0 引 言
土壤是人类赖以生存和发展的重要物质基础[1]，土壤肥力质量是土壤的基本属性和本质特征，也是衡量土壤质量的重要指标[2-3]，其高低直接影响着农作物的生长、农业生产结构布局和经济效益的发挥。 淮南矿区已有百年煤矿开采历史，是我国14 个亿吨级能源基地之一，是国家煤炭资源开采与利用的重点工程建设区[4]。 煤矿井工开采过程造成地面变形沉陷，破坏了矿区生态环境和土地资源，因此采煤沉陷区治理利用是煤矿区生态文明建设和解决土地资源紧张的重要措施[5]。 淮南矿区采煤沉陷区治理利用已有几十年的历史，复垦后的土壤在物理特性、化学性质、肥力质量、污染状况和利用方式等方面仍与普通农田有着较大差别[6-7]。郑永红等[8]研究了煤矸石充填复垦对土壤特性的影响，研究表明复垦土壤在含水量、有机质、速效钾、速效磷、全氮等指标含量偏低，土壤容重较大。 刘曙光等[9]研究了煤矸石充填复垦地土壤理化特性的时空变化特征，分析了2012 年与2016 年复垦区土壤容重、水分、pH 值、养分等因素时空变化，表明复垦区土壤容重、含水量、pH 值、速效氮、速效磷、速效钾含量等指标有所改善，但与普通农田还有一定差距。 陈孝杨等[10]研究了覆土厚度对矿区复垦土壤呼吸昼夜变化的影响，研究发现矿区复垦土壤与自然农业土壤明显不同。 煤矸石充填层改变了气体和物质循环过程，而且煤矸石中碳硫等缓慢氧化，也将改变上覆土壤气体组分、浓度和土壤温度等。 陈永春等[11]开展了采煤沉陷区复垦土壤肥力状况调查与评价，研究表明煤矸石作为充填复垦材料，特别是煤矸石风化物具有质地松散和有机质、速效钾和碱解氮含量丰富的特点，对土壤的养分有一定改善作用。 江培龙等[12]研究发现煤矸石充填复垦地与普通农田相比，复垦区土壤中 Zn、Cr、Mn，As 污染较为严重，不同土地利用方式土壤重金属含量差异较大，其中小麦地重金属潜在生态风险最大。 徐良骥等[13]研究发现煤矸石充填复垦地重金属有向上迁移的趋势，部分重金属元素含量高于淮南市土壤背景值。 张治国等[14]研究表明复垦区土壤已经受到了煤矿开采和煤矸石充填活动的影响，其中 Cu、Ni、Pb、Hg 和Cd 等元素已经出现一定富集。
长期以来，许多科学研究主要注重对复垦土壤自身质量的研究，而缺乏人工林建设对矿区土壤性质变化与土壤质量方面研究。 相关研究表明[15-17]，造林树种通过影响森林生态系统结构和功能、凋落物产生和分解以及根系的周转等进程，对土壤有机碳、N、P 等肥力指标产生不同程度的影响。 因此，笔者选择淮南潘一煤矿复垦区人工林地作为研究区域，测定研究区内杨树、桧树和女贞3 种常见绿化树种根区土壤的肥力指标，采用灰色关联度分析方法对其土壤肥力进行评价，探讨造林树种与土壤肥力之间相关关系，以期寻找出煤矿复垦区人工造林的最适树种，为煤矿复垦区土地人工林结构调整以及土壤生态恢复提供理论和技术指导。
1 研究地概况及研究方法
1.1 研究区概况
淮南市位于东经 116°21′5″—117°12′30″，北纬31°54′8″—33°00′26″，属于暖温带和亚热带的过渡地带，年平均降水量938.8±228.4 mm，月平均最大降雨量为7 月200.0 mm，月平均最小降雨量为12月20.3 mm。 年均气温为15.6±0.7 ℃，最热月份为7 月，平均气温28.3 ℃，最冷月份为1 月，平均气温为1.8 ℃；年平均日照时间为2 174.2±200.1 h，月平均最大日照时数为8 月225.4 h，月平均最小日照时数为2 月的140.5 h[18]。
潘一矿复垦区位于淮南市西北方潘集区境内，淮南矿业集团遵循“宜地则地、宜林则林、宜水则水”的治理思路，采取“挖深填浅”的复垦方法，实施了潘一矿矿山地质环境治理工程。 采用剥离表土，沉陷区底部回填煤矸石，振动分层碾压，上覆厚100 cm 黏土工艺，覆土造地104.75 hm2，压实矸石258.2万m3，2007 年初完成复垦工作。 2009 年潘一矿复垦区土壤质量监测结果表明，由于充填复垦过程中土壤受到机械碾压，复垦区表层土壤较紧实容重较大，土壤含水量、有机质、速效钾、速效磷、全氮等指标含量偏低，特别是有机质和速效磷比较缺乏[19]。
2008 年作为国家首批循环经济试点企业淮南矿业集团启动了绿色工程项目，先后对矿区因采煤造成的沉陷区进行土地复垦复绿，栽植各类树木20万株，造林绿化总面积约733 337 m2。 潘一矿复垦区人工林地是在原沉陷复垦区基础上建立起来的人工绿化林地，共计种植杨树26 670 株，女贞4 417株，桧树1 790 株。 自2009 年栽植以来，自然生长，少有人为干扰。 土壤类型以砂姜黄土为主，粉砂质黏土，土壤较黏重，具有通透性好但保肥蓄水能力差的特点。 林地内主要树种为杨树(Populus lasiocarpa Oliv. )、女贞(Ligustrum lucidum) 和桧树(Sabina chinensis(L.) Antoine)，林下草本植物主要有狗尾巴草(Setaria viridis)、空心莲子草(Alternanthera philoxeroides (Mart.) Griseb.)、白茅(Imperata cylindrica(L.) Beauv.)、野菊花(Dendranthema indicum.)、鬼针草(Bidens pilosa L.)、野胡萝卜(Daucus carota L.)、一年蓬(Erigeron annuus (L.) Pers.)、小蓟(Cirsium setosum(Wild.)MB.)、青蒿(Artemisia carvifolia Buch.-Ham.ex Roxb.Hort.Beng.)、艾蒿(Artemisia argyi Levl.et Van)、马齿苋(Portulaca oleracea L.)、婆婆纳(Veronica didyma Tenore)和葎草(Humulus scandens (Lour.) Merr.)等，平均覆盖度73%。
1.2 土壤样品采集与处理
在研究区内控制立地因子基本一致的条件下，在1～6 区域人工林地设置10 m×10 m 样地60 块(图1 和表1)，其中桧树林 10 块，杨树林 30 块，女贞林20 块。 另外，调查记录各样地地形因子和林分特征，在各样地分别设置面积为1 m×1 m 的草本样方进行调查，记录林下植被的种类、数量和盖度等因子。 在每块样地内随机采集3 个采样点，每个采样点用土钻分层(0～20 cm、20 ～40 cm 和 40 ～60 cm)采集土壤样品，同时选择复垦荒草地作为对照点采集土壤样品。 将各采样点土壤采用四分法取1.0 kg混合土样，装入样品袋，贴上标签，标注采样编号、时间、地点和GPS 坐标等详细信息，带回实验室进行预处理和分析。 土壤样品在土样风干盘内进行自然风干，经过去杂、研磨、过筛和装袋后放置在干燥器待测。 所有调查于2018 年7 月完成。
图1 研究区林地分布示意
Fig.1 Distribution of forest land in study area
表1 潘一矿复垦区人工林地概况
Table 1 General situation of artificial forest land in Panyi mining reclamation areas
