全 文 ：福建冷浸田土壤质量评价因子的最小数据集∗
王　 飞　 李清华　 林　 诚　 何春梅　 钟少杰　 李　 昱　 林新坚∗∗
（福建省农业科学院土壤肥料研究所， 福州 ３５００１３）
摘　 要　 江南山区中低产冷浸田分布广泛，其改良利用对促进粮食增产意义重大．本研究通
过比较福建省 １７对典型冷浸田与同一微地貌单元内非冷浸田表层土壤的 ４１ 项物理、化学与
生物指标，系统分析了冷浸田与非冷浸田之间各指标差异及其产生的原因，并利用主成分分
析等方法构建冷浸田土壤质量评价因子最小数据集．结果表明：与非冷浸田相比，冷浸田土壤
总有机质高 ３１．７％，表征活性有机质的微生物生物量 Ｃ 降低 ３７．８％；Ｆｅ２＋高 １７７．０％，速效磷、
钾分别降低 ５２．３％和 ２２．８％；过氧化氢酶和转化酶分别高 ５８．３％和 ２２．１％，磷酸酶、硝酸还原
酶分别降低 ４７．８％和 ６６．６％，微生物区系数量降低 ２９．８％ ～４６．０％；物理性砂粒含量高 ８．０％，
浸水容重降低 ２５．８％．冷浸田与非冷浸田之间表土有 ２８ 项属性指标呈现显著差异．用因子分
析方法从 ２８项有显著差异的指标中归纳出累计贡献率达 ７８．５％并能分别反映土壤生化、活
性有机 Ｎ、还原性障碍、物理与化学养分特征的 ５个主成分，结合相关分析模型和专家经验法
建立了包括 Ｃ ／ Ｎ、细菌、微生物生物量 Ｎ、还原性物质总量、物理性砂粒、全磷 ６ 项因子的冷浸
田土壤质量评价因子最小数据集．
关键词　 冷浸田； 土壤属性； 土壤质量评价； 评价因子； 最小数据集； 多元统计
∗公益性行业（农业）科研专项（２０１００３０５９）和福建省农业科学院科技创新团队项目（ＣＸＴＤ⁃２⁃１３１８）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｘｉｎｊｉａｎｌｉｎ＠ １６３．ｎｅｔ
２０１４⁃０５⁃２９收稿，２０１５⁃０１⁃０９接受．
文章编号　 １００１－９３３２（２０１５）０５－１４６１－０８　 中图分类号　 Ｓ１５４　 文献标识码　 Ａ
Ｅｓｔａｂｌｉｓｈｉｎｇ ａ ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ ｏｆ ｓｏｉｌ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｆｏｒ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
ｉｎ Ｆｕｊｉａｎ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． ＷＡＮＧ Ｆｅｉ， ＬＩ Ｑｉｎｇ⁃ｈｕａ， ＬＩＮ Ｃｈｅｎｇ， ＨＥ Ｃｈｕｎ⁃ｍｅｉ， ＺＨＯＮＧ Ｓｈａｏ⁃
ｊｉｅ， ＬＩ Ｙｕ， ＬＩＮ Ｘｉｎ⁃ｊｉａｎ （ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｉｌ ａｎｄ Ｆｅｒｔｉｌｉｚｅｒ， Ｆｕｊｉａｎ Ａｃａｄｅｍｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ，
Ｆｕｚｈｏｕ ３５００１３， Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６（５）： １４６１－１４６８．
Ａｂｓｔｒａｃｔ： Ｔｈｅ ｙｉｅｌｄｓ ｏｆ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ （ＣＷ） ｐａｄｄｙ ｆｉｅｌｄｓ ｗｉｄｅｌｙ ｓｐｒｅａｄｉｎｇ ｉｎ Ｊｉａｎｇｎａｎ ｍｏｕｎ⁃
ｔａｉｎｏｕｓ ａｒｅａｓ ａｒｅ ｍｏｄｅｒａｔｅ ｏｒ ｌｏｗ ｂｕｔ ｈａｖｅ ａ ｈｉｇｈ ｐｏｔｅｎｔｉａｌ ｔｏ ｂｅ ｉｎｃｒｅａｓｅｄ． Ｂａｓｅｄ ｏｎ ｄａｔａ ｉｎｃｌｕｄｉｎｇ
４１ ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ １７ ｐａｉｒｓ ｏｆ ｔｙｐｉｃａｌ ｓｕｒｆａｃｅ ｓｏｉｌｓ ｏｆ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ ａｎｄ ｎｏｎ
ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ （ＮＣＷ） ｐａｄｄｙ ｆｉｅｌｄ ａｔ ａ ｎｅｉｇｈｂｏｒｉｎｇ ｌａｎｄｓｃａｐｅ ｕｎｉｔ ｉｎ Ｆｕｊｉａｎ Ｐｒｏｖｉｎｃｅ， ｖａｒｉｏｕｓ
ｉｎｄｅｘ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｓｏｉｌ ｐｒｏｐｅｒｔｉｅｓ ａｎｄ ｃａｕｓｅｓ ｂｅｔｗｅｅｎ ＣＷ ｐａｄｄｙ ｆｉｅｌｄ ａｎｄ ＮＣＷ ｐａｄｄｙ ｆｉｅｌｄ ｗｅｒｅ
ｓｙｓｔｅｍａｔｉｃａｌｌｙ ｓｔｕｄｉｅｄ， ａｎｄ ａ ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ （ＭＤＳ） ｏｆ ｓｏｉｌ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｆｏｒ ＣＷ ｐａｄｄｙ
ｆｉｅｌｄ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ ｂｙ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ． Ｂｙ ｐａｉｒ ａｎａｌｙｓｉｓ， ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ＣＷ
ｐａｄｄｙ ｆｉｅｌｄ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｃｏｎｔｅｎｔ ｏｆ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｉｎｃｒｅａｓｅｄ ｂｙ ３１．７％， ｂｕｔ ｔｈｅ ｍｉｃｒｏｂｉａｌ ｂｉｏ⁃
ｍａｓｓ Ｃ ｄｅｃｒｅａｓｅｄ ｂｙ ３７．８％， ｗｈｉｃｈ ｂｅｌｏｎｇｅｄ ｔｏ ａｃｔｉｖｅ ｓｏｉｌ ｏｒｇａｎｉｃ ｍａｔｔｅｒ ｃｏｍｐｏｎｅｎｔ． Ｔｈｅ ｃｏｎｔｅｎｔ
ｏｆ ｆｅｒｒｏｕｓ ｉｒｏｎ （Ｆｅ２＋） ｉｎｃｒｅａｓｅｄ ｂｙ １７７．０％， ｂｕｔ ｔｈｅ ａｖａｉｌａｂｌｅ ｐｈｏｓｐｈｏｒｕｓ （Ｐ） ａｎｄ ｐｏｔａｓｓｉｕｍ （Ｋ）
ｄｅｃｒｅａｓｅｄ ｂｙ ５２．３％ ａｎｄ ２２．８％， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｃａｔａｌａｓｅ ａｎｄ ｉｎｖｅｒｔａｓｅ ａｃｔｉｖｉｔｉｅｓ ｉｎｃｒｅａｓｅｄ ｂｙ ５８．３％
ａｎｄ ２２． １％， ｂｕｔ ｐｈｏｓｐｈａｔａｓｅ， ｎｉｔｒａｔｅ ｒｅｄｕｃｔａｓｅ ａｃｔｉｖｉｔｉｅｓ ａｎｄ ｍｉｃｒｏｆｌｏｒａ ｄｅｃｒｅａｓｅｄ ｂｙ ４７． ８％，
６６．６％ ａｎｄ ２９．８％－４６．０％， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｔｈｅ ｓａｎｄ ｃｏｎｔｅｎｔ ｉｎｃｒｅａｓｅｄ ａｂｏｕｔ ８．０％， ｂｕｔ ｔｈｅ ｗａｔｅｒ ｉｍ⁃
ｍｅｒｓｅｄ ｂｕｌｋ ｄｅｎｓｉｔｙ ｄｅｃｒｅａｓｅｄ ｂｙ ２５．８％． Ｔｈｅｒｅ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｉｎｄｉｃｅｓ ｆｏｒ ２８ ｏｆ ａｌｌ
４１ ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ． Ｆｉｖｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ｃｕｍｕｌａｔｉｖｅｌｙ ｅｘｈｉｂｉｔｉｎｇ ａｂｏｕｔ ７８．５％ ｃｏｎｔｒｉｂｕｔｉｏｎ
ｗｅｒｅ ｃｏｎｃｌｕｄｅｄ ｆｒｏｍ ｔｈｅ ２８ ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｔｏ ｒｅｆｌｅｃｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｒｅｌａｔｅｄ ｔｏ ｓｏｉｌ ｂｉｏｃｈｅｍｉｓｔｒｙ，
