全 文 ：中国生态农业学报 2012年 2月 第 20卷 第 2期
Chinese Journal of Eco-Agriculture, Feb. 2012, 20(2): 127−137


* 国家自然科学基金项目(31171513, 31160269, 31060178)、教育部博士学科点专项科研基金项目(20106202110002, 20106202120004)、
甘肃省干旱生境作物学重点实验室开放基金项目(GSCS-2010-03)和甘肃农业大学创新基金项目(GAU-CX1104)资助
** 通讯作者: 黄高宝(1965—), 男, 博士, 教授, 博士生导师, 主要从事多熟种植、保护性耕作、节水农业和宏观农业的教学与研究工作。
E-mail: huanggb@gsau.edu.cn
罗珠珠(1979—), 女, 博士, 副教授, 主要从事土壤与植物营养的教学与研究工作。E-mail: luozz@gsau.edu.cn
收稿日期: 2011-04-28 接受日期: 2011-08-31
DOI: 10.3724/SP.J.1011.2012.00127
黄土高原旱地土壤质量评价指标研究*
罗珠珠1,2 黄高宝2** 蔡立群1,2 张仁陟1,2 李玲玲2 谢军红2
(1. 甘肃农业大学资源与环境学院 兰州 730070; 2. 甘肃省干旱生境作物学重点实验室
甘肃农业大学农学院 兰州 730070)
摘 要 基于设置在陇中黄土高原半干旱区的长期定位试验, 运用综合评价模型, 定量评价了小麦→豌豆双
序列轮作系统 6 种不同耕作方式对土壤质量的影响。结果表明, 采用加权综合法和加乘法则对土壤质量进行
综合评价, 能够较好地反映土壤质量的实际情况, 敏感地反映耕作方式对土壤质量的影响。运用逐步判别分析
法对 6 种不同耕作方式[传统耕作(T)、免耕作(NT)、传统耕作秸秆还田(TS)、免耕秸秆覆盖(NTS)、传统耕作
地膜覆盖(TP)、免耕地膜覆盖(NTP)]下 29 项土壤属性指标进行筛选, 建立了包括团粒结构、全氮、速效氮、
有机质、蔗糖酶活性、作物产量、种植纯收益和产投比 8 项因子的简化评价指标体系。原始评价指标体系下
2 种轮作序列土壤质量指数排序均为 NTS>TS>NTP>NT>TP>T; 简化评价指标体系下豌豆→小麦轮作序列土
壤质量指数排序为 NTS>TS>NTP>NT>T>TP, 而小麦→豌豆轮作序列土壤质量指数排序为 NTS>TS>NT>
NTP>T>TP。进一步相关分析和方差分析表明, 应用逐步判别分析法建立的简化指标体系具有较高的代表性,
可适用于黄土高原半干旱区土壤质量评价。
关键词 黄土高原 耕作方式 小麦−豌豆轮作 土壤质量 土壤健康 评价指标
中图分类号: S157.4+2; S158.2 文献标识码: A 文章编号: 1671-3990(2012)02-0127-11
Assessment indicators of soil quality in rain-fed areas of the Loess Plateau
LUO Zhu-Zhu1,2, HUANG Gao-Bao2, CAI Li-Qun1,2, ZHANG Ren-Zhi1,2, LI Ling-Ling2, XIE Jun-Hong2
(1. Faculty of Resources and Environmental Sciences, Gansu Agricultural University, Lanzhou 730070, China; 2. Gansu Provincial
Key Laboratory for Arid-land Crop Sciences; Faculty of Agronomy, Gansu Agricultural University, Lanzhou 730070, China)
Abstract Based on long-term field experiments at Dingxi in the western Loess Plateau, the effects of different agricultural meas-
ures on soil quality were studied using an integrated assessment model. A total of 6 agricultural measures with 2 tillage systems and 3
ground-cover forms were used. The agricultural measured included conventional tillage (T), no-tillage (NT), conventional tillage
with straw incorporation (TS), no-tillage with straw mulching (NTS), conventional tillage with plastic-film mulch (TP) and no-tillage
with plastic-film mulch (NTP). The experiment was conducted in two rotation sequences. Sequence 1 started with pea followed by
spring wheat (P→W) whereas sequence 2 started with spring wheat followed by field pea (W→P). The results showed that soil qual-
ity evaluation with integrated-weighted and addition-multiplication methods reasonably reflected actual soil conditions, and the effect
of tillage variations on soil quality. The 8 most sensitive indicators were selected from a total of 29 assessment indictors vial dis-
criminative analysis. The selected indicators were used to evaluate soil physical quality, fertility, health and land productivity in the
semi-arid areas of the Loess Plateau. These 8 indicators included soil aggregates, organic matter, total nitrogen, available nitrogen,
invertase activity, grain yield, net income and output/input ratio. Based on the 29 indicators, the order of soil quality index (SQI)
ranked from high to low was NTS, TS, NTP, NT, TP and T in both rotation sequences. Again based on the 8 indicators, the orders of
SQI ranked from high to low were NTS, TS, NTP, NT, T and TP in the P→W rotation sequence, and NTS, TS, NT, NTP, T and TP in
the W→P rotation sequence. The results of the 2 assessment systems were similar and highly correlated. This indicated that the 8
indicators were sufficiently representative of the soil conditions in the western Loess Plateau.
128 中国生态农业学报 2012 第 20卷


