桂西北干热河谷典型森林类型土壤质量综合评价

摘 要：【目的】综合评价桂西北干热河谷典型森林类型土壤质量，以期为干热河谷区域森林经营管理和资源可持续利用提供科学参考。【方法】以桂西北干热河谷林区内的常绿落叶阔叶混交林、落叶阔叶次生林、落叶阔叶人工林和针叶人工纯林4种典型林地为研究对象，测定其土壤物理、化学和生物学指标共14个，运用主成分分析和最小数据集法构建质量评价最小数据集，通过加权综合指数法开展土壤质量综合评价。【结果】1）针叶人工纯林土壤化学养分和蔗糖酶活性显著低于阔叶林，阔叶人工林土壤性质与次生林无显著差异，总体上桂西北干热河谷林区土壤呈干旱缺磷的特征；2）筛选出含水率、全磷和全氮构建最小数据集，可以解释全数据集质量指标的77%，能系统有效地评价研究区内土壤质量；权重排序为含水率（0.364）>全磷（0.340）>全氮（0.296），含水率和全磷是影响土壤质量的主要指标；3）不同林型土壤质量指数排序为常绿落叶阔叶混交林（0.618）>落叶阔叶人工林（0.598）>落叶阔叶次生林（0.473）>针叶人工纯林（0.282），针叶人工纯林土壤质量显著最低（P<0.05）。【结论】针叶人工林土壤质量显著低于阔叶林，含水率和全磷含量是限制干热河谷林区土壤质量的关键因素。

关键词：干热河谷；主成分分析；最小数据集法；土壤质量评价

中图分类号：S714.8 文献标志码：A 文章编号：1673-923X（2024）06-0156-09

基金项目：广西科技计划项目（桂科AB21220026）；广西重点研发计划（2023AB26024）；广西林业科技项目（桂林科研[2022ZC]第29号）；广西自筹经费林业科技项目（桂林科研[2022ZC]第105号）。

Comprehensive evaluation of soil quality of typical forests in dry-hot valley of northwest Guangxi

ZHONG Ping1， LU Zhifeng2， WEI Shuoxing3， HUANG Ling2， GAO Feng3， WANG Zhihui3， CEN Zuozhou2， WANG Guangjun1

（1. College of Life and Environmental Sciences， Central South University of Forestry Technology， Changsha 410004， Hunan， China； 2. Guangxi State-owned Yachang Forest Farm， Baise 533099， Guangxi， China； 3. Guangxi Forestry Research Institute， Nanning 530002， Guangxi， China）

Abstract：【Objective】This study comprehensively evaluated the soil quality of typical forest types in the dry-hot valley of northwest Guangxi， aiming to provide scientific parameters for the management of forested areas and sustainable development of forest resources in this region.【Method】Four typical forest types （evergreen and deciduous broad-leaved mixed forest， deciduous broad-leaved secondary forest， deciduous broad-leaved plantation and pure coniferous plantation） in the dry-hot valley of Northwest Guangxi were selected for the study. Fourteen physical， chemical， and biological soil indicators were measured. The minimum dataset for quality assessment was constructed using principal component analysis and the minimum dataset method. Soil quality comprehensive assessment was conducted using a weighted composite index method.【Result】1） The soil chemical nutrients and sucrase activities of pure coniferous plantations were significantly lower than those of broad-leaved forests， and there was no significant difference between the soil properties of broadleaved plantations and those of secondary forests； 2） The minimum data set of water content， total phosphorus and total nitrogen was screened out to construct the minimum data set， which could explain 77% of the total data quality index， and could effectively and systematically evaluate the soil quality in the study area. The weights were water content （0.364）>total phosphorus （0.340）>total nitrogen （0.296）， highlighting moisture content and total phosphorus as the primary indicators influencing soil quality； 3） The soil quality index ranking across different forest types is as follows： evergreen and deciduous broad-leaved mixed forest （0.618）>deciduous broadleaved plantation （0.598）>deciduous broad-leaved secondary forest （0.473）>pure coniferous plantation （0.282）. The soil quality of coniferous plantations is significantly the lowest （P<0.05）.【Conclusion】The soil quality of coniferous plantations is lower than that of broad-leaved forests. The water content and total phosphorus levels emerge as crucial factors limiting soil quality in the dry-hot valley forested areas.