ａｃｔｉｖｅ ｏｒｇａｎｉｃ ｎｉｔｒｏｇｅｎ， ｒｅｄｕｃｉｎｇ ｂａｒｒｉｅｒｓ， ｐｈｙｓｉｃａｌ ａｎｄ ｃｈｅｍｉｃａｌ ｎｕｔｒｉｅｎｔｓ， ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｅｖｅｎｔｕａｌ⁃
ｌｙ， ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｅｘｐｅｒｔ ｅｘｐｅｒｉｅｎｃｅ ｍｅｔｈｏｄ ｗｅｒｅ ａｐｐｌｉｅｄ ｔｏ ｏｐｔｉｍｉｚｅ ＭＤＳ ｃｏｎ⁃
ｔａｉｎｉｎｇ ｓｉｘ ｆａｃｔｏｒｓ ｆｏｒ ｓｏｉｌ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔｓ， ｉｎｃｌｕｄｉｎｇ Ｃ ／ Ｎ， ｂａｃｔｅｒｉａ， ｍｉｃｒｏｂｉａｌ ｂｉｏｍａｓｓ Ｎ， ｔｏｔａｌ
ｒｅｄｕｃｉｎｇ ａｇｅｎｔｓ， ｐｈｙｓｉｃａｌ ｓａｎｄ ａｎｄ ｔｏｔａｌ Ｐ．
Ｋｅｙ ｗｏｒｄｓ： ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ； ｓｏｉｌ ｐｒｏｐｅｒｔｙ； ｓｏｉｌ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ； ａｓｓｅｓｓｍｅｎｔ
ｆａｃｔｏｒ； ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ； ｍｕｌｔｉｖａｒａｔｅ ｓｔａｔｉｓｔｉｃｓ．
应 用 生 态 学 报　 ２０１５年 ５月　 第 ２６卷　 第 ５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｙ ２０１５， ２６（５）： １４６１－１４６８
　 　 冷浸田是我国江南稻区广泛分布的一种中、低
产田，面积在 ２００×１０４ ｈｍ２以上［１］ ．其中，福建省冷浸
田面积约 １６． ７ × １０４ ｈｍ２，约占全省耕地总面积的
１２％，多分布在闽西北山垄谷地，具常年积水、水冷
土温低、还原性强、结构不良、产量低等特征［２－３］ ．长
期以来，冷浸田耕作管理粗放且不少被抛荒，这对本
已人地矛盾紧张的福建粮食安全生产进一步构成威
胁．研究表明，冷浸田土壤中具有丰富的有机质，若
采取适当的改良措施可大幅度提升农田生产力［４］ ．
２０世纪 ８０年代全国第二次土壤普查对福建冷浸田
土壤理化特性开展了系统研究，但由于目前耕作制
度和施肥等管理方式已发生明显变化，这也导致土
壤物理、化学、生化特性随之改变．因此，系统了解当
前农业生产条件下福建冷浸田土壤属性特征对合理
改良该类型土壤十分重要．另一方面，土壤质量评价
研究已在国内外普遍开展，一些评价方法如灰色系
统理论、模糊数学、主成分分析、人工神经网络以及
隶属度函数等已得到广泛应用［５－７］，但对评价中的
参数选择仍较为模糊，尤其是涉及评价因子最小数
据集（ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ，ＭＤＳ）的确定．研究表明，在
评价中筛选出能体现土壤肥力的最小数据集指标是
保证整个土壤肥力质量评价成功的基础［８］ ．对区域
冷浸田而言，同一微地貌单元内的非冷浸田土壤肥
力是其参照改良的方向，通过与邻近非冷浸田土壤
理化、生化特性比较，既可明确冷浸田土壤障碍因
子，为治理措施的选择提供依据，也可进一步筛选出
特殊环境下形成的冷浸田所具有的独特因子指标，
为冷浸田土壤质量评价因子筛选优化提供基础．
本研究通过比较福建省 １７ 对冷浸田与同一微
地貌单元内非冷浸田土壤的 ４１ 项物理、化学、生物
指标，系统分析冷浸田与非冷浸田各因子指标差异
及其产生的原因，并利用主成分分析等方法构建冷
浸田评价因子的最小数据集，以期为福建乃至江南
地区冷浸田质量评价与改良提供参考．
１　 材料与方法
１􀆰 １　 样品采集与分析项目
２０１１—２０１３年水稻冬闲期，在福建尤溪、顺昌、
浦城、建瓯、上杭、闽侯（２ 样点）、建宁（２ 样点）、闽
清、漳平、武夷山、宁化、建阳、延平、永安和泰宁 １５
县（市）选择 １７对典型冷浸田与同一微地貌单元内
的非冷浸田表层土壤（０ ～ ２０ ｃｍ）进行采样（表 １）．
采集的土壤分别代表福建省常见的氧化型黄泥田
（剖面构型 Ａ⁃Ａｐ⁃Ｐ⁃Ｃ）、还原型冷浸田（剖面构型
Ａｇ⁃Ｇ）、以及氧化还原型灰泥田、青底灰泥田、灰黄
泥田或灰砂泥田类型（剖面构型 Ａ⁃Ａｐ⁃Ｐ⁃Ｗ⁃Ｇ ／ Ｃ）．
本研究土壤样品测定的指标共有 ４１ 项，其中，
生化指标 １２ 项（脲酶、转化酶、过氧化氢酶、磷酸
酶、硝酸还原酶、微生物生物量 Ｃ、微生物生物量 Ｎ、
微生物生物量 Ｃ ／总 Ｃ、微生物生物量 Ｎ ／总 Ｎ、真菌、
细菌、放线菌），化学指标 ２５ 项（ ｐＨ、有机质、碱解
Ｎ、速效 Ｋ、全 Ｎ、全 Ｋ、缓效 Ｋ、有效 Ｂ、有效 Ｓ、交换
性 Ｃａ、交换性 Ｍｇ、有效 Ｍｎ、有效 Ｃｕ、ＮＯ３
－ ⁃Ｎ、还原
性物质总量、活性还原性物质、Ｆｅ２＋、Ｍｎ２＋、Ｃ ／ Ｎ、全
Ｐ、阳离子交换量（ＣＥＣ）、速效 Ｐ、有效 Ｆｅ、有效 Ｚｎ、
Ｃ ／ Ｐ），物理指标 ４项（粘粒、土壤水分、浸水容重、物
理性砂粒）．累计理化、生化属性数据计 １３９４个．
土壤微生物生物量 Ｃ、微生物生物量 Ｎ 测定参
照鲁如坤［９］方法．即微生物生物量 Ｃ 用氯仿熏蒸⁃
Ｋ２ＳＯ４浸提法，浸提液用日本岛津 Ｓｈｉｍａｄｚｕ ５００ 有
机 Ｃ分析仪测定，薰蒸杀死的微生物中的 Ｃ，被
Ｋ２ＳＯ４所浸提的比例取 ０．３８；土壤微生物生物量 Ｎ
测定样品前处理同土壤微生物生物量 Ｃ 方法，浸提
后的水溶液用 Ｓｈｉｍａｄｚｕ ５００ 测定，薰蒸杀死的微生
物中的 Ｎ，被 Ｋ２ＳＯ４所提取的比例取 ０．４５．
土壤脲酶活性、过氧化氢酶活性、转化酶活性、
磷酸酶、硝酸还原酶活性依次用靛酚蓝比色法、高锰
酸钾滴定法、硫代硫酸钠滴定法、磷酸苯二钠比色法
与酚二磺酸比色法测定［１０］；土壤微生物区系采用稀
释平板计数法［１１］ ．
土壤有效 Ｚｎ、Ｃｕ、Ｆｅ、Ｍｎ 采用 ＤＴＰＡ 混合溶液
浸提⁃原子吸收分光光度计法；还原性物质总量与活
性还原性物质采用硫酸铝溶液浸提，分别用重铬酸
钾溶液氧化与高锰酸钾溶液氧化测定；其余理化指
标按常规分析方法［９］ ．
１􀆰 ２　 数据处理
数据经 Ｅｘｃｅｌ整理后，１７ 对冷浸田与非冷浸田
土壤的 ４１项理化、生化属性利用 ＤＰＳ 统计软件进
行配对 ｔ检验分析，在 １７对样品 ４１ 项理化、生化属
性中，选择差异显著的因子属性数据库用于构建冷
浸田土壤质量评价因子的 ＭＤＳ，ＭＤＳ 确定利用
ＳＰＳＳ １３．０统计软件的因子分析进行主成分分析，再
利用 ＤＰＳ软件进行相关分析（α＝ ０．０５）．
２　 结果与分析
２􀆰 １　 福建冷浸田土壤主要理化、生化特征
冷浸田与同一微地貌单元内非冷浸田之间的
４１项属性因子中，有 ２８项的 ｔ检验达到显著差异水
２６４１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表 １　 冷浸田土壤样品取样点
Ｔａｂｌｅ １　 Ｓａｍｐｌｅ ｐｏｉｎｔｓ ｏｆ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
编号
Ｎｕｍｂｅｒ
地点
Ｌｏｃａｔｉｏｎ
经纬度
Ｌｏｎｇｉｔｕｄｅ ａｎｄ
ｌａｔｉｔｕｄｅ
地形 Ｌａｎｄｆｏｒｍ
冷浸田
Ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
土种类型 Ｓｏｉｌ ｔｙｐｅ
冷浸田
Ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
土壤母质 Ｓｏｉｌ ｐａｒｅｎｔ ｍａｔｅｒｉａｌ
冷浸田
Ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
土地利用方式
Ｌａｎｄ
ｕｔｉｌｉｚａｔｉｏｎ
ｔｙｐｅ
１ 顺昌县郑坊乡 Ｚｈｅｎｇｆａｎｇ
Ｔｏｗｎｓｈｉｐ， Ｓｈｕｎｃｈａｎｇ
Ｃｏｕｎｔｙ
２６°４２′ Ｎ，
１１７°４２′ Ｅ
垄 口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
２ 闽侯 县 白 沙 镇 Ｂａｉｓｈａ