Key words Loess Plateau, Tillage system, Wheat/pea rotation, Soil quality, Soil health, Assessment indicator
(Received Apr. 28, 2011; accepted Aug. 31, 2011)
土壤是人类赖以生存和发展的物质基础。20世
纪 90年代以来, 土壤质量逐步成为国际土壤学研究
热点, 许多研究者在土壤质量评价指标体系和评价
方法方面开展了大量研究工作[1−4]。由于土壤质量受
土壤侵蚀、生物多样性、耕作方式与种植制度以及
施肥与农药等因素的影响, 其评价指标的选定是土
壤质量评价的核心工作, 直接关系到评价结果的客
观性[5]。国内学者初步建立了几种类型地区的评价
指标体系, 包括土壤养分、土壤物理性状、土壤生
物、土壤环境 4大类近 20个指标[6]。国外学者也结
合农业的持续利用和土壤持续管理提出了多种指标
体系[7−8]。但目前的研究中采用的指标过多, 指标的
获取难度较大, 缺乏统一的评价指标体系, 影响了
土壤质量的评价。
春小麦(Triticum aestivum)单作是西部黄土高原
地区的主要种植方式, 春小麦种植之前土壤一般进
行“三耕两耱”的耕作措施(具体操作见表1), 收获时
作物秸秆通常被全部移出农田。同时, 该地区降水
主要集中在7~9月份 , 该期降水量一般达到或超过
年降水量的60%, 造成雨季与农田的休闲期重叠 ,
而与作物生长期严重错位。这种休闲−春小麦单作
体系、过度耕作结合作物秸秆移出以及降水的不均
衡分布共同导致土壤质量退化, 严重影响该地区农
业和环境的可持续发展。但目前对黄土高原旱地农
田土壤的研究大多集中在单一的土壤理化性质方
面[9−12], 对土壤质量的综合评价尚鲜见报道。本研究
基于2001—2007年长期定位试验, 对黄土高原西部
半干旱区6种不同耕作措施下土壤质量进行综合评
价, 并筛选出适宜于黄土高原半干旱区土壤质量评
价的代表性指标, 构建可以简便快速准确评价土壤
质量的指标体系, 为区域土壤质量的改善和农业的
可持续发展提供理论依据。
1 材料与方法
1.1 研究区概况
试验设在陇中黄土高原半干旱丘陵沟壑区的定
西市安定区李家堡镇麻子川村。试区属中温带半干
旱区, 平均海拔 2 000 m, 年均太阳辐射 592 596 J·cm−2,
日照时数 2 476.6 h, 年均气温 6.4 ℃, ≥0 ℃积温 2
933.5 ℃, ≥10 ℃积温 2 239.1 , ℃ 无霜期 140 d。多
年平均降水 390.9 mm, 年蒸发量 1 531 mm, 干燥度
2.53, 80%保证率的降水量为 365 mm, 变异系数为
24.3%, 为典型的雨养农业区。土壤为典型的黄绵土,
土质绵软 , 土层深厚 , 质地均匀 , 贮水性能良好 ;
0~200 cm土层土壤容重平均为 1.17 g·cm−3, 凋萎含
水率 7.3%, 饱和含水率 21.9%。
1.2 研究方法
1.2.1 试验设计
试验共设传统耕作(T)、免耕(NT)、传统耕作秸
秆还田(TS)、免耕秸秆覆盖(NTS)、传统耕作地膜
覆盖(TP)、免耕地膜覆盖(NTP) 6个处理, 具体耕作
方法见表 1。结合小麦豌豆的年际轮作, 为加快研
究进程 , 研究设计了小麦→豌豆 (2002 年小麦→
2003年豌豆→2004年小麦→2005年豌豆→2006年
小麦→2007 年豌豆, 简称 W→P→W→P→W→P)和
豌豆→小麦(2002 年豌豆→2003 年小麦→2004 年豌
豆→2005年小麦→2006年豌豆→2007年小麦, 简称
P→W→P→W→P→W)2 个轮作序列, 4 次重复, 共
48个小区, 小区面积 4 m×20 m, 随机区组排列。
供试作物春小麦为“定西 35”, 播种量 187.5
kg·hm−2; 豌豆为“绿农 1号”, 播种量 100 kg·hm−2。T、
NT、TS、NTS处理用中国农业大学研制的免耕播种
机播种, 春小麦行距 20 cm, 豌豆行距 24 cm, 播深
均为 7 cm。春小麦播期为 3 月中旬, 豌豆为同年 3
月下旬。小麦各处理均施 N 105 kg·hm−2、P2O5 105
kg·hm−2 (尿素 +二铵 ); 豌豆各处理均施 N 20
kg·hm−2、P2O5 105 kg·hm−2 (二铵+过磷酸钙), 所有肥
料都作为基肥在播种时同时施入。
1.2.2 采样与试验分析
春小麦生育期为 2007 年 3 月中旬至 8 月中旬,
豌豆生育期为 2007年 4月上旬至 7月中旬。作物收
获后(2007 年 8 月中旬), 分 0~5 cm、5~10 cm、
10~30 cm 3个层次采集样品。各小区随机取 5 个点,
剔除石块、植物残根等杂物, 混合装袋带回实验室,
样品经风干后研磨、过筛分装以备测定土壤物理、
化学和生物学性状。土壤容重、孔隙度、田间持水
量、饱和含水量用环刀法测定[13], 土壤团粒结构用
湿筛法测定 [14], 土壤饱和导水率用圆盘渗透仪法
测定[15], 土壤坚实度用 Agridry Rimik Pty Ltd生产
的土壤锥形紧实度仪(CP20)测定, 土壤水分用烘干
法和中子仪测定 , 土壤温度用曲管地温计测定(每
天 14:00)。土壤有机质和养分含量采用常规方法测
定 [16]。土壤过氧化氢酶活性采用高锰酸钾滴定法测
定[17], 土壤脲酶活性采用靛酚蓝比色法测定[17], 土
壤碱性磷酸酶活性采用磷酸苯二钠比色法[18], 土壤
蔗糖酶活性采用 3,5-二硝基水杨酸比色法测定 [19],
第 2期 罗珠珠等: 黄土高原旱地土壤质量评价指标研究 129


表 1 试验中各耕作处理的描述
Table 1 Description of tillage treatments in the experiment
代码 Code 处理 Treatment 耕作方法 Description
T 传统耕
Conventional tillage
试验地在前茬收获后三耕两耱, 这是定西地区很典型的传统耕作方式: 8月份收获后进行第 1次耕
作, 8月底和 9月分别进行第 2、3次耕作, 耕深依次为 20 cm、10 cm和 5 cm。9月份第 3次耕后
耱 1次, 10月份冻结前再耱 1次。
The field was ploughed 3 times and harrowed twice after harvesting. The first plough was in August
immediately after harvesting, the second and third ploughs were in late August and September respec-
tively. The plough depths were 20 cm, 10 cm and 5 cm, respectively. The field was harrowed after last
plough in September and re-harrowed in October before the ground was frozen. This was the typical
conventional tillage practice in Dingxi region.
NT 免耕
No tillage
全年不耕作, 播种时用免耕播种机一次性完成施肥和播种。
No-tillage throughout a year. Sowing seeds and fertilization were performed with seeding-machine at
the same time.
TS 传统耕作秸秆还田
Conventional tillage
with straw incorporation
耕作方式同 T, 但结合第 1次耕作将所有前作秸秆翻埋入土。
The field was ploughed and harrowed exactly as T treatment, but with straw incorporation at the first
plough. All the straw of the previous crop was returned to the original plot immediately after threshing
and then incorporated into soil.
NTS 免耕秸秆覆盖
No tillage with straw mulching
播种、除草方法同 NT, 收获脱粒后将全部前作秸秆覆盖在原小区。No-tillage through a year. The
ground was covered with straw of previous crop from August till next March. All the straw from previ-
ous crop was returned to the original plot immediately after threshing.
TP 传统耕作地膜覆盖
Conventional tillage with plastic
mulching
耕作方式同 T, 10月份最后 1次耱后覆盖塑料薄膜。膜宽 40 cm, 膜侧种作物, 因此该处理作物宽
窄行种植, 宽行 40 cm, 窄行 10 cm, 平均 25 cm。
The field was ploughed and harrowed exactly as T treatment, but covered with plastic film after the last
harrow in October. Plastic film was set between crop rows and the covering belt width was 40 cm. Thus,
the row spaces between crops was 40 cm and 10 cm alternatively, average of 25 cm.
NTP 免耕地膜覆盖
No tillage with plastic mulching
全年不耕作, 覆膜及播种的时间和方式同 TP, 为避免前茬秸秆挂坏薄膜, 收获后用剪草机剪平或
耱平残茬。
The field was ploughed and harrowed exactly as T treatment. The plastic film was set in October using
same machine as for treatment TP. To avoid the damage of plastic film, the crop residue was mowed
or/and harrowed after harvesting.

