土壤有机质（Soil organic matter，SOM）是土壤肥力形成的物质基础，其含量高低、质量好坏直接或间接决定土壤质量，进而显著影响作物高产稳产^[1]。土壤有机质（SOM）可以分为颗粒态有机质（Particulate organic matter，POM）和矿物结合态有机质（Mineral-associated organic matter，MAOM）^[2]。虽然POM具有比重小（< 1.85 g·cm^–3）、颗粒大（53~2000 μm）、C/N比高（10~40）、周转快（几年至几十年）、易被微生物分解的特征，对土壤管理变化的响应更为敏感，是SOM最活跃的组分，但大部分POM仍能稳定地被闭蓄在团聚体内^[2-4]。因此，深入解析团聚体对POM的物理保护作用，对提高耕地质量具有重要意义。

团聚体内POM对不同秸秆还田方式的响应存在差异。许多研究表明免耕还田能够显著提高表层土壤团聚体POM含量^[5-6]。与旋耕还田相比，严昌荣等^[7]报道免耕还田使褐土0~10 cm土层POM含量提高了15%，但10~40 cm土层并没有明显增加；丁天宇等^[8]发现深翻还田使砂姜黑土0~10 cm土层POM含量降低了35.0%，使20~40 cm土层POM含量增加了116%。王楠楠等^[9]与免耕还田相比，深翻还田使草甸土20~30 cm和30~40土层团聚体内POM含量降低了51.3%和37.6%。上述研究多聚焦在POM含量的变化，有关秸秆还田方式对团聚体内POM空间分布信息的影响鲜有报道。

传统定量POM多采用密度与颗粒联合分组的方法来间接实现^[4]，破坏了样品完整性，无法分析空间结构特征。近年来，高分辨率X射线CT技术（XCT）结合先进的图像分析为解决这一问题提供了理想的手段。POM的来源多种多样，其尺寸、形状特征存在较大的差异。Elyeznasni等^[10]利用X射线CT技术能够分离出秸秆残体等体积较大的有机物质，但是无法对分解程度较高的旧POM进行准确识别。为了增加POM与土壤固相之间的灰度值差异，Peth等^[11]提出了锇染色POM，通过识别图像中锇的位置进而分析POM在团聚体内的空间分布；但是，染色的浓度和信号强度以及样品尺寸对检测结果均产生较大影响；其次，锇蒸气有剧毒，限制了进一步拓展POM的研究。为此，Kravchenko等^[12]综合考虑POM的形状、尺寸和灰度值范围，结合地统计法对POM进一步判别分析和分割，但是易产生错误分类。最近，Schlüter等^[13]首次利用机器学习从CT扫描图像中分离出新鲜残体和旧POM，为量化团聚体内POM空间分布信息提供了新的手段。

团聚体孔隙结构直接决定了水分运移和气体交换，在POM累积或转化过程中起到了重要作用^[2-3]。Kravchenko等^[14]报道4~6 mm团聚体内POM分解量与 > 13 μm孔隙呈显著正相关性。而Liang等^[15]发现10~100 μm孔隙度与POM呈负相关性，表明这些孔隙不利于POM的积累。Wang和Hu^[16]发现POM含量与团聚体孔隙数量呈显著负相关性，大量小孔隙（< 30 μm）限制了POM积累。新鲜植物残体进入团聚体后，迅速成为微生物分解的热点，孔隙通过影响微生物活性间接决定其矿化过程；而旧POM与土壤基质结合、矿化程度高，受孔隙影响小^[9，17-18]。连通性孔隙水气运移状况良好，位于连通性孔隙中的新鲜残体分解转化速率更快，其分解后能够促进土壤基质中旧POM的累积^[13]。上述研究虽然探究了团聚体内孔隙大小与POM之间的关系，但是团聚体内新鲜残体、旧POM在连通性孔隙中的空间分布特征尚不清楚。