林分类型 样地号样地面积/m2株数密度/(株·hm-2)平均胸径/cm平均树高/m桧树纯林 PY-1 5 738 1 046 6.83 5.45杨树纯林PY-2 16 156 2 553 22.71 15.62 PY-4 14 418 2 525 22.61 15.58 PY-6 12 503 2 562 18.24 14.76女贞纯林 PY-3 3 815 1 038 9.59 6.85 PY-5 3 837 1 056 10.13 7.11
1.3 分析测试方法[20]
土壤理化性质测定：容重用环刀法测定法(体积为100 cm3)；pH 值用电位法测定(水土比 2.5 ∶1.0)；速效氮用碱解-扩散法测定；速效磷测定磷采用碳酸氢钠浸提法测定；速效钾测定用乙酸铵浸提-火焰光度法；有机质用测定重酸氧化-外加热法；总磷测定用碱熔-钼锑抗比色法；全钾测定用酸溶-火焰光度法；总氮测定用CHN 元素分析仪。
1.4 灰色关联度分析模型建立
本研究基于灰色系统关联度理论[21]，选择3 个层深(0～20 cm、20～40 cm 和40～60 cm )的土壤pH值、容重、有机质、速效钾、速效磷、速效氮、总钾、总磷、总氮等9 个指标作为土壤质量评价指标，并以此为基础构建不同林分类型土壤质量综合评价模型，根据关联度大小进行排序。
1)参考数列。 以各指标的最优值构成理想的参考数列
以各指标的测定值构成比较数列
其中，k＝1，2，…，m，m为测定指标数(此处为 9)，i ＝1，2，…，n，n 为不同林分类型(此处为3)。
2)指标的无量纲化。 将各土壤指标的测定值转化为评价值，对原始测量数据进行无量纲化处理，用测定值除以参考值，所得的商为 0 ～1 的无量纲值，以消除各指标量纲带来的影响。 指标一般分为正向指标、负向指标。 指标在大小上表现为很好的方向性，即部分指标对于区划结果的影响是越大越好，部分指标则相反，2 种不同情况下指标数据区间化公式，即正向指标为
逆向指标[22]为
3)灰色关联系数。 求出无量纲化后比较数列xi与参考数列x0 各对应点的绝对值｜x0(k)-xi(k)｜，再找两级最大值和两级最小值：
式中：ζi(k)是第k 点时xi对理想值 x0的关联系数，其大小反映了单项指标与理想状态的接近程度；ρ为分辨系数，取值范围 0 ～1，一般情况下取0.1 ～0.5，本研究取 ρ＝0.5。
4)等权关联度。 根据ζi(k)求出不同林分类型土壤肥力的等权关联度γi为
5)指标的权重。 在实践中，反映土壤肥力的各性状指标的重要性是不同的，因此，需要对土壤肥力各指标赋予不同的权重系数。 根据式(2)中计算得到的不同林分类型土壤肥力的等权关联度γi，运用判断矩阵法确定各评价指标的权重，构建判断矩阵，并做一致性检验，最终确定各土壤肥力指标的权重Wi(k)。
6)灰色关联度。 根据不同林分类型各土壤肥力指标的灰色关联度系数ζi(k)和权重Wi(k)，计算不同林分类型土壤肥力的加权关联度
求出关联度后，关联度越大则相似程度越高，比较数列越接近参考数列，土壤具有越优等的肥力，反之则越差。
1.5 数据处理和质量控制
采用 SPSS 24 软件对数据进行单因素方差(one-way ANOVA)和均值统计分析，灰色关联度采用Matlab 2016 软件分析计算，图件用Excel 2013 软件制图。 为控制样品的预处理及仪器分析质量，采用土壤有效态成分分析标准物质(GBW07461)和土壤成分分析标准物质 (GBW07455)进行检验，回收率控制在92%～110%。
2 不同林分类型土壤肥力结果与分析
2.1 土壤肥力指标分析
2.1.1 容重分布特征
3 种林地土壤容重在 1.24 ～1.36 g/cm3，整体上偏紧水平 (1.25 ～1.35 g/cm3)，随着土壤深度的增加，容重增加。 土壤容重在不同树种和各土层间均差异显著(P＜0.05)，如图2 所示。
图2 不同树种下土壤容重
Fig.2 Soil bulk density under different tree species
在0～20 cm 层，各林地土壤容重的大小顺序是女贞林＞桧树林＞杨树林＞对照复垦荒地，除对照复垦荒地(1.22±0.05 g/cm3)外，杨树林表层土壤容重最小为1.24±0.13 g/cm3，呈适宜水平。 容重值变异系数在4.10%～10.48%，女贞林和桧树林属于弱变异，杨树林属于中等变异程度。 在 20 ～40 cm 层，各林地土壤容重的大小顺序是对照复垦荒地＞杨树林＞女贞林＞桧树林，桧树林容重最小为1.32±0.14 g/cm3，容重值变异系数在4.20%～11.34%，女贞林和桧树林属于中等变异程度，杨树林属于弱变异程度。 在40～60 cm 层，各林地土壤容重的大小顺序是对照复垦荒地＞女贞林＞杨树林＞桧树林，桧树林的容重值最小为1.36±0.10 g/cm3，整体上容重呈紧实水平 (1.35 ～1.45 g/cm3)。 容重值变异系数在2.36%～11.02%，除杨树林中等变异程度外，女贞林和桧树林属于弱变异程度。 与2009 年潘一矿复垦区土壤容重1.49～1.54 g/cm3(过紧实)相比，土壤容重值降低显著，土壤孔隙性和透气性显著增强。
2.1.2 pH 值分布特征
从图3 可知，3 种林地土壤 pH 值平均值在7.97～8.20，均大于对照复垦荒地，呈碱性。 pH 值在不同树种间和各土层间差异均不显著(P ＞0.05)。在0～20 cm 层，林地土壤pH 的大小顺序是桧树林＞女贞林＞杨树林＞对照复垦荒地，桧树林土壤pH 值最大为8.20±0.34，杨树林土壤pH 值最小为7.97±0.32。 pH 值变异系数在4.06%～4.71%，属于弱变异程度。 在20 ～40 cm 层，林地土壤的酸碱性排序为桧树林＞杨树林＞女贞林＞对照复垦荒地，桧树林土壤pH 值最大为8.10±0.52，女贞林土壤pH 值最小为7.98±0.30。 pH 值变异系数在3.76%～6.42%，属于弱变异程度。 在40～60 cm 层，林地土壤pH 的大小顺序是桧树林＞女贞林＞杨树林＞对照复垦荒地，桧树林土壤pH 值最大为8.18±0.37，杨树林土壤pH 值最小为8.07±0.39。 桧树林各层土壤pH 值均大于其他树种。 与2009 年潘一矿复垦区土壤pH值7.99～8.04 相比差异不显著。
图3 不同树种下土壤pH 值
Fig.3 Soil pH value under different tree species
2.1.3 有机质分布特征
3 种林地土壤有机质含量平均值在10.58 ～17.92 g/kg，20～40 cm 和 40 ～60 cm 层 3 种林地土壤有机质含量均大于对照复垦荒地 10.60 ±3.22 g/kg，如图4 所示。 土壤有机质含量在不同树种间差异显著(P＜0.05)，在 0 ～20 cm 和 20 ～40 cm层差异显著(P＜0.05)，0 ～20 cm 和 40 ～60 cm 层极显著差异(P＜0.01)。
