基于微生物视角的耕地土壤质量综合评价
——以A县土地整治区为例
林耀奔1,2， 叶艳妹1,2， 吴次芳1,2 ， 胡一鸣1,2， 施昊坤1,2 ， 王巧若1,2
（1.浙江大学土地与国家发展研究院，浙江 杭州310058；2. 山东省土地生态修复工程技术研究中心，山东 滨州 256600）
摘要： 研究目的：为全面真实地反映耕地土壤质量水平，构建涵盖土壤理化性质、微生物特征以及重金属污染等指标的综合评价模型，以实现土地整治区耕地土壤质量的科学评估。研究方法：最小数据集（MDS）、土壤实验以及DNA高通量测序技术。研究结果：（1）研究区内耕地土壤质量水平不是很高（SQ ＜0.6），并受到不同程度的重金属污染，尤其是Cr污染（GI ＞3）；（2）土地整治可以显著提高土壤微生物特征指标和土壤有机质含量，并有效降低重金属污染水平；（3）综合整治和传统耕作下的耕地分别具有最高（SQ ave=0.53）和最低（SQ ave=0.41）的土壤质量水平。研究结论：从微生物视角构建耕地土壤质量评价模型，有助于提高耕地资源的生态保护意识，可以为耕地综合效益评估和土地整治技术创新提供参考。
关键词： 土地整治；微生物；土壤质量；重金属；高通量测序技术
1 引言
耕地土壤质量是判断耕地健康和生态状况的重要依据，也是保障国家粮食安全的关键所在，更是实现耕地数量、质量、生态“三位一体”保护战略的基础[1]。2009年，原国土资源部发布了耕地质量等级评定成果，并不断开展相关的耕地土壤评价和修复工作。2017年，国务院明确指出将提升耕地质量作为高标准农田建设的首要任务，力求基本农田经整治后将平均耕地质量提升一个等级。2019年，中央一号文件中更明确指出“巩固和提高粮食生产能力，到2020年确保建成8亿亩高标准农田”、“推进重金属污染耕地治理修复”，可见耕地土壤质量已成为当前耕地保护和粮食安全的重点关注内容。近年来，耕地土壤质量评价作为衡量土地整治工作成效的重要内容，同时也是耕地质量提升基础研究的中心，其内涵和深度得到了不断挖掘，为提高土壤肥力、改善生态环境以及保障国家粮食安全提供了许多有益参考[2]。
土壤作为耕地生态系统的重要组成部分，其质量状况与粮食生产力和区域生态安全水平高度相关[3]。国内外相关研究成果中，主要选取土壤理化性质和重金属污染等常规指标作为评价土壤质量的主要依据[4-5]。少数文献选取了土壤酶活性、微生物生物量、土壤呼吸等生物指标进行测算[6-8]，但在土壤环境中起到营养循环、调节理化性质及转移污染物等重要作用的微生物群落相关指标仍未得到应有的关注[9]。在评价方法方面，主要通过主成分分析法或聚类分析法建立最小数据集，再通过综合质量指数法、加权平均模型、多因素评价法、土壤生产力指数模型等进行测算[10-11]。而土壤重金属污染水平国际上主要是通过地质累积指数法（Geoaccumulation Index）和内梅罗（Nemerom）综合污染指数法进行测算[12-13]。可见，以往注重土壤肥力和污染程度的土壤质量评价并不足以全面反映真实的耕地土壤质量[3]。因此，需要构建涵盖土壤理化性质、微生态以及重金属污染等指标的综合评价模型，用以全面评价耕地土壤质量情况[9]。
本文以A县土地整治区为例，选取主要的土壤理化性质、重金属含量以及微生物特征指标，通过建立最小数据集，采用地质累积指数法和内梅罗综合污染指数法测算重金属污染水平，采用模糊数学法测算土壤理化性质和微生物指标，最后运用土壤质量指数法测算样区的土壤质量。该研究结果可为提升区域耕地土壤质量、改善耕地管理方式和政策规则的制定提供参考依据。
2 材料与方法
2.1 研究区概况
A县隶属浙江省，县内交通便利，物产富饶，并拥有数千年水稻种植历史。研究区属北亚热带南缘的东亚季风区，四季分明，气候宜人，雨水充沛。土壤以黄斑田和青紫泥田为主，十分适宜作物生长。由于地理位置优越，气候条件适宜，A县历来都是中国粮食生产的龙头县。然而，耕地破碎化、农业设施薄弱、土壤肥力不足仍然是制约该县农业可持续发展的重要问题。关于该地区耕地土壤质量的研究结果，也显示A县耕地土壤重金属污染水平偏高，是一个亟待解决的农业和生态问题[14]。因此，近年来，提升耕地土地质量已成为该地区耕地保护战略中的一项重要任务。在土地整治区，主要采取田块归并、平整土地、筑造沟渠以及土壤培肥等措施来改善土壤质量。