秸秆作为重要的外源有机物料，对提升土壤有机质、促进团粒结构形成和提高作物产量具有重要作用^[19]。砂姜黑土是中国典型的中低产田土壤类型之一，有机质含量低且团聚结构形成难，严重影响作物生长^[20-21]。淮北平原砂姜黑土区普遍实行冬小麦-夏玉米轮作制度，秸秆资源量巨大，秸秆直接原位还田是秸秆综合利用的主要途径。目前，直接还田的方式主要有：免耕覆盖还田、浅旋耕还田、深耕翻埋还田。当地农民普遍采用旋耕还田方式，但是长期旋耕导致耕层变浅、犁底层容重增加，探究适宜的秸秆还田方式对于土壤结构改良具有重要意义。不同还田方式对土壤团聚作用的影响不同，促进形成不同结构的土壤团聚体，团聚体内新、旧POM在连通性孔隙中的空间分布特征可能存在显著差异。目前，由于CT图像中POM分割技术的限制，原位分析团聚体内POM与孔隙结构的关系仍不清楚。因此，本研究基于砂姜黑土连续6年耕作还田定位试验，利用机器学习结合XCT扫描技术，探究不同秸秆还田方式对不同土层（0~10 cm、10~20 cm、20~40 cm）团聚体内POM空间分布以及孔隙特征的影响，以期为优选培肥改良砂姜黑土的秸秆还田方式提供一些理论参考。

砂姜黑土秸秆还田与耕作定位试验于2015年10月在安徽龙亢农场建立（33°32′ N，115°59′ E）。采样区域属于暖温带半湿润季风气候，年均气温14.8 ℃，年均降水量900 mm。土壤类型为河湖相石灰性沉积物发育的砂姜黑土，含砂粒8.0%、粉粒54.1%、黏粒37.9%。试验开始前，耕层土壤容重为1.35 g·cm^–3，有机碳11.5 g·kg^–1，全氮1.29 g·kg^–1，全磷0.39 g·kg^–1，全钾7.91 g·kg^–1，碱解氮146 mg·kg^–1，有效磷18.9 mg·kg^–1，速效钾162 mg·kg^–1，pH为7.24。

试验采用单因素随机区组设计，共设置免耕还田（NTS），旋耕还田（RTS）和深翻还田（DPS）3个处理，3次重复，共9个小区，小区面积为80 m²（10 m×8 m）。作物体系为冬小麦-夏玉米轮作，小麦（6月）和玉米（10月）收获后全量粉碎还田。三种秸秆还田方式具体如下：（1）免耕还田（NTS）。全年不耕作，玉米和小麦收获后秸秆粉碎覆盖在土壤表层，采用中国农业大学研制的免耕播种机一次性完成播种和镇压作业。（2）旋耕还田（RTS）。玉米收获后秸秆粉碎还田，采用1GKN-200H型旋耕机旋耕2遍，作业深度15 cm；小麦收获后秸秆粉碎覆盖还田并进行免耕播种。（3）深翻还田（DPS）。玉米收获后秸秆粉碎还田，采用1LFT-435型翻转犁进行25~30 cm深翻作业，并浅旋10 cm以打碎大土块；小麦收获后秸秆粉碎覆盖还田并进行免耕播种。试验地施用的化肥为尿素、过磷酸钙和氯化钾，每季基肥施用量N、P₂O₅、K₂O分别为100 kg·hm^–2、60 kg·hm^–2、90 kg·hm^–2，小麦、玉米拔节期各追施N 110 kg·hm^–2。

在2021年9月下旬玉米收获时采集土壤样品。在玉米行间随机采集3层（0~10、10~20和20~40 cm）混合土样带回实验室，风干，过8 mm筛，在每个处理原状小块土中选取1个形状近似球体、直径为6~8 mm的团聚体用于XCT扫描。

利用XCT（Phoenix Nanotom，Germany）扫描土壤团聚体，扫描电压为100 kV，电流为100 μA，每个团聚体在样品台匀速旋转360°以采集图像，图像分辨率为8 μm，利用Datos | x2 Rec软件进行图像重建，得到8位灰度图像，存储为tiff格式。

将图像导入到Image J软件中，首先调节图像亮度和对比度以增强图像，并利用非局部均值滤波器进行降噪。在VG Studio MAX 2022软件中利用自适应矩形工具（等值为128，深度为2）裁剪团聚体以去除团聚体外部图像对分割过程的干扰。在Image J软件利用全局阈值分割法将灰度图像分割为孔隙和土壤固相两部分^[22]。在Image J软件计算团聚体孔隙度（> 16 μm）、连通孔隙度。孔隙度是基于XCT图像得到的孔隙（> 16 μm）体积占团聚体总体积的百分比，本研究中识别的最小孔径为16 μm。利用“Purify”插件得到最大孔隙网络，即连通性孔隙^[23]。连通孔隙度（ϕ_c，%）定义为：

