桓仁地区林下参土壤肥力评价

严珺，孙海，蒋燊，张春阁，吕林，李跃雄※，张亚玉※

（1.上海上药神象健康药业有限公司，上海 200336；2.中国农业科学院特产研究所，长春 130112）

人参（Panax ginseng C.A.meyer）为五加科多年生草本植物，是大宗名贵中药材。目前，人参主要有农田栽培和林下护育两种生产模式，林下护育人参采用仿野生护育模式，具有人为干扰少、生长周期长的特点，其生长若干年后具备一定的野山参外部形态和内在品质特征，2015版《中国药典》正式将林下护育人参定义为“林下山参”。研究发现，林下山参存苗率、红皮病发病率、根的形态建成及品质形成与其生长的森林生态环境条件密不可分[1～4]。因此，选择适宜的林地是林下山参护育技术关键的一步。

土壤特性、伴生树种、海拔高度、坡度等多个因素影响人参生长发育、皂苷积累、参根形态结构建成等。其中，土壤特性直接影响人参生长发育，而伴生树种是影响土壤的重要因素，这是因为，一方面，树种凋落物是森林土壤有机质和养分的主要补给途径，同时影响植物—土壤间碳氮循环[5，6]；凋落物作为土壤有机质地上部分的主要来源，其输入的数量和质量变化可能改变土壤碳的积累或流失状况，不同生产模式下人参土壤肥力研究表明，野山参土壤有机质含量是农田栽参土壤的10倍以上[7～9]，且在大多数生态系统内，由土壤供给植物所需要的养分中超过90%的氮和磷以及超过60%的其他矿质元素均来自于凋落物的分解[10]。另一方面，不同的树种凋落物中含有不同的碳源和氮源，驱使土壤微生物集群定向进化，进而改变土壤肥力[11]。如北方针叶林森林生态系统，土壤矿化层和凋落物中含有大量不易被微生物利用的木质素和腐殖酸，由于碳源的影响，土壤微生物集群以分解复杂结构有机碳为主[12]。另外，不同凋落物土壤pH值和C/N是影响微生物集群定向进化的重要因素[13]。许多研究已经证实，树种凋落物对于增加土壤中碳氮、提高土壤养分、改变土壤微环境具有重要意义[14，15]。

目前，林下山参土壤肥力的评价研究相对薄弱，已有的研究集中在土壤养分、土壤酶、微生物群落结构组成及不同生产模式下的差异比较。分析方法有综合评判法、灰色关联分析及聚类分析等，评价指标从土壤养分指标发展到包括土壤理化性质、土壤酶、微生物群落组成以及环境条件等综合性指标[16～22]。然而，评价过程中土壤肥力指标的选择大多局限于有机质、全氮、有效磷以及速效钾等土壤大量元素养分[23～25]，对于人参品质的形成，微量元素具有同等重要和不可替代性。因此，将土壤微量元素养分纳入土壤肥力评价指标体系十分必要。

人参品质形成受其生长的土壤环境影响，而林下山参品质优劣往往与其护育的森林生态环境密切相关。选林是林下山参护育第一步，也是林下山参护育成败所在。本研究对桓仁地区林下参基地进行系统分析，以期全面评估桓仁林下参基地土壤肥力状况。

1 实验材料及方法

1.1 实验材料

林下参土壤样品采自辽宁省桓仁地区，采样区属于温带大陆性湿润季风气候，四季分明，年平均气温7.4℃，平均活动积温3 184℃，年平均相对湿度66%，平均无霜期153d，年平均日照时数2 538h。采样时间2016年8月下旬，为人参枯萎期。每个基地设置至少3个样点，每个样点随机选取3株人参。采集土壤时采取边挖参边取土的办法，首先除去枯枝落叶层，取参根周边土壤，去除土壤中石砾后，将土壤带回实验室风干后分别过20目和100目筛，装入自封袋中备用。林下参具体采样点信息见表1。

