土壤健康定义及土壤初级生产力评估

土壤健康定义及土壤初级生产力评估

土壤健康：定义与改进政策

不同国家/组织对土壤健康的定义比较

以下表格比较了联合国、美国、欧盟和中国对“土壤健康”的定义：

实体	“土壤健康”的定义
联合国 (FAO/ITPS)	土壤健康是指土壤具备维持陆地生态系统生产力、多样性和环境服务的能力 ([ITPS Soils letter
美国 (USDA NRCS)	土壤健康被定义为土壤作为维持植物、动物和人类的重要生命生态系统的持续能力 ([什么是土壤健康和土壤健康的原则
欧盟 (EU)	土壤健康被定义为“土壤持续支持生态系统服务的能力” ()。(欧盟《土地使命实施计划》中的定义)
中国	中国尚无官方统一定义，一般将土壤健康视为土壤保持肥力和生态功能的能力。例如，有专家认为土壤具有保持空气和水环境质量、促进动植物健康的能力，并与人类健康息息相关 ([

土壤健康管理：让土地重回“绿色”和“健康”-中国科技网

](土壤健康管理：让土地重回“绿色”和“健康”-中国科技网))。 |

提升土壤健康的主要计划和政策

各国和地区围绕土壤健康实施了一系列政策和举措：

• 联合国/FAO：联合国粮农组织通过全球土壤伙伴关系(Global Soil Partnership)推动可持续土壤管理。发布《世界土壤宪章》和自愿可持续土壤管理指南，每年举办世界土壤日提高公众意识。倡导的措施包括最小耕作、作物轮作、增加有机质和种植覆盖作物等实践，以改善土壤健康 (World Soil Day - the United Nations)。近期FAO还发起**“再碳化土壤”计划**(RECSOIL)等项目，鼓励各国通过固碳提升土壤健康。
• 美国：美国农业部将土壤健康作为农业可持续的重要基础。USDA 自然资源保护局（NRCS）提出**“四大原则”（最大化根系、最小化干扰、最大化覆盖、最大化生物多样性）来管理土壤 (Soil Health | Natural Resources Conservation Service)。通过环境质量激励计划**(EQIP)等项目，为农民采用免耕、覆盖作物、轮作等土壤健康实践提供资金和技术支持。实践证明，这些措施可提高土壤有机质和微生物活性，增加碳固存和水分入渗，最终实现更高的产量和收益 (Soil Health | Natural Resources Conservation Service)。
• 欧盟：欧盟实施了综合性的土壤保护战略。《欧盟土壤战略2030》提出保护和恢复土壤功能的目标，并计划出台土壤健康法律框架。在科研方面，欧盟启动了地平线欧洲**“与土壤协约”使命**(A Soil Deal for Europe)，设立100个“活实验室”和“灯塔”示范农场，加速推广创新的土壤健康方案 ()。该使命目标到2030年使欧洲健康土壤的比例远高于当前的30–40% ()。此外，欧盟共同农业政策（CAP）要求成员国采取减少土壤侵蚀、培肥地力、绿色覆盖等措施，将土壤健康纳入农业补贴考核。
• 中国：中国近年来高度重视土壤质量与健康，出台了一系列政策防治土壤退化和污染。2016年发布《土壤污染防治行动计划》（“土十条”），2018年颁布《土壤污染防治法》，全面推进受污染土壤调查治理，促进土壤资源可持续利用 (Law of the People’s Republic of China on Prevention and Control of Soil Contamination)。在提高土壤肥力方面，中国实施了东北黑土地保护计划（2020–2025），推广保护性耕作，在东北地区1.4亿公顷耕地上实行秸秆还田、免耕少耕等措施，以阻止肥沃黑土的退化 (Restoring black soil in northeastern China: “Panda Soil”)。同时，中国科学院联合地方启动**“黑土粮仓”科技工程**（2021年起），通过科技手段提升黑土地力，遏制退化，支撑粮食增产 ( Chinese scientists tailor farming methods to precious black soil-Xinhua )。此外，全国范围内大力推广秸秆还田、种植绿肥、测土配方施肥等农业措施，提高土壤有机质和养分供应，恢复土壤生态功能。