(4)根据生产管理系统数据，分析同一工序各类成本比例、原材料成本比例、全月各工序成本比例、同期成本比较等，可以帮助企业分析水泥生产成本的构成情况，更好地节约成本，提高经济效益。
2.2 样本和数据
（2）土壤重金属污染水平评价。地质累积指数法（GIi ）和内梅罗综合污染指数法（NPi ）都是广泛运用于土壤重金属污染水平的测算方法，计算方法如下：
项目组于2018年9月在A县56个样地采集土壤样品，其中44个样点位于该县44个土地整治区，其余12个位于土地整治区外，所有采样点均为水田，作物为水稻，土地整治区的耕地均已在实施土地整治后耕作两年以上，而土地整治区外的耕地均已耕作5年以上。土地整治区中，有些区域实施了一种土地整治措施，有些实施了多种土地整治措施，其中实施了综合整治、田块归并、平整土地、筑造沟渠和土壤培肥的样点分别有10、23、27、25和25个。
最小数据集（MDS）是一种应用最为广泛和可靠的土壤肥力质量评价方法[22]。首先，采用SPSS 20.0对指标进行相关性分析和主成分分析，选取累计贡献率大于85%的主成分，然后选取每个主成分中载荷值较大且在所有指标中相关性较小的指标作为最小数据集的候选指标。例如，主成分1中OM、SWC和TN具有较大的载荷值，但是三者之间又在0.01水平上显著相关，表明可以相互替代，则选择具有最大载荷值的OM入选MDS。
通过MDS和模糊数学模型可以求得研究区样点的土壤肥力水平（PB ）。通过对指标进行相关性分析和主成分分析后，选取累计贡献率大于85%的8个主成分，然后选取每个主成分中载荷值较大且在所有指标中相关性较小的指标作为最小数据集的候选指标（表1）。最终入选MDS的指标有：OM 、BS 、FS 、BFD 、MBN 、SRR 、MBP 、pH 和MBC 。各评价指标的权重则由所在主成分的公因子方差分配得到，如主成分1中的25.306%被分配至指标OM ，主成分2中的15.032%被分配至指标BS ，主成分3中的10.952%则被平均分配至FS 和BFD ，以此类推。再将分配所得的方差除以85.686%，得到每个指标的比重[24]。
百香果、胡萝卜、白砂糖、奶粉，均为市售；保加利亚乳杆菌、嗜热链球菌，广东燕塘乳业有限公司提供；黄原胶、羧甲基纤维素钠（CMC）、小苏打，均为食品级。
2.2.2 指标检测
为了全面反映耕地土壤的质量水平，参考已有的研究成果，从土壤理化性质、重金属含量和微生物性质三方面选取指标，并采用常规方法测定土壤样品的各项指标。简而言之,土壤pH以土壤：水=1：2.5的比例通过pH计测定，土壤含水量（SWC）通过电热恒温烘箱在105℃的条件下烘6小时测定。土壤中的Cu，Zn，Cd，Pb，Ni，Cr，Hg和As等重金属浓度由电感耦合等离子体质谱仪（Agilent 7800, California, USA）测定。土壤有机质（OM）、总氮（TN）、有效磷（AP）和速效钾（AK）分别由总有机碳分析仪（BOCS301,Shimadzu, Japan）、自动凯氏定氮仪（K9860，海南，中国）、分光光度计和火焰光度计测定[17]。
主墩的施工考虑了2种方案：搭架施工和翻模施工。由于搭架施工耗时、耗材，且施工现场条件受到1号墩与2号墩间的水域不能断航的影响，综合考虑选择了翻模施工。每节模板高度为3m，利用下部已浇筑墩身部分作为支撑，依次绑扎钢筋、翻模、浇筑混凝土，重复上述工序直至墩顶。翻模施工具体如下：
对于微生物指标，选取微生物多样性中的Shannon指数和Chao 1指数、细菌功能多样性（BFD）、土壤呼吸速率（SRR）以及微生物生物量来表征样点的土壤微生态水平。首先，根据FastDNA SPIN试剂盒（MP Biomedicals，USA）的使用说明，从0.5 g土壤样品（一式三份）中提取用于PCR扩增的土壤基因组DNA。用引物对细菌16SrRNA基因的V3-V4区域和真菌DNA基因的ITS区域进行扩增。然后，在Illumina HiSeq 4000平台上进行测序。原始DNA测序数据用QIIME 2（Quantitative Insights Into Microbial Ecology 2）处理，以97%的相似性为标准将有效序列聚类成OTU（操作分类单位）进行后续分析[18]。