表1 林下参土壤样点分布基本信息Table 1 Distribution information of wild understory ginseng soil

续表1

1.2 实验方法

土壤全氮含量用元素分析仪测定，土壤有机质含量为全碳含量×1.724；土壤全磷含量用氢氧化钠熔融-钼锑抗比色法测定；土壤全钾含量用氢氧化钠熔融-火焰光度法测定；土壤碱解氮含量用培养皿扩散法测定；土壤速效磷含量用碳酸氢钠浸提-比色法测定；土壤速效钾含量用乙酸铵浸提-火焰光度法测定；土壤pH采用土∶水＝1∶2.5，用pH计测定；土壤容重采用环刀法测定。具体方法参照文献[26]。

1.3 数据处理与分析

本试验采用主成分分析方法确定不同肥力指标权重；利用隶属度函数评价各指标肥力状况；通过各项肥力指标的权重系数及隶属度值，加权求和并计算土壤综合肥力指数；所得数据利用 Excel2016和SAS9.0进行统计分析。

1.3.1 主成分分析方法与指标权重 通过对林下参土壤12项指标进行主成分分析，其中特征值大于1的主成分指标有4个，累计贡献率为76.17%，说明这4个主成分基本可以反映全部指标的信息，土壤肥力指标主成分分析结果与指标权重见表2。

表2 土壤各肥力指标主成分分析结果与指标权重Table 2 Results of principal component analysis and factorweights of soil fertility factors

1.3.2 隶属度函数及土壤肥力评价方法 隶属度函数作为评价指标与植物生长效应曲线间的函数，根据评价指标对作物产量的效应将隶属度函数分为S型和抛物线型[27]。

S型隶属度函数：属于这类函数的土壤肥力指标有土壤全碳、全氮、速效氮磷钾、微量元素养分等。响应的隶属度函数表达式为：

式中，x≥x2，x1≤x≤x2，x ＜ x1。

图1 S型隶属度函数曲线Fig.1 Curve of S-type membership function

抛物线型隶属度函数：土壤容重反映土壤紧实度，过于疏松或过于紧密均不利于植物的生长发育，其土壤肥力效应为抛物线型隶属度函数（图2），其公式如下：

式中，x3≤x≤x4，x≥x2，x1≤x≤x2，x ＜ x1。

图2 抛物线型隶属度函数曲线Fig.2 Curve of parabola-type membership function

本试验根据吉林省地区土壤肥力特性、人参生长特点以及相关研究结果[28～30]，确立全量碳氮和速效氮、磷、钾及微量元素铁、锰、铜、锌S型隶属度函数转折点值。由于土壤pH、C/N及Al目前没有统一的分级标准，为了便于比较分析，土壤pH值转折点取值结合人参生长习性和以往研究结果而定，土壤pH值＜4.5或＞7.5的土壤并不适宜人参生长，pH4.5～5.5呈现抛物线型隶属度函数。C/N直接影响土壤微生物繁衍和养分的释放，其转折点取值根据以往研究结果确定。Al的转折点X1和X2取值分别为农田栽参土壤上限和野山参土壤下限。具体取值见表3。

表3 隶属函数曲线转折点取值Table 3 Values ofturning pointin membership function

1.3.3 综合指标评价指数的计算 根据模糊数学中的加乘法原则，把养分、生物活性指标和物理环境指标之间采用加法合成，求得土壤养分生物活性肥力指标值（NFI）和物理环境肥力指标（EFI），然后在相互独立的养分肥力指标值和环境肥力指标值之间采用乘法合成，求得土壤肥力综合评价指标IFI（Integrated-FertilityIndex）。计算公式为：