式中，ϕ_c表示连通孔隙度（%），V_c表示连通性孔隙体积（cm³），V_a表示团聚体总体积（cm³）。

Ilastik是一款基于机器学习的图像分析开源软件^[24]，可完成POM分割，其像素分类流程借助随机森林分类器，识别特征为图像的灰度值及梯度、纹理信息。通过人为标注完成对POM、孔隙度和土壤基质三种材料的分类，分类器根据标注完成对所有图像的训练与分割（图 1a）。将POM类别导入Fiji软件中，利用“MorphoLibj”插件^[25]中“Connected Components Labeling”对每个POM添加标签，利用“Analyze Regions 3D”计算出每个POM的特征参数，筛选出体积大于1.28×10⁵ μm³（250个体素）的POM。根据以下特征参数将POM分为新鲜残体和旧POM两部分^[13]：体积、团块性、紧密性、球形度和板状性（表 1）。这些特征反映了POM分解状态和破碎程度，进入到土壤中的新鲜残体不断分解，形成较为稳定的旧POM。新鲜残体以未分解或半分解的根系、叶片、秸秆为主，呈纤维状或板状；旧POM分解程度较高，呈紧密球状（图 1b）^[10，13]。在0~10 cm土层免耕还田处理中随机选取一个团聚体，从8 803个POM对象中挑选出914个，在目视检查后被手动分配为新鲜残体和旧POM，使用随机森林分类器进行分类和预测：将预先分配的914个POM样本分为数据训练集（640个样本）和验证集（274个样本），采用决策树数量为100随机森林分类器对数据训练集进行分类训练，在数据验证集上对所构建的分类器进行评估，错误率为2.68%，然后将该算法应用于整个数据集。分类结果通过“MorphoLibj”插件中“Assign Measure to Label”与图像标签绑定，以实现不同POM种类的图像分割。连通性孔隙和新、旧POM分布三维可视化通过VG Studio Max 2022软件获得。POM体积密度（POM volume density，mm³·cm^–3）定义为^[26]：

式中，C_POM表示POM体积密度，V_POM表示基于图像分割得到的POM体积（mm³）。

注：图a中红色、蓝色和绿色区域分别表示土壤基质、孔隙和POM。   Note：The red，blue and green areas indicate the soil matrix，pore space and POM in Figure a，respectively. 图 1 图像分割和POM分类 Fig. 1 Image segmentation and POM classification

为研究POM在连通性孔隙中的比例，利用Image J软件的min算法获得新鲜残体、旧POM与连通性孔隙相交的图像，计算相交部分的体积。

新鲜残体（或旧POM）在连通性孔隙中的体积密度（C，mm³·cm^–3）计算如下：

表 1 Table 1

表 1 用于随机森林分类的POM特征参数 Table 1 Morphological traits of POM objects used for random forest classification 特征 Trait 定义 Definition 特征 Trait 定义 Definition 团块性 Blobness $ {{{R_{\text{3}}}} \mathord{\left/ {\vphantom {{{R_{\text{3}}}} {\sqrt {{R_{\text{2}}}{R_{\text{1}}}} }}} \right. } {\sqrt {{R_{\text{2}}}{R_{\text{1}}}} }} $ （3） 球形度 Sphericity ${{36\pi {V^2}} \mathord{\left/ {\vphantom {{36\pi {V^2}} {{A^3}}}} \right. } {{A^3}}}$ （5） 紧密性 Compactness $ {V \mathord{\left/ {\vphantom {V {\frac{4}{3}\pi {R_{\text{1}}}{R_{\text{2}}}{R_{\text{3}}}}}} \right. } {\frac{4}{3}\pi {R_{\text{1}}}{R_{\text{2}}}{R_{\text{3}}}}} $ （4） 板状性 Plateness ${{\left| {{R_{\text{2}}}} \right|} \mathord{\left/ {\vphantom {{\left| {{R_{\text{2}}}} \right|} {\left| {{R_{\text{1}}}} \right|}}} \right. } {\left| {{R_{\text{1}}}} \right|}}$ （6） 注：图像中每个POM被等效惯性的椭球体替代，R1、R2、R3分别表示椭球体的三个半径，其中R1 > R2 > R3。S和A分别为每个POM实际表面积和实际体积。Note：Each POM in the images is replaced by an ellipsoid of equivalent inertia. R1，R2，and R3 denote the three radii of the ellipsoid，where R1 > R2 > R3. S and A are the real surface area and real volume of each POM，respectively.