通过mothur1.30.1估算细菌的Shannon指数（BS）、Chao1指数（BC）和真菌的Shannon指数（FS）、Chao1指数（FC），通过PICRUSt软件获取COG家族信息和KEGG Ortholog（KO）信息以计算对应的功能多样性（BFD）[19]。土壤呼吸速率（SRR）采用LI-8100土壤碳通量测量系统（LI-COR，Nebraska，USA）测定[20]。微生物生物量碳（MBC）、氮（MBN）、磷（MBP）采用氯仿熏蒸K2SO4浸提法测定[21]。
2.3 评价方法
2.3.1 构建最小数据集
当海归新生代企业接班人在融入中国情境后，便需要了解天时地利人和的理念。天时地利便是需要海归新生代企业接班人了解企业的外部环境与企业现实基础，这便是将时机与企业的生命周期结合；对待员工以人为本、善待竞争对手，是符合人和的观念。
土壤样品均采用“S”形多点采样法采集0～10 cm的表层土[15-16]。所有土壤样品经过去除石头、植物残留物、动物和其他杂物后,每个土样称取20 g土壤样本储存于-80℃的冰箱用于DNA提取，并根据不同理化指标化验要求将500 g土壤样品存储于实验室中冷藏或晾干备用。土壤经均质化处理后，对每个土壤样本进行三次重复DNA提取和土壤理化分析。
2.3.2 评价模型
控制系统通过测量烟丝密度，计算得到烟支重量，根据烟支重量情况调节平准盘高度实现对烟丝量的控制，并调节平准盘相位实现对紧头位置的调整，同时对超轻、超重、空松、结块等不合格烟支进行剔除，从而将烟支重量平均值和标准偏差控制在要求范围内。
式（4）中：Mi 为各种重金属在土壤中的浓度；Ni 为各种土壤重金属在浙江省的背景含量[23]。
式（1）—（2）中：f （x ）代表每个指标的标准化数值；x 为指标测算值；a 1和b 1为下上阈值，a 2和b 2为下上适宜区间值。
式（5）中：GIi ave和GIi max分别代表样点中各种重金属污染的平均值和最大值。
式（3）中：f （x ）i 和Wi 分别代表MDS中指标的数值和比重。
2.2.1 样本收集
（1）土壤肥力水平评价。模糊数学模型是一种设置数值区间以将数据进行归类的方法，广泛应用于自然科学、人文社科等方面的研究，更成为土壤质量评价的主要方法[10]。根据各项指标与土壤质量之间的正负效应，建立相应的模糊数学模型，OM 、BS 、FS 、BFD 、MBN 、SRR 、MBP 和MBC 等指标与土地质量呈正相关，参考已有研究[5,10]，设定相应的阈值（a1，b1）为（15，40）、（0，8.0）、（0，6.0）、（0，0.9）、（0，54.3）、（0，1.5）、（0，24.5）、（0，256.2），用式（1）测算。此外，由于pH与土壤质量存在最适宜区间，所以它不仅存在阈值（a 1，b 1）为（5.0，7.6），还具有适宜区间（a 2，b 2）为（5.38，6.75），用式（2）测算。
测算得出的指标标准化数值还需通过下式计算出耕地土壤肥力水平（PB ）。
（3）耕地土壤质量综合评价。为综合耕地土壤肥力评价和重金属污染评价结果得出耕地土壤质量综合水平（SQ ）,需通过公式（6）对公式（4）中的数据进行转化。
式（6）中：PL 为土壤重金属污染的标准数值；GIi 为重金属地质累积指数。
式（7）中：f （x ）ave和f （x ）min分别为f （x ）的平均值和最小值；同时，PL ave和PL min分别为PL 的平均值和最小值。
3 结果和讨论
研究区主要采取田块归并、平整土地、筑造沟渠以及土壤培肥等土地整治措施来改善土壤质量，其中有10个样点采取综合整治，即同时接受了以上4种土地整治措施，位于非土地整治区的样点为传统耕作的水田。
3.1 土壤肥力水平分析
有一天，越秀听人说起乔瞧。乔瞧这个老姑娘，想通了，出来替人看病了，最拿手的，就是治疗奇难杂症。越秀决定请乔瞧替儿子看病。