Ｔｏｗｎｓｈｉｐ， Ｍｉｎｈｏｕ Ｃｏｕｎｔｙ
２６°１３′ Ｎ，
１１９°０４′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
丘陵梯田 Ｈｉｌｌｙ
ｔｅｒｒａｃｅｓ
浅脚烂泥田 Ｓｈａｌ⁃
ｌｏｗ⁃ｆｏｏｔ ｍｕｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
黄泥田 Ｙｅｌｌｏｗ
ｐａｄｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
残积物
Ｅｌｕｒｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
３ 闽侯 县 白 沙 镇 Ｂａｉｓｈａ
Ｔｏｗｎｓｈｉｐ， Ｍｉｎｈｏｕ Ｃｏｕｎｔｙ
２６°１３′ Ｎ，
１１９°０４′ Ｅ
垄 口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
山前平原
Ｐｉｅｄｍｏｎｔ ｐｌａｉｎ
青泥田 Ｂｌｕｅ ｍｕｄ
ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
４ 浦城县仙阳镇 Ｘｉａｎｙａｎｇ
Ｔｏｗｎｓｈｉｐ， Ｐｕｃｈｅｎｇ Ｃｏｕｎｔｙ
２８°０１′ Ｎ，
１１８°０１′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
丘陵梯田 Ｈｉｌｌｙ
ｔｅｒｒａｃｅ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰黄泥田 Ｇｒｅｙ
ａｎｄ ｙｅｌｌｏｗ ｐａｄ⁃
ｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
残积物
Ｅｌｕｒｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
５ 建 瓯 市 徐 墩 镇 Ｘｕｄｕｎ
Ｔｏｗｎｓｈｉｐ， Ｊｉａｎｏｕ Ｃｏｕｎｔｙ
２６°０７′ Ｎ，
１１８°０２′ Ｅ
谷地 Ｖａｌｌｅｙ 谷地 Ｖａｌｌｅｙ 深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
６ 建宁县黄坊乡 Ｈｕａｎｇｆａｎｇ
Ｔｏｗｎｓｈｉｐ， Ｊｉａｎｎｉｎｇ Ｃｏｕｎｔｙ
２６°３４′ Ｎ，
１１６°３４′ Ｅ
谷地 Ｖａｌｌｅｙ 谷地 Ｖａｌｌｅｙ 浅脚烂泥田 Ｓｈａｌ⁃
ｌｏｗ⁃ｆｏｏｔ ｍｕｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
７ 尤溪 县 新 阳 镇 Ｘｉｎｙａｎｇ
Ｔｏｗｎｓｈｉｐ， Ｙｏｕｘｉ Ｃｏｕｎｔｙ
２６°０７′ Ｎ，
１１８°０２′ Ｅ
谷地 Ｖａｌｌｅｙ 谷地 Ｖａｌｌｅｙ 锈 水 田 Ｐａｄｄｙ
ｆｉｅｌｄ ｗｉｔｈ ｒｕｓｔ
青底 灰 泥 田
Ｇｒｅｙ ｐａｄｄｙ
ｗｉｔｈ ｂｌｕｅ ｂｏｔｔｏｍ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
８ 上杭县茶地乡 Ｃｈａｄｉ Ｔｏｗｎ⁃
ｓｈｉｐ， Ｓｈａｎｇｈａｎｇ Ｃｏｕｎｔｙ
２５°０７′ Ｎ，
１１６°４１′ Ｅ
谷地 Ｖａｌｌｅｙ 垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
双季稻 Ｄｏｕｂｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
９ 建 宁 县 溪 源 乡 Ｘｉｙｕａｎ
Ｔｏｗｎｓｈｉｐ， Ｊｉａｎｎｉｎｇ Ｃｏｕｎ⁃
ｔｙ）
２７°０１′ Ｎ，
１１６°５８′ Ｅ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１０ 永安 市 小 陶 镇 Ｘｉａｏｔａｏ
Ｔｏｗｎｓｈｉｐ， Ｙｏｎｇａｎ Ｃｏｕｎｔｙ
２５°４６′ Ｎ，
１１７°０９′ Ｅ
垄 口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
山前平原
Ｐｉｅｄｍｏｎｔ ｐｌａｉｎ
冷水田 Ｃｏｌｄ⁃
ｗａｔｅｒ ｐａｄｄｙ
ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
双季稻 Ｄｏｕｂｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１１ 泰宁 县 朱 口 镇 Ｚｈｕｋｏｕ
Ｔｏｗｎｓｈｉｐ， Ｔａｉｎｉｎｇ Ｃｏｕｎｔｙ
２６°５７′ Ｎ，
１１７°１４′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
丘陵梯田 Ｈｉｌｌｙ
ｔｅｒｒａｃｅ
浅脚烂泥田 Ｓｈａｌ⁃
ｌｏｗ⁃ｆｏｏｔ ｍｕｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
灰黄泥田 Ｇｒｅｙ
ａｎｄ ｙｅｌｌｏｗ ｐａｄ⁃
ｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
残积物
Ｅｌｕｒｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１２ 漳平市拱桥镇 Ｇｏｎｇｑｉａｏ
Ｔｏｗｎｓｈｉｐ， Ｚｈａｎｇｐｉｎｇ Ｃｉｔｙ
２５°１２′ Ｎ，
１１７°２０′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
丘陵梯田 Ｈｉｌｌｙ
ｔｅｒｒａｃｅ
锈 水 田 Ｐａｄｄｙ
ｆｉｅｌｄ ｗｉｔｈ ｒｕｓｔ
灰黄泥田 Ｇｒｅｙ
ａｎｄ ｙｅｌｌｏｗ ｐａｄ⁃
ｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
残积物
Ｅｌｕｒｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１３ 武夷山市岚谷乡 Ｌａｎｇｕ
Ｔｏｗｎｓｈｉｐ， Ｗｕｙｉｓｈａｎ Ｃｉｔｙ
２７°５６′ Ｎ，
１１８°１０′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰砂泥田 Ｇｒｅｙ
ａｎｄ ｓａｎｄｙ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１４ 建阳市水吉乡 Ｓｈｕｉｊｉ Ｔｏｗｎ⁃
ｓｈｉｐ， Ｊｉａｎｙａｎｇ Ｃｉｔｙ
２７°１５′ Ｎ，
１１８°１２′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
浅脚烂泥田 Ｓｈａｌ⁃
ｌｏｗ⁃ｆｏｏｔ ｍｕｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
冲积物
Ａｌｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１５ 宁化县中沙乡 Ｚｈｏｎｇｓｈａ
Ｔｏｗｎｓｈｉｐ， Ｎｉｎｇｈｕａ Ｃｏｕｎｔｙ
２６°１１′ Ｎ，
１１６°２６′ Ｅ
垄中 Ｍｉｄｄｌｅ
ｒｉｄｇｅ
垄口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
深 脚 烂 泥 田
Ｄｅｅｐ⁃ｆｏｏｔ ｍｕｄ
ｐａｄｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
冲积物
Ａｌｌｕｖｉｕｍ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１６ 闽清县东桥镇 Ｄｏｎｇｑｉａｏ
Ｔｏｗｎｓｈｉｐ， Ｍｉｎｑｉｎｇ Ｃｏｕｎｔｙ
２６°２２′ Ｎ，
１１８°５３′ Ｅ
垄 口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
山前平原
Ｐｉｅｄｍｏｎｔ ｐｌａｉｎ
青泥田 Ｂｌｕｅ ｍｕｄ
ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
洪积物
Ｄｉｌｕｖｉｕｍ
洪积物
