在瑞士的一项实地实验中，与未受保护的马道相比，围栏网格对马道仅具有有限的保护作用

《Soil Use and Management》：Limited Protective Effect of Paddock Grids on Horse Trails Compared to Unprotected Trails in a Swiss Field Experiment

　　**摘要**

在马道上设置的围栏网格用于保护动物免受伤害，但围栏网格对土壤质量的影响尚未得到充分研究。在为期15个月的野外实验中，我们研究了两种类型围栏网格（分别称为“基本型”和“加强型”）对土壤质量关键指标的保护作用，这些网格被用于马道上，同时还有未受保护的马道供马匹使用。这些围栏网格的设置情况包括了有无木屑缓冲层的两种情况。所有处理组中都观察到了马匹活动导致的土壤退化现象，表现为土壤容重显著增加、微生物生物量减少以及土壤有机碳含量下降，在降水和干旱阶段土壤含水量变化较小。未受保护的马道土壤受到的影响尤为严重，在马匹移除后7周内植被覆盖未见恢复。比较两种类型的围栏网格发现，加强型围栏网格下的土壤压实程度略低于基本型围栏网格下的土壤。额外的木屑缓冲层并未带来额外的保护效果。总之，在本研究期间，无论围栏网格的类型和安装方式如何，我们未发现马匹对土壤物理和微生物参数的负面影响存在显著差异。然而，围栏网格使得马匹移除后植被覆盖的恢复速度更快。

**1 引言**

围栏马道是现代马匹饲养方式的其中一种。通过这种饲养系统，马匹能够表现出一系列自然且有益的行为，包括同类之间的社交互动、持续摄取少量饲料以及在睡眠、饮水和进食等关键区域之间的自由活动（Yarnell等人2015；Jackson 2016）。围栏马道需要一定的空间，通常位于农业用地上，马匹在空间有限的马道上的频繁活动不可避免地会导致草地退化，尤其是在潮湿条件下，由于植被覆盖不足，马道很快会变得光秃和泥泞（Hiltbrunner等人2012）。这增加了感染的风险，例如马蹄皮炎（泥热病）（Colles等人2010），以及因打滑造成的伤害。为了防止不良的土壤状况，越来越多地在高频使用的马道上安装围栏网格。这些安装通常需要移除表层土壤，以创建一个平坦的表面以便放置围栏网格。通常会在土壤和围栏网格之间铺设一层额外的缓冲材料，如碎石、沙子或木屑，以起到稳定作用（Sharpe和Kenny 2025）。市售的围栏网格通常由回收塑料制成，但其尺寸、重量和形状因制造商而异。它们具有透气性，允许水分和气体在土壤和大气之间交换，同时植物根系也可以穿透网格进入土壤。尽管围栏网格被广泛使用，但关于它们与裸露马道相比是否以及如何保护土壤的数据仍然不足。Hiltebrand等人（2025）在农场研究中评估了马道上的土壤质量变化，发现无论是否有围栏网格，表土都出现了退化现象。在此基础上，本研究在一个实验场地中考察了围栏马道上的土壤质量变化，通过监测马匹的活动量来更准确地量化马匹对土壤的压力。此外，本研究不仅区分了有围栏网格和无围栏网格的马道，还分析了不同类型和安装方式的围栏网格对土壤质量响应的影响，以及进一步分析了对土壤过程（如水分动态）和植被的影响。虽然牛的放牧影响已得到一定程度的关注，但马对土壤特性的影响记录较少（Steinfeld等人2006）。马匹的体重与蹄印比例较大，这意味着它们可能造成比牛更严重的局部土壤压实（Cox和Amador 2018）。这种土壤损伤在潮湿条件下尤为有害（Cox和Amador 2018；Roesch等人2019）。此外，过度放牧和践踏会通过破坏土壤结构、影响土壤有机碳（SOC）循环和微生物活性来负面影响土壤质量（Lai和Kumar 2020）。这些变化会对表土产生一系列不利影响，包括减少植被覆盖、扰乱SOC动态、降低土壤稳定性和减少水分渗透（Roesch等人2019；Taddese等人2002）。本研究的目标是（1）量化马匹活动导致的土壤退化程度；（2）确定不同类型围栏网格（有无木屑缓冲层）在野外实验设置中对土壤物理化学和微生物特性的影响。我们假设：

