诱导改造对大兴安岭低质山杨林土壤肥力的影响1)

毛波 董希斌 唐国华

(森林持续经营与环境微生物工程黑龙江省重点实验室(东北林业大学)，哈尔滨，150040)

责任编辑:张 玉。

低质林，是指受自然和人为干扰破坏形成的郁闭度较低、林相衰败、出材率低且质量差、林下土壤受严重侵蚀的残次林，其生态系统几乎丧失自我恢复能力，林分生态效益和经济价值降低［1-3］。大兴安岭经过多年伐优留劣、反复采伐等人为干扰和森林火灾、病虫害等自然灾害的破坏后，原始森林急剧减少，形成了大量的低质林［4-6］。有关低质林改造以及土壤肥力的研究，已有很多报道［7-11］。并且国内外学者将模糊数学方法、灰色关联度法、层次分析法、系统评价模型等应用到土壤肥力质量综合评价中［12-14］。但目前关于营造不同树种诱导改造大兴安岭地区低质林对土壤肥力影响的研究较少。本文以大兴安岭低质山杨林为研究对象，探讨不同树种诱导改造对林地土壤肥力的影响，并利用灰色关联法对营造不同树种的诱导改造土壤肥力进行定量综合评价。旨在为低质山杨林的更新和培育提供参考。

1 研究区概况

研究区为加格达奇林业局翠峰林场，位于黑龙江省大兴安岭山脉的东南坡，海拔高度为370～420 m。林中土壤主要是暗棕壤土，土壤厚度15～30 cm;地势平缓，立地条件较好，平均坡度6°。冬季气候干燥寒冷，年均气温-1.4 ℃，冬长夏短，属于温寒带大陆性季风气候;年均降水量470 mm，降水多集中于6—8月份，年蒸发量1 151.5 mm，年日照时间1 653.8 h，全年无霜期103～121 d。该区域的低质林主要是山杨林(Populus davidiana)，下层植被灌木主要有榛子(Corylus chinensis)、胡枝子(Lespedeza bicolor)等，盖度为15%;草本以铃兰(Convallaria majalis)、水莎草(Crperus serotinus Rottob)等为主，盖度达30%;林分郁闭度为0.4。

2 研究方法

2.1 样地设置

2013年6月开始在低质山杨林中设置研究区，进行6、8、10、14、18、20 m 带状改造。设置1 块未采伐的样地作为对照，每个对照样地分别选取5 个样本点。每条改造带平均分成4 段，标记为A、B、C、D，分别栽植云杉(Picea asperata Mast)、樟子松(Mongolian scotch pine)、西伯利亚红松(Siberian cedar)、落叶松(Larixdahurica)进行诱导改造，栽植苗木与相邻保留带留有1 m 间距，株行距为2.0 m×1.5 m。在不同诱导改造完成后，对低质山杨林进行基本的管护，即每年对生态改造后的试验林地进行科学合理的抚育，改造当年的抚育工作主要为扩穴、扶正、培土、踏实和除草，以后每年进行砍去竞争植物、割灌、松土、除草等抚育措施。

2.2 土壤肥力指标确定

研究低质山杨林诱导改造后土壤肥力定量变化规律，建立合理的诱导改造模式调控技术以及土壤肥力质量的发展趋势模型，对低质山杨林诱导改造的评价和应用有着极其重要的影响［5］。土壤肥力的分析指标因子很多，宏观上包括土壤物理指标、化学指标、生物指标［15］。选取土壤密度、毛管持水量、毛管孔隙度、pH 值、有机质、全氮、全磷、全钾以及土壤速效氮、速效磷、速效钾、碳通量12 个指标作为衡量土壤肥力的指标［16］。

2.3 土壤采集和测定

2014年6月，在样地上，按S 型布点法各选取4个样方，样方平均分布在改造带的A、B、C、D 四段中;每个样方选择5 个土壤取样点，每个样地均取0～10 cm 的土壤，然后按四分法混合取样，每个土壤样本为1 kg。土壤样本在实验室经过自然风干处理，然后研磨过筛，分析其化学性质。