土壤微生物数量采用平板计数法测定[20−21]。测定籽
粒产量时, 剔除边行后, 以各小区打碾实际产量为
准, 折算公顷产量。
1.3 评价方法
1.3.1 指标获取
指标体系的建立是土壤质量评价的基础和重要
环节, 因此进行评价指标体系的研究, 使评价指标
科学化、合理化显得尤为重要。根据土壤质量评价
指标选择的代表性、主导性、稳定性、差异性、可
比性等原则, 本研究选取29个指标以反映土壤质量
状况(表2)。但是, 大量指标的测定获取有一定的难
度。因此, 本研究采用判别分析中的逐步判别分析
法[22], 以耕作方式为分组变量基于组内协方差矩阵
进行分类, 以Wilks统计量最小的进入函数, 以判别
函数中变量F值作为筛选变量的判据 , 当F>3.84或
F<2.71(系统默认值)时, 该变量被保留或被剔除。将
29项土壤质量指标划分为物理、肥力、健康和生产
力指标, 通过逐步判别分析法, 选择不同耕作方式
之间差异最大的指标, 从而达到简化指标的目的。
1.3.2 综合评价
由于土壤质量因子变化具有连续性质, 故各评
价指标采用连续性质的隶属度函数[式(1)和式(2)],
并依据土壤性质与土壤质量效应的正负相关性, 确
定隶属度函数分布的升降性。
F(xi)=(Xij−Ximin)/(Ximax−Ximin) (1)
F(xi)=(Ximax−Xij)/(Ximax−Ximin) (2)
式中, F(xi)为土壤各因子的隶属度值, Xij为土壤各因
子值, Ximax和Ximin分别表示第i项土壤因子的最大值
和最小值。
由于土壤质量各因子状况与重要性不同, 通常
用权重系数表示各因子的重要性程度 , 利用SPSS
13.0软件计算各因子主成分的贡献率和累积贡献率,
之后依据主成分因子负荷量计算各因子对土壤质量
的作用大小, 确定其权重。
Wi = Ci/
1
n
i
i
C
=
∑ (3)
式中, Wi为第i个评价因素的权重, Ci为第i项土壤质
量因子的因子负荷量。
各评价因子隶属度和权重确定后, 对不同耕作
方式下土壤质量指数采用加权综合法[23−24]和加乘法
则[25]进行合成计算:
SQI =∏
=
n
i 1
Xi×Wi (4)
SQI =∑
=
n
i 1
Xi×Wi (5)
式中, SQI为土壤质量综合指数, Xi为第i个评价因素
的隶属度值, n为评价指标的个数。

表2 不同耕作措施下春小麦−豌豆双序列轮作土壤质量因子及其隶属度
Table 2 Membership function values of soil quality indicators under different tillage systems of double sequences of spring wheat-pea rotation
P→W W→P
T NT TS NTS TP NTP T NT TS NTS TP NTP
指标
Factor
A B A B A B A B A B A B A B A B A B A B A B A B
容重(X1)
Bulk density (g·cm−3)
1.27 0.18 1.22 0.41 1.24 0.32 1.25 0.27 1.25 0.27 1.23 0.36 1.25 0.27 1.17 0.64 1.17 0.64 1.15 0.73 1.22 0.41 1.16 0.68
总孔度(X2)
Total porosity (%)
51.95 0.18 53.80 0.40 53.35 0.35 52.84 0.27 52.96 0.30 53.52 0.37 52.67 0.26 55.86 0.65 56.03 0.67 56.64 0.74 53.90 0.41 56.36 0.71
毛管孔度(X3)
Capillary porosity (%)
48.07 0.55 48.77 0.67 47.94 0.53 47.15 0.37 49.27 0.75 49.51 0.79 46.67 0.32 49.65 0.81 48.67 0.65 48.53 0.63 48.72 0.66 49.69 0.82
非毛管孔度(X4)
Non-capillary porosity (%)
3.88 0.10 5.03 0.26 5.41 0.31 5.70 0.35 3.70 0.08 4.00 0.12 6.00 0.40 6.21 0.42 7.36 0.58 8.11 0.68 5.18 0.28 6.67 0.49
团粒结构(X5)
Aggregates (%)
9.77 0.29 10.55 0.38 10.75 0.41 13.48 0.74 7.80 0.05 11.29 0.47 10.52 0.38 11.34 0.48 9.47 0.25 15.26 0.96 8.39 0.12 10.81 0.41
坚实度(X6)
Soil strength (kPa)
1 083.63 0.69 1 438.71 0.22 1 433.06 0.23 1 091.14 0.68 1 147.56 0.60 1 075.62 0.70 1 121.90 0.64 1 388.70 0.29 1 101.39 0.66 1 009.87 0.78 1 321.79 0.38 1 346.73 0.34
田间持水量(X7)
Field capacity (%)
26.21 0.65 26.54 0.72 26.67 0.74 26.05 0.62 25.68 0.51 26.05 0.62 25.12 0.44 26.13 0.64 25.56 0.53 26.81 0.77 26.2 0.65 25.51 0.52
饱和含水量(X8)
Saturation capacity (%)
38.99 0.15 41.03 0.39 40.50 0.33 41.23 0.42 40.59 0.34 41.99 0.51 41.27 0.42 43.81 0.72 43.42 0.68 44.55 0.81 43.66 0.70 44.52 0.81
有效水分(X9)
Available water content (mm)
100.43 0.47 106.02 0.51 101.80 0.48 105.04 0.50 93.26 0.43 100.25 0.47 94.12 0.43 100.87 0.47 83.50 0.37 90.58 0.41 90.58 0.41 106.34 0.51
水分利用率(X10) Water use
efficiency (kg·hm−2·mm−1)
6.54 0.45 6.68 0.46 6.60 0.45 7.44 0.53 7.70 0.56 7.68 0.56 6.01 0.40 5.72 0.37 5.99 0.39 7.09 0.50 6.50 0.44 6.18 0.41
饱和导水率(X11)
Saturation conductivity (mm·h−1)
62.97 0.50 74.57 0.69 55.63 0.37 80.89 0.79 44.93 0.20 46.16 0.22 72.62 0.66 76.04 0.71 72.47 0.65 87.5 0.90 54.88 0.36 63.12 0.50
土壤温度(X12)
Soil temperature ( )℃ 22.50 0.56 22.58 0.53 22.54 0.54 22.29 0.63 22.16 0.67 22.16 0.67 23.09 0.37 23.33 0.28 22.93 0.42 22.03 0.71 22.37 0.60 22.27 0.64
有机质(X13)
Organic matter (g·kg−1)
13.27 0.35 13.58 0.44 14.89 0.80 14.88 0.80 13.03 0.28 13.79 0.49 12.83 0.22 13.47 0.40 14.32 0.64 15.01 0.84 13.00 0.27 13.40 0.38
全氮(X14)
Total N (g·kg−1)
0.95 0.41 0.99 0.51 1.03 0.62 1.06 0.70 0.96 0.43 0.98 0.49 0.96 0.43 0.98 0.49 1.03 0.62 1.08 0.76 0.95 0.41 0.97 0.46
全磷(X15)
Total P (g·kg−1)
0.82 0.21 0.84 0.28 0.94 0.62 0.97 0.72 0.86 0.34 0.90 0.48 0.87 0.38 0.91 0.52 0.96 0.69 0.99 0.79 0.85 0.31 0.90 0.48
全钾(X16)
Total K (g·kg−1)
17.32 0.27 17.00 0.18 18.62 0.62 18.84 0.68 16.74 0.11 16.98 0.18 17.48 0.31 17.57 0.33 18.76 0.66 19.08 0.74 17.45 0.30 17.09 0.20