**2 材料与方法**

**2.1 野外实验：地点描述与实验设置**

2022年在瑞士西部的St. Aubin（北纬46°52′59.0″，东经6°59′50.5″）的一个耕地（耕作深度约为0.25米）上建立了野外实验，该耕地的表土（0-20厘米）平均含沙量为32%，平均含粉砂量为32%，平均含粘土量为37%。2022年10月至12月期间，在这片土地上建造了四个相同的围栏马道系统（即四个实验组；图1）。每个围栏马道的面积为0.5公顷（30米×166米），包括一个睡眠和饮水区（15米×30米；图1中的橙色区域）、一个进食区（20米×30米；图1中的蓝色区域）、一个牧草区（15米×31米；图1中的绿色区域）以及一个作为连接睡眠区和饮水区的通道（5米×131米；图1中的紫色区域），每个区域包含六种处理方式（每种5米×16.5米；图1中的彩色框）。图1：包含四个围栏马道的实验场地示意图，每个马道有六种处理方式（彩色矩形）。功能区域通过带图案填充的彩色框架表示（睡眠和饮水区为橙色；进食区为蓝色；牧草区为绿色）。右图：2024年1月拍摄的实验场地照片，当时场地上有20匹马（每个马道5匹）。本实验的建设和定期采样获得了州兽医委员会的批准，许可证编号为36983。

**2.2 马道处理方式**

每个马道包含六种处理方式（图1中的彩色矩形），这些处理方式在马道内随机分布。其中五种处理方式使用了围栏网格，另一种处理方式未使用围栏网格（图2）。实验中使用了两种类型的围栏网格进行比较：一种基本型围栏网格（“HIT Weidegitter Green Trail”，HIT，Hinrichs Innovation & Technik GmbH，Weddingstedt，德国；尺寸400毫米×600毫米×45毫米）和一种加强型围栏网格（“TTE MultiDrain Plus”，HüBNER-LEE GmbH & Co. KG，Holzgünz，德国；尺寸800毫米×400毫米×600毫米）。这两种围栏网格在实践中被广泛使用。基本型围栏网格比加强型围栏网格更轻、更柔软且成本更低。在每个马道上，两种类型的围栏网格都直接安装在土壤上（图2 BASICGrass；REINFORCEDGrass；REINFORCEDGrass_Stones），同时也分别在土壤上铺设了木屑缓冲层（图2 BASICWood；REINFORCEDWood_Stones）。加强型围栏网格还可以选择添加鹅卵石以进一步增强稳定性，因此该类型围栏网格进行了三次测试：（i）仅在土壤上安装（图2 REINFORCEDGrass），此时100%的凹陷表面可供植物生长；（ii）在土壤上安装鹅卵石（图2 REINFORCEDGrass_Stones），此时50%的凹陷表面可供植物生长，另外50%填充鹅卵石；（iii）在木屑缓冲层上安装鹅卵石（图2 REINFORCEDWood_Stones），此时50%的凹陷表面可供植物生长。基本型围栏网格在每个马道上测试了两种安装方式：直接安装在土壤上（图2 BASICGrass）和在木屑缓冲层上（图2 BASICWood）。两种基本型围栏网格的处理方式下，100%的凹陷表面都可供植物生长。此外，每个马道还包含一个未受保护的对照组（图2 Unprotected），即仅种植草地的处理方式。

**2.3 马匹**

二十匹温血母马被分成每组五匹的方式安置在四个马道上，以确保所有马道上的处理效果相似。根据马匹的需求和实验前的状况，它们要么穿着钢制马蹄铁，要么赤脚。马匹可以使用定时供应的饲料站，在夏季（5月至9月），它们每天还有有限的时间内可以进入马道内的牧草区。如果马匹在实验过程中受伤，会被送往附近的诊所，待痊愈后重新放回马道上。如果马匹受到严重伤害，该马匹将从研究中移除，并替换为一匹新的母马，以确保每条小径上的马匹所承受的压力相似，并保证系统中同时有20匹马（每组5匹）。

2.4 持续测量

2.4.1 使用GPS数据估计马匹使用小径的情况
为了估计四条牧场小径被马匹使用的频率是否相似，我们收集了从2023年6月马匹被放到小径上到2024年7月的GPS数据，包括每匹马的位置坐标和对应时间。数据每4-5周收集一次，持续七天，频率为0.1Hz，使用的是QSTARZ International Co. Ltd.（台湾）生产的Qstarz BT-Q1000XT GPS数据记录器，该记录器配备了改良的电池组，可以长时间收集数据。GPS追踪设备被放置在一个防水容器中，并用改良过的牛颈圈固定。我们使用QSTARZ Data viewer软件（版本3.00.000，QSTARZ International Co. Ltd.，台湾）读取和查看每个设备记录的数据，并将其转换为gpx文件，然后使用R 4.1.1软件（R Core Team 2021）将其转录为csv文件。2023年至2024年的所有数据被分为本研究中的四条牧场小径（每组5匹马），以计算每组每天平均行走的距离，并在R 4.1.1软件中以图表形式展示。