土壤初级生产力的评估：理论、方法及模型

概念与关键理论

土壤初级生产力通常指土壤支持植物生长和有机物质（生物量）积累的能力，是生态系统初级生产的一部分。初级生产力包括总初级生产力(GPP)和净初级生产力(NPP)：GPP是植物通过光合作用固定的总体碳量，NPP则是扣除植物呼吸消耗后的净生长量（即实际积累的生物质） (Net Primary Productivity)。换言之，NPP = GPP – 植物呼吸损耗 (Net Primary Productivity)。NPP常被用作衡量生态系统功能和土壤生产力的指标 (Net Primary Productivity)。

影响土壤初级生产力的理论基础涉及多学科因素，包括养分、生物和气候因素：

• 养分限制理论：根据李比希最小因子定律，植物的产量取决于其中最匮乏的那种必需要素，而非所有要素的总量 (Liebig's law of the minimum - Wikipedia)。这意味着即使土壤中其它养分充足，最短板养分不足也会限制植物生长。因此土壤肥力中氮、磷、钾等关键养分含量是生产力的重要决定因素，合理施肥可提高初级生产力。
• 水热条件：土壤生产力受制于气候因子如辐射、温度和降水。这些因素决定了土壤热量和水分状况，从而构成植物生长的基本环境框架 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。在全球尺度上，水分往往是限制农业初级生产力的首要因素；据研究，水分亏缺是多数农业生态系统的最大限制 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。例如，在干旱半干旱地区，降水和土壤蓄水能力决定了植被的年生产力上限。
• 土壤特性：在气候框架允许下，土壤自身的理化生性质决定了生产力的高低。健康的土壤提供生长介质、养分和水分支持植物扎根和生长。土壤有机质含量、结构（如团粒状况）、深度和pH等都会影响作物根系发育和养分、水分供应，从而影响初级生产力 (常见问题 | 2015 International Year of Soils) ( 土壤健康管理：让土地重回“绿色”和“健康”-中国科技网 )。例如，土层深厚、有机质丰富的土壤通常具有更高的生产潜力；反之，贫瘠或受污染的土壤会抑制植物产量。

评估方法

农业生态学领域，评估土壤初级生产力常以作物产量或生物量为直接指标，同时结合土壤测定与试验分析：

• 产量测定: 最直接的方法是在田间测量单位面积的作物产量或生物量增长，以此反映土壤在特定管理和环境条件下的生产力。例如，在长期肥力试验中，通过记录不同施肥或耕作处理的作物产量来比较土壤生产能力。**净初级生产力（NPP）**在农田可用作物收获的干物质量近似表示。
• 土壤养分及理化指标: 通过土壤检测评估土壤肥力状况，从而间接推断生产力。常用的方法包括测定土壤中的速效养分（氮、磷、钾）、有机质含量、阳离子交换量、水分保持能力等关键指标。这些指标与植物生长的关系密切，可用于建立土壤生产力指数或等级。例如，美国早期提出的**生产力指数模型 (PI)**根据土层厚度、有效水容量等土壤属性对土壤生产潜力进行评分 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。类似地，中国的土地质量评价也通过土壤肥力因子综合评分来反映耕地生产能力。
• 田间试验与生物测定: 农业生态学中还采用生物测定法，如种植指示作物或利用植物生长实验，观察不同土壤条件下植物的生长响应，以评价土壤供肥供水能力。肥料养分平衡试验可以判定哪个养分是限制因子，从而验证李比希定律在具体土壤上的适用性。通过这些试验数据，可校准和验证模型，对土壤生产力进行更精准的评估。

环境监测领域，由于关注大尺度的生态系统初级生产力，通常采用遥感技术和生态模型进行评估：

• 遥感监测: 卫星遥感提供了大范围同步观测植被生长状况的手段。其中最常用的是归一化植被指数(NDVI)等光学指数，它与植被覆盖和生物量密切相关。利用遥感数据可以估算区域或全球尺度的NPP (Net Primary Productivity)。具体方法主要有两类：其一，经验统计模型，通过将卫星观测的反射率或植被指数与地面实测的生物量/NPP建立统计关系（如线性回归），从而推算大范围的生产力 (Net Primary Productivity)；其二，物理机理模型，基于植被光合作用机理和光能利用率，利用遥感数据计算植被吸收的光合有效辐射（fPAR），再乘以预先设定的光能利用效率系数，估算出NPP (Net Primary Productivity)。后者常被称为光能利用率模型，典型代表是NASA的MODIS NPP算法等。这类模型综合了土地覆被、植被物候、气象数据和叶面积指数(LAI)等信息，可较准确地反映不同气候带植被生产力差异 (Net Primary Productivity)。
• 地面监测: 在生态环境监测中，还辅以地面观测手段，例如通量塔(eddy covariance towers)技术直接测定生态系统与大气间二氧化碳通量，从而计算实际的GPP和NPP。这种方法精度高，可连续监测局地生态系统的生产力动态，但空间覆盖有限，通常与遥感手段结合用于模型验证。