IFI=NFI×EFI

NFI=W（C）×（fC）

EFI=W（P）×（fP）

式中，W（C）和W（P）.土壤养分及生物活性指标和环境指标的权重系数；f（C）和f（P）.养分及生物活性指标和环境指标的隶属度值。

2 结果与分析

2.1 桓仁林下参土壤描述性统计

结合全国第2次土壤普查土壤养分分级标准[31]，对桓仁地区73个土壤样点的统计分析表明，土壤pH值为5.90，且变异系数较小；土壤有机质和全氮平均含量都远远高于国家一级水平标准（40g/kg和2g/kg），变异系数分别为30.50%和27.51%，属于中等变异水平；土壤速效氮、钾平均含量分别为389.39mg/kg和235.68mg/kg，远高于国家一级水平（150mg/kg和165mg/kg）；土壤速效磷平均含量为11.36mg/kg，处于国家三级水平，变异系数均为中等变异水平；土壤中Fe的平均含量为15.99mg/kg，处于国家二级水平；Mn和Zn的平均含量分别为1.34mg/kg和0.10mg/kg，处于国家六级水平，含量较低；Cu的平均含量为10.58mg/kg，远远高于国家一级水平。

表4 土壤基础理化性质Table 4 Descriptive statistics ofphysicaland chemicalproperties in understory ginseng soils

2.2 土壤单一肥力评价指标

图3 各土壤肥力指标平均隶属度雷达图Fig.3 Radarplot of average membership degree of each factor

雷达图常用于土壤肥力多项指标分析，具有完整、清晰和直观的优点，雷达图坐标轴上各个点的数值可以反映该肥力指标的状态。图3为桓仁林下参各肥力指标所对应的平均隶属度雷达图值，平均隶属度越大，所反映的单一指标的肥力水平越高。从图3中可以看到，土壤中全量碳、全量氮、碱解氮、pH值平均隶属度值最大，均为1；土壤中Zn和Mn的隶属度值最低，均为最小值0.1；其他肥力指标介于二者之间，个别基地土壤中Cu的隶属度值为1，含量较高，土壤重金属污染风险等级较高，值得警惕。

2.3 土壤肥力综合指标值计算

根据模糊数学中的加乘法原则，将养分及生物活性指标和物理环境指标之间用加法合成，求得土壤养分生物活性肥力指标（NFI）值和土壤pH指标（EFI）值，然后在相互独立的养分肥力指标值和环境肥力指标值之间用乘法合成，求得土壤肥力综合评价指标IFI（Integrated fertility index）值，结果见表5。

表5 土壤隶属度值和IFITable 5 Soil membership value and IFI

根据不同肥力指标隶属度函数，结合表3转折点赋值，得到桓仁不同基地土壤肥力指标隶属度值及土壤肥力综合评价指标IFI。土壤隶属度值越高，土壤肥力越高，桓仁林下参基地中八里甸土壤肥力最高（0.71）、肖家沟3基地土壤肥力最低（0.56）。

3 讨论与结论

3.1 土壤微量元素作为林下参土壤肥力评价指标科学合理。

土壤肥力指标的构建是土壤肥力科学评价的前提，直接决定评价结果的客观性。本试验将微量元素作为土壤肥力评价指标，能够全面反应土壤肥力状况。依据表2得分系数可以得到桓仁林下参土壤5种微量元素指标累计综合肥力贡献率达49.5%，进一步说明土壤中微量元素在土壤肥力质量评价过程中的重要性。叶回春等[32]开展农田土壤肥力评价时显示，土壤微量元素养分指标（Cu、Zn和Mn）是最重要的指标之一，桓仁林下参土壤中Zn和Mn的含量非常低，与农田、菜地偏高的研究结果不同。可能原因是林下参土壤属于森林土壤，人为影响小，Zn和Mn的含量与当地土壤成土母质有关；农田、菜地在栽培过程中大量施入含锰、锌和铜化肥以及含锰、锌和铜农药（如代森锰锌、波尔多液），致使土壤锰、锌和铜含量偏高[33，34]。同时过量的氮肥投入还会导致土壤的酸化[35]，从而进一步活化了土壤中微量元素供给。

