《Soil Science Society of America Journal》：Assessing impact of conservation agriculture practices on soil physical properties under on-farm conditions in Central Ohio, USA
编辑推荐：
本研究通过实地调查评估了不同土地利用方式（传统耕作CT、少耕MT、免耕NT、草地和林地）对美国俄亥俄州中部五种土壤系列物理性质（容重BD、总孔隙度TP、颗粒密度PD、穿透阻力PR）的影响。结果表明，林地土壤具有最低的BD和PR以及最高的TP，而保护性农业措施（NT/MT）在改善土壤结构方面未显示出显著优势。土壤有机碳（SOC）含量与TP呈正相关，与BD和PR呈负相关，凸显了SOC在缓解土壤压实中的关键作用。研究强调了长期未扰动土地利用对土壤物理健康的积极影响。
引言
农田研究因其能够解决农民需求、提高相关性和促进包容性与创新而受到推崇。评估管理措施对土壤性质的影响时，农田研究比小规模试验更能代表农场尺度的条件和复杂性。保护性农业（CA）实践，包括保护性耕作（如免耕NT、少耕MT、条耕）、覆盖作物和多样化种植系统，通常将农场作为一个整体进行管理，在不同土壤类型上种植多种作物。
尽管耕作是为了杂草和害虫控制、养分掺入、作物残留物管理和种植前土壤调理而进行的，但它通常对土壤的长期健康有害。因此，免耕农业作为一种减少土壤扰动、允许农民用更少的能源和机械投入管理更大区域的CA实践而被推广。一般来说，少耕或减耕在土地准备播种过程中比传统耕作（CT）系统减少了土壤扰动。在美国，免耕的发展始于20世纪60年代，主要是为了减少美国玉米带行作种植引起的加速土壤侵蚀和非点源污染的风险。多年来，NT和MT技术已发展成为保护土壤免受侵蚀、保持土壤水分、降低运营成本、维持作物产量和增强土壤健康的一种手段。
减少土壤扰动和/或在NT和MT系统中保留作物残留物，或相对未扰动的草地和林地等土地利用实践，通常会导致土壤有机碳（SOC）浓度和储量的增加，尤其是在土壤剖面的表层。由于SOC是土壤功能和健康的核心组成部分，SOC含量的增加通常可以改善土壤物理（如容重BD、孔隙度、结构和保水性）、化学（养分循环）和生物（土壤生物多样性）性质，从而产生健康且高产的土壤生态系统。因此，健康的土壤具有持续作为维持植物、动物和人类的生命生态系统的能力。
土壤物理性质是影响土壤在环境中行为和功能的特征，是各种化学和生物过程的基础。几个关键的土壤物理性质已被确定，包括但不限于土壤结构、BD、穿透阻力（PR）、水分入渗率、总孔隙度（TP）、质地、颗粒密度（PD）、温度和根系深度。土壤BD定义为土壤质量与其特定体积的比率，通常以Mg m?3表示。PD是指土壤固体颗粒单位体积的质量（Mg m?3），主要受矿物组成和土壤有机质（SOM）含量的影响，且大多稳定。本质上，BD是土壤压实的定量评估，是影响水分入渗、TP、通气、根系深度、有效持水量、植物可利用养分和土壤微生物活动的因素。此外，基于面积计算SOC或土壤养分储量需要确定BD。PR是指穿透土壤表面所需的力，是衡量土壤强度和紧实度的指标。农机械的田间操作，如土壤耕作，会使土壤结构变形，使其压实，从而降低土壤TP并增加BD和硬度。因此，压实会减小孔隙尺寸，限制空气、水和养分的移动，并限制根系穿透，可能使作物减产高达50%。
与BD不同，土壤TP是指土壤体积中由不含固体物质的孔隙空间组成的比例，它对于土壤剖面内空气、水、养分和生物群的移动至关重要。众所周知，由耕作和其他农业操作等各种农业实践引起的土壤TP变化是对土壤健康的一种公认威胁，对作物生长和生物地球化学循环过程产生负面影响。对419篇同行评审文章的广泛回顾显示，与CT相比，NT导致TP降低了3%。