在0～20 cm 层，林地土壤有机质的大小顺序是杨树林＞桧树林＞对照复垦荒地＞女贞林，杨树林土壤有机质含量最大为17.92±2.24 g/kg，女贞林土壤有机质含量最小为13.83±2.17。 女贞林地土壤有机质含量略低于对照复垦荒地14.43±1.29 g/kg。 有机质含量变异系数在12.51%～15.68%，属于中等变异程度。 在20 ～40 cm 层，林地土壤有机质的含量大小顺序为：桧树林＞女贞林＞杨树林＞对照复垦荒地，桧树林土壤有机质含量最大为 17.92±2.24 g/kg，杨树林土壤有机质含量最小为12.18±2.17 g/kg。 有机质含量变异系数在15.10%～18.31%，属于中等变异程度。 在40 ～60 cm 层，林地土壤有机质的含量大小顺序为：女贞林＞杨树林＞桧树林＞对照复垦荒地，女贞林土壤有机质含量最大为11.32±2.89 g/kg，桧树林土壤有机质含量最小为10.58±2.11 g/kg。 有机质含量变异系数在 19.94% ～27.00%，属于中等变异程度。 对照全国第2 次土壤普查养分分级标准[23]，3 种林地土壤有机质含量呈4级较缺乏水平。 与2009 年潘一矿复垦区土壤有机质含量5 级缺乏水平(7.63～9.52 g/kg)相比差异显著，特别是表层土壤有机质含量增加明显接近2 倍。
图4 不同树种下土壤有机质含量
Fig.4 Content of SOM under different tree species
2.1.4 氮素分布特征
3 种林地土壤总氮含量在 2.72 ～3.31 g/kg，均大于对照复垦荒地。 土壤总氮含量在不同树种间差异不显著(P＞0.05)，土壤总氮含量在 0 ～20 cm 和20 ～ 40 cm 层差异显著(P＜0.05)，在 0 ～20 cm 和40～60 cm 层极显著差异(P＜0.01)，如图5 所示。
图5 不同树种下土壤总氮含量
Fig.5 Contents of soil total nitrogen under different tree species
在0～20 cm 层，林地土壤总氮大小顺序是杨树林＞桧树林＞女贞林＞对照复垦荒地，杨树林地土壤总氮含量最大为3.31±0.38 g/kg，女贞林地土壤总氮含量最小为2.95±0.27 g/kg。 总氮含量变异系数在9.19%～11.34%，杨树林地属于中等变异程度，女贞林和桧树林属于弱变异。 在 20 ～40 cm 层，林地土壤总氮大小顺序是桧树林＞女贞林＞杨树林＞对照复垦荒地，桧树林地土壤总氮含量最大为2.96±0.51 g/kg，杨树林地土壤总氮含量最小为2.79±0.43 g/kg。 总氮含量变异系数在15.41%～17.23%，均属于中等变异程度。 在40 ～60 cm 层，林地土壤总氮大小顺序是桧树林＞女贞林＞杨树林＞对照复垦荒地，桧树林地土壤总氮含量最大为2.80±0.33 g/kg，杨树林地土壤总氮含量最小为2.72±0.43 g/kg。 总氮含量变异系数在11.79%～14.71%，均属于中等变异程度。 对照全国第2 次土壤普查养分分级标准，3种林地土壤总氮含量呈1 级丰富水平，与2009 年复垦区土壤总氮肥力水平一致(2.12～2.34 g/kg)。
林地土壤速效氮含量在50.46～67.52 mg/kg，土壤速效氮含量在不同树种间差异显著(P＜0.05)，在不同土层间差异不显著(P＞0.05)。 在0～20 cm 层，林地土壤速效氮含量顺序是杨树林＞女贞林＞对照复垦荒地＞桧树林，杨树林地土壤速效氮含量最大为67.52±7.32 mg/kg，桧树林地土壤速效氮含量最小为50.46±9.06 mg/kg。 速效氮含量变异系数在10.84%～17.95%，均呈中等变异程度(图 6)。 在20～40 cm 层，林地土壤速效氮含量顺序为女贞林＞杨树林＞桧树林＞对照复垦荒地，女贞林地土壤速效氮含量最大为55.58±8.67 mg/kg，桧树林地土壤速效氮含量最小为53.65±9.86 mg/kg。 速效氮含量变异系数在15.23%～18.38%，均呈中等变异程度。 在40～60 cm 层，林地土壤速效氮含量大小顺序依次为对照复垦荒地＞女贞林＞杨树林＞桧树林，3 种林地土壤速效氮均小于对照复垦荒地54.95±7.04 mg/kg，桧树林地土壤速效氮含量最小为51.56±6.44 mg/kg。 速效氮含量变异系数在 11.93% ～14.64%，均呈中等变异程度。 对照全国第2 次土壤普查养分分级标准，3 种林地土壤速效氮含量呈5级缺乏水平，与2009 年复垦区土壤速效氮肥力5 级缺乏水平一致(34.25～48.57 mg/kg)。
图6 不同树种下土壤速效氮含量
Fig.6 Contents of soil available nitrogen under different tree species
2.1.5 磷素分布特征
林地土壤总磷在0.25 ～0.43 g/kg，如图7 所示，土壤总磷含量在不同树种差异不显著(P＞0.05)，在0～20 cm 层和 20～40 cm 层差异显著(P＜0.05)，在0～20 cm 层和 40～60 cm 层极显著差异(P＜0.01)。
图7 不同树种下土壤总磷含量
Fig.7 Contents of soil total phosphorus under different tree species
在0～20 cm 层，林地土壤总磷含量顺序是杨树林＞对照复垦荒地＞女贞林＞桧树林，杨树林地土壤总磷含量最大为0.43±0.05 g/kg，桧树林地土壤总磷含量最小为0.34±0.06 g/kg。 全磷含量变异系数在11.05%～18.80%，均呈中等变异程度。 在 20 ～40 cm层，林地土壤总磷含量顺序是女贞林＞杨树林＞桧树林＞对照复垦荒地，女贞林地土壤总磷含量最大为0.33±0.05 g/kg，桧树林地土壤总磷含量最小为0.29±0.05 g/kg。 全磷含量变异系数在16.36%～21.02%，均呈中等变异程度。 在40～60 cm 层，林地土壤总磷含量顺序是对照复垦荒地＞女贞林＞桧树林＞杨树林，均小于对照复垦荒地0.28±0.06 g/kg，其中杨树林地土壤总磷含量最小为0.25±0.04 g/kg。 全磷含量变异系数在14.46%～17.34%，均呈中等变异程度。 对照全国第2 次土壤普查养分分级标准，3 种林地土壤总磷含量呈6 级极缺乏水平，与2009 年复垦区土壤总磷肥力6 级极缺乏水平一致(0.25～0.37 g/kg)。
图8 不同树种下土壤速效磷含量
Fig.8 Contents of soil available phosphorus under different tree species
林地土壤速效磷含量在10.43～15.13 mg/kg，均小于对照复垦荒地(图8)。 土壤速效磷含量在不同树种和各土层间均差异显著(P＜0.05)。 在0～20 cm层，林地土壤速效磷含量顺序是对照复垦荒地＞杨树林＞女贞林＞桧树林，均小于对照复垦荒地17.14±0.76 mg/kg，桧树林地土壤速效磷含量最小为11.84±1.67 mg/kg。 速效磷含量变异系数在12.82%～14.11%，均呈中等变异程度。 在20～40 cm 层，林地土壤速效磷含量顺序是对照复垦荒地＞女贞林＞杨树林＞桧树林，均小于对照复垦荒地13.55±0.53 mg/kg，桧树林地土壤速效磷含量最小为11.00±1.48 mg/kg。 速效磷含量变异系数在13.45%～25.22%，均呈中等变异程度。 在40 ～60 cm 层，林地土壤速效磷含量顺序是对照复垦荒地＞桧树林＞杨树林＞女贞林，均小于对照复垦荒地11.85±0.23 mg/kg，女贞林地土壤速效磷含量最小为10.43±2.03 mg/kg。 速效磷含量变异系数在19.46%～22.23%，均呈中等变异程度。 对照全国第2 次土壤普查养分分级标准，3种林地土壤速效磷含量呈3 级中等水平，与2009 年复垦区土壤速效磷肥力4 级较缺乏水平(8.05 ～8.66 mg/kg)相比速效磷养分有所提升。