Keywords： dry-hot valley； principal component analysis； minimum dataset method； soil quality evaluation

干热河谷是我国西南特殊的地理单元和重要生态脆弱区，受季风气候和西南暖湿气流及深切山谷地形的交错影响，具有高温干热、季节性干旱明显的典型环境特征[1-2]。准确评价土壤质量和识别主要限制因素，对干热河谷脆弱森林生态系统恢复和森林资源可持续利用具有重要意义。干热河谷由于气候干热、土壤流失严重、植被恢复困难等生态环境问题[3-4]，加上人为干扰的影响，已成为我国生态严重退化和造林极为困难的典型脆弱区[5]。植被恢复是干热河谷生态环境重建的基础，而土壤质量及演化趋势是植被恢复与重建的关键[6-7]。尽管在树种遴选、植物配置、造林技术方案等方面开展了许多工作[8]，干热河谷植被退化趋势得到初步遏制，但仍存在立地困难、生产力低、生态系统功能退化等诸多问题，这可能与忽视了其土壤质量水平有关。

土壤是植物生长发育的场所，是森林的重要组成部分。土壤质量是土壤维持植物生长、提高植被生产力、维持森林生态系统功能及可持续发展的能力[9-10]。采用土壤物理、化学和生物学性质进行土壤质量综合评价已成为全球可持续发展的重要内容[11-12]。已有许多学者对东北林区[13]、华北林地[14]、黄河三角洲湿地[15]、西北草地[16]、黄土高原[12]及亚热带森林[17-18]土壤质量评价开展了研究，但关于干热河谷森林土壤质量综合评价的研究相对较少。以往的研究主要集中于干热河谷不同土地利用方式或植被恢复对土壤物理、化学性质的影响[19-20]，对干热河谷次生林和人工林土壤质量水平和限制因素的综合分析评价较为缺乏。

以桂西北干热河谷林区内常绿落叶阔叶混交林、落叶阔叶次生林、落叶阔叶人工林和针叶人工纯林4种典型林地为研究对象，分析不同林型土壤理化性质特征，综合评价研究区典型森林土壤质量，以期为干热河谷区域森林经营管理和资源可持续利用提供科学参考。

1 材料与方法

1.1 研究区概况

研究区为广西壮族自治区国有雅长林场典型干热河谷林区（106o18′E～110°16′，24o56′～24o59′N），位于广西西北部，西临南盘江，北靠红水河。地形为高山峡谷，山高坡陡谷深，海拔375～1 970.9 m。成土母岩为砂岩、砂页岩和石灰岩，土层较薄，厚度为40～60 cm，砾石含量30%～70%。气候干热，光热资源充足、降水季节分布不均。年均降水量约1 051.7 mm，雨季集中在5—8月，占全年降水总量的80%以上，9月至翌年4月为旱季，年蒸发量1 484.7 mm。具有明显的季节性干旱和降水少、蒸散率高的干热河谷气候特征[21]。随着全球气候变暖，近年研究区内阶段性气象干旱频发。

1.2 试验设计

选取林区内白栎-雷公青冈次生林（Quercus fabri-Quercus hui secondary forest）、麻栎Quercus acutissima次生林、香椿Toona sinensis人工林和马尾松Pinus massoniana人工林4种典型森林土壤为研究对象，每种林型布设4个25 m×25 m重复样地。样地内每木检尺（3 cm起测），调查记录样地海拔、坡度、坡向、人为干扰等林分基本信息。

白栎-青冈次生林和麻栎次生林为20世纪90年代封育形成的天然次生林，长年无人为干扰。香椿林和马尾松林均为1996年造林，造林当年适当施肥，之后无施肥，造林后连续抚育3 a，间伐1次，至样地布设采样时约有10 a未间伐和抚育。

1.3 样品采集与测定

2023年2月7—11日进行土壤样品采集，每个样方五点取样采集0～15 cm土壤样品。至采样前，连续天晴5 d以上，连续约150 d不曾下雨下雪。除环刀土外，每个样方的同层土壤样品充分混合，风干过筛后用于化学性质测定。参照《土壤农化分析》[22]和《土壤微生物研究原理与方法》[23]相关要求测定土壤物理化学性质和酶活性。

采用环刀土烘干法测定土壤含水率、容重和孔隙度；上海雷磁PHS-3C酸度计测定土壤pH值；重铬酸钾-水合加热法测定有机碳；半微量凯氏定氮法测定全氮；凯氏定氮仪碱解蒸馏法测定碱解氮；钼锑抗比色法测定全磷；火焰光度计测定全钾和速效钾；电感耦合等离子体质谱仪测定钙含量；分光光度法测定土壤脲酶、蔗糖酶和酸性磷酸酶活性。