在美国中西部，与CT下的土壤相比，NT实践在土壤物理性质方面显示出一些改善，但结果并不总是一致。然而，CA实践对农田条件下土壤物理性质的更广泛影响受到的关注有限。因此，本研究的目标是评估CA实践以及草地和林地对美国俄亥俄州中部五种土壤系列的土壤BD、TP、PR和PD的影响。由于CA对土壤物理性质的影响随土壤质地而异，本研究旨在量化CA实践对俄亥俄州中部五个县不同质地组成的土壤物理性质的影响。此外，本研究旨在检验SOC含量和/或土壤质地对上述土壤物理性质的影响。假设土地利用实践，包括NT、MT、草地和林地，与俄亥俄州中部五种土壤系列的CT相比，显著影响土壤BD、TP、PR和PD。
核心观点
- •
林地上壤始终比农田或草地土地利用具有更低的容重（BD）和穿透阻力（PR），以及更高的总孔隙度（TP）。
- •
数据未显示免耕（NT）或少耕（MT）下的土壤物理性质比传统耕作（CT）有所改善。
- •
正如预期，土壤颗粒密度（PD）在不同管理实践下相对相似。
材料与方法
研究地点
本研究采用空间换时间的方法来捕捉具有长期管理影响的、代表农田“真实世界”条件的实地条件。遗憾的是，实施当前管理实践之前的基线数据不可用。因此，收集了一般管理历史数据。尽管缺乏基线测量是一个挑战，但先前的研究表明，这种方法对于阐明管理引起的土壤性质差异仍然有效。
这项农田研究在俄亥俄州五个县内的41个地点进行。大约89%的研究地点位于主要土地资源区（MLRA）111A（俄亥俄州和印第安纳州冰碛平原，中部地区），其余11%位于MLRA 99（伊利-休伦湖平原）。五个县包括桑达斯基、塞内卡、怀恩多特、特拉华和皮卡韦。农业活动以集约化行作农业为特征，主要种植玉米、大豆和小麦，并伴有空间或时间轮作的一些组合。桑达斯基、塞内卡和怀恩多特位于该州中北部。特拉华位于俄亥俄州中部，从农村向郊区过渡；皮卡韦位于中俄亥俄州南部。特拉华因其靠近哥伦布市而郊区化迅速，皮卡韦则作为哥伦布都市区扩张的一部分，住宅开发日益增多。
气候条件
位于桑达斯基、怀恩多特、塞内卡、特拉华和皮卡韦县的中俄亥俄州研究地点经历湿润大陆性气候（柯本分类：Dfa/Dfb）。该分类表明该地区夏季炎热潮湿，冬季寒冷，没有旱季。Dfa亚型在中俄亥俄州占主导地位；然而，该州北部的一些地区（例如桑达斯基县）可能经历Dfb亚型，其特征是夏季温暖、冬季寒冷，这是由于海拔高度和靠近伊利湖的变化所致。中俄亥俄州冬季和夏季的年平均温差很大，前者范围从-6到4°C，后者从18到29°C。年降水量（914–1016毫米）相对均匀分布，约60%的年降水量发生在春季和夏季。
土地利用实践与土壤系列
研究中的土地利用根据农业管理引起的土壤扰动强度大致分为五类。通常，土地利用中的耕作强度顺序为CT > MT > NT（农田）以及草地 > 林地（非作物土地利用）。这些土地利用管理实践的持续时间范围从≥15年（农田和草地）到>50年（林地）。管理持续时间主要基于农民的知识，并在可能的情况下通过年度作物保险提交表格、第三方公司的肥料测试报告和建议以及书面农场记录进行验证。常见的年度行作物包括农田中的玉米、大豆和小麦，而草地包括饲草，林地包括落叶硬木树。
总共对五种土壤系列进行了采样：代表淋溶土的Blount、Eldean、Spinks系列，以及代表软土的Pewamo和Warsaw系列。采样涵盖了各种土地利用实践，包括NT、CT、MT、草地和林地。样本量因土壤系列和土地利用而异，代表性样本来自俄亥俄州中部的特拉华、怀恩多特、皮卡韦、塞内卡和桑达斯基等县。表2提供了综合考虑土壤系列和代表性样本量的土壤分类全面描述。
土壤采样