Ｄｉｌｕｖｉｕｍ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
１７ 延平 区 王 台 镇 Ｗａｎｇｔａｉ
Ｔｏｗｎｓｈｉｐ， Ｙａｎｐｉｎｇ Ｄｉｓｔｒｉｃｔ
２６°１９′ Ｎ，
１１７°０３′ Ｅ
垄 口 Ｒｉｄｇｅ
ｏｐｅｎｉｎｇ
山前平原
Ｐｉｅｄｍｏｎｔ ｐｌａｉｎ
浅脚烂泥田 Ｓｈａｌ⁃
ｌｏｗ⁃ｆｏｏｔ ｍｕｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ
灰 泥 田 Ｇｒｅｙ
ｐａｄｄｙ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
坡积物
Ｓｌｏｐｅ ｗａｓｈ
单季稻 Ｓｉｎｇｌｅ
ｃｒｏｐｐｉｎｇ ｒｉｃｅ
平（表 ２、３、４）．从生化特征来看，转化酶、过氧化氢
酶、磷酸酶、硝酸还原酶、细菌、真菌和放线菌、微生
物生物量 Ｃ 和 Ｎ、微生物生物量 Ｃ ／总 Ｃ、微生物生
物量 Ｎ ／总 Ｎ等 １１项因子差异明显．其中，冷浸田土
壤的过氧化氢酶、转化酶活性分别比非冷浸田高
５８􀆰 ３％和 ２２．１％，差异达到显著水平，这可能是由于
冷浸田长期处于淹水厌氧环境，生物代谢过程产生
了有害性的过氧化氢累积，致使过氧化氢酶作用基
质含量高，一定程度上激活了过氧化氢酶活性［１２］；
另外，由于处于厌氧状态下的土壤有机质难以矿化，
３６４１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 王　 飞等： 福建冷浸田土壤质量评价因子的最小数据集　 　 　 　 　 　
有机质累积进一步诱导了冷浸田的微生物分泌较多
的转化酶，以促进有机化合物的矿化［１３］ ．而冷浸田
土壤的磷酸酶、硝酸还原酶活性、细菌、真菌、放线菌
数量、微生物生物量 Ｃ 和 Ｎ、微生物生物量 Ｃ ／总 Ｃ、
微生物生物量 Ｎ ／总 Ｎ 指标显著低于非冷浸田，其
中，磷酸酶与硝酸还原酶分别仅相当于非冷浸田的
５２􀆰 ２％和 ３３．４％，这可能是由于冷浸田土壤中的磷
素和 ＮＯ３
－ ⁃Ｎ含量低，因而供给微生物转化的底物
也少，降低了磷酸酶和硝酸还原酶活性．冷浸田土壤
中细菌、真菌和放线菌数量分别仅相当于非冷浸田
的 ７０􀆰 ２％、６２．５％和 ５４．０％，可能原因是冷浸田普遍
处于低温还原状态，不利于土壤微生物活动，微生物
区系与微生物生物量 Ｃ、Ｎ 也随之降低．从表 ２ 可以
看出，微生物生物量 Ｃ 和 Ｎ、微生物生物量 Ｃ ／总 Ｃ、
微生物生物量 Ｎ ／总 Ｎ分别仅相当于非冷浸田的 ３７．
８％、５６．３％、２７．８％和 ４４．７％，这主要是由于微生物
生物量 Ｃ 是活性有机质的主要组分，尽管土壤微生
物生物量仅占有机碳的 １％ ～ ３％，但它在有机质动
态中起着很重要的作用［１４－１５］，其含量显著低于非冷
浸田，反映出冷浸田土壤有机质“品质”较差的特性．
　 　 从化学特征来看（表 ３），冷浸田与非冷浸田之
间土壤的还原性物质总量、活性还原性物质、Ｆｅ２＋、
Ｍｎ２＋、ＮＯ３
－ ⁃Ｎ、有机质、全 Ｎ、Ｃ ／ Ｎ、Ｃ ／ Ｐ、全 Ｐ、速效
Ｐ、速效 Ｋ、有效 Ｆｅ、有效 Ｍｎ 等 １４ 项因子呈现显著
差异．其中，冷浸田土壤有机质、全 Ｎ 含量分别较非
冷浸田高 ３１．７％和 １７．２％，还原性物质总量、活性还
原性物质、 Ｆｅ２＋、 Ｍｎ２＋ 分别高 １７７． ０％、 ２２０． ０％、
２４１􀆰 １％、１９３．６％，Ｃ ／ Ｎ、Ｃ ／ Ｐ、有效 Ｆｅ、有效 Ｍｎ 分别
提高 １０．８％、２８．８％、８５．８％、６６．０％，主要原因是冷浸
田长期处于滞水状态，通透性差，还原性强，Ｆｅ２＋、
Ｍｎ２＋等还原性物质相应提高．另外，长期滞水也不利
于有机质矿化，有机质累积相对较高．相反，冷浸田
土壤的速效 Ｐ、全 Ｐ、速效 Ｋ、ＮＯ３
－ ⁃Ｎ 的含量分别比
非冷浸田降低 ５２．３％、２３．８％、２２．８％和 ７５．５％，这一
方面是因为冷浸田长期冷水浸渍条件下，土壤矿化
过程缓慢，影响有效养分的供给；另一方面，土壤
ＮＯ３
－ ⁃Ｎ和有效养分较低还可能与长期淹水状态下
不利于 ＮＯ３
－ ⁃Ｎ形成及养分易随水流失有关．尽管酸
化是南方农田土壤的共性特征［１６］，但从冷浸田与非
冷浸田的 ｐＨ来看，二者的酸性并无显著差异，说明
土壤酸性并非是造成冷浸田低产的关键因子，因此，
冷浸田的改造应在考虑改潜基础上再进行酸化治
理．此外，冷浸田土壤有机质含量明显高于非冷浸田
土壤（高出 ３１．７％），这也与柴娟娟等［１７］对不同省份
冷浸田土壤抽样调查的结果一致，说明其潜在肥力
高、增产潜力大．
　 　 从物理特征来看（表 ４），冷浸田与非冷浸田之
间土壤的土壤水分、浸水容重、物理性砂粒等 ３项因
子差异明显．其中，冷浸田土壤水分、物理性砂粒分
别比非冷浸田提高 ６２．８％和 ８．０％，这可能是冷浸田
土体处于水饱和状态或常年受潜水浸渍，加大了铁
锰粘粒矿物的还原淋溶而使物理性砂粒含量提
高［１，４］ ．而冷浸田土壤浸水容重较非冷浸田降低
２５􀆰 ８％，达到显著差异水平．由于浸水容重可能反映
土壤在浸水条件下的结构状态与坚实度，这说明冷
浸田耕层糊烂，不如非冷浸田紧实．
２􀆰 ２　 冷浸田土壤质量评价因子最小数据集的构建
２􀆰 ２􀆰 １ 冷浸田土壤质量评价因子主成分分析　 冷浸
表 ２　 冷浸田与邻近非冷浸田土壤生化性状
Ｔａｂｌｅ ２ 　 Ｓｏｉｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｂｉｏｃｈｅｍｉｃａｌ ｉｎｄｅｘ ｂｅｔｗｅｅｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ ａｎｄ ｎｅｉｇｈｂｏｕｒｉｎｇ ｎｏｎ ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ （ｎ＝１７， ｔ０．０５ ＝２．１２， ｔ０．０１ ＝２．９２）
土壤生化指标
Ｓｏｉｌ ｂｉｏｃｈｅｍｉｃａｌ ｉｎｄｅｘ
冷浸田
Ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
ｔ检验
ｔ ｔｅｓｔ
脲酶 Ｕｒｅａｓｅ （ＮＨ３ ⁃Ｎ ｍｇ·ｋｇ－１） ５１．４０±１６．３６ ５０．２７±２６．７４ ０．１６
过氧化氢酶 Ｃａｔａｌａｓｅ （０．１ ｍｏｌ·Ｌ－１ ＫＭｎＯ４ ｍＬ·ｇ－１） １．７１±０．５９ １．０８±０．４２ ６．３４∗∗
转化酶 Ｉｎｖｅｒｔａｓｅ （０．１ ｍｏｌ·Ｌ－１ Ｎａ２Ｓ２Ｏ４ ｍＬ·ｇ－１） ３．６４±１．８７ ２．９８±１．６７ ２．２７∗
磷酸酶 Ｐｈｏｓｐｈａｔａｓｅ （Ｐ２Ｏ５ ｍｇ·１００ ｇ－１） ６３．２０±２７．６８ １２１．１４±５３．４９ ３．５３∗∗
硝酸还原酶 Ｎｉｔｒａｔｅ ｒｅｄｕｃｔａｓｅ （ＮＯ２ ⁃Ｎ ｍｇ·ｋｇ－１·２４ ｈ－１） １．９２±２．３３ ５．７５±６．８８ ２．５２∗
细菌 Ｂａｃｔｅｒｉａ （×１０６·ｇ－１） ２．８０±２．９４ ３．９９±４．１８ ２．７７∗
真菌 Ｆｕｎｇｉ （×１０３·ｇ－１） ６．２４±５．２４ ９．９９±６．６８ ２．２５∗
放线菌 Ａｃｔｉｎｏｍｙｃｅｔｅ （×１０６·ｇ－１） ２．３１±２．３６ ４．２８±４．５９ ２．９１∗
微生物生物量 Ｃ ＭＢＣ （ｍｇ·ｋｇ－１） １５０．８０±７０．１４ ３９９．４０±１４１．９４ ７．７５∗∗
微生物生物量 Ｎ ＭＢＮ （ｍｇ·ｋｇ－１） ４６．２１±３６．７４ ８２．１５±３２．３３ ４．０１∗∗
微生物生物量 Ｃ ／总 Ｃ ＭＢＣ ／ ｔｏｔａｌ Ｃ （‰） ６．８±３．６ ２４．５±１１．１ ７．６３∗∗
微生物生物量 Ｎ ／总 Ｎ ＭＢＮ ／ ｔｏｔａｌ Ｎ （‰） １７．４±１３．５ ３９．０±１８．７ ４．１４∗∗
∗ Ｐ＜０．０５； ∗∗ Ｐ＜０．０１． 下同 Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ．
４６４１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表 ３　 冷浸田与邻近非冷浸田土壤化学性状
Ｔａｂｌｅ ３　 Ｓｏｉｌ ｃｈｅｍｉｃａｌ ｉｎｄｅｘ ｂｅｔｗｅｅｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ ａｎｄ ｎｅｉｇｈｂｏｕｒｉｎｇ ｎｏｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