2.4.2 土壤含水量
本研究使用了温度-湿度传感器（TMS）来估计20厘米深度处的体积含水量[m3/m3]（TMS-4数据记录器，TOMST Inc.，芝加哥；长度0.29米）。每个处理组的小径上放置一个传感器，在小径旁边的无马控制区也放置一个传感器。TMS探头使用时域传输（TDT）方法每15分钟测量一次土壤含水量，并使用32.768千赫兹的晶体存储数据和对应时间，精度为每月±2分钟（Wild等人，2019年）。数据通过TOMST Inc.提供的Lolly软件（版本1.57）下载。对于有牧场栅栏的保护处理组，传感器被埋在栅栏下方（图3）。对于无保护的处理组和小径旁边的无马控制区，传感器直接埋在与有栅栏的小径相同的土壤深度（图3）。每日降水量数据来自Praz的一个气象站（距离实验地点约10公里），数据由Agrometeo提供（Agrometeo 2025）。2023年的年降水量为1068.5毫米，2024年为1177.5毫米。图3展示了无保护小径（左侧面板）和有牧场栅栏小径（右侧面板）的土壤容重、空气渗透性、气体扩散（橙色）、微生物生物量以及化学参数（SOC、C:N比、pH值）的采样深度。

2.5 偶尔进行的土壤采样与分析
在四个时间点对土壤进行了采样（采样深度为5-35厘米：土壤容重、10-15厘米和30-35厘米的空气渗透性和气体扩散；5-20厘米的微生物生物量和物理化学土壤参数（图3）：第一次采样是在2022年10月，即在牧场小径安装之前；最后一次采样是在2024年10月，包括所有处理组的数据分析。此外还在2023年10月和2024年3月进行了额外采样，以监测马匹放入牧场小径后3个月和8个月土壤压实度的变化，但仅分析了BASICGrass、REINFORCEDWood_Stones处理组和无保护小径的数据（表S1），并且仅分析了这些样本的土壤容重。这种有限的采样设计旨在监测三种不同处理方式下的土壤变化，包括两种类型的牧场栅栏、在木屑缓冲层上的安装以及未受保护的土壤。在研究开始和结束时，根据以下标准对四条小径上的六个处理组（每个处理组共24个样地）的每个样地进行了采样：（i）采样区域至少距离处理边界1米；（ii）每个处理组的三个采样点之间至少相距4米；（iii）采样点分布在整个处理区域内。对于所有有牧场栅栏的处理组，需要在牧场栅栏的塑料框架上切一个小孔（使用Oszillierer MultiMaster AMM 300 PLUS，Fein GmbH，德国），并移除栅栏之间的土壤以便采样。对于所有无保护的处理组，在取样前移除了表土的顶层5厘米（图3）。这确保了有栅栏的小径和无保护处理组的样本来自相同的深度，可以相互比较（图3）。从每个采样点收集了用于分析SOC含量、总碳和氮含量、pH值、土壤容重、空气渗透性、气体扩散和微生物生物量（碳和氮）的样本。

2.5.1 空气渗透性和气体扩散
使用圆柱形封闭管土壤采样器（图3）在两个采样深度（10-15厘米和30-35厘米）采集了未受干扰的土壤芯样（直径：50毫米；高度：50毫米）。每个采样日期共收集了144个样本，每个处理组和实验块有两个土壤深度的样本。所有样本分别装入塑料容器中，并储存在冷却储存室（4°C）中，待进一步处理。在测量之前，实验室中仔细准备了每个样本，切除了多余的土壤，并将土壤紧密压在圆柱壁附近以减少气流泄漏，然后在-100 hPa的基质电位下平衡。为了测量空气渗透性，每个圆柱样本连接到一个空气渗透仪（Martínez等人，2016年），并使用类似于Iversen等人（2001年）的稳态方法进行分析。当体积流量稳定在2 hPa时记录气流。测量空气渗透性后，所有样本用于分析气体扩散。为此，每个圆柱样本被固定在一个单腔装置中（Martínez等人，2016年），类似于Schj?nning等人（2013年）描述的装置，使用O2作为扩散气体。测量前，用氮气冲洗每个样本圆柱上方的头部空间，直到腔室内的氧气浓度从21%降至0%。然后，每个腔室被密封，测量在45分钟后完成。扩散常数是根据Schj?nning等人（2013年）描述的时间与O2浓度差的对数之间的关系确定的。在测量土壤样本之间分析了由Ytong（石灰石、水泥、沙子和空气的混合物；Hug Baustoff AG，瑞士）制成的参考样本，以确保数据质量的一致性。