从2023年11月到2024年7月，在俄亥俄州中部五个县的12个农场的41个代表性地点（8个NT农田、14个CT农田、9个MT农田以及各5个草地和林地）采集了土壤样品。采样在任何耕作操作之前进行。一个代表性地点包括一个目标土壤系列和一种土地利用管理类型。在Google Earth中绘制一个多边形以包围土壤系列图单元和土地利用管理组合，并使用SoilWeb Earth动态KML文件叠加。注意避开田界或其他非代表性条件。然后将多边形导出到QGIS，在每个多边形内分配三个随机点，点之间最小距离>20米，并作为伪重复。将随机分配的伪重复的经纬度导出到全球定位系统。在每个伪重复点现场验证土壤系列。如果土壤系列与目标系列不匹配或不能代表多边形（例如，存在沟壑、田头行、非典型林地植被），则将伪重复移动到同一田地或林地中目标土壤系列和管理中最接近的点，注意保持与任何其他伪重复>20米的距离。从每个伪重复点采集五个点（0-10厘米深度）的样品，一个在中心点，四个在中心点各方向10米处。使用电池驱动的螺旋钻采集土壤样品，并通过合并每个伪重复的五个子样品制备三个复合样品。这些复合样品用于化学分析，包括测定SOC含量。本研究侧重于0-10厘米土层，以确保土地利用之间的一致性，并捕捉通常与保护性耕作相关的土壤性质表层变化。然而，也认识到CT可以影响更深层的土壤性质，理想情况下，应至少对Ap层进行采样。
同样，使用内径为4.74厘米的金属环刀在手动清除表面残留物后，从0-10厘米深度采集用于评估BD的土壤样品。本研究每个伪重复使用一个核心样品测定BD，导致每个地点有三个伪重复。用于化学分析的土壤样品密封在自封袋中。完整的核心样品用塑料包装纸妥善包裹，也密封在自封袋中。所有土壤样品在绝缘冷却箱中运输到实验室，并在4°C下储存待处理。
PR数据收集
使用手持式电子穿透仪在现场测量土壤PR。将配备锥尖（底座直径12.8毫米，30°角）的穿透仪垂直推入土壤10厘米深度，记录压力读数。PR数据的收集在空间上分布，遵循与土壤采样类似的协议。每个伪重复位置记录的五个穿透仪读数被平均，导致每个地点有三个PR值。这些原始数据在数据处理分析之前根据土壤水分含量进行了校正。
实验室处理与分析
所有地点的土壤BD通过环刀法测定。使用锤击式金属环刀采样器收集0-10厘米土壤深度的原状土芯。本研究共使用了123个核心样品（41个地点 × 每个地点3个伪重复）。核心样品的两端小心修剪，伸出土芯的任何根系被剪掉。通过将子样品在105°C下烘至恒重来确定核心样品中的水分含量。由于水分含量影响土壤PR，较高的水分通常由于土壤强度降低而导致较低的PR值。为了解释这种混杂效应，测定了核心样品中的水分含量，并使用Busscher提出的模型对测量的PR值进行了校正。校正使用R软件进行，然后进行统计分析。此外，通过使用2毫米筛子筛分风干土壤，分离出>2毫米的粗碎片，并根据干土基础对土壤体积和质量（<2毫米部分）进行BD值校正。
PD是土壤基质质量与其体积的比率，不包括土壤基质内的孔隙空间或空气的体积。使用气体多体积比重计测定土壤样品的PD。在分析之前，使用分析天平称量烘干土壤样品的干重。该质量除以土壤颗粒所占的体积，该体积使用以下方程确定。使用比重计时，将样品放入样品室。在分析之前，通过加压和减压用氮气（N2）吹扫样品，以排出孔隙和裂缝中所有截留的空气和蒸汽。最初，所有阀门在系统平衡至大气压时关闭。在研究使用小块土地进行试验时，可以假设土壤PD是静态的。然而，对于这项农田研究，其中不同土地利用在地理上分离（有时≥1公里）并具有不同的管理实践（例如，NT、CT和林地），由于SOM含量和土壤矿物学的差异，PD可能不同。
土壤TP是给定体积土壤样品中空隙部分的分数。本质上，TP代表土壤总体积中孔隙空间的比例，以体积每体积（或百分比）表示。通常使用以下方程根据其反比关系进行估算：TP = 1 ? (BD/PD)。
土壤碳和氮含量在风干、过2毫米筛、均质化并精细研磨（<250微米）的土壤样品上测定。未考虑土壤无机碳，因为大多数样品的pH值<7。通过干燃烧法进行元素分析。使用标准方法测定土壤pH值和电导率（EC），并在商业实验室进行分析。使用比重计法分析风干和均质化（<2毫米）土壤样品的颗粒大小分布。
统计分析