3.2 桓仁林下参八里甸基地土壤肥力最高、肖家沟3基地最低。

土壤生态环境是一个多因素参与的生态系统，各因子共同决定土壤生态系统的稳定性和可利用性[36]。对林下参土壤肥力的研究局限于单一指标，不能很好地反映土壤肥力的整体状况，而土壤养分、酶、微生物之间相互影响。利用相关分析和模糊数学原理，通过对不同肥力指标的权重赋值得到土壤隶属度值和数值化土壤综合肥力评价指标（IFI），优化了各肥力指标对综合土壤肥力的贡献，同时全面反映了所选指标对土壤肥力的影响[37]。桓仁林下参八里甸基地土壤肥力最高（IFI0.71）、肖家沟3最低（IFI0.56），评价结果与实际接近。土壤肥力是植物生长的基础，土壤养分供应能力与植物对养分吸收能力以及所处环境条件共同决定[38]。利用模糊数学对土壤肥力综合评价时，不同指标值转折点选择直接影响综合土壤养分评价，部分指标转折点值目前尚无参考，且林下参样点选择相对较少，综合评价科学合理性还有待进一步研究。

[1]Gao Y G，LiuQ，ZangP，et al.An endophytic bacterium isolated from Panax ginseng C.A.Meyer enhances growth reduces morbidity，and stimulates ginsenoside biosynthesis[J].Phytochemistry Letters，2015，11:132-138.

[2]Jang I B，Lee D Y，YuJ，et al.Photosynthesis rates，growth，and ginsenoside contents of 2-yr-old Panax ginseng grown at different light transmission rates in a greenhouse[J].Journal of Ginseng Research，2015，39(4):345-353.

[3]Lee K J，Lee BW，Kang JY，et al.Assessment of microclimate conditions under artificial shades in a ginseng field[J].Journal of Ginseng Research，2016，40(1):90-96.

[4]Zhang Z Y，Lin WX，Yang Y H，et al.Effects of consecutively monocultured Rehmanniaglutinosa L.on diversity of fungal community in rhizospheric soil[J].Agricultural Sciences in China，2011，10(9):1374-1384.

[5]SutharS，GairolaS.Nutrient recovery from urban forest leaf litter waste solids using Eiseniafetida[J].Ecological Engineering，2014，(71):660-666.

[6]LiX Q，Yin X Q，Wang Z H，et al.Litter mass loss and nutrient release influenced by soil fauna of Betulaermaniiforestfloor of the Changbai Mountains，China[J].Applied Soil Ecology，2015，95:15-22.

[7]Boone R D，Nadelhoffer K J，Canary J D，et al.Roots exert a strong influence on the temperature sensitivity of soil respiration[J].Nature，1998，396(6711):570-572．

[8]刘微，吕豪豪，陈英旭，等.稳定碳同位素技术在土壤-植物系统碳循环中的应用[J].应用生态学报，2008，19(3):674-680.

[9]孙海，王秋霞，张亚玉，等.不同生产模式下人参土壤肥力评价[J].吉林农业大学学报，2015，37(3):323-331.

[10]Chapin F S Ⅲ，Matson P A，Mooney H A.Principles of terrestrial ecosystem ecology[M].New York:Springer-verlag New York Inc，2002.

[11]Wang Q K，Wang S L，He T X，et al.Response of organic carbon mineralization and microbial community to leaflitter and nutrient additions in subtropical forest soils[J].Soil Biology and Biochemistry，2014，71:13-20.

[12]Swift M J，Heal O W，Anderson J M.Decomposition in Terrestrial Ecosystems[M].California，USA:University of California Press，1979:131-156.

[13]H gberg MN，H gbergP，Myrold DD.Is microbial community composition in boreal forest soil determined by pH，C-to-N ratio，the trees，or all three?[J].Oeclogia，2007，150(4):590-601.

[14]FaninN，BertrandI.Aboveground litter quality is a better predictor than belowground microbial communities when estimating carbon mineralization along a land-use gradient[J].Soil Biology Biochemistry，2016，94:48-60.