(续表 2)
P→W W→P
T NT TS NTS TP NTP T NT TS NTS TP NTP
指标
Factor
A B A B A B A B A B A B A B A B A B A B A B A B
速效氮(X17)
Available N (mg·kg−1)
37.83 0.53 34.26 0.15 38.77 0.63 36.81 0.42 35.57 0.29 34.68 0.20 38.07 0.55 34.82 0.21 40.07 0.77 38.5 0.60 37.82 0.53 35.21 0.25
速效磷(X18)
Available P (mg·kg−1)
10.48 0.31 10.57 0.33 11.78 0.58 12.68 0.77 10.59 0.33 10.54 0.32 10.99 0.41 10.81 0.38 12.21 0.67 12.78 0.79 10.14 0.24 10.51 0.31
速效钾(X19)
Available K (mg·kg−1)
189.27 0.21 200.11 0.29 236.80 0.54 249.11 0.63 185.67 0.18 192.18 0.23 173.96 0.10 190.12 0.21 249.21 0.63 250.88 0.64 186.83 0.19 190.49 0.22
pH (X20) 8.41 0.32 8.38 0.42 8.24 0.87 8.22 0.94 8.40 0.35 8.36 0.48 8.36 0.48 8.32 0.61 8.25 0.84 8.23 0.90 8.37 0.45 8.32 0.61
过氧化氢酶活性(X21)
Catalase activity
[mL(0.1 mol·L−1KMnO4)·g−1·h−1]
4.65 0.15 4.82 0.37 4.90 0.47 5.07 0.69 4.70 0.22 5.01 0.62 5.03 0.64 5.19 0.85 4.61 0.10 5.00 0.60 4.88 0.45 5.23 0.90
脲酶活性(X22)
Urease activity
[mg (NH4-N)·g−1·d−1]
2.38 0.43 2.52 0.71 2.44 0.55 2.54 0.75 2.31 0.29 2.54 0.75 2.26 0.20 2.35 0.37 2.38 0.44 2.40 0.48 2.33 0.37 2.35 0.34
磷酸酶活性(X23) Alkaline
phosphatase activity
[mg(phenol)·g−1·d−1]
0.75 0.59 0.81 0.71 0.85 0.80 0.93 0.96 0.72 0.53 0.84 0.78 0.55 0.19 0.67 0.42 0.70 0.49 0.81 0.71 0.70 0.48 0.74 0.58
蔗糖酶活性(X24)
Invertase activity
[mg(glucose)·g−1·d−1]
15.32 0.15 17.06 0.45 16.99 0.43 19.64 0.89 16.80 0.40 18.58 0.71 16.30 0.32 16.67 0.38 18.25 0.65 18.86 0.75 15.73 0.22 16.58 0.36
微生物量(X25) Microbial
biomass [104cfu·g−1(dry soil)]
74.52 0.07 85.59 0.15 76.35 0.08 97.24 0.23 97.55 0.23 113.5 0.34 88.72 0.17 121.99 0.40 199.03 0.93 189.71 0.87 98.90 0.24 140.06 0.52
作物产量(X26)
Crop yield (kg·hm−2)
1 499.57 0.45 1 453.04 0.41 1 563.25 0.50 1 740.66 0.63 1 739.55 0.63 1 789.08 0.67 1 367.79 0.34 1 215.05 0.23 1 423.11 0.39 1 670.46 0.58 1 513.25 0.46 1 444.86 0.40
产量变异系数(X27)
CV of crop yield
0.56 0.44 0.58 0.41 0.49 0.55 0.46 0.59 0.45 0.61 0.40 0.69 0.51 0.52 0.47 0.58 0.48 0.57 0.40 0.68 0.58 0.41 0.55 0.45
纯收益(X28)
Benefits (Yuan·hm−2)
1 354.77 0.46 1 832.83 0.54 752.26 0.36 1 619.52 0.50 1 080.72 0.42 1 745.41 0.52 1 110.60 0.42 1 552.05 0.49 449.21 0.31 1 479.96 0.48 760.86 0.36 1 262.26 0.44
产投比(X29)
Ratio of output and input
1.96 0.34 3.16 0.57 1.37 0.22 1.97 0.34 1.51 0.25 2.12 0.37 1.73 0.29 2.80 0.50 1.25 0.20 1.94 0.33 1.34 0.22 1.80 0.31
A: 土壤质量因子测定值 Measured value of the soil quality factor; B: 土壤因子隶属度值 Membership function value of the soil quality factor. P→W: rotation sequence starting with pea followed by
otation sequence starting with spring wheat followed by field pea. The same below.