2.5.2 土壤容重
用于空气渗透性和气体扩散的未受干扰土壤芯样在烘箱中干燥（105°C）至少48小时，然后在密封的真空干燥器中冷却，以防止冷却过程中的水分吸收。冷却后，称量每个圆柱样本的重量，并计算土壤容重[g/cm3]（BD）。由于每个圆柱样本中的石含量可以忽略不计，因此测得的总体积容重等于细土的容重。

2.5.3 微生物生物量
为了评估微生物生物量，使用Pürckhauer钻（UKB System Technology GmbH Geotechnik，德国；直径：3厘米）从表土（5-20厘米；图3）中采集了大约1.5公斤的土壤作为复合样本。每个处理组有三个采样点，每个采样日期共得到72个样本。每个样本收集在一个标记好的塑料袋中，并储存在冷却储存室（4°C）中，待进一步处理。每个样本的准备工作包括去除石头和可见的活体或未处理的有机物（如蚯蚓、植物材料），并将现场新鲜的样本筛分至2毫米。微生物生物量碳（MBC）和微生物生物量氮（MBN）根据Vance等人（1987年）的方法进行量化。为此，每个样本分成两部分，一部分用氯仿熏蒸24小时，另一部分保持不变。然后通过比较熏蒸前后的土壤来计算微生物生物量（碳和氮）。结果以微生物生物量碳[mg C(FE)/kg土壤干物质]和微生物生物量氮[mg N(FE)/kg土壤干物质]表示，精度为1毫克（Agroscope 2020）。微生物生物量的C:N比（CNmic）是通过将MBC除以MBN来计算的。

2.5.4 物理化学土壤参数
用于微生物生物量的剩余筛分（<2毫米）土壤材料进一步用于分析pH值、SOC（有机碳）、总碳（C）和氮（N）以及土壤质地。为此，筛分后的样本在40°C的烤箱中干燥24小时。土壤pH值通过水悬浮液测试确定，土壤与水的比例为1:2.5。SOC使用 potassium dichromate 和硫酸（ISO 10694）根据Walkley和Black（1934年）的方法进行湿燃烧测定。土壤质地使用移液管方法确定，并根据USDA分类（USDA 1993）进行分类。土壤中的总碳和氮使用Dumas燃烧方法与元素分析仪（ISO 13878）进行评估。

2.6 植被覆盖度估计
我们通过四次飞行（2023年6月、2024年6月、2024年10月和2025年5月）使用DJI Mavic II无人机（DJI，中国）创建正射镶嵌图像来记录每个处理组的植被覆盖情况。无人机在预设路线上以40米的高度飞越牧场小径系统。每次飞行收集了338张单张图像，随后将这些图像拼接成一张正射镶嵌图像。然后我们在QGIS Desktop版本3.34.4（QGIS，瑞士）中使用正射镶嵌图像创建了每个处理组的多边形。为了减少围栏的影响，每个处理组的总多边形（2400像素）的大小被缩小（350×1400像素（宽度×高度）以仅覆盖每个处理的中心部分。每个小径的处理组被分开并保存为tiff图像，每次飞行共处理了24张图像。接下来，在R版本4.3.3中使用R Core Team（2021）和R包terra为每个多边形创建栅格数据，其中包含关于特定植被覆盖的存储值。我们的方法仅使用一个指数和单一步骤的聚类来区分绿色覆盖和背景。对于每个有效像素（即非透明或非黑色的像素），我们计算了Excess Green（ExG）指数（Killian等人，2025）：ExG = 2 × G—R—B，其中R、G和B分别是红色、绿色和蓝色通道的值。在第二步中，我们将所有图像的ExG值合并到一个向量中，由于格式问题，然后进行聚类。接着，我们使用k=2的k-means方法将数据分为两个簇。平均ExG值较高的簇被标记为“植被”，另一个簇标记为“无植被”。最后，我们计算了轮廓系数（>0.5），以评估聚类的质量。