2.1.6 钾素分布特征
林地土壤总钾均值含量在18.07 ～28.27 g/kg，如图9 所示，土壤总钾含量在不同树种差异不显著(P＞0.05)，在 0～20 cm 层和 40 ～60 cm 层土壤总钾含量差异显著(P＜0.05)。 在 0～20 cm 层，林地土壤总钾含量顺序是杨树林＞女贞林＞对照复垦荒地＞桧树林，杨树林地土壤总钾含量最大为28.27±2.17 g/kg，桧树林地土壤总钾含量最小为20.84±2.87 g/kg。 总钾含量变异系数在7.68%～14.46%，除杨树林地弱变异外，其他均呈中等变异程度。 在20 ～40 cm 层，林地土壤总钾含量顺序是杨树林＞对照复垦荒地＞女贞林＞桧树林，杨树林地土壤总钾含量最大为23.42±2.42 g/kg，桧树林地土壤总钾含量最小为 20.44 ± 2.77 g/kg。 总 钾 含 量 变 异 系 数 在10.13%～13.55%，均呈中等变异程度。 在40～60 cm层，林地土壤总钾含量顺序是对照复垦荒地＞桧树林＞杨树林＞女贞林，对照复垦荒地土壤总钾含量最大为21.83±0.40 g/kg，女贞林地土壤总钾含量最小为18.07±2.54 g/kg。 总钾含量变异系数在11.30%～14.05%，均呈中等变异程度。 对照全国第2 次土壤普查养分分级标准，3 种林地土壤总钾含量呈2 级及以上水平(较丰富以上)，与2009 年复垦区土壤总钾肥力3 级较中等水平(7.26 ～9.48 g/kg)相比总钾养分提升显著。
图9 不同树种下土壤总钾含量
Fig.9 Contents of soil total potassium under different tree species
林地土壤速效钾均值含量在137.37～203.54 g/kg，如图10 所示。 土壤速效钾在不同树种和各土层间含量均差异显著(P＜0.05)。 在0～20 cm 层，林地土壤速效钾含量顺序是杨树林＞女贞林＞对照复垦荒地＞桧树林，杨树林地土壤速效钾含量最大为203.54±15.68 mg/kg，桧树林地土壤速效钾含量最小为164.71±20.78 mg/kg。 速效钾含量变异系数在 7.71% ～12.61%，除桧树林地中等变异外，其他均呈弱变异程度。 在20～40 cm 层，林地土壤速效钾含量顺序是杨树林＞女贞林＞对照复垦荒地＞桧树林，杨树林地土壤速效钾含量最大为153.25±19.28 mg/kg，桧树林地土壤速效钾含量最小为137.37±23.34 mg/kg。速效钾含量变异系数在12.58%～16.99%，均呈弱变异程度。 在40～60 cm 层，林地土壤速效钾含量顺序是杨树林＞女贞林＞桧树林＞对照复垦荒地，均大于对照复垦荒地134.49±2.97 mg/kg，其中杨树林地土壤速效钾含量最大为145.60±15.44 mg/kg。 速效钾含量变异系数在10.60%～13.30%，均呈中等变异程度。 对照全国第2次土壤普查养分分级标准，3 种林地土壤速效钾含量呈3 级及以上水平(中等以上)，与2009 年复垦区土壤速效钾肥力3 级较中等水平(106.43～109.14 mg/kg)相比速效钾养分提升较显著。
图10 不同树种下土壤速效钾含量
Fig.10 Contents of soil available potassium under different tree species
2.2 不同林分类型土壤肥力评价
2.2.1 土壤肥力指标区间化和关联系数
根据灰色系统理论要求，将3 种林分类型土壤的9 个指标视为一个整体，在土壤pH 值、容重、有机质、速效钾、速效磷、速效氮、总钾、总磷、总氮等9个指标中，将原始数据进行均值化变换得到新的数据列。 根据人工林木对土壤养分的需求特点，9 个指标均选择其均值数值最大为最优，构成最优指标集，各层最优指标集分别为 x1(k)＝{8.20， 1.36，15.90，203.54， 15.13，67.52， 28.27， 0.43， 3.31}，x2(k)＝ {8.11， 1.40， 13.38， 153.25， 12.28， 57.65，23.42， 0.33， 2.96}，x3(k) ＝ {8.18， 1.36，11.32，145.60， 10.79， 53.66， 19.70， 0.27， 2.80}。
由于各指标的量纲不一定相同，且有时数值的数量级相差悬殊，指标之间无法进行定量比较。 因此必须对原始数据消除量纲，转换为可比较的数据序列[24]。 因此，为了合理评价不同林分类型对土壤改良效果，必须对各指标进行无量纲区间化处理。采用指标区间化方法对不同林分不同层次土壤9 个指标进行无量纲化处理，容重按照逆向指标归一化处理，其他8 项指标正向指标处理，处理后各指标均在[0～1]之间变化(表2)。 然后根据公式计算土壤肥力的灰色关联度系数，结果见表3。
表2 土壤肥力指标区间化结果
Table 2 Interval results of soil fertility indexes
林分类型 土壤深度/cm指标区间化结果pH 值 容重 有机质r 速效钾 速效磷 速效氮 总钾 总磷 总氮0～20 0.972 7 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0杨树纯林20～40 0.986 4 0.985 1 0.910 5 1.000 0 0.923 6 0.980 1 1.000 0 0.893 0 0.941 4 40～60 0.987 3 0.980 9 0.958 4 1.000 0 0.979 8 0.988 8 0.997 1 0.932 6 0.971 5女贞纯林0～20 0.983 6 0.916 2 0.771 4 0.919 6 0.855 8 0.898 8 0.826 6 0.883 4 0.890 7 20～40 0.984 8 1.000 0 0.914 3 0.972 5 1.000 0 1.000 0 0.910 3 1.000 0 0.962 1 40～60 0.995 6 0.981 6 1.000 0 0.977 8 0.966 9 1.000 0 0.917 4 1.000 0 0.982 0桧树纯林0～20 1.000 0 0.953 5 0.887 2 0.809 2 0.782 6 0.747 3 0.737 2 0.790 2 0.951 1 20～40 1.000 0 0.999 9 1.000 0 0.896 4 0.896 0 0.965 2 0.872 8 0.890 6 1.000 0 40～60 1.000 0 1.000 0 0.934 9 0.951 4 1.000 0 0.960 9 1.000 0 0.935 9 1.000 0
表3 土壤肥力因子灰色关联度系数和等权关联度
Table 3 Grey correlative coefficient and equal weight correlation degree of soil fertility indexes