土壤化学指标
Ｓｏｉｌ ｃｈｅｍｉｃａｌ ｉｎｄｅｘ
冷浸田
Ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
ｔ检验
ｔ ｔｅｓｔ
还原性物质总量 Ｔｏｔａｌ ｒｅｄｕｃｉｎｇ ａｇｅｎｔｓ （ｃｍｏｌ·ｋｇ－１） ２．７７±１．４５ １．００±０．７０ ５．４５∗∗
活性还原性物质 Ａｃｔｉｖｅ ｒｅｄｕｃｉｎｇ ａｇｅｎｔ （ｃｍｏｌ·ｋｇ－１） ２．０８±１．１０ ０．６５±０．６２ ５．７９∗∗
Ｆｅ２＋ （ｍｇ·ｋｇ－１） １６９．９７±３４．６４ ４９．８３±１５．３９ １４．３４∗∗
Ｍｎ２＋ （ｍｇ·ｋｇ－１） １３０．００±９１．８７ ４４．２８±７３．５６ ３．１８∗∗
ｐＨ ５．２４±０．１９ ５．２２±０．２７ ０．３５
有机质 Ｏｒｇａｎｉｃ ｍａｔｔｅｒ （ｇ·ｋｇ－１） ４０．３±７．８ ３０．６±９．２ ５．１０∗∗
全 Ｎ Ｔｏｔａｌ Ｎ （ｇ·ｋｇ－１） ２．５９±０．３９ ２．２１±０．５５ ３．２３∗∗
Ｃ ／ Ｎ ９．０８±１．５６ ８．１０±１．５７ ４．６８∗∗
全 Ｐ Ｔｏｔａｌ Ｐ （ｇ·ｋｇ－１） ０．４８±０．１３ ０．６３±０．２１ ２．７４∗
Ｃ ／ Ｐ ４２．４８±５０．７９ ３２．９８±３０．１５ ５．２５∗∗
全 Ｋ Ｔｏｔａｌ Ｋ （ｇ·ｋｇ－１） ２３．１９±１２．７４ ２４．１４±１２．６１ ０．８１
ＣＥＣ （ｃｍｏｌ·ｋｇ－１） １６．９５±８．１１ １５．６２±７．５８ １．９３
碱解 Ｎ Ａｖａｉｌａｂｌｅ Ｎ （ｍｇ·ｋｇ－１） １９６．５５±５４．３２ １７２．９０±６８．３３ １．１９
ＮＯ３ － ⁃Ｎ （ｍｇ·ｋｇ－１） ５．０３±１．７７ ２０．５３±１６．８３ ３．５５∗∗
速效 Ｐ Ａｖａｉｌａｂｌｅ Ｐ （ｍｇ·ｋｇ－１） １１．６８±９．５３ ２４．４９±２１．６２ ２．２８∗
速效 Ｋ Ａｖａｉｌａｂｌｅ Ｋ （ｍｇ·ｋｇ－１） ７６．９７±５５．８４ ９９．８０±６０．０７ ２．８９∗
缓效 Ｋ Ｓｌｏｗｌｙ ａｖａｉｌａｂｌｅ Ｋ （ｍｇ·ｋｇ－１） ２２６．７６±１７０．４５ ２６６．２４±１４９．６４ １．１９
交换 Ｃａ Ｅｘｃｈａｎｇｅ Ｃａ （ｍｇ·ｋｇ－１） ７５４．４±４６３．４ ６０３．６±４９９．４ １．３６
交换 Ｍｇ Ｅｘｃｈａｎｇｅ Ｍｇ （ｍｇ·ｋｇ－１） ９０．４±５０．４ １０５．３±５９．４ １．４９
有效 Ｆｅ Ａｖａｉｌａｂｌｅ Ｆｅ （ｍｇ·ｋｇ－１） ３０４．１±７０．５ １６３．７±４５．９ ６．６９∗∗
有效 Ｍｎ Ａｖａｉｌａｂｌｅ Ｍｎ （ｍｇ·ｋｇ－１） ８１．１４±３２．７９ ４８．８９±３４．６０ ２．７６∗
有效 Ｓ Ａｖａｉｌａｂｌｅ Ｓ （ｍｇ·ｋｇ－１） ４１．０±４１．４ ３７．０±４２．９ ０．７１
有效 Ｂ Ａｖａｉｌａｂｌｅ Ｂ （ｍｇ·ｋｇ－１） ０．３８±０．１７ ０．４１±０．２２ ０．７４
有效 Ｚｎ Ａｖａｉｌａｂｌｅ Ｚｎ （ｍｇ·ｋｇ－１） ４．２３±２．０９ ３．０６±２．１９ ２．００
有效 Ｃｕ Ａｖａｉｌａｂｌｅ Ｃｕ （ｍｇ·ｋｇ－１） ５．１３±４．４７ ４．６８±４．６１ １．８４
田与非冷浸田之间土壤属性达到显著性差异的有
２８项，为了抓住这些关键因子，以达到快速改善土
壤理化、生化性状的目的，本文采用主成分分析法对
这些因素进行因子分析，以减少参评土壤因子，同时
也解决数据冗余的问题［６］ ．首先，选择特征值≥１ 的
主成分（ＰＣ） ［１８］，特征值≥１ 的 ＰＣ 有 ５ 个，前 ５ 个
ＰＣ累计贡献率为 ７８．５％（表 ５），说明这 ５ 个 ＰＣ 基
本上反映了冷浸田土壤性状变化的主要影响因素．
对各变量在各个ＰＣ上的旋转因子载荷大小进行选
表 ４　 冷浸田与邻近非冷浸田土壤物理性状
Ｔａｂｌｅ ４　 Ｓｏｉｌ ｐｈｙｓｉｃａｌ ｉｎｄｅｘ ｂｅｔｗｅｅｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄ⁃
ｄｙ ｆｉｅｌｄ ａｎｄ ｎｅｉｇｈｂｏｕｒｉｎｇ ｎｏｎ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ
土壤物理指标
Ｓｏｉｌ ｐｈｙｓｉｃａｌ ｉｎｄｅｘ
冷浸田
Ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
非冷浸田
Ｎｏｎ ｃｏｌｄ⁃
ｗａｔｅｒｌｏｇｇｅｄ
ｐａｄｄｙ ｆｉｅｌｄ
ｔ检验
ｔ ｔｅｓｔ
物理性砂粒 Ｐｈｙｓｉｃａｌ ｓａｎｄ
（＞０．０１ ｍｍ， ％）
６７．８±９．２ ６２．８±１０．９３ ２．１８∗
粘粒 Ｃｌａｙ （＜０．００１ ｍｍ， ％） １２．６±４．９ １４．５±４．２３ １．６０
浸水容重 Ｗａｔｅｒ ｉｍｍｅｒｓｅｄ ｂｕｌｋ
ｄｅｎｓｉｔｙ （ｇ·ｃｍ－３）
０．４６±０．０８ ０．６２±０．０９ ７．０６∗∗
土壤水分 Ｓｏｉｌ ｍｏｉｓｔｕｒｅ （％） ５６．３±８．１ ３４．６±１０．６ ７．５９∗∗
取，一般认为系数绝对值在 ０．８ 以上的初始因子对
构成的评价因子具有重要的影响力．其中，第 １ ＰＣ
主要由 Ｃ ／ Ｎ、细菌、放线菌初始因子构成，主要反映
土壤生化特征；第 ２ ＰＣ 主要由微生物生物量 Ｎ、微
生物生物量 Ｎ ／总 Ｎ初始因子构成，主要反映土壤活
性有机 Ｎ特征（属生化范畴）；第 ３ ＰＣ 主要由还原
性物质总量、活性还原性物质总量初始因子构成，主
要反映土壤还原性障碍特征；第 ４ ＰＣ 主要由全 Ｎ、
物理性砂粒初始因子构成，主要反映土壤物理特征
与化学养分特征；第 ５ ＰＣ 主要由全 Ｐ 初始因子构
成，主要反映土壤化学养分特征．综上所述，由 Ｃ ／ Ｎ、
细菌、放线菌、微生物生物量 Ｎ、微生物生物量 Ｎ ／总
Ｎ、还原性物质总量、活性还原性物质总量、全 Ｎ、物
理性砂粒、全 Ｐ １０项候选因子组成的评价因子体系
可以基本反映出 ２８ 项初始评价因子构成的土壤质
量信息．
２􀆰 ２􀆰 ２冷浸田土壤质量评价因子最小数据集的确定
　 对 １０项候选因子进一步进行相关分析表明，土壤
不同因子间存在显著的相关性（表６） ．根据土壤质
５６４１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 王　 飞等： 福建冷浸田土壤质量评价因子的最小数据集　 　 　 　 　 　
表 ５　 土壤属性主成分因子旋转载荷矩阵、特征值与方差贡
献率
Ｔａｂｌｅ ５ 　 Ｒｏｔａｔｅｄ ｆａｃｔｏｒ ｌｏａｄｉｎｇ ｍａｔｒｉｘ， ｅｉｇｅｎｖａｌｕｅ ａｎｄ
ｖａｒｉａｎｃｅ ｅｘｐｌａｉｎｅｄ ｏｆ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｏｎ ｓｏｉｌ
ｐｒｏｐｅｒｔｉｅｓ
土壤质量参数
Ｓｏｉｌ ｑｕａｌｉｔｙ ｐａｒａｍｅｔｅｒ
主成分 １
ＰＣ １
主成分 ２
ＰＣ ２
主成分 ３
ＰＣ ３
主成分 ４
ＰＣ ４
主成分 ５
ＰＣ ５
有机质 Ｏｒｇａｎｉｃ ｍａｔｔｅｒ －０．５１ －０．３１ ０．１０ ０．７４ ０．１１
速效 Ｋ Ａｖａｉｌａｂｌｅ Ｋ ０．７６ ０．１１ ０．１４ ０．１２ －０．１４
全 Ｎ Ｔｏｔａｌ Ｎ ０．０９ －０．１２ ０．１６ ０．９０ ０．１４
有效 Ｍｎ Ａｖａｉｌａｂｌｅ Ｍｎ －０．３２ －０．３３ ０．４５ －０．３４ ０．２９
ＮＯ３－⁃Ｎ －０．４１ ０．５１ －０．３８ －０．１７ －０．２９
还原性物质总量
Ｔｏｔａｌ ｒｅｄｕｃｉｎｇ ａｇｅｎｔｓ
０．１３ －０．１５ ０．８７ ０．２６ ０．０４
活性还原性物质
Ａｃｔｉｖｅ ｒｅｄｕｃｉｎｇ ａｇｅｎｔ
０．０２ －０．２３ ０．８８ ０．１９ ０．０７
Ｆｅ２＋ －０．１０ －０．３５ ０．７２ ０．１９ ０．４２
Ｍｎ２＋ ０．１８ －０．１９ ０．７３ －０．０５ ０．１７
Ｃ ／ Ｎ －０．８４ －０．３０ －０．０６ ０．０７ ０．０８
全 Ｐ Ｔｏｔａｌ Ｐ －０．０６ ０．０５ －０．１７ ０．２９ －０．８８
速效 Ｐ Ａｖａｉｌａｂｌｅ Ｐ ０．５１ ０．０１ －０．０９ －０．０２ －０．６９