为了验证数据分布的正态性，使用正态Q-Q图检查土壤BD、PD、TP和PR数据，所有这些都满足正态性假设。此外，通过绘制残差与拟合值的关系图，使用农业研究统计工具（STAR）v.2.0.1评估方差齐性。然后使用R中的线性混合效应模型分析响应变量土壤BD、PD、PT和PR数据。使用混合建模方法是因为在非平衡设计和非独立数据（例如源自伪重复或重复测量的数据）的情况下，它们通常比传统方差分析更能检测差异。在模型中，土壤采样地点被视为随机因素，土地利用和土壤系列是固定效应。使用R包MuMIn评估线性混合效应模型的性能，即提取边际R2（R2m）和条件R2（R2c）。为了识别每个土壤系列内所有土地利用类型（处理）配对组合之间的统计显著差异，对按土壤系列分层的数据子集运行一系列模型。然后使用R包“emmeans”生成模型调整后的估计边际均值，随后对每个土壤系列中的土地利用对进行Tukey事后检验。因此，报告的是估计边际均值而非算术均值。此外，使用STAR v.2.0.1将响应变量（BD、PD、TP和PR）与SOC或沙土或粘土含量进行回归，以确定它们的预测关系。使用Excel生成图表，并使用STAR v.2.0.1软件创建箱线图。
结果
数据分布
五种土壤系列不同土壤管理实践的数据分布表明，0-10厘米深度的林地上壤始终表现出最有利的物理条件，与农田（CT、MT和NT）和草地的土壤相比，具有更低的BD和PR以及更高的TP。CT、草地、MT和NT下的土壤BD和TP相对相似，仅有微小变化。值得注意的是，MT和NT处理显示出最高的PR，超过了CT下土壤观察到的值。PD在不同处理间变化有限，但在MT和林地上壤中变异性更大。
线性混合模型结果
线性混合效应模型的汇总结果显示，截距值（固定效应估计）范围从TP的0.58 m3 m?3，BD的1.12 Mg m?3，PD的2.68 Mg m?3到PR的82.39 kPa。这些发现表明，作为固定效应的农业土地利用实践（CT、MT、NT、草地和林地）在跨土壤系列单独分析响应变量BD、PD、TP和PR时是显著的。除了p值，t值（截距估计除以标准误）>2也是统计显著性的指标。随机效应在相应单位中具有较小的截距方差（1.38 × 10?3 至 3.094 × 10??），表明BD、PD和TP的基于地点的变异很小。然而，PR的基于地点的变异为125.7 kPa。模型仅通过固定效应解释了响应变量中48.5%–58.1%的方差（R2m），当包括随机地点水平变异性时解释了69.3%–94.1%（R2c），表明管理实践和地点条件都显著影响了土壤物理性质的变异。因此，模型有效地捕捉了大部分变异（≥69.3%），表明模型整体拟合良好。总之，这些发现证明了使用线性混合效应模型进行分析的合理性，因为它们考虑了影响土壤变异性的固定和特定地点的随机效应。
土壤容重（BD）
土壤BD在不同土壤系列内的土地利用管理实践间存在显著差异。在Blount系列中，林地上壤表现出最低的BD（1.13 ± 0.06 Mg m?3），显著低于其他土地利用实践下的土壤，后者范围在1.38至1.47 Mg m?3之间。类似地，在Eldean土壤中，林地下土壤的BD（1.16 ± 0.06 Mg m?3）显著低于CT下土壤（1.48 ± 0.04 Mg m?3）。对于Pewamo，所有管理实践下的BD都比林地下土壤（1.09 ± 0.04 Mg m?3）增加，值范围从1.29到1.44 Mg m?3。然而，CT下土壤的BD（1.29 ± 0.04 Mg m?3）与林地BD无显著差异，表明与其他农业土地利用相比压实略有减少。在Spinks和Warsaw土壤系列中，CT、MT（或NT）和草地之间的BD没有显著差异，值范围从1.37到1.51 Mg m?3。
土壤颗粒密度（PD）
正如预期，PD在不同土地利用管理和土壤系列间变化有限，大多数值集中在典型矿质土壤范围（2.60–2.75 Mg m?3）附近。在Blount系列中，与林地（2.69 ± 0.02 Mg m?3）相比，MT下观察到PD显著增加（2.77 ± 0.02 Mg m?3），而其他土地利用实践保持统计相似。Eldean系列土壤的PD遵循类似趋势，林地下土壤的PD值为2.59 ± 0.01 Mg m?3，CT管理下为2.67 ± 0.01 Mg m?3。Pewamo、Spinks和Warsaw系列中，不同土地利用实践下的土壤PD值无显著差异，值保持在狭窄范围内（2.62–2.76 Mg m?3）。