1.4 土壤质量评价

综合选取反映土壤物理、化学和生物学性质的指标共14项，运用主成分分析和相关性分析构建质量评价全数据集，基于PCA分析、指标Norm值及指标间相关性[12，24-25]构建最小数据集。采用隶属度和权重加权求和计算全数据集土壤质量综合指数和最小数据集土壤质量指数[25]。按等距法将土壤质量指数划分为低（0～0.2）、较低（0.2～0.4）、中（0.4～0.6）、较高（0.6～0.8）和高（0.8～1.0）质量5个评价等级。

1.5 数据处理

土壤性质和土壤质量指数采用单因素方差分析法，分析不同森林类型间的差异（平均值±标准差，P<0.05）；全数据集和最小数据集土壤质量指数进行Pearson相关性分析，验证最小数据集的评价效果。

试验数据处理、分析和图形绘制分别采用Excel 2021、SPSS 26.0和R4.1.3软件[27]。

2 结果与分析

2.1 桂西北干热河谷不同森林类型土壤性质特征

由表2可知，不同森林类型的土壤含水率、容重和孔隙度无显著差异。研究区内土壤含水率（7.72%±0.30%）低于10%，水分匮乏，十分干旱。土壤容重（1.32±0.02 g·cm-3）和总孔隙度（59.84%±0.86%）适宜，与全国土壤容重平均水平基本一致[28]。

由表3可知，研究区内森林土壤pH值呈弱酸性（5.7±0.2），麻栎次生林土壤pH值最低（4.3±0.2），显著低于其他林分（P<0.05）。土壤有机碳和全磷在林型间差异不显著。全氮、速效钾在白栎-青冈次生林、麻栎次生林和香椿人工林间无显著性差异，均在马尾松人工林土壤中显著最低。土壤碱解氮在麻栎次生林中显著最高（161.86±29.41 mg·kg-1，P<0.05），白栎-青冈次生林、香椿人工林和马尾松人工林间无显著性差异。香椿人工林全钾含量最高（10.12±1.81 g·kg-1），次生林次之，马尾松人工林含量最低（6.06±0.23 g·kg-1）。白栎-青冈、麻栎次生林土壤中钙含量显著高于香椿和马尾松人工林土壤，区域内森林土壤钙含量为51.5±14.27 mg·kg-1，为低钙土壤。

由表4可知，土壤脲酶和酸性磷酸酶活性分别为0.31～0.86和0.15～1.51 mg·g-1·d-1，在林型间无显著性差异。土壤蔗糖酶活性为0.91～42.35 mg·g-1·d-1，在麻栎次生林与白栎-青冈次生林、马尾松人工林间差异显著（P<0.05）。综上，pH值、全氮、碱解氮、全钾、速效钾、钙、蔗糖酶活性在4个森林类型间存在显著差异，其他指标在森林类型间无显著差异。针叶人工纯林土壤化学养分和蔗糖酶活性显著低于阔叶林土壤。

2.2 桂西北干热河谷森林土壤最小数据集构建

全数据集的主成分分析结果（表5）表明，特征值≥1的3个主成分方差累计贡献率达78.59%，构建的全数据集较好地解释了研究区内土壤质量变异。依据分组方法（表5和图1），有机碳、全氮、碱解氮、全钾、速效钾、蔗糖酶活性为一组，含水率和全磷为一组。对比组内指标Norm值（表5）及指标间相关性大小（图1），筛选出全氮（第1组）、含水率（第2组）和全磷（第2组）共3个指标构建本研究的质量评价最小数据集。与最初考虑的14个指标相比，指标筛选过滤率达78.57%；与全数据集的8个指标相比，指标筛选过滤率达62.50%。说明主成分分析结合最小数据集法有效地避免了指标间信息冗余对质量评价结果的影响。

2.3 桂西北干热河谷森林土壤质量综合评价

由图2可以看出，最小数据集质量指数与全数据集质量指数呈极其显著正相关（r=0.77，P<0.001），最小数据集对研究区内土壤质量解释率达77%，构建的最小数据集评价指标体系可以替代全数据集内评价指标准确表征研究区森林土壤质量。由图3可以看出，最小数据集内各指标权重系数表现为含水率（0.364）>全磷（0.340）>全氮（0.296），含水率和全磷对土壤质量存在较高贡献率，可能是影响研究区土壤质量的主要指标。