132 中国生态农业学报 2012 第 20卷


1.4 统计方法
所有分析均在SPSS 13.0软件下进行。
2 结果与分析
2.1 简化指标体系下土壤质量综合评价
2.1.1 土壤质量简化指标体系建立
1) 将土壤物理性质的12项指标进行判别分析,
获得判别函数:
Y1=−95.756+18.524X5 (6)
Y2=−111.160+19.985X5 (7)
Y3=−95.109+18.460X5 (8)
Y4=−190.319+26.239X5 (9)
Y5=−61.618+14.781X5 (10)
Y6=−113.269+20.177X5 (11)
即团粒结构(X5)作为土壤物理质量评价指标。
2) 将土壤肥力性质的8项指标进行判别分析 ,
获得判别函数:
Y1=−7 542.998+40.513X17+14 183.206X14 (12)
Y2=−7 844.328+36.398X17+14 647.608X14 (13)
Y3=−8 709.333+41.926X17+15 303.259X14 (14)
Y4=−9 261.588+39.696X17+15 911.064X14 (15)
Y5=−7 493.077+39.043X17+14 188.348X14 (16)
Y6=−7 713.457+36.913X17+14 495.805X14 (17)
即全氮(X14)和速效氮(X17)作为土壤肥力质量
评价指标。
3) 将表征土壤健康的5项指标进行判别分析 ,
获得判别函数:
Y1=−179.204+22.443X24 (18)
Y2=−203.671+23.941X24 (19)
Y3=−222.151+25.012X24 (20)
Y4=−264.807+27.326X24 (21)
Y5=−189.563+23.089X24 (22)
Y6=−221.152+24.956X24 (23)
即蔗糖酶活性(X24)作为土壤健康评价指标。
4) 将表征土壤生产力的4项指标进行判别分析,
获得判别函数:
Y1=−282.239+36.652X29−0.537X28+0.805X26 (24)
Y2=−544.462+644.745X29+0.030X28−0.661X26 (25)
Y3=−954.749−309.231X29−1.098X28+1.989X26 (26)
Y4=−347.314−49.271X29−0.612X28+1.017X26 (27)
Y5=−838.411−304.709X29−1.015X28+1.871X26 (28)
Y6=−290.621+3.383X29−0.543X28+0.858X26 (29)
即作物产量(X26)、纯收益(X28)和产投比(X29)
作为土壤生产力评价指标。
以上判别函数式中, Yl、Y2、Y3、Y4、Y5、Y6
分别为 6种不同耕作方式判别得分。
由判别分析可以筛选出适宜土壤质量评价的
关键指标为团粒结构、全氮、速效氮、蔗糖酶活性、
产量、纯收益和产投比 7 项。另外, 由于土壤有机
质可以对土壤质量和作物产生有益的影响, 大多研
究认为有机质是土壤质量的中心指标和指示性指
标, 甚至把它看作是土壤质量衡量指标中的惟一重
要指标[26]。因此, 本试验筛选出团粒结构、全氮、
速效氮、有机质、蔗糖酶活性、产量、纯收益和产
投比 8 项因子, 建立了土壤质量简化评价指标体系
(图 1)。
2.1.2 简化指标体系下土壤质量综合评价
利用公式(1)和(2)计算土壤质量因子隶属度(表
2)。由于土壤各因子状况与重要性不同(指标对土壤
质量的贡献不同), 故对各项指标应给以一定的权重,
用以表示各因子的重要性程度, 本研究利用多元统
计分析中的主成分分析法确定因子权重。由表 3 可
知, P→W轮作序列下, 第 1、第 2和第 3主成分的累
积贡献率高于 85%, 已足以代表原变量的信息, 故
以前 3 个主成分分析因子负荷量, 确定其权重。由
分权系数可知(表 4), 团粒结构(X5)、有机质(X13)、
全氮(X14)、蔗糖酶活性(X24)属于第 1主成分, 速效
氮(X17)、纯收益(X28)、产投比(X29)属于第 2 主成
分, 作物产量(X26)属于第 3主成分。W→P轮作序列



图1 土壤质量简化评价指标体系
Fig. 1 Simplified indicators of soil quality evaluation
第 2期 罗珠珠等: 黄土高原旱地土壤质量评价指标研究 133


表 3 简化土壤质量评价指标体系因子主成分贡献率
Table 3 Cumulative percentage of principal component in simplified indicator system of soil quality evaluation
P→W W→P 主成分
Component
number
特征根
Eigenvalues
贡献率
Percent of variance (%)
累计贡献率
Cumulative percentage (%)
特征根
Eigenvalues
贡献率
Percent of variance (%)
累计贡献率
Cumulative percentage (%)
1 3.50 43.69 43.69 4.16 52.04 52.04
2 2.79 34.87 78.56 2.91 36.38 88.42
3 1.42 17.80 96.36 0.68 8.49 96.91
4 0.26 3.26 99.62 0.19 2.43 99.34
5 0.03 0.38 100.00 0.05 0.66 100.00
6 0 0 100.00 0 0 100.00
7 0 0 100.00 0 0 100.00
8 0 0 100.00 0 0 100.00

表 4 简化土壤质量评价指标体系因子负荷量和权重
Table 4 Values of component capacity and weights of indicators of simplified indicator system of soil quality evaluation
负荷量 Capacity 权重 Weight
轮作
Rotation
指标
Factor
第 1主成分
First principle
component
第 2主成分
Second principle
component
第 3主成分
Third principle
component
第 1主成分
First principle
component
第 2主成分
Second principle
component
第 3主成分
Third principle
component
团粒结构(X5) Aggregates 0.899 0.252 0.253 0.203 0.066 0.090
有机质(X13) Organic matter 0.913 −0.277 0.261 0.206 0.073 0.093
全氮(X14) Total N 0.948 −0.105 0.198 0.214 0.028 0.071
速效氮(X17) Available N 0.205 −0.887 0.306 0.046 0.234 0.110
蔗糖酶活性(X24) Invertase activity 0.853 0.384 −0.344 0.193 0.101 0.123
作物产量(X26) Crop yield 0.406 0.038 −0.908 0.092 0.010 0.325
纯收益(X28) Benefits 0.079 0.967 0.068 0.018 0.256 0.024
P→W









产投比(X29) Ratio of output to input −0.127 0.875 0.460 0.029 0.231 0.164
团粒结构(X5) Aggregates 0.739 0.623 0.145 0.164
有机质(X13) Organic matter 0.964 0.083 0.189 0.022
全氮(X14) Total N 0.984 0.099 0.193 0.026
速效氮(X17) Available N 0.538 −0.764 0.105 0.201
蔗糖酶活性(X24) Invertase activity 0.952 0.027 0.187 0.007
作物产量(X26) Crop yield 0.706 −0.296 0.138 0.078
纯收益(X28) Benefits 0.088 0.961 0.017 0.252
W→P