林分类型 土壤深度/cm灰色关联度pH 值 容重 有机质 速效钾 速效磷 速效氮 总钾 总磷 总氮 等权关联度0～20 0.828 2 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 0.980 9杨树纯林20～40 0.823 7 0.809 9 0.415 3 1.000 0 0.454 3 0.762 0 1.000 0 0.372 7 0.520 5 0.684 3 40～60 1.000 0 0.997 4 1.000 0 0.285 0 0.284 3 0.542 9 0.245 2 0.274 1 1.000 0 0.625 4女贞纯林0～20 0.889 2 0.610 6 0.365 0 0.620 4 0.476 8 0.564 9 0.431 2 0.530 0 0.545 9 0.559 3 20～40 0.806 9 1.000 0 0.425 9 0.698 2 1.000 0 1.000 0 0.414 8 1.000 0 0.626 3 0.774 7 40～60 0.764 6 0.684 2 0.498 3 1.000 0 0.672 2 0.787 3 0.934 6 0.379 9 0.591 5 0.701 4 0～20 1.000 0 0.738 6 0.538 2 0.407 9 0.376 8 0.342 1 0.333 3 0.385 1 0.728 7 0.539 0桧树纯林20～40 1.000 0 0.998 3 1.000 0 0.380 2 0.379 3 0.646 4 0.333 3 0.367 5 1.000 0 0.678 3 40～60 0.903 7 0.692 2 1.000 0 0.650 6 0.555 0 1.000 0 0.333 3 1.000 0 0.696 3 0.759 0
2.2.2 综合评价模型的构建
在各土壤肥力指标重要性相同的情况下，需计算出各指标的等权关联度，才能直接用于评价不同林分类型土壤肥力的高低，而不同土壤层次各指标实际的重要性不同。 因此，本研究采用判断矩阵法确定各土壤肥力指标的权重，并根据权重公式计算各指标对应的具体赋值，赋予3 个土壤层次各土壤肥力指标不同的权重(表4)。
加权关联度值可以比较客观、真实地反映出被评价土壤指标与最优指标集之间的差异，关联度值越大，表明该模式与最优指标值相似程度越高，反之则越低(表5)。 由表5 可知，杨树林地各层加权灰色关联度大小排列顺序为：0 ～20 cm 层(0.421 3)＞20～40 cm 层(0.228 2)＞40 ～60 cm 层(0.222 5)，说明杨树林地0 ～20 cm 层土壤肥力最大。 桧树林地各层灰色关联度大小排列顺序为：40 ～60 cm 层(0.316 1)＞20 ～ 40 cm 层(0.278 2) ＞0～ 20 cm 层(0.171 5)，说明桧树林地40 ～60 cm 层土壤肥力最大。 女贞林地各层灰色关联度大小排列顺序为：20～40 cm 层(0.321 2)＞40～60 cm 层(0.258 8)＞0～20 cm 层(0.163 4)，说明女贞林地 20 ～40 cm 层土 壤肥力最大。
表4 土壤肥力指标的权重
Table 4 Weight of soil fertility indexes
林分类型 土壤深度/cm权重pH 值 容重 有机质 速效钾 速效磷 速效氮 总钾 总磷 总氮0～20 0.040 2 0.048 5 0.048 5 0.048 5 0.048 5 0.048 5 0.048 5 0.048 5 0.048 5杨树纯林20～40 0.040 0 0.039 3 0.020 1 0.048 5 0.022 0 0.037 0 0.048 5 0.018 1 0.025 2 40～60 0.048 5 0.048 4 0.048 5 0.013 8 0.013 8 0.026 3 0.011 9 0.013 3 0.048 5女贞纯林0～20 0.048 5 0.033 3 0.019 9 0.033 9 0.026 0 0.030 8 0.023 5 0.028 9 0.029 8 20～40 0.044 0 0.054 6 0.023 2 0.038 1 0.054 6 0.054 6 0.022 6 0.054 6 0.034 2 40～60 0.041 7 0.037 3 0.027 2 0.054 6 0.036 7 0.043 0 0.051 0 0.020 7 0.032 3桧树纯林0～20 0.206 2 0.152 3 0.111 0 0.084 1 0.077 7 0.070 5 0.068 7 0.079 4 0.150 2 20～40 0.163 8 0.163 5 0.163 8 0.062 3 0.062 1 0.105 9 0.054 6 0.060 2 0.163 8 40～60 0.132 3 0.101 3 0.146 4 0.095 2 0.081 3 0.146 4 0.048 8 0.146 4 0.101 9
3 种林分类型加权灰色关联度综合评价值大小排列顺序为：杨树纯林(0.875 2) ＞ 桧树纯林(0.765 9)＞女贞纯林 (0.743 4)，表明杨树纯林对土壤肥力贡献最高，桧树纯林次之，女贞纯林最差。对照土壤肥力灰色关联度评价标准(表6)， 杨树纯林的土壤质量等级为Ⅰ(优)，桧树纯林的土壤质量等级为Ⅱ(良)。
表5 不同林分类型土壤灰色关联度和养分综合评价
Table 5 Comprehensive evaluation and grey correlation degree of soil fertility in different forest types
林分类型 土壤深度/cm 加权灰色关联度 综合评价值 土壤质量等级 排名0～20 0.421 3杨树纯林20～40 0.228 2 40～60 0.222 5 0.872 0 Ⅰ，优 1桧树纯林0～20 0.171 5 20～40 0.278 2 40～60 0.316 1 0.765 9 Ⅱ，良 2女贞纯林0～20 0.163 4 20～40 0.321 2 40～60 0.258 8 0.743 4 Ⅱ，良 3
表6 土壤肥力灰色关联度评价标准[25]
Table 6 Evaluation criterion for grey relational degree of soil fertility
灰色关联度 [1.00，0.85][0.85，0.70][0.70，0.55][0.55，0.40][0.40，0]土壤质量分级 Ⅰ(优) Ⅱ(良) Ⅲ(一般) Ⅳ(差) Ⅴ(极差)
3 土壤肥力质量影响因素和评价方法讨论
人工林地在防风固沙、水土涵养、环境保护、景观建设以及瘠薄立地改良等方面具有重要的功能和作用。 土壤肥力质量是一个复杂的系统，影响土壤肥力质量的高低不仅有土壤理化性质，还包括了成土母质、林分类型、林地气候、凋落物产量、养分周转率等因素。 森林土壤肥力状况与构成林分树种及树种组成、林分结构等林分因子有密切关系，反过来林分生长状况也能反映土壤肥力高低，从而导致不同林分土壤肥力往往具有较大差异[26]