综合评价结果（图4）表明，研究区内典型森林类型土壤质量指数为0.211～0.872，平均土壤质量中等（0.493），不同森林类型土壤质量排序为白栎-青冈次生林（0.618）>香椿人工林（0.598）>麻栎次生林（0.473）>马尾松人工林（0.282）。根据土壤质量分级标准，白栎-青冈次生林土壤质量较高，香椿人工林、麻栎次生林土壤质量中等，马尾松人工林土壤质量较低。白栎-青冈次生林、香椿人工林、麻栎次生林土壤质量无显著性差异，马尾松人工林土壤质量显著低于白栎-青冈次生林和香椿人工林（P<0.05）。研究结果表明，针叶人工纯林土壤质量显著低于落叶阔叶林和常绿落叶阔叶混交林，而阔叶人工林土壤质量与次生林无显著差异。

3 讨 论

指标选取和综合评价模型的合理构建是土壤质量评价的关键。不同评价方法的指标权重计算和评价侧重点不同，评价结果和反映的意义不同[29]。主成分分析结合最小数据集法能解决数据冗余问题，从较多指标中更有效地提取对土壤质量有重要影响的因素。崔雪等[30]运用主成分分析和最小数据集法基于8项土壤理化指标筛选出包含土壤有机质、pH值和有效磷3项指标评价天然针阔混交林的土壤质量；王淑琴等[12]运用主成分分析和最小数据集法基于21项土壤理化生指标筛选出包含容重、全氮、速效磷、脲酶和真菌多样性指数等6项指标的最小数据集，较客观、系统地评价了黄土高原紫花苜蓿人工草地土壤质量情况。本研究以桂西北干热河谷区典型林分土壤为对象，基于涵盖了土壤物理、化学和土壤酶活性的14项指标，通过主成分分析和相关性分析法筛选构建了土壤含水率、有机碳、全氮、碱解氮、全磷、全钾、速效钾和蔗糖酶活性等8个指标的全数据集，进一步通过最小数据集法构建包含含水率、全氮和全磷3项指标的最小数据集评价体系。这与前人的评价指标体系基本一致[12，30]，可较全面、系统、客观地评价桂西北干热河谷森林土壤质量。

本研究中，土壤酶活性未进入最小数据集评价体系，可能是由于研究区土壤质量受微生物和土壤呼吸作用的影响相对较小。土壤含水率对土壤质量贡献最大，这与该地区高温少雨的气象性干旱环境有着密切联系。4个林地的容重、孔隙结构适宜，由于河谷干热气候导致土壤含水严重亏缺，水分的限制也会降低土壤有效性养分的形成[31]，成为限制该区土壤质量的关键因素。氮、磷、钾作为植物生长的必需元素是土壤质量评价中的重要因子，在以往大量研究中被频繁纳入评价指标体系。根据全国第2次土壤普查分类标准[32]，研究区内4种林地速效钾含量均处于3级中上水平与2级高水平之间，钾素供应水平较高；4种林地全氮含量处于3级中上至1级极高水平；碱解氮含量除马尾松林处于5级极低水平外，其他林地均处于3级中上至1级极高水平；氮素供应水平在马尾松林与其他阔叶林地间存在较大变异，氮素供应可能对土壤质量有明显影响；全磷含量均处于5级低水平，潜在供磷能力较差，是限制研究区林地质量的另一关键因素。因此，全磷和全氮进入本研究的评价指标体系，而全钾和速效钾未被纳入最小数据集。研究区内林地土壤呈“干旱缺磷”的特征，且含水率、全磷对土壤质量存在较高贡献率，因此含水率和全磷是限制研究区森林土壤质量的主要因素。建议经营管理时保留间伐抚育剩余物，或添加生物炭覆盖提高林地保水保肥能力，以延缓气象性干旱对土壤水分的影响。固氮树种混交种植有利于土壤氮、磷养分的积累和转化[33-34]，建议森林经营和人工造林时适当引入乡土固氮树种以维持和改善研究区土壤质量。