2.7 通过牧场栅栏减少土壤压力的模拟
为了模拟牧场栅栏如何调节土壤压力，并评估不同处理组中马匹引起的土壤压力差异，我们使用了COMSOL Multiphysics版本6.3（COMSOL Inc.，马萨诸塞州伯灵顿）的有限元建模（FEM）框架。该模型使我们能够研究保护材料的物理性质和设计（即杨氏模量[E]、泊松比[v]和网格高度[h]）如何影响土壤中垂直应力（σv）的传播。几何形状是一个二维轴对称问题，包括一个半径为3米、深度为3米的土壤域，以及一个半径为0.6米的圆形板，该圆形板位于土壤表面，代表作为保护材料的围场网格。作为边界条件，我们限制了径向（水平）方向的位移u和轴向（垂直）方向的位移w在底部边界（图S1）。模型应用了一个大约包含2192-2261个元素的自由三角形网格（具体数量取决于模拟情景）。我们使用线性弹性模型作为本构关系，该模型同时应用于土壤和保护材料域。土壤域的杨氏模量（E）、泊松比（v）和体积密度（ρ）分别取为Esoil = 3000 kPa、v = 0.33和ρ = 1.0 Mg m?3，这些是耕地的典型参数（Keller等人，2014年）。对于围场网格，我们将E的值变化了1、10、100、1000、10,000或100,000倍于Esoil，而v的值分别取为0.25、0.30、0.35或0.40。模拟了围场网格高度分别为1、5、10和20厘米的情况。模拟中使用的保护材料的体积密度为0.91 Mg m?3，对应于聚丙烯聚合物，该数据来自COMSOL Multiphysics材料属性库。通过在对围场网格上施加200、400或800 kPa的表面压力来模拟马腿的载荷，该压力作用在一个直径为14厘米的圆形区域上（类似于马蹄的直径）（图S1）。这三个不同的应力水平分别对应于行走、小跑和奔跑的马所施加的应力（Witte等人，2004年、2006年；Bobbert等人，2007年）。为了比较有和没有围场网格时土壤中达到的垂直应力，我们还模拟了一个没有保护板的情景，即直接在未受保护的土壤上施加应力。

2.8 统计分析
所有统计分析都是使用R 4.1.1软件（R Core Team 2021）进行的。通过对分布（直方图和Q-Q图）的视觉检查以及Shapiro–Wilk检验来确定数据的正态分布。我们使用线性混合效应模型（ANOVA Linear-Mixed Effects Model）来比较不同处理下的土壤属性，模型形式为y ~ 固定效应 + (1|随机效应)。根据分析的不同，y可以是土壤体积密度、微生物生物量（MBC和MBN）、pH值、土壤C:N比、SOC或气体传输属性（气体扩散和空气渗透性）。固定效应考虑了不同的处理方式、采样时间，以及仅对于体积密度，还考虑了不同的采样深度。随机效应包括了四种不同的围场路径，这些路径与不同的处理方式之间存在交互作用，以及采样深度的差异。我们使用R中的t.test()函数进行了事后配对样本t检验，以找出不同处理方式之间以及不同采样日期之间土壤质量参数（土壤体积密度、微生物生物量、pH值、土壤C:N比和SOC）的统计差异。统计显著性定义为p = 0.05。用于表示显著性的符号遵循APA第7版的格式：ns = p > 0.05、*p ≤ 0.05、**p ≤ 0.01和***p ≤ 0.001。

3 结果
3.1 不同围场路径处理对土壤物理化学性质的影响
我们在1年内收集的GPS数据显示，本研究中四个组马的日均行走距离相似（图S2）。这表明马对土壤的压力在四个围场路径上是可比的。季节性模式显示，冬季（10月至3月）由于日均行走距离较短，压力较低。从2022年到2024年，在所有有和没有围场网格的处理中，我们测量到表土（10-15厘米深度）和底土（30-35厘米深度）或两者中的土壤体积密度显著增加。在所有采样日期和处理中，表土（10-15厘米）的体积密度始终低于底土（30-35厘米）（表1，表S1）。表土（+15.9%）和底土（+14.6%）的体积密度增加最大的是BASICGrass处理。第二大的体积密度增加出现在未受保护的路径上，表土（+11.0%）和底土（+18.2%）都有显著增加。REINFORCEDWood_Stones处理中表土的体积密度没有显著增加，仅增加了2.6%，底土增加了8.4%。除了体积密度的增加外，我们还测量到从2022年到2024年所有处理中空气渗透性（Lperm）和气体扩散（表S2）的显著下降，这表明土壤孔隙的连续性和连通性有所降低。表1显示了不同处理方式下土壤有机碳含量（SOC）、土壤C:N比、pH值、土壤体积密度和空气渗透性（Lperm）的平均值和标准差（括号内）。处理方式包括直接在土壤上安装的基本围场网格（BASIC）、在木屑缓冲层上安装的基本围场网格（BASICGrass）、直接在土壤上安装的加固围场网格（REINFORCEDGrass）、在土壤上直接安装的集成鹅卵石的加固围场网格（REINFORCEDGrass_Stones）以及在木屑缓冲层上安装的集成鹅卵石的加固围场网格（REINFORCEDWood_Stones），以及未受保护的路径（Unprotected）。