表 1 用于随机森林分类的POM特征参数 Table 1 Morphological traits of POM objects used for random forest classification

式中，V_CPOM表示鲜残体（或旧POM）在连通性孔隙中的体积（mm³）。

新鲜POM（或旧POM）在连通性孔隙中的比例（P）计算如下：

式中，C_POM表示团聚体中新鲜POM（或旧POM）体积密度（mm³·cm^–3）。

利用SPSS 21.0软件进行统计分析，采用最小显著差异法进行多重比较，检验各处理间数据差异，显著性水平为0.05。

由图 2可知，不同秸秆还田方式处理下POM体积密度在土层中的垂直分布存在差异。整体而言，三种秸秆还田处理下各土层中团聚体内POM以新鲜残体为主，占76.4%~87.0%。针对POM体积密度而言，0~10 cm土层中免耕还田处理下总POM体积密度均高于旋耕还田和深翻还田，然而，在10~20 cm和20~40 cm土层中，深翻还田处理下总POM体积密度高于免耕还田和旋耕还田。具体而言，与旋耕还田相比，免耕还田使0~10 cm土层总POM体积密度显著提高了54.4%，其中新鲜残体体积密度显著提高了56.7%（P < 0.05），而深翻还田使0~10 cm土层中总POM体积密度降低了37.4%，其中新鲜残体体积密度显著降低了40.4%（P < 0.05）；0~10 cm土层中各处理下旧POM体积密度无显著性差异（P > 0.05）。在20~40 cm土层中，与旋耕还田相比，深翻还田使团聚体内总POM、新鲜残体、旧POM体积密度分别显著提高了2.78倍、3.10倍和1.72倍（P < 0.05）。

注：NTS、RTS和DPS分别代表免耕还田、旋耕还田和深翻还田；不同大、小写字母表示同一土层不同秸秆还田方式处理下新鲜残体、旧POM体积密度存在显著性差异（P < 0.05）。   Note：NTS，RTS，and DPS refer to no-tillage，rotary-tillage，and deep ploughing with straw return，respectively. Different uppercase and lowercase letters indicate significant differences（P < 0.05）in fresh residues and old POM volume density under different straw return practices in the same soil layer. 图 2 基于XCT图像获得的不同秸秆还田方式下各土层团聚体内新鲜残体和旧POM体积密度 Fig. 2 Fresh residue and old POM volume density of aggregates in various soil layers under different straw return practices based on XCT images.

从三维图像来看（图 3），免耕还田和旋耕还田处理下团聚体内POM体积密度主要集中在0~20 cm土层。在20~40 cm土层中，免耕还田和旋耕还田处理下POM体积密度显著降低，且存在部分半分解或未分解的根系；深翻还田处理下团聚体内POM主要集中在20~40 cm土层，以半分解的作物秸秆和植物根系为主。

NTS—免耕还田No-tillage with straw return；RTS—旋耕还田Rotary-tillage with straw return；DPS—深翻还田deep ploughing with straw return. 注：绿色部分表示新鲜POM，橙色部分表示旧POM。团聚体直径为6~8 mm。Note：The green part indicates fresh POM；and the orange part indicates old POM. The aggregate diameter is 6~8 mm. 图 3 不同秸秆还田方式下各土层团聚体总POM、新鲜残体和旧POM的三维图像 Fig. 3 Three-dimensional images of total POM, fresh residues and old POM of soil aggregates under different straw return practices in various soil layers

整体而言（图 4），在0~20 cm土层中，不同秸秆还田方式下团聚体孔隙度（> 16 μm）未表现显著性差异（P > 0.05）。在20~40 cm土层中，相较于旋耕还田，深翻还田团聚体孔隙度显著提高了74.2%（P < 0.05）。与0~10 cm土层相比，免耕还田处理下0~10 cm土层团聚体连通孔隙度显著高于20~40 cm土层（P < 0.05），而深翻还田处理下0~10 cm、10~20 cm和40~40 cm土层中连通孔隙度无显著性差异（P > 0.05）。在20~40 cm土层中，与旋耕还田相比，深翻还田使连通孔隙度提高了142.8%（P < 0.05）。从三维孔隙来看（图 5），在0~10 cm土层中3种还田处理下连通性孔隙均遍布在整个团聚体中，孔隙较为复杂；免耕还田处理下10~20 cm和20~40 cm土层以根系穿插导致的生物孔隙为主；在20~40 cm土层中，深翻还田处理下连通性孔隙分布在整个团聚体中，管状生物孔隙较少。