有效 Ｆｅ Ａｖａｉｌａｂｌｅ Ｆｅ －０．４５ －０．５１ ０．３６ ０．１５ ０．３８
Ｃ ／ Ｐ －０．３０ －０．３３ ０．１５ ０．２５ ０．７５
转化酶 Ｉｎｖｅｒｔａｓｅ ０．３２ ０．０９ ０．４９ ０．５９ －０．０５
过氧化氢酶 Ｃａｔａｌａｓｅ －０．７３ －０．２７ ０．２０ ０．１６ ０．３５
磷酸酶 Ｐｈｏｓｐｈａｔａｓｅ －０．１５ ０．７２ －０．３８ －０．０６ －０．０４
硝酸还原酶 Ｎｉｔｒａｔｅ ｒｅｄｕｃｔａｓｅ －０．５７ ０．５９ －０．２３ －０．３４ ０．０２
微生物生物量 Ｃ ＭＢＣ ０．４１ ０．７３ －０．３３ －０．０６ －０．１４
微生物生物量 Ｎ ＭＢＮ ０．３０ ０．８０ －０．０６ ０．０１ －０．１６
微生物生物量 Ｃ ／总 Ｃ ＭＢＣ ／
ｔｏｔａｌ Ｃ
０．４４ ０．６７ －０．２７ －０．３５ －０．１７
微生物生物量 Ｎ ／总 Ｎ
ＭＢＮ ／ ｔｏｔａｌ Ｎ
０．１９ ０．８４ －０．０９ －０．３１ －０．１７
真菌 Ｆｕｎｇｉ ０．５２ ０．５１ －０．１９ ０．１７ ０．２９
细菌 Ｂａｃｔｅｒｉａ ０．８５ ０．００ ０．２８ －０．０９ －０．１０
放线菌 Ａｃｔｉｎｏｍｙｃｅｔｅ ０．９３ ０．０１ ０．０９ ０．０６ －０．０５
土壤水分 Ｓｏｉｌ ｍｏｉｓｔｕｒｅ －０．２３ －０．３０ ０．５２ －０．０４ ０．６０
浸水容重 Ｗａｔｅｒ ｉｍｍｅｒｓｅｄ ｂｕｌｋ
ｄｅｎｓｉｔｙ
０．６１ ０．２５ －０．３７ －０．２９ －０．３１
物理性砂粒 Ｐｈｙｓｉｃａｌ ｓａｎｄ －０．０９ －０．１８ ０．０５ ０．８１ －０．２３
特征值 Ｅｉｇｅｎｖａｌｕｅ １０．２４ ５．５９ ２．９２ １．９２ １．３２
方差贡献率 Ｖａｒｉａｎｃｅ ｅｘｐｌａｉｎｅｄ
（％）
３６．６ ２０．０ １０．４ ６．９ ４．７
累积贡献率 Ｃｕｍｕｌａｔｉｖｅ ｖａｒｉ⁃
ａｎｃｅ ｅｘｐｌａｉｎｅｄ （％）
３６．６ ５６．５ ６７．０ ７３．８ ７８．５
量评价因子相对独立性原则，依据专家经验法对上
述 １０项因子进行优化．Ｃ ／ Ｎ生态化学计量特征反映
土壤 Ｃ、Ｎ 物质循环以及生态系统的主要过程［１９］，
对土壤质量起着重要作用，其自然进入 ＭＤＳ；土壤
细菌与放线菌均为微生物区系，二者与 Ｃ ／ Ｎ均呈显
著相关，但细菌与 Ｃ ／ Ｎ 相关系数较小，信息独立性
较放线菌大，且在土壤养分转化过程中发挥着极其
重要的作用，故细菌进入 ＭＤＳ，而舍去放线菌因子；
微生物生物量 Ｎ（ＭＢＮ）与 ＭＢＮ ／总 Ｎ 呈显著相关，
且 ＭＢＮ与其他因子无显著相关，其信息相对独立，
因而选择微生物生物量 Ｎ进入 ＭＤＳ；还原性物质总
量与活性还原性物质呈显著正相关，由于还原性物
质与其他因子无显著相关，信息相对独立，故选择还
原性物质总量进入 ＭＤＳ；物理性砂粒反映土壤空隙
结构、土壤水分渗透性能及耕作难易以及养分转化
的物理指标，且除与全 Ｎ 显著相关外，其余均无显
著相关，其信息独立，故选择进入 ＭＤＳ；全 Ｎ 与全 Ｐ
均属化学指标，全 Ｎ 与物理性砂粒、还原性物质总
量均呈显著正相关，而全 Ｐ 除与物理性砂粒呈显著
正相关外，与其余因子均无显著相关，且全 Ｐ 也与
冷浸田限制因子速效 Ｐ 呈显著正相关，该因子体现
了 ＭＤＳ内的指标相关性低而与 ＭＤＳ 外的指标相关
性强的特点，故选择全 Ｐ 进入 ＭＤＳ，而舍去全 Ｎ 因
子．基于相关分析并结合专家经验法，最终确定冷浸
田土壤质量评价因子 ＭＤＳ 由 Ｃ ／ Ｎ、细菌、微生物生
物量 Ｎ、还原性物质总量、物理性砂粒、全 Ｐ ６ 项因
子组成．
２􀆰 ３　 冷浸田土壤质量评价因子 ＭＤＳ表征与应用
建立完善耕地质量评价体系、明确不同地力等
级耕地的划分标准，是制订相关政策与法规的重要
依据，也是强化执法力度的重要保障［２０］ ．进行土壤
质量评价时，评价因子的选取应全面、综合地反映土
壤肥力质量的各个方面，即土壤的养分贮存、释放，
土壤的物理性状和生物多样性［２１］ ．ＭＤＳ 则是反映土
壤质量的最少因子参数的集合．通过主成分分析、相
关分析并结合专家经验筛选出的冷浸田土壤质量评
价因子 ＭＤＳ覆盖了土壤物理、化学与生化指标．其
中，化学指标包括 Ｃ ／ Ｎ、全 Ｐ、还原性物质总量因子，
其表征土壤养分与水分保持、碳储藏与土壤团聚体
维护以及冷浸田土壤还原性障碍因子功能；物理指
标为物理性砂粒因子，其表征土壤水分与化学物质
的吸附和运输；生化指标包括细菌、微生物生物量
Ｎ，其表征微生物活动及养分循环通量．通过优化筛
选出的 ＭＤＳ可用于冷浸田土壤质量评价，也适合于
冷浸田改良效果的评价．
李桂林等［２２］基于苏州市 １９８５—２００４ 年土地利
用变化情况，在采样分析的两套土壤属性数据（各
１２个土壤候选参数集）上，得到各包含 ６ 项因子的
土壤质量评价 ＭＤＳ 及其 ２０ 年尺度上的变化规律，
发现 ＭＤＳ 因子略有不同，但变化不大．其中，４ 项
（ 有机质、ｐＨ、有效Ｋ、全Ｋ）相同，另外，１９８５年的
６６４１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表 ６　 基于主成分分析的候选评价因子相关系数
Ｔａｂｌｅ ６　 Ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ ｏｆ ｃａｎｄｉｄａｔｅ ｖａｒｉａｂｌｅｓ ｂａｓｅｄ ｏｎ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ
Ｃ ／ Ｎ 细菌
Ｂａｃｔｅｒｉａ
放线菌
Ａｃｔｉｎｏｍｙｃｅｔｅ
微生物
生物量 Ｎ
ＭＢＮ
微生物
生物量 Ｎ ／
总 Ｎ
ＭＢＮ ／
ｔｏｔａｌ Ｎ
还原性
物质总量
Ｔｏｔａｌ
ｒｅｄｕｃｉｎｇ
ａｇｅｎｔｓ
活性还原
性物质
Ａｃｔｉｖｅ
ｒｅｄｕｃｉｎｇ
ａｇｅｎｔ
全 Ｎ
Ｔｏｔａｌ Ｎ
物理性
砂粒
Ｐｈｙｓｉｃａｌ
ｓａｎｄ
细菌 Ｂａｃｔｅｒｉａ －０．６８∗∗
放线菌 Ａｃｔｉｎｏｍｙｃｅｔｅ －０．７２∗∗ ０．８８∗∗
微生物生物量 Ｎ ＭＢＮ －０．５５∗∗ ０．２５ ０．２１
微生物生物量 Ｎ ／总 Ｎ ＭＢＮ ／ ｔｏｔａｌ Ｎ －０．４６∗∗ ０．１６ ０．１１ ０．９０∗∗
还原性物质总量 Ｔｏｔａｌ ｒｅｄｕｃｉｎｇ ａｇｅｎｔｓ －０．０８ ０．３１ ０．１９ －０．２１ －０．３１
活性还原性物质 Ａｃｔｉｖｅ ｒｅｄｕｃｉｎｇ ａｇｅｎｔ ０．０５ ０．２７ ０．１３ －０．３２ －０．３９∗ ０．９５∗∗
全 Ｎ Ｔｏｔａｌ Ｎ －０．０７ ０．０３ ０．１５ －０．０８ －０．４２∗ ０．３６∗ ０．３０
物理性砂粒 Ｐｈｙｓｉｃａｌ ｓａｎｄ ０．１６ －０．１４ －０．０５ －０．０４ －０．３１ ０．２３ ０．２２ ０．６５∗∗
全 Ｐ Ｔｏｔａｌ Ｐ －０．０３ －０．０７ ０．０１ ０．１４ ０．０７ －０．１５ －０．１９ ０．１４ ０．３７∗
ＭＤＳ中还包括有效 Ｐ、总孔隙度，２００４ 年的 ＭＤＳ 中
还包括全 Ｐ 及容重．可以看出，冷浸田的土壤质量评
价因子 ＭＤＳ选择与一般类型土壤质量评价 ＭＤＳ 选
择是有差别的．这与冷浸田土壤性质的特殊性分不
开．例如，一般类型土壤质量评价中，土壤还原性物
质参数不会被选入 ＭＤＳ，而土壤还原性物质对冷浸
田作物生长造成毒害［２３］，是限制生产力提升的重要
“瓶颈”因子，故被选入 ＭＤＳ；同样，土壤微生物生物
量 Ｎ与微生物生物量 Ｃ 类似，其表征冷浸田土壤有
机氮库的“质量”而被选入 ＭＤＳ．当然，当冷浸田土
壤通过治理后，还原性物质下降为次要限制因素，或
冷浸田通过改良演变为灰泥田、青底灰泥田或灰黄
泥田等氧化型、氧化还原型土壤类型时，其土壤质量
评价 ＭＤＳ选择可能随之发生改变，此条件下土壤有
机质、ｐＨ可能作为重要的肥力限制因子代替现有冷
浸田质量评价 ＭＤＳ 中的因子．另外，本研究冷浸田
类型为发生学分类名称，其覆盖潜育性水稻土的 ５
个主要土种类型［４］，上述参评因子选择确定也可为
冷浸田土壤系统分类土系区分提供借鉴，如青泥田、
浅脚烂泥田、深脚烂泥田的土壤还原强度逐渐增加，
其有机质和物理性砂粒含量也有相似趋势，因而可
以根据还原性物质总量、Ｃ ／ Ｎ 和物理性砂粒含量等
诊断特性或诊断现象加以区分，同样，对于锈水田，
按系统分类，可根据潜育土表层亚铁含量和还原性