山谷特致书死心道人，《与死心道人书》：“谪官在黔州道中，昼卧觉来，忽然廓尔，寻思平生被天下老和尚谩了多少，惟有死心道人不相背，乃是第一慈悲。”（《黄庭坚全集》，四川大学出版社，第1850页）山谷终于明白死心禅师的玄妙之言，乃苦心点拨，但仿如醉梦一般，只有过来人才悟得勘破生死烦恼的禅机。山谷《与觉海和尚》云：“某数年在山中究寻疑处，忽然照破心是幻法，万事休歇，方悟十余年间，时蒙敲点提撕，慈悲无量。”（《黄庭坚全集》，四川大学出版社，第1960页）
根据式（3）的测算结果（图1），所有样品的土壤的PB 值在0.37～0.87之间，平均值为0.65。不同整治措施下的耕地土壤肥力水平呈现较为显著的差异，6种分类的平均PB 值排序如下：综合整治（0.79）＞土壤培肥（0.74）＞田块归并（0.73）＞平整土地（0.69）＝筑造沟渠（0.69）＞传统耕作（0.56）。相对而言，综合整治下的耕地土壤肥力水平显著高于田块归并（P ＜0.05）、平整土地（P ＜0.05）、筑造沟渠（P ＜0.05）以及传统耕作（P ＜0.01）等区域的土壤样本，并且土地整治区的耕地土壤肥力水平显著高于非整治区耕地土壤（P ＜0.05）。可见，土地整治的实施确实能有效提升耕地土壤肥力，而处于非土地整治区的传统耕作土壤具有提升肥力的较大潜力。较低的有机质含量、微生物群落和功能多样性是导致传统耕作土壤肥力偏低的主要原因。而土地整治区中，尤其是采用综合整治手段的耕地，较高有机质含量与微生物群落相互促进，显著提升了土壤肥力水平[25]。土壤微生物群落作为反应土壤肥力最为敏感的指标，BS 、FS 和BFD 等指标的降低将影响土壤中有机质降解、氮循环和污染物分解，也意味着传统耕作下土壤肥力的必然衰退，这与相关文献的研究结果相一致[26]。
表1 主成分提取和相关性分析结果
Tab.1 Principal component extraction and correlation analysis
图1 不同土地整治措施下土壤肥力水平构成分析
Fig.1 Composition analysis of soil fertility level under different land consolidation measures
注：不同字母表示在0.05水平上显著差异，下同。
3.2 土壤重金属污染水平分析
地质累积指数（GI ）在本研究中被运用于评价每种重金属在土壤样品中的污染程度。根据评价结果，重金属污染程度由大到小排列为：Cd＞Cr＞Hg＞Ni＞Cu＞Zn＞Pb＞As，Cd是所有重金属中累积指数最高的，是研究区中污染最严重的重金属。此外，Pb、As和Zn的累积指数为负数，可见研究区未受到这三种重金属的污染[27]。此外，不同土地整治措施以及土地整治区内外的耕地土壤重金属污染水平都存在显著的差异，并且传统耕作的各种土壤重金属污染水平普遍较高。根据土壤重金属污染指数分级标准[12]，当1＜NP ≤2时，土壤处于轻度污染水平；当2＜NP ≤3时，土壤处于中度污染水平，水稻开始受到污染物的影响。由NP 的测算结果可得，传统耕作和田块归并下的土壤重金属污染水平已处于中度污染水平，其他土地整治措施下的土壤重金属污染水平得到了显著降低（图2）。可见，通过筑造沟渠可以有效促进水分对重金属的转移作用，而土壤培肥有助于提高微生物多样性从而增加迁移相关重金属的菌种，与先前的研究相符[28]。这也解释了采用综合整治措施的耕地土壤具有相对较低的重金属污染水平。
这首《年轻的朋友来相会》，用欢快的旋律，唱出的是1980年代的青春宣言。歌曲或许不再流行，但那种青春心态、奋斗精神永不过时。
造成研究区耕地土壤具有较高重金属污染水平的原因主要有以下几个方面：（1）近年来该地区逐渐加强对工业区的开发，工业污染物的增加导致工业区附近的耕地土壤受到较为严重的重金属污染；（2）耕地中存在许多农药瓶、化肥袋和除草剂等易引起Cd污染的油状污染物，并未进行统一的清除工作；（3）生活污染物、化肥施用以及禽类饲养带来的污染物也是重要的污染源[29]。而土地整治可以通过筑造沟渠工程的实施可以有效促进水分循环，从而加速重金属的转移，也可以通过土壤培肥增加土壤有机质，提高重金属耐受性菌种的丰度，从而发挥它们的生物修复功能以降低土壤重金属污染水平[30]。
3.3 耕地土壤质量水平分析