产投比(X29) Ratio of output to input −0.135 0.954 0.026 0.251

下, 第 1和第 2主成分的累积贡献率高于 85%, 故以
前 2 个主成分分析因子负荷量, 确定其权重; 且从
分权系数看(表 4), 有机质(X13)、全氮(X14)、蔗糖
酶活性(X24)和作物产量(X26)属于第 1主成分, 团粒
结构(X5)、速效氮(X17)、纯收益(X28)和产投比(X29)
属于第 2主成分。
采用 2 种模型[式(4)和(5)]计算土壤质量综合指
数。由图 2可知, 经过长达 6年的定位试验, 不同耕
作方式对土壤质量产生了很大影响, 土壤质量指数
差异较大。尽管 2种评价模型所得数据略有差异, 加
权综合法运算结果比加乘法则小, 但各处理的变化
趋势完全一致。P→W轮作序列下, 不同耕作方式下
土壤质量指数排序为 NTS>TS>NTP>NT>T>TP;
W→P 轮作序列土壤质量指数排序为 NTS>TS>NT>
NTP>T>TP。
2.2 原始指标体系下土壤质量综合评价
利用公式(1)和(2)计算原始指标体系各因子隶
属度(表 2), 并利用多元统计分析中的主成分分析法
确定因子权重。由表 5 可知, 原始评价指标体系 2
种轮作序列下, 第 1、第 2主成分和第 3主成分的累
积贡献率均高于 85%, 已足以代表原变量的信息 ,
故以前 3 个主成分分析因子负荷量, 确定其权重(表
6)。由分权系数可知 , P→W 轮作序列 , 毛管孔度
(X3)、非毛管孔度(X4)、团粒结构(X5)、饱和导水率
(X11)、有机质(X13)、全氮(X14)、全磷(X15)、全钾
(X16)、速效磷(X18)、速效钾(X19)、pH(X20)、过氧
化氢酶活性(X21)以及碱性磷酸酶活性(X23)属于第 1
主成分, 坚实度(X6)、田间持水量(X7)、饱和含水量
(X8)、水分利用率(X10)、土壤温度(X12)、蔗糖酶活
性(X24)、微生物数量(X25)、作物产量(X26)、产量
变异系数(X27)属于第 2 主成分, 容重(X1)、总孔隙
度(X2)、有效水分(X9)、速效氮(X17)、脲酶活性(X22)、
纯收益(X28)、产投比(X29)属于第 3 主成分; W→P
轮作序列下, 非毛管孔度(X4)、有机质(X13)、全氮
134 中国生态农业学报 2012 第 20卷


(X14)、全磷(X15)、全钾(X16)、速效磷(X18)、速效
钾(X19)、pH(X20)、蔗糖酶活性(X24)以及微生物数
量(X25)属于第 1主成分, 容重(X1)、总孔隙度(X2)、
毛管孔度(X3)、坚实度(X6)、田间持水量(X7)、饱和
含水量(X8)、有效水分(X9)、速效氮(X17)以及过氧
化氢酶活性(X21)属于第 2 主成分, 团粒结构(X5)、
水分利用率 (X10)、饱和导水率 (X11)、土壤温度
(X12)、脲酶活性(X22)、碱性磷酸酶活性(X23)、作
物产量(X26)、产量变异系数(X27)、纯收益(X28)、
产投比(X29)属于第 3主成分。采用综合评价模型式
(4)和式(5)计算 SQI, 2 种轮作序列下 SQI 大小排序
一致, 均表现为 NTS>TS>NTP>NT>TP>T(图 3)。



图 2 简化土壤质量评价指标体系的土壤质量综合指数
Fig. 2 Soil quality index (SQI) of simplified indicator system of soil quality evaluation

表 5 土壤质量评价原始指标体系各因子主成分贡献率
Table 5 Cumulative percentage of principal components in original indicator system of soil quality evaluation
P→W W→P 主成分
Principle
component
特征根
Eigenvalues
贡献率
Percent of variance
(%)
累计贡献率
Cumulative percentage
(%)
特征根
Eigenvalues
贡献率
Percent of variance (%)
累计贡献率
Cumulative percentage
(%)
1 12.38 42.67 42.67 15.56 53.67 53.67
2 7.80 26.89 69.56 6.12 21.09 74.76
3 5.52 19.04 88.61 3.69 12.74 87.49
4 2.56 8.82 97.42 2.58 8.88 96.37
5 0.75 2.58 100.00 1.05 3.63 100.00
6 0 0 100.00 0 0 100.00
7 0 0 100.00 0 0 100.00
8 0 0 100.00 0 0 100.00
9 0 0 100.00 0 0 100.00
10 0 0 100.00 0 0 100.00
11 0 0 100.00 0 0 100.00
12 0 0 100.00 0 0 100.00
13 0 0 100.00 0 0 100.00
14 0 0 100.00 0 0 100.00
15 0 0 100.00 0 0 100.00
16 0 0 100.00 0 0 100.00
17 0 0 100.00 0 0 100.00
18 0 0 100.00 0 0 100.00
19 0 0 100.00 0 0 100.00
20 0 0 100.00 0 0 100.00
21 0 0 100.00 0 0 100.00
22 0 0 100.00 0 0 100.00
23 0 0 100.00 0 0 100.00
24 0 0 100.00 0 0 100.00
25 0 0 100.00 0 0 100.00
26 0 0 100.00 0 0 100.00
27 0 0 100.00 0 0 100.00
28 0 0 100.00 0 0 100.00
29 0 0 100.00 0 0 100.00