物质总量划分出相应的土系．
用主成分分析方法筛选质量评价因子，可有效
减少数据冗余，但也可能存在参评土壤因子信息丢
失的问题．有报道认为，通过主成分分析并结合矢量
常模（ＮＯＲＭ）的方法可能对评价因子 ＭＤＳ 选择更
完善［２２－２５］ ．另外，在提出 ＭＤＳ的基础上，进一步通过
专家咨询或模糊数学方法对各评价因子指标“好
坏”进行描述并最终构建冷浸田土壤质量评价模型
有待进一步研究．
３　 结　 　 论
通过比较福建省 １７ 对冷浸田与邻近非冷浸田
土壤样品的 ４１项土壤物理、化学、生物指标，得出冷
浸田土壤具有如下典型特征：与非冷浸田相比，冷浸
田土壤总有机质高出 ３１．７％，表征活性有机质的微
生物生物量 Ｃ 降低 ３７．８％；Ｆｅ２＋高出 １７７．０％，速效
Ｐ、Ｋ分别降低 ５２．３％和 ２２．８％；过氧化氢酶和转化
酶分别高 ５８．３％和 ２２．１％，磷酸酶、硝酸还原酶分别
降低 ４７．８％和 ６６．６％，微生物区系数量降低 ２９．８％～
４６．０％；物理性砂粒含量高 ８． ０％，浸水容重降低
２５􀆰 ８％．
基于冷浸田与非冷浸田土壤 ２８ 项差异显著的
因子的主成分分析，可归纳出 ５ 个反映冷浸田土壤
生化、活性有机 Ｎ、还原性障碍、物理与化学养分特
征的主成分，其累计贡献率达 ７８．５％．结合相关分析
模型和专家经验法，最终优选确定出 Ｃ ／ Ｎ、细菌、微
生物生物量 Ｎ、还原性物质总量、物理性砂粒、全 Ｐ
等 ６项因子作为冷浸田土壤质量评价因子的 ＭＤＳ．
参考文献
［１］　 Ｇｏｎｇ Ｚ⁃Ｔ （龚子同）， Ｚｈａｎｇ Ｘ⁃Ｐ （张效朴）， Ｗｅｉ Ｑ⁃Ｆ
（韦启璠）． Ｔｈｅ ｆｏｒｍａｔｉｏｎ， ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｐｏｔｅｎｔｉａｌ
ｔｏ ｉｎｃｒｅａｓｅ ｐｒｏｄｕｃｔｉｏｎ ｆｏｒ ｃｏｌｄ⁃ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｆｉｅｌｄ ｉｎ
Ｃｈｉｎａ． Ｓｃｉｅｎｔｉａ Ａｇｒｉｃｕｌｔｕｒａ Ｓｉｎｉｃａ （中国农业科学），
１９９０， ２３（１）： ４５－５３ （ｉｎ Ｃｈｉｎｅｓｅ）
［２］　 Ｗａｎｇ Ｆ （王　 飞）， Ｌｉ Ｑ⁃Ｈ （李清华）， Ｌｉｎ Ｘ⁃Ｊ （林新
坚）， ｅｔ ａｌ． Ｔｈｉｎｋｉｎｇ ｏｆ ｃｏｌｄ ａｎｄ ｓｏａｋｅｄ ｆｉｅｌｄｓ ｍａｎａｇｅ⁃
ｍｅｎｔ ａｎｄ ｕｔｉｌｉｚａｔｉｏｎ ｉｎ Ｆｕｊｉａｎ Ｐｒｏｖｉｎｃｅ． Ｒｅｓｅａｒｃｈ ｏｆ
Ａｇｒｉｃｕｌｔｕｒａｌ Ｍｏｄｅｒｎｉｚａｔｉｏｎ （农业现代化研究）， ２０１２，
３３（２）： ２２１－２２４ （ｉｎ Ｃｈｉｎｅｓｅ）
７６４１５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 王　 飞等： 福建冷浸田土壤质量评价因子的最小数据集　 　 　 　 　 　
［３］　 Ｌｉ Ｑ⁃Ｈ （李清华）， Ｗａｎｇ Ｆ （王　 飞）， Ｈｅ Ｃ⁃Ｍ （何
春梅）， ｅｔ ａｌ． Ｆｏｒｍａｔｉｏｎ， ｄｉｆｆｉｃｕｌｔｉｅｓ ａｎｄ ｕｔｉｌｉｚａｔｉｏｎ ｏｆ
ｃｏｌｄ ｗａｔｅｒ ｐａｄｄｙ ｆｉｅｌｄｓ ｉｎ Ｆｕｊｉａｎ． Ｆｕｊｉａｎ Ｊｏｕｒｎａｌ ｏｆ
Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅｓ （福建农业学报）， ２０１１， ２６（４）：
６８１－６８５ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］　 Ｓｏｉｌ Ｓｕｒｖｅｙｉｎｇ Ｏｆｆｉｃｅ ｉｎ Ｆｕｊｉａｎ （福建省土壤普查办公
室）． Ｆｕｊｉａｎ Ｓｏｉｌ． Ｆｕｚｈｏｕ： Ｆｕｊｉａｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏ⁃
ｇｙ Ｐｒｅｓｓ， １９９１ （ｉｎ Ｃｈｉｎｅｓｅ）
［５］　 Ｇｉｌ⁃Ｓｏｔｒｅｓ Ｆ， Ｔｒａｓａｒ⁃Ｃｅｐｅｄａ Ｃ， Ｌｅｉｒｏｓ ＭＣ， ｅｔ ａｌ．
Ｄｉｆｆｅｒｅｎｔ ａｐｐｒｏａｃｈｅｓ ｔｏ ｅｖａｌｕａｔｉｎｇ ｓｏｉｌ ｑｕａｌｉｔｙ ｕｓｉｎｇ ｂｉｏ⁃
ｃｈｅｍｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ． Ｓｏｉｌ Ｂｉｏｌｏｇｙ ａｎｄ Ｂｉｏｃｈｅｍｉｓｔｒｙ，
２００５， ３７： ８７７－８８７
［６］　 Ｖｅｌａｓｑｕｅｚ Ｅ， Ｌａｖｅｌｌｅ Ｐ， Ｂａｒｒｉｏｓ Ｅ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｎｇ
ｓｏｉｌ ｑｕａｌｉｔｙ ｉｎ ｔｒｏｐｉｃａｌ ａｇｒｏｅｃｏｓｙｓｔｅｍｓ ｏｆ Ｃｏｌｏｍｂｉａ ｕｓｉｎｇ
ＮＩＲＳ． Ｓｏｉｌ Ｂｉｏｌｏｇｙ ａｎｄ Ｂｉｏｃｈｅｍｉｓｔｒｙ， ２００５， ３７： ８８９－
８９８
［７］ 　 Ｘｕ Ｊ⁃Ｍ （徐建明）， Ｚｈａｎｇ Ｇ⁃Ｌ （张甘霖）， Ｘｉｅ Ｚ⁃Ｍ
（谢正苗）． Ｉｎｄｉｃｅｓ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｓｏｉｌ Ｑｕａｌｉｔｙ． Ｂｅｉ⁃
ｊｉｎｇ： Ｓｃｉｅｎｃｅ Ｐｒｅｓｓ， ２０００ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］　 Ｚｈｅｎｇ Ｌ⁃Ｃ （郑立臣）， Ｙｕ Ｗ⁃Ｔ （宇万太）， Ｍａ Ｑ （马
强）， ｅｔ ａｌ． Ａｄｖａｎｃｅｓ ｉｎ ｔｈｅ ｉｎｔｅｇｒａｔｅｄ ｅｖａｌｕａｔｉｏｎ ｏｆ
ｆａｒｍｌａｎｄ ｆｅｒｔｉｌｉｔｙ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｌｏｇｙ （生态学
杂志）， ２００４， ２３（５）： １５６－１６１ （ｉｎ Ｃｈｉｎｅｓｅ）
［９］ 　 Ｌｕ Ｒ⁃Ｋ （鲁如坤）． Ａｎａｌｙｔｉｃａｌ Ｍｅｔｈｏｄｓ ｆｏｒ Ｓｏｉｌ ａｎｄ
Ａｇｒｏｃｈｅｍｉｓｔｒｙ． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ
Ｔｅｃｈｎｏｌｏｇｙ Ｐｒｅｓｓ， ２０００ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］　 Ｇｕａｎ Ｓ⁃Ｙ （关松荫）． Ｒｅｓｅａｒｃｈ Ｍｅｔｈｏｄｓ ｏｆ Ｓｏｉｌ Ｅｎｚｙｍｅ．
Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ａｇｒｉｃｕｌｔｕｒｅ Ｐｒｅｓｓ， １９８６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１１］ 　 Ｚｈｏｕ Ｄ⁃Ｑ （周德庆）． Ｍｉｃｒｏｂｉｏｌｏｇｙ Ｅｘｐｅｒｉｍｅｎｔ． Ｂｅｉ⁃
ｊｉｎｇ： Ｈｉｇｈｅｒ Ｅｄｕｃａｔｉｏｎ Ｐｒｅｓｓ， ２００６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］　 Ｗａｎ Ｚ⁃Ｍ （万忠梅）， Ｓｏｎｇ Ｃ⁃Ｃ （宋长春）， Ｇｕｏ Ｙ⁃Ｄ
（郭跃东）， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｗａｔｅｒ ｇｒａｄｉｅｎｔ ｏｎ ｓｏｉｌ
ｅｎｚｙｍｅ ａｃｔｉｖｉｔｙ ａｎｄ ａｃｔｉｖｅ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｃｏｍｐｏｓｉｔｉｏｎ
ｕｎｄｅｒ Ｃａｒｅｘ ｌａｓｉｏｃａｒｐａ ｍａｒｓｈ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生
态学报）， ２００８， ２８（１２）： ５９８０－５９８６ （ｉｎ Ｃｈｉｎｅｓｅ）
［１３］　 Ｚｈａｎｇ Ｓ⁃Ｐ （张士萍）， Ｚｈａｎｇ Ｗ⁃Ｑ （张文佺）， Ｌｉ Ｙ⁃Ｙ