根据本文所构建的耕地土壤质量综合评价框架，研究区所有样本的土壤质量（SQ ）均小于0.6，平均土壤质量（SQ ave）为0.45，因此该地区的土壤质量处于中等水平[5]。耕地土壤质量水平由大到小排列为：综合整治（SQ ave=0.53）＞土壤培肥（SQ ave=0.50）＞筑造沟渠（SQ ave=0.48）= 田块归并（SQ ave=0.48）＞平整土地（SQ ave=0.47）＞传统耕作（SQ ave=0.41），土地整治区内的土壤质量显著高于传统耕作（P ＜0.05）。从图3可知，土壤质量水平与土壤肥力水平的增长趋势相一致，而与重金属污染水平相反。土壤肥力水平最低和重金属污染水平最高的样点都在传统耕作的水田，而土地整治区的耕地土壤都具有较高的肥力水平和较低的重金属污染水平，尤其是采用综合整治的耕地。并且重金属污染水平是造成研究区中土壤质量水平下降的主要原因，严重制约了农业的可持续发展，这与已有的土壤质量研究结论类似[5]。因此，土壤污染的防治应当成为提升耕地土壤质量，改善土壤生态环境的重点工作。
图2 地质累积指数法（GI ）和内梅罗综合污染指数法（NP ）评价结果
Fig.2 Evaluation results of Geological Accumulation Index (GI ) and Nemerow Comprehensive Pollution Index (NP )
与此同时，较低的耕地土壤质量水平与土壤理化性质和微生物多样性降低存在显著相关[31]。较低的有机质含量和不适宜的酸碱度将减弱土壤的蓄水、营养循环和生产能力，并加剧土壤结构退化[32]。同时，重金属污染不仅会减弱土壤的固碳和抗侵蚀功能，而且会对作物的生长造成危害[33]。土壤培肥和筑造沟渠作为提升土壤有机质含量和调节酸碱度的有效措施可以极大地提高耕地土壤功能的可持续性。许多研究也已经证实了土壤中Cu，Cd，Pb，Cr和Ni等主要的重金属污染物含量与土壤微生物群落的组成和多样性之间的具有显著相关性[34-36]。通过高通量测序分析，发现研究区内土地整治的实施有效提高了海绵杆菌、异常球菌、WS2、迷踪菌等细菌以及柄孢壳、透孢黑团壳等真菌，这些都是可以借助有机质显著减少重金属污染的有益菌[37-38]。由此可见，通过综合整治的耕地可以显著提高土壤养分、调节酸碱度和提升微生物多样性，改善土壤生态环境和质量水平。
图3 耕地土壤样品评价结果
Fig.3 Evaluation results of cultivated soil samples
4 结论与建议
通过采用土壤理化性质、重金属污染和微生物特征等指标建立全新的耕地土地质量综合评价体系，可以科学有效地评价耕地的土壤质量水平。最小数据集可以筛选出代表性指标来评价土壤肥力水平，模糊数学模型可以对各项指标进行科学测算。土地整治为丰富土壤微生物群落提供了巨大动力，通过提高土壤微生物的各项指标，可以有效促进土壤氮碳循环和污染物转移。处于综合整治区的土壤肥力水平高于其他土地整治措施下的耕地，并显著高于传统耕作下的耕地。可见，土地整治是提升耕地土壤肥力的有效手段。同时，研究区内耕地都受到不同程度的重金属污染，尤其是Cr污染。对于耕地土壤质量水平，传统耕作方式下的耕地土壤具有较低的土壤肥力和较高的重金属污染水平，导致了相对较低的土壤质量水平。相对而言，各种土地整治措施下的耕地土地具有较高的土壤肥力和较低的重金属污染水平，尤其是综合整治区。
除此之外，两段除铜镉工艺可根据中上清溶液镉含量, 通过合理增减一段除铜镉过程中锌粉加入量，实现一段后液铜含量的灵活控制，满足进入二段除铜镉过程中溶液中铜镉比控制在1～3之间，确保净化系统的稳定，提高了净化系统对高铜原料的适应性，中上清含铜从1 200 mg/L提高至1 800 mg/L，铜渣可多产450 t金属铜/年。
总之，土壤重金属污染和肥力水平是耕地土壤质量的主要限制因素。因此，土地整治作为污染防控和提升肥力的有效措施，是阻止土壤功能退化、改善土壤生态环境的重要手段，但现有的土地整治还存在方法和技术上的缺陷，除了增加灌溉设施和施用有机肥外，还应更加注重运用微生物手段对污染物进行转移和降解，以达到保护环境和提升土壤质量的双重目标。
参考文献（References）：
［1］ 孔祥斌，张蚌蚌，温良友，等. 基于要素-过程-功能的耕地质量理论认识及其研究趋势［J］ . 中国土地科学，2018，32（9）：14-20.