本研究单因素方差分析表明在复垦工艺、土壤类型、土壤质地和区域气候条件一致的条件下，林分类型主要影响土壤容重、有机质、速效氮、速效磷、速效钾等5 项肥力指标。 在未受到人为扰动的情况下，林地土壤容重主要受到林木生长、植物枯落物和小动物活动影响。 枯落物在分解转化过程中形成的腐植质使表层土壤形成良好的团粒结构，使其疏松多孔。 土壤有机质是土壤的重要组成物质，对改善土壤物理、化学性质以及植物的生长起着重要作用，是评价土壤肥力和质量的重要指标[27]。 在立地条件一致的情况下，植被类型、产量和植物残体的分解过程是有机质的重要控制因子[28-29]，特别是凋落物相对较多，植物凋落物在微生物作用下分解，土壤有机碳大量积累，且土壤有机碳被微生物矿化和腐植质化速度慢[30]，导致土壤有机碳、全氮、全磷和全钾积累量多，其土壤肥力最高。 阔叶树种通常具有更大的凋落物产量和分解速率，从而有利于有机质的积累[31]。 树种不同导致林分的养分归还量和吸收量、凋落物的类型、数量和分解速率有所不同，不同树种对同种养分的吸收速率也不同，导致林下土壤肥力差异明显。 因此，造林树种会对土壤肥力产生极大的影响[15]。
土壤肥力差异是土壤基本特性的综合表现，是多因素的耦合[32]。 土壤肥力单项特性的分析研究比较深入，少量指标已有公认的量化表达肥力等级的标准，如全国土壤养分分级标准等。 由于土壤肥力量化等级指标较少，如果采用多项指标进行定量综合评价就存在一定的困难。 目前常用的传统土壤肥力评价方法所赋的权重计算方法主要分为经验权重(包括专家打分法、BP 神经网络算法和层次分析法) 和统计权重(包括相关关系法、主成分分析法、模糊数学法、 灰色关联分析法、 内梅罗指数法)[33-40]。
应用灰色关联分析进行评价，解决了众多因子作用的排序问题，它不同于通常使用的因子均衡分析和协调分析方法。 灰色关联分析可对不同森林类型土壤肥力诸多特性的综合优势进行排序和定量分析，具有简便、直观、有效的特点，是多因素决策分析的一种简便有效的实用方法[41]。 本研究灰色关联度分析结果表明杨树纯林＞桧树纯林＞女贞纯林，其中杨树林地土壤属于Ⅰ级(优)水平，桧树林地和女贞林地属于Ⅱ级(良)。 杨树林地 0 ～20 cm 层加权灰色关联度(0.421 3)和桧树林地40～60 cm 层加权灰色关联度(0.316 1)大于其他各层，表明这2 层土壤肥力较高。 因此，人工林木类型会影响林下土壤肥力水平，落叶乔木(杨树)对土壤的改良优于常绿乔木(女贞和桧树)，其中杨树林地土壤容重、pH值、有机质、氮素(总氮和速效氮)、磷素(总磷和速效磷)、钾素(总钾和速效钾)等9 项指标显著优于女贞和桧树林地土壤，表明杨树具有改良表层土壤肥力、改善环境和保持水土等优点，可以做为复垦区造林优势树种，这与张岩等研究结果相一致[42]。 另外，桧树林地40～60 cm 层肥力水平高于其他树种，可能受到了底部充填煤矸石的影响。 桧树林地位于煤矸石山北侧，采样发现实际覆土厚度在60 cm 左右，没有达到设计100 cm 覆土厚度。 另外，煤矸石及风化物中有机质、速效钾、速效氮和总氮等养分比较丰富[43-44]。
4 结 论
1)单因素方差分析表明，3 种人工林地土壤pH、总氮、总磷、总钾等4 项肥力指标在不同树种间差异不显著(P＞0.05)，土壤容重、有机质、速效氮、速效磷、速效钾等5 项肥力指标在不同树种间差异显著(P＜0.05)；3 种林地土壤 pH 和速效氮2 项指标在各土层间差异不显著(P＞0.05)，土壤容重、有机质、总氮、总磷、速效磷、总钾、速效钾等7 项肥力指标在不同土层间差异显著(P＜0.05)。
2)杨树林地 0 ～ 20 cm 土壤容重、pH 值、有机质、氮素(总氮和速效氮)、磷素(总磷和速效磷)和钾素(总钾和速效钾)等9 项指标显著优于女贞林地和桧树林地土壤。 桧树林地40 ～60 cm 土壤容重、有机质、总氮、速效磷和总钾等5 项指标优于杨树林和女贞林地土壤，该层土壤可能受到充填煤矸石的影响。
3)对照全国第2 次土壤普查养分分级标准和2009 年复垦区土壤肥力指标监测结果，土壤容重由原来的过紧实降低到偏紧水平，土壤孔隙性和透气性显著增强。 有机质由5 级缺乏提高到4 级较缺乏水平，速效磷由4 级较缺乏提高到3 级中等水平，总钾由3 级较中等提高到2 级及以上水平，速效钾提高到3 级及以上水平，林地土壤这5 项肥力指标变化显著。 pH 值(碱性)、总氮(1 级丰富)、速效氮(5级缺乏)和总磷(6 级极缺乏)与2009 年复垦区土壤总氮和速效氮肥力水平较一致。 总磷和速效氮可以作为复垦区土壤肥力提升的限制因子。
4)3 种林地土壤加权灰色关联度综合评价值大小排列顺序为，杨树纯林＞桧树纯林＞女贞纯林，其中杨树林地土壤属于Ⅰ级(优)水平，桧树林地和女贞林地属于Ⅱ级(良)，表明杨树林土壤最肥沃， 其次为桧树林地土壤，女贞林地土壤肥力较差。 杨树林地 0～20 cm(0.421 3)表明杨树林地 0 ～20 cm 层土壤肥力最大。 桧树林地40 ～60 cm(0.316 1)加权灰色关联度最大，表明桧树林地40 ～60 cm 层土壤肥力最大。 因此，在复垦工艺、土壤类型、土壤质地和区域气候等一致的条件下，杨树具有改良土壤肥力、改善环境和保持水土等重要功能和作用，可以做为复垦区造林绿化的优势树种。
[1]朱 琦，肖 武，张瑞娅，等.淮南潘集矿区土壤重金属污染及生态风险评价[J].煤炭技术， 2018， 37(3)：76-78.ZHU Qi， XIAO Wu， ZHANG Ruiya，et al.Pollution and potential ecological risk assessment of soil heavy metals in Huainan Panji mining area[J].Coal Technology， 2018，37(3)：76-78.
[2]张宁宁， 侯 婷， 严加坤，等.不同恢复年限樟子松林地的土壤氮磷效应[J].广西林业科学， 2019，48(3)：285-289.ZHANG Ningning， HOU Ting， YAN Jiakun，et al.Effects of soil nitrogen and phosphorus on Pinus sylvestris var.Mongolica forestland with different restoration years[J].Guangxi Forestry Sci-ence， 2019，48(3)：285-289.
[3]张建勇， 肖 武， 王 铮，等.基于全排列多边形图示指标法的土壤肥力质量评价[J].中国生态农业学报，2015，23(10)：1285-1292.ZHANG Jianyong， XIAO Wu， WANG Zheng，et al.Evaluation of the quality of soil fertility using entire-array-polygon indicator method[J].Chinese Journal of Eco-Agriculture， 2015，23(10)：1285-1292.
[4]张治国， 胡友彪， 郑永红，等.煤矸石堆存对土壤盐分空间分布特征的影响及主要因子的研究[J].煤炭学报，2018，43(4)：221-229.ZHANG Zhiguo， HU Youbiao， ZHENG Yonghong，et al.Effect of coal gangue stockpiling on spatial distribution characteristics and main factors of soil salinity[J].Journal of China Coal Society，2018，43(4)：221-229.