测定方法:土壤全N，采用自动凯氏法仪器(VSKT-P 型全自动定氮仪)测定;速效N，采用扩散法测定;全P，采用酸溶锑抗比色法测定;有效P，采用氢氧化钠浸提-钼锑抗比色法测定;全K，采用酸溶-火焰光度法测定，仪器为火焰光度计;速效K，采用乙酸铵浸提-火焰光度法测定;pH 值，采用酸度计测定;有机质，采用油浴重铬酸钾氧化法测定。用容积为100 cm3环刀在每个土壤样点取土样，借以测量土壤的物理性质;利用LCPro-SD 便携式智能光合仪测量碳通量;每个样点测量10 组数据。

2.4 土壤肥力的综合评价方法

在应用灰色关联度法对低质山杨林诱导改造后的土壤肥力进行综合评价时，先用灰色系统求出灰色关联系数，然后对灰色关联系数进行差异显著性分析，利用相关系数法求各个指标的权重，再求其灰色关联度。最后得到的关联度越高，说明诱导改造后土壤肥力的评价越高，改造效果越好［17］。

3 结果与分析

3.1 诱导改造对土壤肥力的影响

诱导改造对土壤物理性质的影响:由表1可见，低质山杨林的诱导改造后，与对照样地相比，土壤密度均有不同程度的降低，樟子松林和落叶松林变异系数均大于20%，属于中强度变异;云杉林和西伯利亚红松林变异系数小于20%，均属于弱度变异。土壤密度的降低程度，从大到小依次为樟子松林(降低26.83%)、云杉林(降低23.17%)、落叶松林(降低8.54%)、西伯利亚红松林(降低4.88%)。土壤毛管持水量、毛管孔隙度与对照样地相比，均有不同程度的升高。

表1 诱导改造后土壤的物理性质

诱导改造对土壤pH 值的影响:由表2可见，与照样地相比，低质山杨林诱导改造后，土壤pH 值都有升高，升高程度，从大到小依次为西伯利亚红松林(升高7.24%)、落叶松林(升高6.72%)、云杉林(升高4.48%)、樟子松林(升高0.86%)。经方差分析，不同诱导树种土壤pH 值与对照样地，都不存在差异性(P＞0.05)。同一诱导树种不同带宽，pH 值属弱度变异程度，樟子松林诱导改造变异系数最高(为10.77%)。

诱导改造对土壤有机质质量分数的影响:由表2可见，与对照样地相比，低质山杨林诱导后，土壤中有机质质量分数除云杉升高5.56%外，樟子松、西伯利亚红松、落叶松均有下降，下降程度分别为17.13%、27.45%、5.66%。方差分析发现，诱导树种之间存在着差异性(P＜0.05);而诱导改造样地与对照样地之间，均无显著性差异(P＞0.05)。西伯利亚红松土壤有机质的变异系数达到46.84%，属于高度变异，说明同一树种不同带宽诱导改造对有机质质量分数产生较强的影响。

表2 诱导改造后土壤的pH、有机质质量分数

诱导改造对土壤全氮质量分数的影响:低质山杨林诱导后，同一诱导树种土壤全氮质量分数，在不同带宽中的变异程度相差较大，最小的为樟子松(变异系数为9.90%)，属于弱度变异;最高为西伯利亚红松(变异系数为49.04%)，属于高度变异(见表3)。与对照样地相比，所有诱导改造后，土壤全氮质量分数均有不同程度的升高，升高幅度，从大到小依次为落叶松林(升高94.09%)、西伯利亚红松林(升高67.24%)、云杉林(升高50.74%)、樟子松林(升高41.87%)。方差分析发现，所有树种诱导改造，全氮质量分数与对照样地相比，均有显著差异(P＜0.05)。

诱导改造对土壤全磷质量分数的影响:由表3可见，低质山杨林诱导改造，土壤全磷质量分数均小于对照样地，降低程度，从大到小依次为云杉林(降低20.90%)、落叶松林(降低19.10%)、樟子松林(降低14.63%)、西伯利亚红松林(降低10.15%);说明不同诱导树种改造，对土壤中全磷质量分数的影响也不尽相同。变异程度最高的为樟子松，变异系数为46.85%。方差分析发现，与对照样地相比，不同树种诱导改造后，土壤全磷质量分数无显著性差异(P＞0.05)。