3.2 围场路径处理对土壤微生物生物量的影响
从2022年到2024年，所有处理方式的MBC平均值都有所下降（图4A），但由于数据波动较大，处理方式或时间点之间的变化并不显著。MBC的最高且唯一的显著下降出现在未受保护的路径（-21.3%）和REINFORCEDGrass（-16.3%）。相比之下，MBN在大多数处理方式中都有所增加，但由于波动较大，同样不显著。唯一显著的MBN增加出现在BASICWood处理中，从2022年到2024年增加了37.4%。MBN的唯一下降出现在未受保护的路径中，从2022年到2024年下降了5.1%（图4B）。图4显示了2024年所有处理方式的微生物生物量（A）碳、（B）氮和（C）微生物C:N比的箱形图。红色虚线代表2022年（在安装围场路径之前）整个研究区域的中位数值，灰色区域代表这些数值的范围（最小值-最大值）。由于MBC的整体减少和MBN的增加，从2022年到2024年所有处理方式的C:Nmic显著降低（图4C）。未受保护路径的C:Nmic变化最小（-16.7%），而REINFORCEDWood_Stones的变化最大（-34.9%）。

3.3 围场路径处理对植被覆盖度及马匹离开路径后7周内植被恢复的影响
在有和没有围场网格的路径之间观察到了明显的植被覆盖度差异。在2023年6月实验开始之前和马匹被放置在路径上之前，我们已经观察到重新播种的植被的生长和覆盖率存在差异（图5A）。实验开始时，未受保护的路径的植被覆盖度最高，接近完美覆盖（99.7%（0.2%）。比较不同处理方式的围场网格时，直接安装在土壤上的两种类型的围场网格（BASICGrass 87.2%（1.9%）；REINFORCEDGrass 75.5%（6.8%））的植被覆盖度较高。带有鹅卵石的加固围场网格（REINFORCEDGrass_Stones）的植被覆盖度较低，为37.5%（16.5%）（只有50%的凹陷表面可供植物生长）。带有木屑缓冲层的两种类型的围场网格（BASICWood；REINFORCEDWOOD_Stones）的植被覆盖度明显较低，覆盖率为0%-1%。2024年6月，即马匹在路径上1年后，所有处理方式的植被都完全消失，尽管实验开始时存在差异（图5B）。2025年5月，马匹离开路径7周后，植被开始恢复（图5D）。2025年5月，植被恢复情况如下：REINFORCEDGrass的植被覆盖率为88.6%（7.6%）；REINFORCEDGrass_Stones为57.9%（31.1%）（只有50%的凹陷表面可供植物生长）；BASICGrass的植被恢复率为23.7%（30.4%）。未受保护的路径几乎没有植被恢复，土壤仍然大部分裸露且不均匀（图5）。图5显示了所有六种处理方式的植被覆盖情况，其中绿色标记植被，棕色标记裸露的土壤。

3.4 围场网格对土壤水分动态的影响
在考虑2023年7月至2024年10月的所有数据时，我们没有发现不同处理方式之间的平均体积含水量有显著差异。然而，与所有有和没有围场网格的处理相比，马匹排除的对照区域的平均体积含水量显著较低。聚焦2023年9月和10月的特定时期，随着湿润-干燥-湿润天气条件的变化，我们观察到不同处理方式对土壤湿润和干燥动态的影响存在差异（图6）。我们测量到，在两次降雨期间，马匹被禁止进入的对照区域的土壤体积含水量有所增加，而在两次降雨之间的干燥期间则有所减少；然而，所有处理组的土壤体积含水量变化都较小。对于这些处理组，我们注意到在第一次降雨后，土壤的体积含水量保持稳定且较高，因此在随后的降水期和干燥期，含水量变化也较小。这一点在REINFORCEDWood_Stones处理组的土壤中尤为明显，其土壤的动态变化较小，饱和度较高。具体来说，在47天的时间内，马匹被禁止进入的对照区域的平均体积含水量较低（0.25 m3/m3），变化范围为0.21–0.32 m3/m3，而所有马匹进入的处理组的平均体积含水量较高（0.34 m3/m3），变化范围为0.27–0.40 m3/m3（图5）。

3.5 牧场网格材料的硬度和高度对保护效果的影响
模拟结果表明，当牧场网格的高度增加和/或网格材料的杨氏模量增加时，土壤应力会降低（图7）。例如，我们的分析显示，高度为5厘米、杨氏模量为106 kPa的牧场网格（类似于研究中使用的HDPE网格；图7中的红色条带）所造成的土壤应力仅为没有网格情况下10厘米深度土壤应力的10%-20%，而在30厘米深度时为30%-40%（图7中的绿色区域）。换句话说，5厘米厚的牧场网格可以将10厘米深度的应力降低80%-90%，30厘米深度的应力降低60%-70%。