表 6 土壤质量评价原始指标体系因子负荷量和权重
Table 6 Values of component capacity and weights of original indicators of soil quality evaluation
P→W W→P
负荷量 Capacity 权重 Weight 负荷量 Capacity 权重 Weight
指标
Indicator
第 1主成分
First
principal
component
第 2主成分
Second
principal
component
第 3主成分
Third
principal
component
第 1主成分
First
principal
component
第 2主成分
Second
principal
component
第 3主成分
Third
principal
component
第 1主成分
First
principal
component
第 2主成分
Second
principal
component
第 3主成分
Third
principal
component
第 1主成分
First
principal
component
第 2主成分
Second
principal
component
第 3主成分
Third prin-
cipal com-
ponent
容重(X1) Bulk density 0.261 0.243 0.792 0.016 0.020 0.074 0.737 0.577 −0.145 0.037 0.057 0.017
总孔隙度(X2) Total porosity 0.228 0.288 0.664 0.014 0.024 0.062 0.724 0.563 −0.165 0.037 0.055 0.019
毛管孔度(X3) Capillary porosity −0.694 0.468 0.385 0.043 0.038 0.036 0.181 0.771 −0.429 0.009 0.076 0.049
非毛管孔度(X4) Non-capillary porosity 0.921 −0.288 0.109 0.058 0.024 0.010 0.920 0.038 0.202 0.047 0.004 0.023
团粒结构(X5) Aggregates 0.906 0.084 0.118 0.057 0.007 0.011 0.705 0.356 0.412 0.036 0.035 0.047
坚实度(X6) Soil strength −0.191 0.540 −0.431 0.012 0.044 0.040 0.653 −0.627 0.271 0.033 0.062 0.031
田间持水量(X7) Field capacity 0.443 −0.666 0.412 0.028 0.055 0.038 0.605 0.360 −0.209 0.031 0.035 0.024
饱和含水量(X8) Saturation capacity 0.451 0.760 0.409 0.028 0.062 0.038 0.545 0.652 −0.519 0.028 0.064 0.060
有效水分(X9) Plant available water content 0.692 −0.366 0.574 0.043 0.030 0.053 −0.413 0.823 0.083 0.021 0.081 0.010
水分利用率(X10) Water use efficiency −0.026 0.963 −0.162 0.002 0.079 0.015 0.590 −0.048 −0.356 0.030 0.005 0.041
饱和导水率(X11) Saturation conductivity 0.580 −0.430 0.290 0.036 0.035 0.027 0.709 0.066 0.692 0.036 0.007 0.079
土壤温度(X12) Soil temperature −0.142 0.930 −0.303 0.009 0.076 0.028 0.427 0.130 −0.639 0.022 0.013 0.073
有机质(X13) Organic matter 0.953 −0.104 −0.190 0.060 0.009 0.018 0.999 0.029 0.012 0.051 0.003 0.001
全氮(X14) Total N 0.981 −0.002 −0.111 0.061 0.000 0.010 0.989 −0.044 0.128 0.050 0.004 0.015
全磷(X15) Total P 0.881 0.284 −0.328 0.055 0.023 0.030 0.963 0.050 0.190 0.049 0.005 0.022
全钾(X16) Total K 0.867 −0.270 −0.418 0.054 0.022 0.039 0.914 −0.353 0.104 0.046 0.035 0.012
速效氮(X17) Available N 0.247 −0.568 −0.742 0.015 0.047 0.069 0.443 −0.888 −0.115 0.022 0.087 0.013
速效磷(X18) Available P 0.897 −0.042 −0.380 0.056 0.003 0.035 0.922 −0.266 0.279 0.047 0.026 0.032
速效钾(X19) Available K 0.944 −0.173 −0.244 0.059 0.014 0.023 0.954 −0.206 −0.103 0.048 0.020 0.012
pH(X20) 0.939 −0.031 −0.295 0.059 0.003 0.027 0.970 −0.002 0.082 0.049 0.000 0.009
过氧化氢酶活性(X21) Catalase activity 0.847 0.487 0.124 0.053 0.040 0.011 −0.329 0.816 0.279 0.017 0.080 0.032
脲酶活性(X22) Urease activity 0.723 0.213 0.571 0.045 0.017 0.053 0.840 0.171 −0.374 0.043 0.017 0.043
碱性磷酸酶活性(X23) Alkaline phosphatase activity 0.974 0.150 0.063 0.061 0.012 0.006 0.751 0.417 −0.502 0.038 0.041 0.058
蔗糖酶活性(X24) Invertase activity 0.740 0.649 0.096 0.046 0.053 0.009 0.967 −0.118 0.176 0.049 0.012 0.020
微生物数量(X25) Microbial biomass 0.065 0.980 0.170 0.004 0.080 0.016 0.925 −0.041 −0.102 0.047 0.004 0.012
产量(X26) Crop yield 0.145 0.914 −0.378 0.009 0.075 0.035 0.613 −0.203 −0.479 0.031 0.020 0.055
产量变异系数(X27) CV of crop yield 0.162 0.877 −0.353 0.010 0.072 0.033 0.798 0.032 0.582 0.040 0.003 0.067
纯收益(X28) Benefits 0.076 0.314 0.732 0.005 0.026 0.068 0.093 0.746 0.501 0.005 0.073 0.057
产投比(X29) Ratio of output and input 0.008 −0.105 0.931 0.001 0.009 0.086 −0.048 0.761 0.585 0.002 0.075 0.067

136 中国生态农业学报 2012 第 20卷


2.3 简化指标体系和原始指标体系相关分析
分别应用原始指标和简化指标 2 类指标体系,
建立了加权综合法和加乘法则 2种模型, 对研究区 2
种轮作序列 6 种不同耕作方式的土壤质量进行了综
合评价, 并对 2类指标体系进行了比较分析。2种评
价方法下 2 类评价指标体系的评价结果基本一致,
表现为极显著线性相关, 尤其是采用加乘法时, 简
化评价指标与原始评价指标的相关性更佳, 直线斜
率接近 1, 评价结果吻合程度更高(图 4)。进一步方
差分析发现(表 7), 无论是运用加权综合法还是加乘
法则, 除 NTS 处理外, 其余 5 种处理土壤质量指数
均表现为原始指标高于简化指标, 但均无显著差异
(P>0.05)。表明该研究筛选的 8项因子所构建的简化
评价指标体系基本可以反映黄土高原半干旱区 29
项因子的信息, 具有较高的代表性。
3 讨论
不同国家或地区、不同评价目的采用的指标体
系差异较大。一般认为, 土壤质量评价指标是表示
从土壤生产潜力和环境管理的角度监测和评价土壤
健康状况的性状、功能或条件。近年来, 很多土壤
质量指标被提出, 一些已经被检验和验证。大多土
壤质量评价选择近 20 个因子作为土壤质量评价指
标体系[6], 包括土壤养分、土壤物理性状、土壤生物、
土壤环境。另外, 研究发现[27], 有机质含量是我国
土壤质量评价中几乎必须考虑的因子 , 而土壤温
度、成土母质、土壤侵蚀等因素很少被考虑到。
土壤健康指标, 如土壤酶在响应作物轮作[28−29]、
残留物管理[30−32]和土壤压实[30]、耕翻[32−34]等不同土壤
管理措施时比较敏感; 生产力是土壤质量的核心[35],
土壤质量评价时引入该因子会使土壤质量评价更为



图 3 土壤质量评价原始指标体系下土壤质量综合指数
Fig. 3 Soil quality index (SQI) of original indicators system of soil quality evaluation



图4 土壤质量评价原始指标与简化指标评价结果相关性
Fig. 4 Correlation of soil quality evaluation between by simplified indicators system and original indicators system

表 7 原始指标与简化指标评价结果方差分析
Table 7 Analysis of variance of soil quality evaluation between by simplified indicators system and original indicators system
评价方法 Evaluation methods 指标 Indicator T NT TS NTS TP NTP
原始指标 Original indicator 0.356 0.426 0.469 0.608 0.349 0.454
简化指标 Simple indicator 0.337 0.390 0.438 0.610 0.290 0.414
加权综合法
Weight integrated method

F值 F value 0.56 1.21 1.24 0.02 5.53 0.66
原始指标 Original indicator 0.375 0.461 0.513 0.636 0.389 0.494
简化指标 Simple indicator 0.374 0.413 0.479 0.642 0.334 0.432
加乘法则
Addition and multiplication method