评价结果表明，桂北干热河谷林区内针叶人工纯林土壤质量显著低于落叶阔叶林和常绿落叶阔叶混交林，而阔叶人工林土壤质量与次生林无显著差异，这与前人研究结果一致。袁星明等[17]研究报道南亚热带阔叶人工林土壤质量显著优于针叶纯林；吕瑞恒等[35]研究发现蒙古栎天然次生林土壤质量优于油松和落叶松人工林；冯嘉仪等[29]研究发现华南地区马尾松林土壤质量显著低于阔叶混交林。土壤养分是影响土壤质量的主要因素，受到植物凋落物性质和数量的显著影响[36]，马尾松人工林树种组成和地上枯落物种类单一，由于松针角质层发达、难分解物质含量高[37]，凋落物具有较高C/N[38]，往往比阔叶落叶乔木（白栎、麻栎、香椿等）的落叶分解慢，所以土壤养分相对含量低。此外，马尾松林虽与香椿同年造林，但马尾松生长更快，养分需求量大且酶活性较低、地被层分解归还缓慢，引起土壤碱解氮、磷等养分亏缺，评价结果处于较低水平。香椿人工林经过适宜的人工管理，林分内物种丰富，香椿落叶易分解、根系发达，水解性酶活性较高，对土壤有机碳、全磷、全钾等养分的积累具有明显正向作用[39]，土壤质量处于较高水平。天然次生林接近该地区的顶极群落，树种组成丰富、群落结构复杂，优势树种为落叶阔叶乔木（白栎、麻栎等），枯枝落叶多且分解速度快，具有较好的养分归还和养分积蓄能力[29，40]，因此土壤质量较高。这验证了冯嘉仪等[29]、潘嘉雯等[38]、秦娟等[41]的研究，阔叶混交及针阔混交是比针叶纯林更为适宜的林地利用方式。混交通过较高的物种丰富度和根系丰富度（深浅不一、交叉相错、根际微生物），为土壤有机质积累提供丰富的物质来源并加快微生物分解活动，显著增强林地养分循环，改善土壤质量[18，42-43]。因此，建议在干热河谷森林经营过程中应加强对现有阔叶混交林的保育和管理，引入适宜树种开展针叶纯林的阔叶化改造。

本研究基于桂西北干热河谷4种典型森林类型土壤分析其物理、化学和酶活性特征并进行质量综合评价，仅仅是对研究区内森林土壤质量水平和限制因素的初步探究，今后可以进一步分析干热河谷气候对土壤性质和质量影响的时空尺度效应，并基于群落功能性状深入揭示干热气候区林地利用方式对植物-土壤生态反馈过程的影响机制。

4 结 论

1）森林类型对土壤物理性质及有机碳、全磷、脲酶、酸性磷酸酶活性的影响不显著，对pH值、全氮、碱解氮、全钾、速效钾、钙和蔗糖酶活性的影响显著。针叶人工纯林土壤化学指标和蔗糖酶活性显著低于阔叶林，阔叶人工林土壤性质与次生林土壤性质无显著差异。桂西北干热河谷林区土壤呈干旱缺磷的特征。

2）基于主成分分析和最小数据集法，筛选出含水率、全氮、全磷构建了研究区土壤质量评价的最小数据集，可以解释全数据集质量指标的77%，该最小数据集指标能有效替代全数据集评价桂西北干热河谷区森林土壤质量。最小数据集内指标贡献率排序为含水率（0.364）>全磷（0.340）>全氮（0.296），含水率、全磷是研究区森林土壤质量的主要限制性因素。

3）不同林型土壤质量指数排序为常绿落叶阔叶混交林（0.618）>落叶阔叶人工林（0.598）>落叶阔叶次生林（0.473）>针叶人工纯林（0.282），针叶人工纯林土壤质量显著低于落叶阔叶林和常绿落叶阔叶混交林（P<0.05）。

评价结果表明，针叶人工林土壤质量显著低于阔叶林，而阔叶人工林土壤质量与次生林无显著性差异；干旱、贫磷是限制区域内森林土壤质量的关键因素。在干热河谷林地管理实践中，应注重土壤水分和磷素的转化与固定，建议通过保留林内剩余物覆盖、加强针叶纯林的阔叶化改造、引入乡土固氮树种以及补植改造等方式提升土壤质量。

参考文献：

[1] ZHANG J P， YANG Z， WANG D J， et al. Climate change and causes in the Yuanmou dry-hot valley of Yunnan， China[J]. Journal of Arid Environments，2002，51（1）：153-162.

[2] 刘方炎，李昆，孙永玉，等.横断山区干热河谷气候及其对植被恢复的影响[J].长江流域资源与环境，2010，19（12）：1386-1391. LIU F Y， LI K， SUN Y Y， et al. Effects of climate on vegetation recovery in dry hot valleys of Hengduan mountainous region in southwest China[J]. Resources and Environment in the Yangtze Basin，2010，19（12）：1386-1391.

[3] 刘芝芹，黄新会，王克勤.金沙江干热河谷不同土地利用类型土壤入渗特征及其影响因素[J].水土保持学报，2014，28（2）： 57-62. LIU Z Q， HUANG X H， WANG K Q. Soil infiltration characteristics and its influencing factors of different forest soils in Jinshajiang dry-hot valley region[J]. Journal of Soil and Water Conservation，2014，28（2）：57-62.