［2］ 侯现慧，王占岐，杨俊，等. 基于产能核算和土地质量地球化学评估的县域基本农田布局研究［J］ . 中国土地科学，2016，30（1）：89-97.
［3］ 李光宇，吴次芳. 土壤微生物研究在农田质量评价中的应用［J］ . 土壤学报，2018，55（3）：543-556.
［4］ 陈正发，史东梅，金慧芳，等. 基于土壤管理评估框架的云南坡耕地耕层土壤质量评价［J］ . 农业工程学报，2019，35（3）： 256-267.
［5］ WANG DAWEI, BAI JUNHONG, WANG WEI, et al.Comprehensive assessment of soil quality for different wetlands in a Chinese delta［J］ . Land Degradation &Development, 2018, 29（10）： 3783-3794.
［6］ LI HUIXIN, LI XIANPING, LIU CHUNLIANG, et al.Similar positive effects of beneficial bacteria, nematodes and earthworms on soil quality and productivity［J］ . Applied Soil Ecology, 2018, 130： 202-208.
［7］ HOZZEIN W N, ABUELSOUD W, WADAAN MAM, et al.Exploring the potential of actinomycetes in improving soil fertility and grain quality of economically important cereals［J］ . Sci Total Environ, 2019, 651： 2787-2798.
［8］ 许云翔，何莉莉，刘玉学，等. 施用生物炭6年后对稻田土壤酶活性及其肥力的影响［J］ . 应用生态学报，2019，30（4）：1-11.
［9］ LI J, XIN Z, YAN J, et al. Physicochemical and microbiological assessment of soil quality on a chronosequence of a mine reclamation site［J］ . European Journal of Soil Science, 2018,69（6）： 1056-1067.
［10］ 金慧芳，史东梅，陈正发，等. 基于聚类及PCA分析的红壤坡耕地耕层土壤质量评价指标［J］ . 农业工程学报，2018，34（7）：155-164.
［11］ 王淇韬，孔祥斌，郧文聚，等. 新时期耕地质量定级方法研究及应用——以河北省平山县为例［J］ . 中国土地科学，2018，32（8）：59-66.
［12］ 刘春早，黄益宗，雷鸣，等. 湘江流域土壤重金属污染及其生态环境风险评价［J］ . 环境科学，2012，33（1）：260 -265.
［13］ ALSALEH KAM, MEUSER H, USMAN ARA, et al. A comparison of two digestion methods for assessing heavy metals level in urban soils influenced by mining and industrial activities［J］ . J Environ Manage, 2018, 206： 731-739.
［14］ SHAO DIWEI, ZHAN YU, ZHOU WENJUN, et al. Current status and temporal trend of heavy metals in farmland soil of the Yangtze River Delta Region： field survey and meta -analysis［J］ . Environmental Pollution, 2016, 219： 329-336.