F值 F value 0.03 2.09 1.87 0.01 9.01 1.06

第 2期 罗珠珠等: 黄土高原旱地土壤质量评价指标研究 137


全面、客观。故本研究建立评价指标体系时, 在因
子水平沿用传统的土壤理化性质的同时, 还考虑了
土壤健康和生产力。通过判别分析, 筛选出适宜土
壤质量评价的关键指标为团粒结构、有机质、全氮、
速效氮、蔗糖酶活性、产量、纯收益和产投比 8项,
建立了土壤质量简化评价指标体系, 涵盖了土壤物
理、肥力、健康和生产力 4 个方面的性质。本研究
应用原始评价指标和简化评价指标 2 类评价体系,
建立加权综合法和加乘法则 2 种模型, 对试区 2 种
轮作序列 6 种不同耕作方式的土壤质量进行了综合
评价。结果表明, 该研究建立的土壤质量简化指标
体系具有较高的代表性, 可适用于黄土高原半干旱
区土壤质量评价。
参考文献
[1] 曹志洪. 解译土壤质量演变规律, 确保土壤资源持续利用[J].
世界科技研究与发展, 2001, 23(3): 28−32
[2] Andrews S S, Flora C B, Mitchell J P, et al. Growers’ percep-
tions and acceptance of soil quality indices[J]. Geoderma,
2003, 114(3/4): 187−213
[3] Karlen D L, Ditzler C A, Andrews S S. Soil quality: why and
how?[J]. Geoderma, 2003, 114(3/4): 145−156
[4] Corwin D L, Kaffka S R, Hopmans J W, et al. Assessment and
field-scale mapping of soil quality properties of a saline-sodic
soil[J]. Geoderma, 2003, 114(3/4): 231−259
[5] 路鹏, 苏以荣, 牛铮, 等. 土壤质量评价指标及其时空变异[J].
中国生态农业学报, 2007, 15(4): 190−194
[6] 周红艺, 何毓蓉, 张保华. 长江上游典型地区 SOTER 数据
库支持下的土壤肥力评价 [J]. 山地学报 , 2002, 20(6):
748−751
[7] Carter M R. Soil quality for sustainable land management:
Organic matter and aggregation interactions that maintain soil
functions[J]. Agronomy Journal, 2002, 94(1): 38−48
[8] Andrews S S, Mitchell J P, Mancinell R, et al. On-farm as-
sessment of soil quality in California’s Central Valley[J].
Agronomy Journal, 2002, 94(1): 12−23
[9] 罗珠珠 , 黄高宝 , 张国盛 . 保护性耕作对黄土高原旱地表
土容重和水分入渗的影响 [J]. 干旱地区农业研究 , 2005,
23(4): 7−11
[10] 郭清毅, 黄高宝, Li G D, 等. 保护性耕作对旱地麦−豆双
序列轮作农田土壤水分及利用效率的影响[J]. 水土保持学
报, 2005, 19(3): 165−169
[11] 罗珠珠, 黄高宝, Li G D, 等. 保护性耕作对旱作农田耕层
土壤肥力及酶活性的影响[J]. 植物营养与肥料学报, 2009,
15(5): 1085−1092
[12] 罗珠珠, 黄高宝, 张仁陟, 等. 长期保护性耕作对黄土高原
旱地土壤肥力质量的影响 [J]. 中国生态农业学报 , 2010,
18(3): 458−464
[13] 中国科学院南京土壤研究所土壤物理研究室. 土壤物理性
质测定法[M]. 北京: 科学出版社, 1978: 66−77
[14] Yang X M, Wander M M. Temporal changes in dry aggregate
size and stability: Tillage and crop effects on a silty loam
Mollisol in Illinois[J]. Soil & Tillage Research, 1998, 49:
173−183
[15] 许明祥, 刘国彬, 卜崇峰, 等. 圆盘入渗仪法测定不同利用
方式土壤渗透性试验研究[J]. 农业工程学报, 2002, 18(4):
54−58
[16] 鲍士旦. 土壤农化分析[M]. 北京: 中国农业出版社, 2000:
30−134
[17] 严昶升 . 土壤肥力研究法 [M]. 北京 : 农业出版社 , 1988:
236−286
[18] 赵兰坡 , 姜岩 . 土壤磷酸酶活性测定方法的探讨[J]. 土壤
通报, 1986, 17(3): 138−141
[19] 关松荫. 土壤酶及其研究法[M]. 北京: 农业出版社, 1986:
274−328
[20] 许光辉. 土壤微生物分析方法手册[M]. 北京: 农业出版社,
1986
[21] 李阜棣, 喻子牛 , 何绍江 . 农业微生物学实验技术[M]. 北
京: 中国农业出版社, 1996
[22] 卢文岱. SPSS for Windows统计分析[M]. 第 2版. 北京: 电
子工业出版社, 2004
[23] 万存绪 , 张效勇 . 模糊数学在土壤质量评价中的应用 [J].
应用科学学报, 1991, 9(4): 359−365
[24] 王建国 , 杨林章 , 单艳红 . 模糊数学在土壤质量评价中的
应用研究[J]. 土壤学报, 2001, 38(2): 176−183
[25] 郑立臣, 宇万太, 马强, 等. 农田土壤肥力综合评价研究进
展[J]. 生态学杂志, 2004, 23(5): 156−161
[26] Doran J W, Sarrantonio M, Liebig M A. Soil health and sus-
tainability[J]. Adv Agric, 1996, 56: 1−54
[27] 刘世梁, 傅伯杰, 刘国华, 等. 我国土壤质量及其评价研究
的进展[J]. 土壤通报, 2006, 37(1): 137−142
[28] Dick R P. Soil enzyme activity as biodiversity measurements
as integrating biologic indicators[C]//Doran J W. Handbook
of methods for assessment of soil quality. Madison. SSSA
Spec. Pub 49. Soil Society of America Special Publication
Pub. 1996: 247−272
[29] Bolton H Jr, Elliott L F, Papendick R I, et al. Soil microbial
biomass and selected soil enzyme activities effect of fertiliza-
tion and cropping practices[J]. Soil Bio Biochem, 1985, 17(3):
297−302
[30] Dick R P, Myrold D D, Kerle E A. Microbial biomass and soil
enzyme activities in compacted and rehabilitated skid trail
soils[J]. Soil Sci Soc Am J, 1988, 52(2): 512−516
[31] Bandick A K, Dick R P. Field management effects on soil
enzyme activities[J]. Soil Biol Biochem, 1999, 31(11):
1471−1479
[32] Verstrate W, Voets J P. Soil microbial and biochemical char-
acteristics in relation to soil management and fertility[J]. Soil
Biot Biochem, 1977, 9(4): 253−258
[33] Martems D A, Johnson J B, Frankenberger W T Jr. Production
and persistence of soil enzymes with repeated addition of or-
ganic residues[J]. Soil Sci, 1992, 153(1): 53−61
[34] Werten W, Scherer H W, Olfs H W. Influence of long-term
application of sewage sludge and compost from garbage with
sewage sludge on soil fertility criteria[J]. Agron Crop Sci,
1988, 160(3): 173−179
[35] 张桃林 , 王兴祥 . 土壤退化研究的进展与趋向[J]. 自然资
源学报, 2000, 15(3): 284−288