了解土地利用类型对土壤质量和功能的影响对于在特定地区采用合适的农业管理做法至关重要。主成分分析（PCA）是一种常用的统计方法，广泛用于选择MDS指标。然而，PCA有时并不能充分揭示在不同土地利用条件下土壤质量变化的全部关键因素。网络分析（Network Analysis，NA）是一种新颖的统计技术，可利用图形可视化展示各土壤指标间的关系，不仅能够确定每个指标的重要性，还能揭示土壤指标间的复杂性与相互作用。然而，对于NA方法在土壤质量评价中的应用及其与PCA的比较探讨在国内外还鲜有研究。

本研究通过NA和PCA法量化土壤质量指数（Soil Quality Index，SQI），以探究土地利用类型（农田、林地和草地）对中国东北风蚀区（通辽的科尔沁沙地和齐齐哈尔的松嫩沙地）的SQI的影响。为了选择最小数据集（MDS），共测量了27个土壤物理、化学和生物性质，并使用加法、加权方法以及线性、非线性评分函数在两个研究地点各确定了8组SQI值。

结果表明，土地利用对中国东北风蚀地区的土壤质量有显著影响，土壤质量指数按递减顺序排序为林地>草地>农田（图1）。网络分析结果显示，通过NA方法获得的MDS指标数量更少，但NA通过识别生物指标提高了指标贡献率，但可为土壤质量评价提供更敏感而有效的信息增加了MDS的全面性。且NA计算简单，不需要满足参数统计分析假设的正态分布数据。另一方面，NA方法使用更稳健的斯皮尔曼相关分析，降低了变量间网络的复杂性。NA和PCA法都选择了土壤有机碳（通辽）和饱和含水量（齐齐哈尔），被认为是对土地利用类型响应最敏感的土壤质量指标（图2）。NA计算的SQI的土壤敏感性指数（1.34 ~ 2.02）高于PCA（1.30 ~ 1.80）。因此，作为一种简单而稳定的工具，NA在计算SQI方面比PCA更有效，并且更好地区分不同土地利用土壤质量的变化。具体而言，考虑到根据网络分析方法的非线性函数和加权法整合得出的SQI在不同土地利用方式之间的差异更明显，变异性更大，更能敏感地反映出土地利用变化的影响，因此SQI_NA-wnl拟用于中国东北风蚀区不同土地利用下土壤质量评价。本研究可为不同土地利用类型的土壤质量评价体系提供科学依据，帮助确定最具敏感性的指标与最优的分析方法。

图1 通过主成分分析（PCA）和网络分析（NA），采用线性（l）或非线性评分法（nl），以及加法（a）或加权（w）法整合，得出农田、林地和草地的土壤质量指数（SQI）。

图2 通辽（a）和齐齐哈尔（b）的网络图（P< 0.05）。Gephi软件识别出的模块M1、M2和M3用不同颜色表示。绿线表示正相关，红线表示负相关。

相关研究成果发表在农林科学国际期刊Soil and Tillage Research（中科院1区Top）上。东北地理所联合培养博士生高明为论文第一作者，李猛高级工程师为通讯作者。研究得到国家重点研发计划（2021YFD1500702和2021YFD1500801）联合资助。

论文信息：

Ming Gao,Wei Hu,Meng Li*,Shuli Wang,Lin Chu. Network analysis was effective in establishing the soil quality index and differentiated among changes in land-use type. Soil & Tillage Research,2025,246,106352.

论文链接：

https://doi.org/10.1016/j.still.2024.106352