[5]李树志.我国采煤沉陷区治理实践与对策分析[J].煤炭科学技术，2019，47(1)：36-43.LI Shuzhi.Control practices and countermeasure analysis on coal mining subsidence area in China [J].Coal Science and Technology， 2019， 47(1)：36-43.
[6]郑永红， 胡友彪， 张治国.煤矿复垦区重构土壤溶解性有机碳空间分布特征[J].土壤， 2017，49(5)：122-126.ZHENG Yonghong，HU Youbiao，ZHANG Zhiguo.Spatial distribution characteristics of dissolved organic carbon in reconstructed soil in coal mine reclamation area[J].Soils，2017，49(5)：122-126.
[7]周育智， 陈孝杨， 王 芳， 等.安徽省淮南市采煤沉陷生态修复区表层土壤有机碳分布[J].江苏农业科学，2016，44(9)：439-442.ZHOU Yuzhi， CHEN Xiaoyang， WANG Fang，et al.Distribution of surface SOC in ecological restoration area of coal mining subsidence in Huainan City， Anhui Province [J].Jiangsu Agricultural Sciences，2016，44(9)：439-442.
[8]郑永红， 张治国， 姚多喜，等.煤矸石充填复垦对土壤特性影响研究[J].安徽理工大学学报：自然科学版， 2013，33(4)：11-15.ZHENG Yonghong， ZHANG Zhiguo， YAO Duoxi，et al.Study on influence of gangue on reclaimed soil properties[J].Journal of Anhui University of Science and Technology：Natural Science， 2013，33(4)：11-15.
[9]刘曙光， 徐良骥， 余礼仁.煤矸石充填复垦地土壤理化性质的时空变化特征[J].环境工程，2018，36(2)：173-177.LIU Shuguang， XU Liangji， YU Liren.Spatiotemporal variation of physical and chemical properties of reclaimed soil in coal gangue filling land[J].Environmental Engineering，2018，36(2)：173-177.
[10]陈孝杨， 王 芳， 严家平，等.覆土厚度对矿区复垦土壤呼吸昼夜变化的影响[J].中国矿业大学学报，2016，45(1)：167-173.CHEN Xiaoyang， WANG Fang， YAN Jiaping， et al.Effect of coversoil thickness on diurnal variation characteristics of reclaimed soil respiration in coal mining areas[J].Journal of China University of Mining ＆ Technology，2016，45(1)：167-173.
[11]陈永春， 安士凯， 郑永红，等.采煤沉陷区复垦土壤肥力状况调查与评价[J].安徽理工大学学报：自然科学版， 2019，39(3)：7-15.CHEN Yongchun， AN Shikai， ZHENG Yonghong，et al.Investigation and evaluation of soil fertilities in coal mining subsidence areas [J].Journal of Anhui University of Science and Technology：Natural Science，2019，39(3)：7-15.
[12]江培龙， 方凤满， 张杰琼，等.淮南煤矿复垦区土壤重金属含量分布及潜在生态风险评价[J].水土保持通报，2013，33(6)：161-165.JIANG Peilong， FANG Fengman， ZHANG Jieqiong，et al.Distribution and potential ecological risk assessment of soil heavy metals in reclaimed land in Huainan coal mine[J].Bulletin of Soil and Water Conservation，2013，33(6)：161-165.
[13]徐良骥， 黄 璨， 章如芹， 等.煤矸石充填复垦地理化特性与重金属分布特征[J].农业工程学报，2014，30(5)：211-219.XU Liangji， HUANG Can， ZHANG Ruqin， et al.Physical and chemical properties and distribution characteristics of heavy metals in reclaimed land filled with coal gangue[J].Transactions of the Chinese Society of Agricultural Engineering，2014，30(5)：211-219.
[14]郑永红， 张治国， 姚多喜，等.煤矿复垦区土壤重金属含量时空分布及富集特征研究[J].煤炭学报，2013，38(8)：174-181.ZHENG Yonghong， ZHANG Zhiguo， YAO Duoxi，et al.Characteristics of temporal-spatial distribution and enrichment of heavy metals in coal mine reclaimed soil[J].Journal of China Coal Society，2013，38(8)：174-181.
[15]郑永林， 王海燕， 解雅麟，等.北京平原地区造林树种对土壤肥力质量的影响[J].中国水土保持科学，2018，16(6)：92-101.ZHENG Yonglin， WANG Haiyan， XIE Yalin，et al.Effect of tree species on soil fertility quality in plain afforestation area， Beijing[J].Science of Soil and Water Conservation，2018，16(6)：92-101.
[16]郑顺安， 常庆瑞.黄土高原不同类型人工林对土壤肥力的影响[J].西北农林科技大学学报：自然科学版，2006，34(2)：119-123.ZHENG Shunan， CHANG Qingrui.The influence of different plantations on the soil fertility on Loess Plateau[J].Journal of Northwest Sci-tech University of Agriculture and Forestry：Natural Science Edition，2006，34(2)：119-123.
[17]尹 娜， 魏天兴， 张晓娟.黄土丘陵区人工林土壤养分效应研究[J].水土保持研究，2008，15(2)：213-215，218.YIN Na， WEI Tianxing， ZHANG Xiaojuan.The characteristics of soil nutrient in artificial forest land in the hilly Loess Plateau[J].Research of Soil and Water Conservation， 2008，15(2)：213-215，218.
[18]黄远山.淮南市近50 多年气候变化分析[C]/ /中国气象学会2008 年年会气候变化分会场论文集.北京：中国气象学会2008 年年会，2008.HUANG Yuanshan.Analysis of climate change in Huainan for over 50 years[C]/ /Proceedings of Climate Change Conference，2008 annual meeting of China Meteorological Society.Beijing：China Meteorological Society，2008.
[19]张治国.复垦区土壤重金属污染特征及农田杂草修复潜力研究[D].淮南：安徽理工大学，2011.
[20]鲍士旦.土壤农化分析[M].北京：中国农业出版社，2000.
[21]王振南， 张清平， 陆姣云，等.基于灰色关联度法的不同年龄紫花苜蓿草地土壤肥力评价[J].草业科学，2015，32(8)：1230-1236.WANG Zhennan， ZHANG Qingping， LU Jiaoyun， et al.Assessment of soil fertility in lucerne stands of different ages using grey correlative degree analysis[J].Pratacultural Science，2015，32(8)：1230-1236.
[22]许岳飞， 毕玉芬， 金晶炜.应用灰色关联度法评价灌草复合型种植模式：以金沙江干热河谷区的云南永胜县为例[J].草地学报，2008，16(2)：97-102.XU Yuefei， BI Yufeng， JIN Jingwei.Application of gray relevant analysis in cultivation mode evaluation of shrub-grass composite：a case study of hot-arid valley of the Jinsha River in Yongsheng County， Yunnan[J].Acta Agrestia Sinica，2008，16(2)：97-102.
[23]全国土壤普查办公室.中国土壤[M].北京：中国农业出版社，1998.
[24]赵 宏， 马立彦， 贾 青.基于变异系数法的灰色关联分析模型及其应用[J].黑龙江水利科技， 2007，35(2)：32-33.ZHAO Hong， MA Liyan， JIA Qing.Grey relation analysis model based on variation coefficient method and its application[J].Heilongjiang Science and Teclnology of Water Conservancy， 2007，35(2)：32-33.