4 讨论
4.1 有和没有牧场网格的牧场小径的土壤质量下降
本研究的结果表明，马匹在牧场小径上活动15个月后，会对表土和底土的物理化学性质产生有害影响，这证实了我们的假设，即马匹活动会导致土壤退化，也与Hiltebrand等人（2025年）在农场进行的研究结果一致。比较有和没有牧场网格的处理组，我们没有得到关于牧场网格适用性的明确答案，因为所有处理组的土壤和植被都出现了退化现象，有些影响更明显，有些则较轻。所有处理组的土壤容重显著增加，空气渗透性和气体扩散性也显著降低（表1和表S2），这表明由于牧场小径的建设和马匹的践踏，土壤在15个月实验期间发生了压实，导致土壤孔隙的连续性和连通性受到破坏。这些变化可能会对重要的土壤过程和功能产生负面影响，如水分和气体传输、生物活动以及根系生长（Deubel等人，2011年）。观察这些土壤结构变化的时间线发现，容重的增加在整个研究期间并不均匀：春季的容重较低，但不具有显著性，而之前的秋季则较高（表S1）。这可能与冬季降水量较高有关，导致粘土颗粒膨胀（Fernandes等人，2015年），以及土壤在春季之前部分松动，从而导致春季的容重降低。此外，我们还测量到冬季（10月至3月）马匹每天行走的总距离总体较低（图S2）。因此，冬季各处理组对土壤的压力较小，可能导致春季的土壤容重低于之前的秋季。值得注意的是，除了未受保护的牧场小径外，所有处理组都出现了这种季节性变化，未受保护的牧场小径的容重从2022年到2024年持续增加。众所周知，土壤压实会对水分渗透产生负面影响（Horton等人，1994年；Ngo-Cong等人，2021年）。这反过来又可能导致积水甚至洪水（Khaerudin等人，2017年；Hidayati等人，2021年）。尽管有和没有牧场网格的处理组的土壤容重、空气渗透性、气体扩散性和体积含水量相似，但本研究中的未受保护牧场小径仅出现了积水现象。积水可能是由于马匹践踏导致土壤在30-40厘米深度处被压实，形成了不透水的层。

4.2 牧场网格对植被覆盖的影响
所有处理组的植被覆盖度都有显著下降。Hiltbrunner等人（2012年）之前也描述过类似的植被快速减少现象，他们研究了牛践踏对土壤性质和植被覆盖的影响。尽管我们在研究期间没有发现不同处理组之间的植被覆盖度有显著差异，但在马匹被移除7周后，我们观察到植被恢复情况存在明显差异（图5D）。与直接安装在土壤上的基本牧场网格相比，加固型牧场网格促进了更快的植被恢复。加固型牧场网格下较低的土壤容重可能有助于马匹被移除后植被更快地恢复。相比之下，未受保护的牧场小径没有植被恢复，这表明该处理组的植被受到了严重破坏。这与土壤分析数据一致，因为我们发现未受保护牧场小径的土壤容重最高，空气渗透性最低，有机碳（MBC）也显著降低（表1），这可能进一步影响了植被的恢复。这部分证实了我们的假设，即未受保护的牧场小径的植被恢复较慢。然而，我们无法确认未受保护牧场小径的土壤质量整体较低。

4.3 木屑缓冲层对土壤性质没有保护作用，但对植被覆盖有负面影响
我们的研究没有发现证据表明木屑缓冲层能够有效防止土壤压实，尽管有限元模拟（FEM）表明使用更厚、硬度更高的保护材料可以降低土壤应力（图7）。尽管文献中报道了木屑改良剂对土壤质量的积极影响（Barthès等人，2010年；Fontana等人，2023年），但我们的研究仅发现木屑缓冲层对两种类型的牧场网格的有机碳（SOC）有所增加（表1），这可能是由于木屑分解缓慢且持续向土壤中释放有机碳。然而，2023年湿润-干燥-湿润天气条件下，所有处理组的土壤水分含量保持稳定且较高，这表明土壤饱和度较高，土壤的干燥和重新湿润能力受到干扰。尽管两种类型的牧场网格在土壤结构性质上没有显著差异，但FEM模拟表明，材料的高度和硬度对到达土壤的应力以及最终的防护效果有很大影响。这与加固型牧场网格的较低容重相符，因为加固型牧场网格的尺寸（高度）更大，材料硬度也更高。模拟显示，5厘米厚的牧场网格（类似于我们研究中使用的网格）可以将表土的应力降低80%-90%，底土的应力降低60%-70%（图7）。然而，这种显著差异并未体现在我们测量的土壤容重上。根据FEM结果，即使材料硬度较低，如果保护材料（牧场网格）具有足够的高度，也能保护土壤。然而，实际应用中高硬度但低刚度的牧场网格可能因价格高昂和耐磨性差而不可行。应力模拟与实际测量结果之间的差异可能部分归因于使用的是实心板进行模拟，而牧场网格是多孔的。多孔材料的杨氏模量低于实心材料（Cepkauskas和Jianfeng，2005年），这会影响马匹对土壤的压力分布和应力传递。尽管土壤有机碳（SOC）没有变化，但所有处理组的MBC在2022年至2024年间都有所下降，这表明土壤微生物群落受到了其他因素的影响，如土壤结构退化，导致适合微生物生长的环境变差，包括孔隙度降低（容重增加），土壤孔隙的连续性和连通性受到破坏，从而影响土壤通气性和水分含量（Cui和Holden，2015年）。所有处理组的C:Nmic显著下降，表明土壤微生物群落组成（从真菌向细菌转变）和生物量发生了变化，这可能进一步影响氮循环（Huang等人，2013年）以及土壤有机物的分解和碳封存（Bhattacharyya等人，2022年）。处理组之间化学参数的显著性差异可能是由于实验时间较短，15个月可能不足以观察到这些性质的显著变化。