综上，农业生态学偏重直接测产和土壤分析，环境监测侧重遥感模型和宏观估算，两者相辅相成：前者提供实地数据和机理理解，后者提供尺度扩展和时空动态监控。

常用模型概述

为量化和预测土壤初级生产力，科研人员开发了多种模型工具，涵盖从田间尺度到区域尺度的应用。以下列举几类常用模型：

• 土壤生产力指数模型 (Productivity Index, PI)：基于土壤性状的经验模型。典型如 Pierce 等人提出的PI模型 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)，综合考虑土壤深度、有效水容量、pH等因素，为土壤赋予一个生产力评分。该模型可用于评估土壤的固有生产潜力及管理措施（如侵蚀）对产能的影响 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。
• EPIC 模型 (Erosion-Productivity Impact Calculator)：由美国农业研究人员开发的作物-土壤系统模拟模型，最初用于评估水土流失对土壤生产力的长期影响 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。 ( Models | Texas A&M AgriLife Blackland Research & Extension Center )EPIC可模拟约80种作物的生长，全程跟踪土壤水分、养分和有机质动态，预测不同耕作、轮作和管理策略下的土壤侵蚀、养分流失和作物产量 ( Models | Texas A&M AgriLife Blackland Research & Extension Center )。例如，EPIC可用于比较传统耕作与免耕情景下几十年后的土壤肥力和产量差异。
• 作物生长模拟模型：一大类动力学模型，用于模拟特定作物在给定土壤、天气和管理条件下的生长发育和产量。著名的如DSSAT模型包中的 CERES 系列模型（玉米CERES-Maize、小麦CERES-Wheat等）、澳大利亚的APSIM、欧洲的WOFOST模型等 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。这些模型基于作物生理和土壤过程，通过方程描述光合作用、蒸腾、养分吸收、生长分配等过程，能输出作物的逐日生长和最终产量 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。例如，CERES-Wheat模型可以根据土壤初始氮含量预测不同施肥水平下的小麦产量，从而用于土壤肥力管理决策。又如，DayCent模型（CENTURY模型的逐日版本）不仅模拟作物产量，还模拟土壤碳氮循环，可评估农田管理对土壤碳汇和温室气体排放的影响 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。
• 生态系统NPP模型：用于大尺度估算自然植被的初级生产力。典型模型之一是 CASA (Carnegie-Ames-Stanford Approach)模型，它广泛用于基于遥感数据计算区域植被NPP (GMD - Improved CASA model based on satellite remote sensing data: simulating net primary productivity of Qinghai Lake basin alpine grassland)。CASA模型采用光能利用率原理，利用卫星获取的每月植被指数和气候数据，计算植物每月固定的碳量 (GMD - Improved CASA model based on satellite remote sensing data: simulating net primary productivity of Qinghai Lake basin alpine grassland)。其输入包括气温、降水、太阳辐射和土地覆盖类型等，可输出网格化的NPP分布图。在全球变化研究中，CASA和改进的MODIS NPP算法等被用于监测长期生产力趋势和评估生态系统对气候变化的响应 (GMD - Improved CASA model based on satellite remote sensing data: simulating net primary productivity of Qinghai Lake basin alpine grassland)。此外，一些综合模型（如全球农业生态区模型GAEZ）结合土壤、水利和气候因子，预测在不同情景下区域乃至全球的作物生产潜力，为粮食安全和土地利用决策提供科学依据 (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy) (Assessing the productivity function of soils. A review | Agronomy for Sustainable Development, Agronomy)。

总结：土壤初级生产力评估融合了理论（如营养限制、水分热量条件等）、现场监测方法（产量测定、土壤分析、遥感观测）和模型工具（作物模型、生态模型）。在农业生态学上，这些评估帮助优化土壤管理、提高作物产量；在环境监测上，则用于追踪生态系统健康和碳循环动态。通过多尺度、多学科的方法结合，我们能够更全面地理解土壤生产功能，为实现农业可持续和生态环境保护提供科学支撑。 (Liebig's law of the minimum - Wikipedia)