[15]Hristovski S，Berg B，Melovski L.Limitless decomposition in leaf litter of Common beech:patterns，nutrients' and heavy met al's dynamics[J].Pedobiologia，2014，57(3):131-138.

[16]Andrews S S，Karlen D L，Mitchell J P.A comparison of soil quality indexing methods for vegetable production systems in northern California[J].Agriculture，Ecosystems and Environment，2002，90(1):25-45.

[17]Wander M M，Bollero G A.Soilquality assessment of tillage impacts in Illinois[J].Soil Science Society of America Journal，1999，63(4):961-971.

[18]蔡崇法，丁树文，史志华，等.GIS支持下乡镇域土壤肥力评价与分析[J].土壤与环境，2000，9(2):99-102.

[19]骆东奇，白洁，谢德体.论土壤肥力评价指标和方法[J].土壤与环境，2002，11(2):202-205.

[20]沈宏，徐志红，曹志洪.用土壤生物和养分指标表征土壤肥力的可持续性[J].土壤与环境，1999，8(1):31-35.

[21]NortcliffS.Standardisation of soil quality attributes[J].Agriculture，Ecosystems and Environment，2002，88(2):161-168.

[22]de Lima A C R，HoogmoedW，BrussaardL.Soil quality assessmentin rice production systems:establishing a minimum data set[J].Journal of Environmental Quality，2008，37(2):623-630.

[23]崔潇潇，高原，吕贻忠.北京市大兴区土壤肥力的空间变异[J].农业工程学报，2010，26(9):327-333.

[24]吕巧灵，付巧玲，吴克宁，等.郑州市郊区土壤综合肥力评价及空间分布研究[J].中国农学通报，2006，22(1):166-168.

[25]李双异，刘慧屿，张旭东，等.东北黑土地区主要土壤肥力质量指标的空间变异性[J].土壤通报，2006，37(2):220-225.

[26]鲍士旦.土壤农化分析[M].北京:中国农业出版社，2005:25-114.

[27]孙波，张桃林，赵其国.我国东南丘陵山区土壤肥力的综合评价[J].土壤学报，1995，32(4):362-369.

[28]沈汉.土壤评价中参评因素的选定与分级指标的划分[J].华北农学报，1990，(3):63-69．

[29]孙海，王秋霞，张亚玉，等.不同生产模式下人参土壤肥力评价[J].吉林农业大学学报，2015，37(3):323-331.

[30]焉莉，王寅，冯国忠，等.吉林省农田土壤肥力现状及变化特征[J].中国农业科学，2015，230:4800-4810.

[31]北京林业大学.土壤学[M].北京:中国林业大学出版社，1982:26.

[32]叶回春，张世文，黄元仿，等.北京延庆盆地农田表层土壤肥力评价及其空间变异 [J].中国农业科学，2013，46(15):3151-3160.

[33]王淑英，于同泉，王建立，等.北京市平谷区土壤有效微量元素含量的空间变异特性初步研究[J].中国农业科学，2008，41(1):129-137.

[34]郑袁明，宋波，陈同斌，等.北京市不同土地利用方式下土壤锌的积累及其污染风险[J].自然资源学报，2006，21(1):64-72.

[35]Guo J H，Liu X J，ZhangY，et al.Significant acidification in major Chinese croplands[J].Science，2010，327:1008-1010.

[36]Tarin P K，MosheS，EliZ，et al.Evaluation of ecosystem responses to land-use change using soil quality and primary productivity in a semi-arid area，Israel[J].Agriculture，Ecosystems&Environment，2014，193:9-24．

[37]董文涛，路明浩，韦大山，等.基于模糊数学方法的土壤肥力综合评价及应用[J].资源开发与市场，2011，27(6):511-513.

[38]邢雪荣，韩兴国，陈灵芝.植物羊粪利用效率研究综述[J].应用生态学报，2000，11(5):785-790．