强、水平根系生长迅速、矮化丛生型的欧李灌丛的冠幅和郁闭度较高, 灌丛形成快, 能够更好地拦截地表风力对浅层土壤的破坏, 加上土壤浅层致密的根系分布, 更有利于积累粉粒^{[19, 47]}, 提高土壤持水力, 改善土壤结构, 因此其SQI较高。但本试验两种人工林地SQI与撂荒地之间差异不显著, 虽然通过物理、化学、生物学等共计20个常见土壤性质指标的测定, 两种人工林地和撂荒地相比, 在土壤含水量、总孔隙度、pH、EC等物理性质, 全氮、磷、钾等养分含量, 以及纤维素酶活性等指标均存在一定的显著差异, 但利用不同评分方法, 基于不同数据集得到的土壤质量指数之间均没有显著差异, 也证实了土壤性质的复杂性以及不能单一的或者仅凭个别指标界定土壤质量的高低。分析原因除了与该地区长期土壤贫瘠、养分含量较低等客观自然因素有关外, 与人工种植的文冠果和欧李及其林下植被生长年限较短有着直接的关系。在土壤环境较差的条件下, 人工文冠果和欧李种植相比撂荒地在短期内对土壤较为敏感的酸碱度、含水量、酶活性等指标产生了影响, 但这种影响并没有对土壤结构和质量发挥足够的作用, 促使土壤养分提高、环境改善。植被的演替及其对土壤的影响还需长期观测, 从植被-土壤相互作用角度深入探索。

4 结论

研究通过PCA分析结合Norm值优化筛选出的银川平原沙化土地文冠果、欧李和撂荒地三种类型土壤质量评价最具代表性的MDS指标为粉粒百分比和全磷含量。较大程度地减少了土壤质量评价的工作量。并利用线性与非线性两种评分方法, 基于不同数据集进行了SQI计算, 结果表明该试验区文冠果和欧李人工林地的SQI高于撂荒地, 基于MDS的非线性土壤质量评价方法更适用于研究区三种类型土壤质量评价。在银川平原沙化土地进行文冠果和欧李人工林营造, 在一定程度上有利于土壤质量提高。本研究对银川平原沙化土地进行文冠果、欧李等人工林栽培管理及类似地区人工植被恢复具有一定的借鉴意义。人工林营建和植被恢复需要长期跟踪, 沙化土壤改良也不会短期内见效, 植株生长除了土壤环境外, 还受到气候因子、林下草本等植被特性的影响, 对于文冠果、欧李等新型生态经济树种的栽培和应用也还处于研究初级阶段, 今后可从不同林龄、不同土层深度、结合生长环境因子等多角度开展深入研究。