［15］ LEGRAND FABIENNE, PICOT ADELINE, COBO-DIAZ JOSE FRANCISCO, et al. Effect of tillage and static abiotic soil properties on microbial diversity［J］ . Applied Soil Ecology, 2018, 132： 135-145.
［16］ YU XUAN, YANG LIN, FEI SHIXUAN, et al. Effect of soil layer and plant-soil interaction on soil microbial diversity and function after canopy gap disturbance［J］ . Forests, 2018,（911）： 680.
［17］ SONG XIAODONG, YANG FAN, JU BING, et al. The influence of the conversion of grassland to cropland on changes in soil organic carbon and total nitrogen stocks in the Songnen Plain of northeast China［J］ . Catena, 2018, 171：588-601.
［18］ NOTTINGHAM ANDREW T, FIERER NOAH, TURNER BENJAMIN L, et al. Microbes follow Humboldt： temperature drives plant and soil microbial diversity patterns from the Amazon to the Andes［J］ . Ecology, 2018, 9（911）： 2455-2466.
［19］ WONG KELVIN, SHAW TIMOTHY I, OLADEINDE ADELUMOLA, et al. Rapid microbiome changes in freshly deposited cow feces under field conditions［J］ . Frontiers in Microbiology, 2016： 7（500）.
［20］ 邓翠，吕茂奎，曾敏，等. 红壤侵蚀区植被恢复对土壤呼吸及其温度敏感性的影响［J］ . 土壤学报，2019（1）：1-13.
［21］ MURUGAN RAJASEKARAN, DJUKIC IKA, KEIBLINGER KATHARINA, et al. Spatial distribution of microbial biomass and residues across soil aggregate fractions at different elevations in the Central Austrian Alps［J］ . Geoderma, 2019,339： 1-8.
［22］ WU CHUNSHENG, LIU QINGSHENG, LIU GAOHUAN, et al. Soil quality assessment in Yellow River Delta： establishing a minimum data set and fuzzy logic model［J］ . Geoderma,2019,334： 82-89.
［23］ 范允慧，王艳青. 浙江省四大平原区土壤元素背景值特征［J］ . 物探与化探，2009，33（2）：132-134.
［24］ LI RUIRUI, KAN SHASHA, ZHU MENGKE, et al. Effect of different vegetation restoration types on fundamental parameters, structural characteristics and the soil quality index of artificial soi［lJ］ . Soil & Tillage Research, 2018,184：11-23.
［25］ FIERER N. Embracing the unknown： disentangling the complexities of the soil microbiome［J］ . Nature Reviews Microbiology, 2017, 1（510）： 579-590.
［26］ 赵政，陈巍，王欢，等. 木霉微生物肥与减量化肥配施对番茄产量、品质及土壤肥力的影响［J］ . 土壤学报，2018，5（55）：1243-1253.
［27］ 伍福琳，陈丽，易廷辉，等. 重庆市农地重金属基线值的厘定及其积累特征分析［J］ . 环境科学，2018，39（11）：5116-5126.
［28］ HAYAT RIFAT, ALI SAFDAR, AMARA UMMAY, et al. Soil beneficial bacteria and their role in plant growth promotion： a review［J］ . Annals of Microbiology, 2010, 6（04）： 579-598.
［29］ 肖武，隋涛，王鑫，等. 巢湖流域典型农田土壤重金属污染评价与地理探测分析［J］ . 农业机械学报，2018，49（7）： 144-152.
［30］ ZHAO XINGQING, HUANG JIAN, LU JIN, et al. Study on the influence of soil microbial community on the long-term heavy metal pollution of different land use types and depth layers in mine［J］ . Ecotoxicology and Environmental Safety,2019, 170： 218-226.
［31］ PULIDO MANUEL, SCHNABEL SUSANNE, LAVADO CONTADOR JOAQUIN FRANCISCO, et al. The impact of heavy grazing on soil quality and pasture production in rangelands of SW Spain［J］ . Land Degradation &Development, 2018, 2（92）： 219-230.
［32］ 孙立博，余新晓，陈丽华，等. 坝上高原杨树人工林的枯落物及土壤水源涵养功能退化［J］ . 水土保持学报，2019,3（31）： 104-110.