注：不同大写字母表示同一秸秆还田方式不同土层存在显著性差异；不同小写字母表示同一土层不同秸秆还田方式处理间存在显著性差异（P < 0.05）。   Note：Different uppercase letters indicate significant differences（P < 0.05）under different soil layers in the same straw return practice. Different lowercase letters indicate significant differences（P < 0.05）under different straw return practices in the same soil layer. 图 4 不同秸秆还田方式下各土层团聚体孔隙度和连通孔隙度 Fig. 4 Soil aggregate porosity and connected porosity under different straw return practices in various soil layers

注：图中红色部分表示连通性孔隙。   Note：The red part indicates connected pores. 图 5 不同秸秆还田方式下各土层团聚体连通性孔隙网络的三维图像 Fig. 5 Three-dimensional images of soil-connected pore network of aggregates under different straw return practices in various soil layers.

由图 6可知，连通性孔隙是POM分布的重要场所，其中新鲜残体分布比例为0.266~0.788，旧POM分布比例为0.177~0.569；在0~10 cm土层中，与旋耕还田相比，免耕还田和深翻还田分别使新鲜残体在连通性孔隙中的比例提高了25.5%和24.1%，免耕还田使连通性孔隙中新鲜残体体积密度显著提高了96.4%（P < 0.05）。在20~40 cm土层中，与旋耕还田相比，深翻还田使连通性孔隙中新鲜残体的比例和体积密度分别提高了1.74倍和9.41倍，使旧POM比例和体积密度分别提高了2.02倍和7.96倍（P < 0.05）。

注：比例表示在连通性孔隙中的新鲜残体（旧POM）占新鲜残体（旧POM）总量的比例。不同大、小写字母表示同一土层不同秸秆还田方式处理下新鲜残体、旧POM体积密度在连通性孔隙中的比例或体积密度存在显著性差异（P < 0.05）。   Note：The proportions indicate the proportion of fresh residues（old POM）to total fresh residues（old POM）in the connected pores. Different uppercase and lowercase letters indicate significant differences（P < 0.05）in the proportion or volume density of fresh residue and old POM in the connected pores for different straw return practices in the same soil layer. 图 6 不同秸秆还田方式下各土层新鲜残体和旧POM在连通性孔隙中的比例和体积密度 Fig. 6 Proportions and volume density of fresh residues and old POM in connected pores of aggregates under different straw return practices in various soil layers

本研究基于特征参数将POM分为新鲜残体和旧POM两部分，反映出POM不同分解状态^[10，13]。其中，新鲜残体作为POM的主要成分，包含未分解或半分解的植物根系、秸秆、叶片等，易成为微生物分解的对象，对团聚体发育和孔隙形成具有重要作用^[2，23]。本研究中，0~10 cm土层中免耕还田处理下团聚体新鲜残体体积密度均高于旋耕还田和深翻还田处理（P < 0.05，图 2），这是由于在免耕还田处理中，大量秸秆覆盖在土壤表层，未分解或半分解的作物秸秆为POM累积提供了重要来源^[27]；旋耕还田将部分秸秆旋至10~20 cm土层中，减少了表层土壤碳来源和新鲜残体数量；深翻将大量秸秆翻至20~40 cm土层中的同时，将犁底层土壤翻至表层，导致表层土壤团聚体内新鲜残体数量显著低于免耕还田。然而，三种还田方式处理下0~10 cm土层团聚体孔隙度无显著性差异（P > 0.05，图 4），主要是由于免耕还田处理下，积聚在表层的秸秆分解和作物根系穿插促进了团聚体发育和孔隙网络的形成^[28]；而旋耕还田和深翻还田处理下部分秸秆被转移至深层土壤中，导致表层秸秆量少于免耕还田，秸秆分解形成的孔隙数量有限，然而机械扰动促进了团聚体的破碎和形成，进而促进了大量孔隙结构的形成^[29]。在20~40 cm土层中，深翻还田处理下团聚体连通孔隙度和POM体积密度均显著高于免耕还田和旋耕还田（P < 0.05）（图 2、图 4），这主要是因为长期免耕和旋耕致使犁底层土壤紧实度增加，孔隙空间不断减少，作物根系下扎受阻，深层土壤（20~40 cm）缺乏稳定的POM来源，团聚体的发育过程受阻^[30]。而深翻还田促进了20~40 cm土层团聚体结构发育和POM累积，新鲜残体和旧POM体积密度得到显著提升（图 2、图 6、图 7）（P < 0.05），一方面是因为深翻打破犁底层促进了根系下扎，同时将大量秸秆转移至深层土壤中，提高了团聚体中新鲜残体体积密度；此外，新鲜残体分解后，部分分解产物以旧POM的形式与土壤基质结合，促进了团聚体内旧POM的累积^[13]；另一方面机械翻转能够改善土壤结构，提高土壤通气导水能力，有利于促进秸秆和根系腐解产生新孔隙^[31]；且深层土壤中秸秆腐解和根系代谢分泌产生的胶结物促进了大团聚体的形成^[32-33]（图 7）。