4.3 牧场网格对植被覆盖的影响
所有处理组的植被覆盖度都有显著下降。Hiltbrunner等人（2012年）也描述过类似的植被快速减少现象。尽管我们在研究期间没有发现不同处理组之间的植被覆盖度差异，但在马匹被移除7周后，我们观察到植被恢复情况存在显著差异（图5D）。与直接安装在土壤上的基本牧场网格相比，加固型牧场网格促进了更快的植被恢复。加固型牧场网格下较低的土壤容重可能有助于马匹被移除后植被更快地恢复。相比之下，未受保护的牧场小径没有植被恢复，表明该处理组的植被受到了严重破坏。这与土壤分析数据一致，因为我们发现未受保护牧场小径的土壤容重最高，空气渗透性最低，有机碳也显著降低，这可能进一步影响了植被的恢复。我们测量到土壤容重有所增加，微生物生物量和有机碳（SOC）有所减少，同时土壤水分动态也受到了影响。在所有处理过的步道上，草地上的植被迅速减少，但当马匹从步道上移走后，带有草地网格的步道恢复得更快。数值模拟表明，由于其设计（高度和材料硬度），加固的草地网格能够更有效地分散马匹的重量，从而减少传递到土壤中的垂直应力，从而降低土壤压实程度。然而，这一效果并未体现在土壤容重的测量结果中。不过，在加固的草地网格上，植被的恢复情况比在普通草地网格上更为良好。在草地网格下铺设一层木屑并不能进一步减少土壤压实，反而对植被覆盖产生了负面影响。总之，尽管植被恢复得更快，但草地网格下的土壤质量并没有得到更好的保护。

致谢：
非常感谢Vladimir Milojevic（Sandgrueb基金会）和Rainer Schulin（ETH大学名誉教授）最初启动了这个项目。特别感谢Haras National Suisse的农场管理人员和研究人员（Inès Lamon、Samuel Sch?r、Margaux Barbey、Georges Nussbaumer、Hervé Sapin、Rapha?l Fresnau、Emilie Martorell、Clément Lheureux、Xavier Ringli、Sébastien Fischer、Willy Béroud、Laurent Corminboeuf、Samuel Schaer、Margaux Barbey、David Barras、Cyril Magne、Flavian Boute、Laureen Michod、Jason Kindler Johner、Miriam Baumgartner、Sabrina Briefer、Marianne Cockburn），他们负责监测和监督马匹的健康状况以及基础设施的状态。我们还要感谢Maria Vorkauf、Olivier Heller、Alejandro Romero-Ruiz、Philippe Tschanz、Valerio Volpe、Noemie Shavit（均来自Agroscope瑞士公司）、Michelle Martin、Tomoya Sagara、Clive Hotz和Daniel Krebs，他们在多次采样和样品准备工作中提供了帮助。此外，还要感谢Béla Glavitsch（Agroscope）、Klaus Jarosch（Agroscope）、Diane Bürge（Agroscope）、Andrea Bonvicini（Agroscope）和Marlies Sommer（Agroscope）在实验室分析方面给予的支持。本研究的资金支持来自Sandgrueb基金会、Pro Pferd基金会以及联邦食品安全与兽医办公室（FSVO），对此表示衷心的感谢。开放获取出版由Agroscope通过Wiley-Agroscope协议与瑞士学术图书馆联盟共同促成。

资助：
Sandgrueb基金会、Pro Pferd基金会以及联邦食品安全与兽医办公室（FSVO）。

伦理声明：
作者声明没有利益冲突。

数据可用性声明：
支持本研究结果的数据可向相应的作者提出合理请求后获取。