［33］ 刘意章，肖唐付，熊燕，等. 西南高镉地质背景区农田土壤与农作物的重金属富集特征［J］ . 环境科学，201（96）：2877-2884.
［34］ ALEJANDRO IOCOLI GASTON, CELINA ZABALOY MARIA, PASDEVICELLI GONZALO, et al. Use of biogas digestates obtained by anaerobic digestion and co-digestion as fertilizers： characterization, soil biological activity and growth dynamic of Lactuca sativa L［J］ . Science of The Total Environment, 2019, 647： 11-19.
［35］ BEATTIE RACHELLE E, HENKE WYATT, CAMPA MARIA F, et al. Variation in microbial community structure correlates with heavy-metal contamination in soils decades after mining ceased［J］ . Soil Biology & Biochemistry,2018,126： 57-63.
［36］ HEMMAT-JOU M H, SAFARI-SINEGANI A A, MIRZAIEASL A, et al. Analysis of microbial communities in heavy metalscontaminated soils using the metagenomic approach［J］ .Ecotoxicology, 2018,2（79）： 1281-1291.
［37］ COVELO E F, VEGA F A, ANDRADE M L. Simultaneous sorption and desorption of Cd, Cr, Cu, Ni, Pb, and Zn in acid soils： I. selectivity sequences［J］ . Journal of Hazardous Materials, 2007,14（73）： 852-861.
［38］ HUU HIEU HO, SWENNEN RUDY, CAPPUYNS VALERIE, et al. Potential release of selected trace elements（As, Cd, Cu, Mn, Pb and Zn） from sediments in Cam Rivermouth（ Vietnam） under influence of pH and oxidation［J］ .Science of The Total Environment, 2012, 435： 487-498.
Comprehensive Evaluation on Cultivated Land Soil Quality from the Perspective of Microorganism: A Case Study of A County
LIN Yaoben1,2, YE Yanmei1,2, WU Cifang1,2, HU Yiming1,2, SHI Haokun1,2, WANG Qiaoruo1,2
（1. Land Academy for National Development（LAND）, Zhejiang University, Hangzhou 310058, China；2. Land Ecological Restoration Engineering Technology Research Center of Shandong Province,Binzhou 256600, China）
Abstract: In order to comprehensively and accurately reflect the soil quality of cultivated land, it is necessary to construct a comprehensive evaluation model covering the physical and chemical properties of the soil, microbial characteristics and heavy metal pollution to achieve a scientific evaluation on the soil quality of cultivated land in the land consolidation area. The research methods include minimum data set (MDS), soil experiments and DNA high-throughput sequencing technology. The results showed that： 1)the soil quality of cultivated land in the study area was not very high (SQ ＜ 0.6),and it was polluted by heavy metals to different degrees, especially Cr (GI ＞3). 2)Land consolidation significantly improved soil microbial characteristics and soil organic matter content, and effectively reduced heavy metal pollution levels. 3)The cultivated land under comprehensive consolidation and traditional tillage had the highest (SQ ave=0.53) and lowest (SQ ave=0.41) soil quality levels, respectively. It concluded that constructing the soil quality evaluation model from the perspective of microbiology benefits the improving of ecological protection awareness of cultivated land resources,and provides the reference for the comprehensive benefit evaluation on cultivated land and the innovation of land consolidation technology.
Key words: land consolidation； microbes； soil quality； heavy metals； high-throughput sequencing technology
中图分类号： F301.21
文献标志码： A
文章编号： 1001-8158（2019）06-0096-08
doi： 10.11994/zgtdkx.20190612.141036
收稿日期： 2019-03-17；
修稿日期： 2019-05-16
基金项目： 山东省盐碱地综合开发示范项目；山东黄河三角洲土地利用和生态工程技术研究中心项目；国家社会科学基金重大项目（14ZDA039）。
第一作者： 林耀奔（1991-），男，浙江温州人，博士。主要研究方向为土地生态利用等。E-mail： 1004526478@qq.com
通讯作者： 叶艳妹（1964-），女，浙江金华人，教授。主要研究方向为土地整治、土地利用等。E-mail： yeyanmei@zju.edu.com
（本文责编：仲济香）
标签：土地整治论文; 微生物论文; 土壤质量论文; 重金属论文; 高通量测序技术论文; 浙江大学土地与国家发展研究院论文; 山东省土地生态修复工程技术研究中心论文;