图 7 深翻还田处理下土壤团聚体物理保护机制概念图 Fig. 7 Conceptual diagram of the physical protection mechanism of soil aggregates under deep ploughing with straw return

团聚体物理保护是POM的主要保护机制，团聚体内部孔隙创造了物理微环境，在微生物、酶和POM之间形成物理屏障，导致微生物很难将POM分解^[3-4]。有研究发现，团聚体内 < 30 μm孔隙不利于POM的存储^[16]，Liang等^[15]报道了POM与10~100 μm孔隙呈显著负相关，表明微小孔隙结构不利于POM累积。而在本研究中，连通性孔隙作为整体结构，遍布在整个团聚体中，在POM累积和分解转化过程中发挥了重要作用。新鲜残体分布在连通性孔隙中的比例高于旧POM（图 6），表明连通性孔隙是新鲜残体分解转化的重要场所，而大量旧POM与土壤基质或小孔隙紧密结合，受到团聚体的物理封锁而保持稳定^[10，13]。长期秸秆还田是促进团聚体POM累积和连通性孔隙结构形成的重要措施。新鲜的秸秆残体C/N比高，容易成为真菌和其他微生物生长的热点^[18]，微生物分解产生的有机酸、多糖和其他凝胶状物质与秸秆中的木质素等充当为胶结剂^[5]，使真菌菌丝、残体碎屑、土壤颗粒等结合在一起形成团聚体^[34-35]。随着团聚化程度的提高，大量植物残体、颗粒有机质碎屑被包裹在团聚体内部，这一过程伴随着大量新孔隙的形成。一方面，团聚体内部孔隙为这些新鲜POM提供储存场所；另一方面，新鲜残体分解和二氧化碳释放均有助于团聚体内部连通性孔隙的形成^[14，36-37]（图 7）。团聚体内POM含量取决于碳投入量与现有POM分解量之间的平衡，易受到微生物活性的影响，连通性孔隙结构通过调节水分运输和气体交换，间接影响新鲜残体分解转化为旧POM过程^[13]。而作物秸秆作为重要碳来源，能够及时补充团聚体内矿化的新鲜残体。因此，在长期秸秆还田条件下，POM和孔隙之间的互馈作用决定了团聚体的发育状况，合理利用秸秆资源对于土壤结构改善具有重要意义。在未来的研究中需关注不同粒级团聚体孔隙与POM动态转化过程之间的关系，以进一步探究团聚体的物理保护机制。

本研究通过连续6年秸秆还田定位试验，发现不同秸秆还田方式对砂姜黑土不同土层团聚体内新、旧POM空间分布影响显著：免耕还田处理下秸秆主要覆盖在土壤表层，秸秆分解提高了表层团聚体总POM体积密度、新鲜残体体积密度，但深层（20~40 cm）土壤缺乏有机碳来源，不利于团聚体的发育；而深翻将表层的秸秆翻入至深层土壤中，显著提高了20~40 cm土层团聚体内新鲜残体和旧POM体积密度，并改善了孔隙结构；新鲜残体构成了POM的主要成分，连通性孔隙是新鲜残体存储和分解转化的重要场所；综上所述，深翻还田能够有效促进深层（20~40 cm）土壤团聚体连通性孔隙网络的形成和POM累积，对于土壤质量提升具有重要作用。