【文献分享学习】农业土壤健康的快速诊断：一种基于自然土壤生产力和人类管理的新的土壤健康指数

01

原名：Rapid diagnosis of agricultural soil health: A novel soil health index based

on natural soil productivity and human management

译名：农业土壤健康的快速诊断：一种基于自然土壤生产力和人类管理的新的土壤健康指数

原文地址：

https://doi.org/10.1016/j.jenvman.2020.111402

发表期刊：Journal of Environmental Management

发表年份：2021年

通讯作者：孙丹峰

通讯作者单位：中国农业大学土地科学技术学院

02

亮点

①建立了一种快速、跨区域的土壤健康评价方法。

②这一原则的基础是土壤生产力的内在和外部驱动因素。

③在NDVI图像中使用PCA识别土壤生产力的不同驱动因素。

④土壤健康指数SHI可以说明自然生产力与外部投入之间的相互作用。

03

文章简介

在农业土壤健康评价中，考虑其生产力已变得越来越重要。此外，主要的挑战之一是，利用快速、跨区域的方法解决土壤健康评价的复杂动力学问题的研究还很少。因此，我们提出了一种新的农业土壤健康评价概念模型，以突出自然土壤生产力与其外部投入的协同作用和相互作用；此外，基于10天归一化植被指数(NDVI)时间序列数据，文章提出的土壤健康指数(SHI)可用于快速量化土壤生产力对土壤健康评价的影响。应用主成分分析(PCA)将NDVI剖面转化为不同驱动因素对作物初级生产力的响应。结果表明，采用主成分分析方法可以对研究区不同种植系统的土壤生产力进行识别，同一种植系统的不同主成分(PCS)也可用于估算自然土壤生产力和人类管理生产力的贡献。以(PC1-PC2)/(PC1+PC2)方程定义的施指示物，对研究区土壤健康状况进行了研究。结果表明，果园土壤相对于其他两种种植系统的土壤相对健康，说明自然土壤生产力的贡献大于外部投入。将SHI指标应用于土壤健康评价，尤其是考虑到当地的自然状况和人类的管理实践是有益的。

04

研究方法

① NDVI数据的主要成分分析（PCA）

使用 10 天的 NDVI 时间序列数据来估计一年的初级生产力。作为正交变换，PCA 将原始特征空间中的多元数据去相关到非相关主成分 (PC)，第一主成分的方差最大(PC1) 和以下组件（PC2、PC3 等）的比例较低顺序。本文采用PCA方法进行变换一年内 NDVI 配置文件进入生产力空间以进行进一步验证不同的生产维度。

②10天的两个假设NDVI系列数据

提出了两个假设，用于鉴定相同气候区中的不同类型的土壤生产力。（1）对于种植系统，不同的种植系统由于其不同的生长候选而呈现不同的NDVI趋势；因此，作为不同种植系统的土壤生产率的不同PC可以有效地描绘了研究区域的不同种植系统。（2）对于相同的种植系统，不同的土壤生产率主要由其天然土壤质量和人类管理决定。因此，同一作物系统中的每个PC可用于说明其相应的生产率部分的空间差异。作为正交变换，PCA方法可以将一组观察结果转换为不相关的PC，由其差异排序。通常，天然土壤生产率呈现出显着的空间差异，通常压缩到PC1中；鉴于人类的做法可能导致域外的差异，压缩成以下PC。

③土壤健康指数

该研究的土壤健康被定义为农业土壤，以平衡土壤能力及其外部压力的培养能力。我们的新土壤健康指数（SHI）可以通过自然土壤生产率（PC1）和每个作物系统的人类管理生产率（PC2）估算如下：SHI =（PC1 - PC2）/（PC1 + PC2）。天然土壤质量在作物生产力中起着至关重要的作用;因此，据信，健康土的自然生产力应该是作物生产力的最大贡献，呈现土壤固有的生产率起到主要的角色。

05

研究结果

前三名PC占92.2％以上，说明了几乎所有NDVI时间序列信息都可以由这三个PC表示。因此，考虑到其特征向量曲线和空间值，仅关注前三名PC（PC1，PC2和PC3），以探讨三种作物系统之间的差异。PC1的负特征曲线（图中的绿线）几乎是平坦的，表明NDVI的差异贡献在每个时间点几乎相同，因此这是常年植物的典型特征。PC2的特征向量曲线于8月份具有显着的负向凹陷，这是单一种植系统的关键生长期。

06

研究结论

通过卫星数据，研究建立了概念模型，以诊断研究区域的土壤健康，这是大规模的高度经济有效的方法。此外，考虑到天然土壤生产力与管理生产力之间的关系，提出了新的土壤健康指数（SHI）来评估高度集约农业区的土壤健康。根据假设，通过基于高时间分辨率的PCA方法，可以通过PCA方法识别土壤生产率，基于高时间分辨率的NDVI配置文件;和同一种植系统的不同PC可用于估计土壤生产率固有和外部驱动因素的贡献。详细地，PC1和PC2可用于分别说明天然土壤质量和管理生产率。基于所有这些信息，SHI结果映射在我们的研究领域，展示果园系统中的土壤比单一和双重种植系统更健康。具有健康土壤的地区表明，自然土壤生产率呈现出比外部投入的更多贡献。此外，SHI的结果也可用于识别潜在的农业非点污染源的分布，并测量施肥的潜力。未来的研究应该专注于（1）长期人类实践和培养下PC1特征曲线曲线的趋势。（2）将来的气候变化如何影响土壤健康评估。