[25]覃其云， 唐 健， 邓小军， 等.广西马尾松人工林土壤肥力评价研究[J].林业调查规划，2017，42(6)：16-32.QIN Qiyun， TANG Jian， DENG Xiaojun， et al.Evaluation on Soil Fertility of Pinus massoniana plantations in Guangxi Province[J].Forest Inventory and Planning，2017，42(6)：16-32.
[26]樊星火， 葛红艳， 张参参，等.江西省生态公益林典型林分土壤肥力状况研究[J].北京林业大学学报，2018，40(11)：88-96.FAN Xinghuo， GE Hongyan， ZHANG Cancan，et al.Variations in soil fertility of typical non-commercial forest types in Jiangxi Province of Eastern China[J].Journal of Beijing Forestry University，2018，40(11)：88-96.
[27]赵明松， 张甘霖， 李德成，等.江苏省土壤有机质变异及其主要影响因素[J].生态学报，2013，33(16)：5058-5066.ZHAO Mingsong， ZHANG Ganlin， LI Decheng，et al.Variability of soil organic matter and its main factors in Jiangsu Province[J].Acta Ecologica Sinica， 2013，33(16)：5058-5066.
[28]GANUZA A， ALMENDROS G.Organic carbon storage in soils of the Basque Country (Spain)：the effect of climate， vegetation type and edaphic variables[J].Biology ＆ Fertility of Soils，2003，37：154-162.
[29]MUELLER P， JENSEN K， MEGONIGAL J P.Plants mediate soil organic matter decomposition in response to sea level rise[J].Global Change Biology，2016，22：404-414.
[30]常 超， 谢宗强， 熊高明， 等.三峡库区不同植被类型土壤养分特征[J].生态学报，2009，29(11)：5978-5985.CHANG Chao， XIE Zongqiang， XIONG Gaoming，et al.Characteristics of soil nutrients of different vegetation types in the three gorges reservoir area[J].Acta Ecologica Sinica，2009，29(11)：5978-5985.
[31]欧芷阳， 苏志尧， 朱剑云.东莞主要森林群落的土壤基本性质和综合评价[J].中南林业科技大学学报，2013，33(8)：96-102.OU Zhiyang， SU Zhiyao， ZHU Jianyun.Basic soil properties and comprehensive evaluation in forest communities in Dongguan，South China[J].Journal of Central South University of Forestry＆Technology，2013，33(8)：96-102.
[32]肖慈英， 阮宏华， 屠六邦.下蜀主要森林土壤肥力的灰色关联分析与评价[J].南京林业大学学报：自然科学版，2000，24(S1)：59-63.XIAO Ciying， RUAN Honghua， TU Liubang.Grayrelation grades analyses and evaluation of main fores try-soil fertility in Xiashu Ecological Station[J].Journal of Nanjing Forestry University：Natural Science Edition，2000，24(S1)：59-63.
[33]MASTO R E， CHHONKAR P K， SINGH D，et al.Alternative soil quality indices for evaluating the effect ofintensive cropping，fertilisation and manuring for 31years in the semi-arid soils of India[J].Environ MonitAssess，2008，136(1/2/3)：419-435.
[34]邓小军， 陈晓龙， 唐 健， 等.基于 Nemerow 法的森林土壤肥力综合指数评价[J].草业学报，2016，25(7)：34-41.DENG Xiaojun， CHEN Xiaolong， TANG Jian， et al.Assessment of forest soil fertility using an integrated index based on the Nemerow method[J].Acta Prataculturae Sinica，2016，25(7)：34-41.
[35]赵方华， 姜 波， 陈 华.基于层次和模糊聚类分析法的土壤肥力评价[J].湖北农业科学，2016(9)：2214-2217.ZHAO Fanghua， JIANG Bo， CHEN Hua.Evaluation of soil fertility based on the analytic hierarchy process (AHP) and fuzzy clustering analysis method[J].Hubei Agricultural Sciences，2016(9)：2214-2217.
[36]姜龙群， 侯贵廷， 黄 淇， 等.基于因子分析和最小数据集的土壤养分评价-以房山平原区为例[J].土壤通报，2018，49(5)：32-38.JIANG Longqun， HOU Guiting， HUANG Qi， et al.Evaluation of soil fertility quality with a minimum data set and factor analysis in the Fangshan Plain of Beijing[J].Chinese Journal of Soil Science，2018，49(5)：32-38.
[37]杨文静， 王一博， 刘 鑫， 等.基于BP 神经网络的青藏高原土壤养分评价[J].冰川冻土，2019，41(1)：221-232.YANG Wenjing， WANG Yibo， LIU Xin， et al.Nutrient evaluation of the soil in the Qinghai-Tibet Plateau based on BP neural network[J].Journal of Glaciology and Geocryology，2019，41(1)：221-232.
[38]吴湘琳， 陈署晃， 赖 宁， 等.基于主成分分析和聚类分析果园土壤养分综合评价[J].新疆农业科学，2018，55(7)：116-122.WU Xianglin， CHEN Shuhuang， LAI Ning， et al.Comprehensive evaluation of soil nutrients in Yecheng County Orchard based on principal component analysis and cluster analysis[J].Xinjiang Agricultural Sciences，2018，55(7)：116-122.
[39]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 Jiayi， CHU Shuangshuang， WANG Jing， 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.
[40]杜发兴， 吴登峰， 吴厚发， 等.基于灰色关联度的石漠化地区土壤质量评价[J].西南农业学报，2019，32(9)：2102-2108.DU Faxing， WU Dengfeng， WU Houfa， et al.Evaluation of soil quality in rocky desertification area based on grey relational degree[J].Southwest China Journal of Agricultural Sciences，2019，32(9)：2102-2108.
[41]林培松， 尚志海.韩江流域典型区主要森林类型土壤肥力的灰色关联度分析[J].生态与农村环境学报，2009(3)：57-60.LIN Peisong， SHANG Zhihai.Grey Relational Analysis of Soil Fertility of Main Forest Soils in Typical District of Hanjiang River Basin[J].Journal of Ecology and Rural Environmet，2009(3)：57-60.
[42]张 岩， 邓娇娇， 朱文旭， 等.辽西北风沙区典型人工防护林土壤微生物群落功能特征[J].生态学杂志，2019，38(6)：1688-1696.ZHANG Yan， DENG Jiaojiao， ZHU Wenxu， et al.Functional characteristics of soil microbial community of the typical artificial shelter forests in the windy-sandy region of northwest Liaoning Province，China[J].Chinese Journal of Ecology，2019，38(6)：1688-1696.
[43]李俊颖， 李新举， 赵跃伦，等.不同复垦方式对煤矿复垦区土壤养分状况的影响[J].山东农业大学学报：自然科学版，2017，48(2)：186-191.LI Junying， LI Xinju， ZHAO Yuelun， et al.The Influence of different reclamation modes on soil nutrient in coal mine plots[J].Journal of Shandong Agricultural University：Natural Science Edition，2017，48(2)：186-191.
[44]余 健， 周 光， 汪梦甜， 等.施用腐殖酸对煤矸石养分释放的影响[J].水土保持学报， 2018， 32(3)：364-368.YU Jian， ZHOU Guang， WANG Mengtian，et al.Effects of humic acid on nutrient release from coal gangue[J].Journal of Soil and Water Conservation，2018，32(3)：364-368.
