【文献分享学习】土壤健康评估：对目前方法的批判性审查和提出的新方法
01
原名：Soil health assessment: A critical review of current methodologies and a proposed new approach
译名：土壤健康评估：对目前方法的批判性审查和提出的新方法
原文地址：
https://doi.org/10.1016/j.scitotenv.2018.08.259
发表期刊：Science of the Total Environment
发表年份：2019年
通讯作者：Oshri Rinot
通讯作者单位：土壤，水环境科学研究所，农业研究组织，火山中心，以色列
02
亮点
①土壤健康评估的整体方法对于维持土地资源至关重要。
②简要回顾了评估土壤健康的当前方法和基本步骤。
③土壤健康指数应反映土壤提供生态系统服务的能力。
④土壤属性与ES之间的关系应予以量化。
03
文章简介
土壤的福祉对于保护全世界的食品生产至关重要。由于不断发展的理解，土壤健康（SH）概念已经推出，土壤不仅仅是庄稼的生长培养基，而且它为其他必需的生态系统服务（ES）提供了基础。SH概念需要开发整体指数，以实现与不同土壤管理实践和土地使用的影响有关的土壤福祉的可靠和定量评估。本文的目的是：（1）审查目前评估的方法和方法SH，（2）突出土壤在特征土壤功能中的作用，（3）提出通过监测ES进行评估的新方法。介绍了对评估共同SH指数所需的以下三个主要步骤的简要审查：（1）相关属性的选择; （2）量化和评分方法; （3）所选属性的集成构建SH索引。这些步骤通常包括统计或专业意见的方法。此外，研究提出了一种新的方法，突出了土壤ES，即供应，调节和支持服务的相关性和重要性，必须为综合评估土壤功能以及将所选土壤属性与ES相关的拟合模型进行量化。这将允许从业者和学者确定最重要和最普遍的属性，量化每个属性对每个ES的相对贡献，随后评估土壤的整体健康状况。
04
土壤健康评价的现行方法
开发的SH指数的可靠性和通用性主要取决于：(1)其在空间和时间上说明土壤异质性的能力，大规模评估SH对于为可持续土地管理作出建设性决定至关重要。为此，应确定选择战略取样点的空间抽样设计，而插补则是连接它们的关键。某些属性的高分辨率映射，例如土壤有机质，可由遥感设备以及先进的地质统计方法。(2)采用标准土壤取样方案及分析程序。(3)模型局限性，涉及指标选择、用于评估的算法和假设。
因此，对SH的评估包括三个主要步骤：(1)有关土壤属性集的选择、测量和最小化；(2)通过直接测量和分配适当的分数对选定的土壤属性进行量化；(3)通过为确定每一属性或一组属性的权重提供标准，在得分属性之间进行整合，以构建最终指标。
土壤属性选择。选择最相关的属性来描述SH状态和构造SH指数是关键的一步，因为它们是SH指数的构建块。(1)以科学为基础的相关数据的测量，这些数据代表了复杂土壤系统中发生的化学、生物和物理土壤特性和过程；(2)敏感性分析，以澄清土壤管理、土地利用、气候变化等造成的土壤功能变化；(3)可管理、可获得、准确和成本效益高的测量，可在相关时间尺度内进行决策；(4)反映土壤功能与农业生产力等管理指标之间的联系，如防治水土流失、水污染和空气污染、生物多样性保护等，需要精确界定和确定目标值，以选择和综合所测量的土壤属性。此外，应审查指标之间的相关性，以尽量减少所需测量的数量，例如使用最小数据集(MDS)。这也可以通过其他统计工具来实现，例如方差分析(Anova)，它可以排除对不同的管理制度或作物没有显著变化的属性和/或主成分分析(PCA)。PCA可以作为一种灵活的工具，用于识别不同作物和土壤条件下最相关的属性。该工具突出了统计上最“敏感”的属性，而不是环境或农艺上的重要参数。与土壤功能有关的其他“稳定”属性可能不包括在最低数据集中。测试土壤属性与土壤功能之间的关系可能会增加这些属性的重要性。