总孔隙度（TP）
土壤TP在不同管理实践和土壤系列间存在显著差异。在Blount系列中，林地上壤表现出显著更高的TP（0.58 ± 0.02 m3 m?3）， compared to that under CT, NT, and meadow, which ranged from 0.45 to 0.46 m3 m?3。具体而言，CT、NT和草地实践导致TP显著降低 compared to that under woodland，而MT下（0.50 m3 m?3）则无差异。Eldean系列土壤的TP遵循类似模式，林地下土壤的值（0.55 ± 0.02 m3 m?3）显著高于CT下土壤（0.45 ± 0.01 m3 m?3）。在Pewamo系列中，林地上壤也保持了最高的TP（0.60 ± 0.01 m3 m?3），显著高于其他土壤管理实践。Pewamo中其他土地利用处理的TP范围从0.46到0.52 m3 m?3，它们之间无显著差异。在Spinks和Warsaw系列中，草地、MT（或NT）和CT处理下的TP值保持相对一致，范围在0.43和0.48 m3 m?3之间，且彼此间无差异。
穿透阻力（PR）
土壤PR值在不同管理实践间存在显著差异，林地上壤始终具有较低的PR。在Blount系列中，林地上壤表现出最低的PR（80.1 ± 13.9 kPa），显著低于所有农业处理，后者范围从130.2到134.3 kPa。在Eldean系列中观察到类似模式，林地下土壤（82.6 ± 6.8 kPa）的PR显著低于CT下土壤（131.1 ± 4.8 kPa）。在Pewamo，林地下土壤的PR（74.1 ± 5.2 kPa）显著低于所有耕作处理（CT、MT和NT）下的土壤。MT和NT管理下的土壤具有较高的PR值（128.3和124.2 kPa），而CT下土壤（102.8 ± 5.2 kPa）显示中等水平。对于Spinks和Warsaw，未检测到土地利用处理间的显著差异，尽管PR值在不同管理实践下始终很高。Spinks土壤中的PR范围从131.8到156.0 kPa，Warsaw系列下土壤的范围从126.4到133.6 kPa。表6总结了用于PR评估的不同土地利用和土壤系列下土壤（0-10厘米）的重量水分含量。
孔隙度、BD和PR与SOC含量的关系
回归分析揭示了SOC含量（%）与三个土壤物理性质之间存在显著的线性关系。观察到TP与SOC含量之间存在正相关关系（R2 = 0.37, p < 0.001），表明约37%的TP变异可以由SOC含量解释。BD与SOC含量显示出显著的负相关关系（R2 = 0.33, p < 0.001），表明较低的BD与较高的SOC相关。PR与SOC含量也存在显著的负相关关系（R2 = 0.39, p < 0.001），反映了SOC对降低土壤PR的中等程度影响。
PD与SOC、粘土和沙土含量的关系
回归分析显示，PD与SOC含量之间在整个五土壤系列中没有关系（R2 = 0.03, p > 0.05）。相反，PD与土壤质地组分有中等程度的相关性。观察到PD与粘土含量之间存在适度但显著的正相关关系（R2 = 0.15, p < 0.001），而PD与沙土含量之间存在显著的负相关关系（R2 = 0.18, p < 0.001）。
讨论
本研究结果表明，BD、TP和PR受土地利用管理实践的显著影响，而PD主要受固有土壤特征的影响。线性混合效应模型有效地捕捉了这种变异，仅使用固定效应解释了48.5%至58.1%的变异性，当纳入随机地点水平变异性时解释了69.3%至94.1%。这种趋势凸显了在评估农田条件下土壤物理质量时，考虑管理实践和特定地点条件的重要性。这是因为即使在同一土壤系列内，不同田地或土地利用下也会发生土壤性质的变异。