[4] 许智萍，袁建民，杨晓琼，等.云南干热河谷野生余甘子土壤肥力评价[J].应用与环境生物学报，2021，27（2）：309-314. XU Z P ， YUAN J M， YANG X Q， et al. Soil fertility evaluation of wild Phyllanthus emblica Linn. in Yunnan dryhot valleys[J]. Chinese Journal of Applied and Environmental Biology，2021，27（2）：309-314.

[5] 欧汉彪，王丰胜，韦铄星，等.桂西北干热河谷区不同林龄香合欢天然次生林土壤理化性质分析[J].广西林业科学， 2023，52（3）：297-304. OU H B， WANG F S， WEI S X， et al. Analysis on soil physical and chemical properties of natural secondary forests of Albizia odoratissima at different ages in dry-hot valley of northwest Guangxi[J]. Guangxi Forestry Science，2023，52（3）：297-304.

[6] 黄雪菊.典型干旱河谷土壤质量空间异质性研究[D].成都：四川大学，2005. HUANG X J. Spatial variability of soil quality in the dry valley along a river’s length of the Hengduan mountains[D]. Chengdu： Sichuan University，2005.

[7] 王文武，朱万泽，李霞，等.基于最小数据集的大渡河干暖河谷典型植被土壤质量评价[J].中国水土保持科学，2021，19（6）： 54-59. WANG W W， ZHU W Z， LI X， et al. Soil quality assessment of typical vegetation in dry and warm valley of Dadu river based on minimum data set[J]. Science of Soil and Water Conservation， 2021，19（6）：54-59.

[8] 王以静，方福生.干热河谷生态环境特点与植被恢复技术探讨[J].中国林副特产，2021（1）：78-79. WANG Y J， FANG F S. Discussion on ecological environment characteristics and vegetation restoration technology of dry-hot valley[J]. Forest By-Product and Speciality in China，2021（1）： 78-79.

[9] KARLEN D L， STOTT D E. A framework for evaluating physical and chemical indicators of soil quality[J]. Defining Soil Quality for a Sustainable Environment，1994，35：53-72.

[10] 沈文森.北京低山地区人工林土壤质量的研究[D].北京：北京林业大学，2010. SHEN W S. Soil quality of different man-made forest types in lower mountain area， Beijing[D]. Beijing： Beijing Forestry University，2010.

[11] 张甘霖，吴华勇.从问题到解决方案：土壤与可持续发展目标的实现[J].中国科学院院刊，2018，33（2）：124-134. ZHANG G L， WU H Y. From “problems” to “solutions”： soil functions for realization of sustainable development goals[J]. Bulletin of Chinese Academy of Sciences，2018，33（2）：124-134.

[12] 王淑琴，罗珠珠，牛伊宁，等.基于最小数据集的黄土高原半干旱区苜蓿地土壤质量评价[J].中国草地学报，2023，45（7）： 81-90. WANG S Q， LUO Z Z， NIU Y N， et al. Soil quality evaluation of Alfalfa fields in semi-arid areas of the loess plateau based on minimum data set[J]. Chinese Journal of Grassland， 2023，45（7）：81-90.

[13] 张军.黑土区防护林土壤质量评价及其土壤细菌多样性研究[D].哈尔滨：东北林业大学，2021. ZHANG J. Evaluation of soil quality and study on soil bacterial diversity of shelterbelts in the black soil region[D]. Harbin： Northeast Forestry University，2021.

[14] 赵金满，韩馨悦，程瑞明，等.塞罕坝自然保护区华北落叶松和樟子松人工林土壤质量评价[J].东北林业大学学报，2023， 51（7）：123-127，168. ZHAO J M， HAN X Y， CHENG R M， et al. Soil quality evaluation of Larix principis-rupprechtii and Pinus sylvestris plantations in the Saihanba nature reserve[J]. Journal of Northeast Forestry University，2023，51（7）：123-127，168.

[15] ZHANG G， BAI J， XI M， et al. Soil quality assessment of coastal wetlands in the Yellow River Delta of China based on the minimum data set[J]. Ecological Indicators，2016，66：458-466.

[16] 张丽星，海春兴，常耀文，等.羊草及芨芨草草原和西北针茅草原土壤质量评价[J].草业学报，2021，30（4）：68-79. ZHANG L X， HAI C X， CHANG Y W， et al. Evaluation of soil quality in Leymus chinensis-Achnatherum splendens grassland and in Stipa sareptana grassland[J]. Acta Prataculturae Sinica， 2021，30（4）：68-79.