用视觉土壤评价法(VSA)对SH进行形态分类。Andrews等人(2004年)建立了一套选择相关指标的决策规则。这套方法是基于每个地点的管理目标、相关的土壤功能和其他选择标准，如区域或作物耐性、敏感性和其他固有特性，如气候条件、土壤分类等。“每个指标都有一个独特的目标、功能和其他标准的组合，这些标准必须得到满足，才能作为MDS指标”。这些规则可以作为一个基于专家意见的系统的框架，为每个站点选择最相关的属性。但是，这种灵活的框架往往过于复杂，因此很容易操作。这种基于专家意见的决策框架包含了简单而稳健的决策规则，从而增加了模型的自由度，从而削弱了土壤性质与土壤功能之间的关系。上述统计方法可简化土壤健康指数应由哪些属性构成的问题，从而减少出现纪律偏差的可能性(Andrews等人，2002年)。探索每个组件的作用的另一个工具是基于专家的系统，它可以基于学者和实践者积累的知识，而不是基于特定的数据库。统计方法和基于专家的系统都被认为是建立蔬菜生产系统土壤质量指数的有效方法(Andrews等人，2002年)和稻米管理系统表示不同的管理目标或土壤功能。此外,里茨等人(2009年)利用以专家为基础的框架，选择最相关的生物属性，在全国范围内监测土壤健康。他们声称，专家和利益攸关方选择的属性还必须能够满足国家土壤/环境保护政策要求。另一方面，Svoray等人(2012年)学习土地退化由于土壤流失和发现统计模型(基于各种数据挖掘技术)比基于专家的模型提供更好的预测能力。此外，这种基于专家的复杂框架可能缺乏方法的透明度和简单性，这对于广泛应用最低限度的数据集选择至关重要，特别是在不同的环境和种植系统中，跨越广泛的土壤属性。
土壤健康定量化。Lilburne等人(2004年)认为：“如果我们不能给出土壤性质的解释，那么提出任何土壤性质作为土壤质量的衡量标准似乎没有什么意义。”选定的土壤属性可分为数量属性、数值属性或定性的，通常是分类的属性，也可以根据目视评估。一个特定属性的测量值可以转换为一个数值或范畴，没有单位等级，表示该属性的相对状态。这种转换可以通过校准曲线来实现。这些曲线应以广泛的数据为基础，其中必须确定阈值(例如，最大值、最小值、最佳值)，以提供适当的评分函数。根据具体的属性，评分函数的一般形状为“越多越好”、“越少越好”和“最优”。阈值定义可通过以下方法实现：1)专家意见或文献中的阈值(考虑到当地条件和相关土壤功能)；2)统计方法，通常是基于正态分布模式；3)考虑观测值。对于线性评分函数，其中测量值除以最小/最大值/最优值，分数可能高度依赖于特定属性的方差。因此，为某一特定属性测量的极端离群值可能导致计算分数的偏差。此外，线性评分可能不代表某些属性的当前农艺或环境状况(Andrews等人，2002年)。非线性评分函数通常假定被测属性的正态分布，并依赖于非线性响应模式。 Andrews等人(2002年)发现非线性函数更好地代表了土壤系统的属性，因而更适合作为评分函数。Lilburne等人(2004年)为选定的SH属性建立非线性评分函数，在新西兰广泛的土壤、土地用途和作物上进行测量，以便获得一个足够灵活的框架，以处理土壤和不同土地用途之间的自然差异。目标范围和响应曲线是以专家讲习班为基础的，其特点是能够达到环境和生产目标，在某些情况下可能会发生冲突。同一属性的不同转换函数可适用于不同的土壤、生态系统、气候地带和地区，同时考虑到土壤质地或其他土壤属性和功能。因此，在特定地点开发的评分功能很难在其他区域采用；因此，应在每个地点应用阈值和校准曲线。根据文献回顾或其他外部知识，还可以根据预先确定的阈值，通过离散分级对土壤属性进行分类量化。为确保可靠的离散分级，应限制自由度的数目，以便对土壤属性的变化作出敏感的评估。
整合。每个土壤函数的相对重量可以是相等的，也可以是微分的。微分相对权重可以根据每个土壤函数中属性的数量来确定，也可以根据每个土壤函数的相对重要性来确定。相对重要性较高的可能是实地测量，这些测量提供了关于土壤实际状况的更相关、更现实的数据。另一种选择是将测量的属性划分为“部门”(物理、生物和化学)，其中每个部门的相对权重通常相等(即0.33)。
05
土壤生态系统服务
土壤是一个多功能、动态、复杂的生态系统。土壤的主要功能可归因于ES，一般分为供给、支撑、调节及文化服务。根据Dominati等人(2010年)调节和供应服务直接影响到人们，而支持服务是为了维护其他服务。每项服务可能反映不同的土壤功能，这些功能可以通过具体的测量来量化。然而，预期文化服务不会受到土壤化学、物理和生物土壤属性的影响，因此不能以这些测量为基础。
06
一种新的土壤健康评价方法
提出了一个多元复形的SH方法。新方法包括三个步骤。它要求量化土壤属性与ES之间的关系，以便从点测量过渡到更广泛的尺度分析，这种分析可能考虑不同的土地用途、土壤类型，气候区更精确地定义SH对人类活动的影响。
07
研究结论
土壤是一个多功能的、动态的、复杂的生态系统，支持三大主要功能：供给、调节和支持服务。研究建议采用多元复合SH方法，将土壤ES的三大支柱定量纳入土壤功能评价过程。这种方法将导致在量化土壤属性与ES之间关系的基础上发展一种新的SH指数。这样一个指数将对促进我们理解为世界日益增长的人口确保粮食的需要与扩大土地退化的威胁之间的联系作出重大贡献。