（李艳丽）， ｅｔ ａｌ． Ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｂｉｏａｃｔｉｖｉｔｙ ａｎｄ ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ ｅｆｆｅｃｔ ｏｆ ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｗｅｔｌａｎｄ ｓｏｉｌ ｉｎ
Ｃｈｏｎｇｍｉｎｇ Ｄｏｎｇｔａｎ． Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏ⁃Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｃｉ⁃
ｅｎｃｅ （农业环境科学学报）， ２００９， ２８（１）： １１２－１１８
（ｉｎ Ｃｈｉｎｅｓｅ）
［１４］　 Ｚｈａｎｇ Ｇ （张　 国）， Ｃａｏ Ｚ⁃Ｐ （曹志平）， Ｈｕ Ｃ⁃Ｊ （胡
婵娟）． Ｓｏｉｌ ｏｒｇａｎｉｃ ｃａｒｂｏｎ ｆｒａｃｔｉｏｎａｔｉｏｎ ｍｅｔｈｏｄｓ ａｎｄ
ｔｈｅｉｒ ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｆａｒｍｌａｎｄ ｅｃｏｓｙｓｔｅｍ ｒｅｓｅａｒｃｈ． Ｃｈｉ⁃
ｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报），
２０１１， ２２（７）： １９２１－１９３０ （ｉｎ Ｃｈｉｎｅｓｅ）
［１５］　 Ｌｉｕ Ｚ⁃Ｆ （刘占锋）， Ｆｕ Ｂ⁃Ｊ （傅伯杰）， Ｌｉｕ Ｇ⁃Ｈ （刘国
华）， ｅｔ ａｌ． Ｓｏｉｌ ｑｕａｌｉｔｙ： Ｃｏｎｃｅｐｔ， ｉｎｄｉｃａｔｏｒｓ ａｎｄ ｉｔｓ ａｓ⁃
ｓｅｓｓｍｅｎｔ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２００６， ２６
（３）： ９０１－９１３ （ｉｎ Ｃｈｉｎｅｓｅ）
［１６］　 Ｍｅｎｇ Ｈ⁃Ｑ （孟红旗）， Ｌｉｕ Ｊ （刘　 景）， Ｘｕ Ｍ⁃Ｇ （徐
明岗）， ｅｔ ａｌ． Ｅｖｏｌｕｔｉｏｎ ｏｆ ｐＨ ｉｎ ｔｏｐｓｏｉｌｓ ｏｆ ｔｙｐｉｃａｌ Ｃｈｉ⁃
ｎｅｓｅ ｃｒｏｐｌａｎｄｓ ｕｎｄｅｒ ｌｏｎｇ⁃ｔｅｒｍ ｆｅｒｔｉｌｉｚａｔｉｏｎ． Ａｃｔａ Ｐｅｄ⁃
ｏｌｏｇｉｃａ Ｓｉｎｉｃａ （土壤学报），２０１３， ５０（６）： ４２－４９ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［１７］　 Ｃｈａｉ Ｊ⁃Ｊ （柴娟娟）， Ｌｉａｏ Ｍ （廖　 敏）， Ｘｕ Ｐ⁃Ｚ （徐培
智）， ｅｔ ａｌ． Ｆｅａｔｕｒｅ ａｎａｌｙｓｉｓ ｏｎ ｎｕｔｒｉｅｎｔ’ｓ ｒｅｓｔｒｉｃｔｉｖｅ ｆａｃ⁃
ｔｏｒｓ ｏｆ ｍａｊｏｒ ｌｏｗ ｐｒｏｄｕｃｔｉｖｅ ｗａｔｅｒｌｏｇｇｅｄ ｐａｄｄｙ ｓｏｉｌ ｉｎ
Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｔｉｏｎ （水土保
持学报）， ２０１２， ２６（２）： ２８４－２８８ （ｉｎ Ｃｈｉｎｅｓｅ）
［１８］　 Ｓｈｕｋｌａ ＭＫ， Ｌａｌ Ｒ， Ｅｂｉｎｇｅｒ Ｍ． Ｄｅｔｅｒｍｉｎｉｎｇ ｓｏｉｌ ｑｕａｌｉｔｙ
ｉｎｄｉｃａｔｏｒｓ ｂｙ ｆａｃｔｏｒ ａｎａｌｙｓｉｓ． Ｓｏｉｌ ＆ Ｔｉｌｌａｇｅ Ｒｅｓｅａｒｃｈ，
２００６， ８７： １９４－２０４
［１９］　 Ｈｅ Ｊ⁃Ｓ （贺金生）， Ｈａｎ Ｘ⁃Ｇ （韩兴国）． Ｅｃｏｌｏｇｉｃａｌ
ｓｔｏｉｃｈｉｏｍｅｔｒｙ： Ｓｅａｒｃｈｉｎｇ ｆｏｒ ｕｎｉｆｙｉｎｇ ｐｒｉｎｃｉｐｌｅｓ ｆｒｏｍ
ｉｎｄｉｖｉｄｕａｌｓ ｔｏ ｅｃｏｓｙｓｔｅｍｓ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｐｌａｎｔ
Ｅｃｏｌｏｇｙ （植物生态学报）， ２０１０， ３４（１）： ２ － ６ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２０］　 Ｚｅｎｇ Ｘ⁃Ｂ （曾希柏）， Ｚｈａｎｇ Ｊ⁃Ｂ （张佳宝）， Ｗｅｉ Ｃ⁃Ｆ
（魏朝富）， ｅｔ ａｌ． Ｔｈｅ ｓｔａｔｕｓ ａｎｄ ｒｅｃｌａｍａｔｉｏｎ ｓｔｒａｔｅｇｙ ｏｆ
ｌｏｗ⁃ｙｉｅｌｄ ｆｉｅｌｄｓ ｉｎ Ｃｈｉｎａ． Ａｃｔａ Ｐｅｄｏｌｏｇｉｃａ Ｓｉｎｉｃａ （土壤
学报）， ２０１４， ５１（４）： ６７５－６８２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２１］　 Ｌｉｕ Ｊ⁃Ｓ （刘金山）， Ｈｕ Ｃ⁃Ｘ （胡承孝）， Ｓｕｎ Ｘ⁃Ｃ （孙
学成）， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ ｓｏｉｌ ｆｅｒｔｉｌｉｔｙ ｑｕａｌｉｔｙ ｗｉｔｈ ａ
ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ ａｎｄ ｆｕｚｚｙ ｌｏｇｉｃｉｎ ｔｈｅ ｐａｄｄｙ⁃ｕｐｌａｎｄ ｒｏ⁃
ｔａｔｉｏｎ ｒｅｇｉｏｎ ｏｆ Ｈｕｂｅｉ Ｐｒｏｖｉｎｃｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｓｏｉｌ
Ｓｃｉｅｎｃｅ （土壤通报）， ２０１２， ４３（５）： １１４５－ １１５０ （ ｉｎ
Ｃｈｉｎｅｓｅ）
［２２］　 Ｌｉ Ｇ⁃Ｌ （李桂林）， Ｃｈｅｎ Ｊ （陈　 杰）， Ｓｕｎ Ｚ⁃Ｙ （孙志
英）， ｅｔ ａｌ． Ｅｓｔａｂｌｉｓｈｉｎｇ ａ ｍｉｎｉｍｕｍ ｄａｔａ ｓｅｔ ｆｏｒ ｓｏｉｌ
ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｂａｓｅｄ ｏｎ ｓｏｉｌ ｐｒｏｐｅｒｔｉｅｓ ａｎｄ ｌａｎｄ ｕｓｅ
ｃｈａｎｇｅ． Ａｃｔａ Ｅｃｏｌｏｇｉｃａ Ｓｉｎｉｃａ （生态学报）， ２００７， ２７
（７）： ２７１５－２７２４ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］　 Ｃａｉ Ｍ⁃Ｚ （蔡妙珍）， Ｌｉｎ Ｘ⁃Ｙ （林咸永）， Ｌｕｏ Ａ⁃Ｃ （罗
安程）， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｅｘｃｅｓｓｉｖｅ Ｆｅ２＋ ｏｎ ｇｒｏｗｔｈ ａｎｄ
ｐｈｙｓｉｏｌｏｇｉｃａｌ ｃｈａｒａｃｔｅｒｓ ｏｆ ｒｉｃｅ． Ｐｌａｎｔ Ｎｕｔｒｉｔｉｏｎ ａｎｄ Ｆｅｒ⁃
ｔｉｌｉｚｅｒ Ｓｃｉｅｎｃｅ （植物营养与肥料学报）， ２００２， ８（１）：
９６－９９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２４］　 Ｈｕａｎｇ Ｔ （黄　 婷）， Ｙｕｅ Ｘ⁃Ｊ （岳西杰）， Ｇｅ Ｘ⁃Ｚ （葛
玺祖）， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ ｓｏｉｌ ｑｕａｌｉｔｙ ｏｎ ｇｕｌｌｙ ｒｅｇｉｏｎ
ｏｆ ｌｏｅｓｓ ｐｌａｔｅａｕ ｂａｓｅｄ ｏｎ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ．
Ａｇｒｉｃｕｌｔｕｒａｌ Ｒｅｓｅａｒｃｈ ｉｎ ｔｈｅ Ａｒｉｄ Ａｒｅａｓ （干旱地区农业
研究）， ２０１０， ２８（３）： １４１－１４６ （ｉｎ Ｃｈｉｎｅｓｅ）
［２５］　 Ｗａｎｇ Ｑ⁃Ｌ （王启兰）， Ｗａｎｇ Ｘ （王 　 溪）， Ｃａｏ Ｇ⁃Ｍ
（曹广民）， ｅｔ ａｌ． Ｓｏｉｌ ｑｕａｌｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｏｆ ａｌｐｉｎｅ
ｍｅａｄｏｗ ｉｎ Ｈａｉｂｅｉ Ｓｔａｔｅ ｏｆ Ｑｉｎｇｈａｉ Ｐｒｏｖｉｎｃｅ． Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２０１１， ２２
（６）： １４１６－１４２２ （ｉｎ Ｃｈｉｎｅｓｅ）
作者简介　 王　 飞，男，１９７６年生，副研究员． 主要从事土壤
资源评价与持续利用研究． Ｅ⁃ｍａｉｌ： ｆｊｗａｎｇｆｅｉ＠ １６３．ｃｏｍ
责任编辑　 杨　 弘
８６４１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