[17] 袁星明，朱宁华，郭耆，等.南亚热带不同人工林对土壤理化性质的影响及土壤质量评价[J].林业科学研究，2022，35（3）： 112-122. YUAN X M， ZHU N H， GUO Q， et al. Effects of different plantations on soil physical and chemical properties and soil quality evaluation in south subtropical zone[J]. Forest Research， 2022，35（3）：112-122.

[18] 曹小玉，赵文菲，李际平，等.中亚热带几种典型森林土壤养分含量分析及综合评价[J].生态学报，2022，42（9）：3525-3535. CAO X Y， ZHAO W F， LI J P， et al. A comprehensive evaluation of soil nutrients in main typical forests in central-subtropical China[J]. Acta Ecologica Sinica，2022，42（9）：3525-3535.

[19] 刘培静，王克勤，李苗苗，等.元谋干热河谷不同土地利用类型雨季前后土壤养分变化[J].中国水土保持，2012（10）： 56-59，75. LIU P J， WANG K Q， LI M M， et al. Variations of soil nutrient of different types of land use before and after rainy season in Yuanmou dry-hot valley[J]. Soil and Water Conservation in China， 2012（10）：56-59，75.

[20] 李欢，魏雅丽，闫帮国，等.元谋干热河谷沟蚀地区植被恢复对土壤养分和酶活性的影响[J].土壤通报，2020，51（5）：1118-1126. LI H， WEI Y L， YAN B G， et al. Effect of vegetation restoration on soil nutrients and enzyme activities in the gully eroded areas of Yuanmou dry-hot valley[J]. Chinese Journal of Soil Science， 2020，51（5）：1118-1126.

[21] ZHANG S. Symposium on vegetation recovery and silviculture techniques in dry-hot valley in Jinsha river[J]. Journal of Southwest Forestry College，1997，17（2）：75-85.

[22] 鲍士旦.土壤农化分析[M].3版.北京：中国农业出版社， 2000. BAO S D. Soil agrochemical analysis[M]. 3rd ed. Beijing： China Agricultural Press，2000.

[23] 林先贵.土壤微生物研究原理与方法[M].北京：高等教育出版社，2010. LIN X G. Principles and methods of soil microbiology research[M]. Beijing： Higher Education Press，2010.

[24] ANDREWS S S， MITCHELL J P， MANCINELLI R， et al. On‐farm assessment of soil quality in California’s central valley[J]. Agronomy Journal，2002，94（1）：12-23.

[25] 杨振奇，秦富仓，于晓杰，等.基于最小数据集的砒砂岩区人工林地土壤质量评价指标体系构建[J].土壤通报，2019，50（5）： 1072-1078. YANG Z Q， QIN F C， YU X J， et al. Construction of artificial forest soil quality evaluation indices in the feldspathic sandstone region based on minimum data set[J]. Chinese Journal of Soil Science，2019，50（5）：1072-1078.

[26] CHEN Y D， WANG H Y， ZHOU J M， et al. Minimum data set for assessing soil quality in farmland of northeast China[J]. Pedosphere，2013，23（5）：564-576.

[27] R Core Team. R： A language and environment for statistical computing. R Foundation for Statistical Computing， Vienna， Austria. 2022. URL https：//www.r-project.org/.

[28] 柴华，何念鹏.中国土壤容重特征及其对区域碳贮量估算的意义[J].生态学报，2016，36（13）：3903-3910. CHAI H， HE N P. Evaluation of soil bulk density in Chinese terrestrial ecosystems for determination of soil carbon storage on a regional scale[J]. Acta Ecologica Sinica，2016，36（13）： 3903-3910.

[29] 冯嘉仪，储双双，王婧，等.华南地区5种典型林分类型土壤肥力综合评价[J].华南农业大学学报，2018，39（3）：73-81. FENG J Y， CHU S S， WANG J， et al. Comprehensive evaluation of soil fertility of five typical forest stands in south China[J]. Journal of South China Agricultural University，2018，39（3）：73-81.

[30] 崔雪，王海燕，邹佳何，等.应用最小数据集评价不同采伐强度天然针阔混交林的土壤质量[J].东北林业大学学报， 2022，50（5）：88-94. CUI X， WANG H Y， ZHOU J H， et al. Soil quality assessment of natural coniferous and broad-leaved mixed forest under different cutting intensities using minimum data set[J]. Journal of Northeast Forestry University，2022，50（5）：88-94.

[31] 王春明，包维楷，陈建中，等.岷江上游干旱河谷区褐土不同亚类剖面及养分特征[J].应用与环境生物学报，2003，9（3）： 230-234. WANG C M， BAO W K， CHEN J Z， et al. Profile characteristics and nutrients of dry cinnamon soils in dry valley of the upper Minjiang river[J]. Chinese Journal of Applied and Environmental Biology，2003，9（3）：230-234.

[32] 全国土壤普查办公室.中国土壤[M].北京：中国农业出版社， 1998. National Soil Census Office. Soil of China[M]. Beijing： China Agricultural Press，1998.

[33] 李茂萍，缪宁，刘世荣.固氮树种旱冬瓜对退化林地土壤修复和林下植被重建的生态驱动效应[J].生态学报，2022，42（6）： 2321-2330. LI M P， MIAO N， LIU S R. Effects of nitrogen-fixing tree species Alnus nepalensis on the degraded soils and understory restoration in the upper reaches of the Jinsha river， China[J]. Acta Ecologica Sinica，2022，42（6）：2321-2330.

[34] LI M， YOU Y， TAN X， et al. Mixture of N2-fixing tree species promotes organic phosphorus accumulation and transformation in topsoil aggregates in a degraded karst region of subtropical China[J]. Geoderma，2022，413：115752.

[35] 吕瑞恒，刘勇，李国雷，等.北京延庆飞播林区不同植被类型土壤肥力的差异[J].东北林业大学学报，2009，37（5）：39-42. LYU R H， LIU Y， LI G L， et al. Difference in soil fertility for different vegetation types in Yanqing aerial seeding area， Beijing[J]. Journal of Northeast Forestry University，2009，37（5）： 39-42.

[36] 王利彦，周国娜，朱新玉，等.凋落物对土壤有机碳与微生物功能多样性的影响[J].生态学报，2021，41（7）：2709-2718. WANG L Y， ZHOU G N， ZHU X Y， et al. Effects of litter on soil organic carbon and microbial functional diversity[J]. Acta Ecologica Sinica，2021，41（7）：2709-2718.

[37] 冯卫生，毕跃峰，郑晓珂，等.马尾松松针中木脂素类化学成分的研究[J].药学学报，2003，38（3）：199-202. FENG W S， BI Y F， ZHENG X K， et al. Studies on the lignan chemical constituents from pine needles of Pinus massoniana Lamb.[J]. Acta pharmaceutica Sinica，2003，38（3）：199-202.

[38] 潘嘉雯，李吉跃，何茜，等.马尾松两种林型土壤养分特征及其与凋落物质量的关系[J].中南林业科技大学学报，2020，40（2）： 54-63. PAN J W， LI J Y， HE Q， et al. Study on the soil nutrient characteristics and their relationship with litter quality in two forest types of Pinus massoniana[J]. Journal of Central South University of Forestry Technology，2020，40（2）：54-63.

[39] 王玲.川南香椿人工林土壤质量月际动态研究[D].都江堰：四川农业大学，2016. WANG L. The monthly dynamic of soil quality of Toon sinensis plantation in south of Sichuan area[D]. Dujiangyan： Sichuan Agricultural University，2016.

[40] 李静鹏，徐明锋，苏志尧，等.不同植被恢复类型的土壤肥力质量评价[J].生态学报，2014，34（9）：2297-2307. LI J P， XU M F， SU Z Y， et al. Soil fertility quality assessment under different vegetation restoration patterns[J]. Acta Ecologica Sinica，2014，34（9）：2297-2307.

[41] 秦娟，唐心红，杨雪梅.马尾松不同林型对土壤理化性质的影响[J].生态环境学报，2013，22（4）：598-604. QIN J， TANG X H， YANG X M. Effects of soil physical and chemical properties on different forest types of Pinus massoniana[J]. Ecology and Environmental Sciences，2013，22（4）： 598-604.

[42] CHEN C， FANG X， XIANG W， et al. Soil-plant co-stimulation during forest vegetation restoration in a subtropical area of southern China[J]. Forest Ecosystems，2020，7（1）：1-17.

[43] HUANG Y X， WU Z J， ZONG Y Y， et al. Mixing with coniferous tree species alleviates rhizosphere soil phosphorus limitation of broad-leaved trees in subtropical plantations[J]. Soil Biology and Biochemistry，2022，175：108853.

[本文编校：吴 彬]