诱导改造对土壤全钾质量分数的影响:由表4可见，在低质山杨林树种诱导改造后，与对照样地相比，西伯利亚红松林土壤全钾质量分数基本持平，落叶松林土壤全钾质量分略有下降(下降2.3%);樟子松林、云杉林诱导改造，土壤全钾质量分数分别上升35.41%、20.33%。方差分析发现，与对照样地相比，不同树种诱导改造后，土壤全钾质量分数无显著性差异(P＞0.05)。

表3 诱导改造后土壤的全氮、全磷质量分数

诱导改造对土壤碳通量的影响:由表4可见，在低质山杨林树种诱导改造后，土壤碳通量比对照样地均有不同程度的升高，升高程度均大于50%，说明诱导改造能有效的提高土壤中的碳通量。同一树种不同带宽的诱导改造，栽植落叶松的方式变异系数最高(为44.17%)，说明落叶松诱导改造对土壤碳通量有强烈的影响。方差分析发现，不同诱导方式间，土壤碳通量无显著性差异(P＞0.05)。

表4 诱导改造后土壤的全钾质量分数、碳通量

3.2 不同树种诱导改造后土壤肥力的综合评价

确定决策矩阵:决策矩阵(X)是由土壤肥力指标实测值组成的集合，m=12、n=5。

初始化决策矩阵:因为土壤肥力的12 个评价指标的量纲有所不同，会对评价结果产生不良影响。为了消除这种影响，对不同指标进行无量纲处理，计算出生态改造后土壤肥力的决策矩阵X'。

确定灰色关联判断矩阵:评价指标的理想对象矩阵为S={si}m×1，i=1、2…、m。式中:si为初始化后的决策矩阵X'中第i 行的最大值。这样可得出理想对象矩阵ST=［1 1 1 1 1 1 1 1 1 1 1 1］。

计算灰色关联评价矩阵R。

确定土壤肥力评价指标权重:在选择的土壤肥力指标中，不同的指标对土壤肥力的综合评价结果的影响程度不尽相同，需要对每个指标赋予不同的权重。使用相关系数法计算出不同诱导改造低质山杨林土壤肥力指标的权重，土壤密度、毛管持水量、毛管孔隙度、pH 值、有机质、全氮、全磷、全钾、速效氮、速效磷、速效钾、碳通量的权重，分别为0.105、0.077、0.100、0.068、0.051、0.074、0.099、0.099、0.058、0.081、0.087、0.099。

确定改造模式灰色关联度:结合灰色关联判断矩阵R 和权重，根据灰色关联法公式计算出各样地的灰色关联度:云杉林、樟子松林、西伯利亚红松林、落叶松林、对照样地的关联度，分别为0.703、0.828、0.611、0.684、0.557。

在灰色关联评价中，理想对象S 是整个评价系统中最高的，不同诱导改造后土壤肥力的关联度越大，说明越接近理想的土壤肥力质量，其诱导改造效果越好。由各样地灰色关联度可知:所有诱导改造后，低质山杨林土壤肥力的灰色关联度的区间是［0.611，0.828］，而对照样地的灰色关联度系数为0.557，表明各诱导改造后的综合土壤肥力均有所改善。

4 结论与讨论

在不同的树种诱导改造中，与对照样地相比，土壤毛管持水量、毛管孔隙度有不同程度的升高，土壤密度有一定程度的降低，经过方差分析得出P＞0.05;表明不同树种诱导改造，相同指标间无显著性差异。这与周会萍［18］、刘美爽［7］的研究结果一致。本研究区土壤pH 值在6.0 左右，属于弱酸性土壤。不同树种诱导改造后，土壤pH 值的变异系数较小，属于弱度变异，并且变异系数均小于土壤中有机质、全氮质量分数的变异系数;这与Fu 等［19］研究结果相一致。西伯利亚红松林诱导改造后，土壤中有机质质量分数的变异程度最强，这是受地表凋落物的分解和地下根系的周转的影响［20］。低质山杨林改造后，与对照样地相比，土壤中全磷质量分数均有一定程度的降低;西伯利亚红松林土壤中全钾质量分数基本持平，落叶松林土壤中全钾质量分数略有下降，樟子松林、云杉林诱导改造土壤中全钾质量分数上升。所有树种诱导改造后，土壤中全氮质量分数均有上升。诱导改造林地，土壤全磷、全钾质量分数均无显著性差异(P＞0.05)，而全氮质量分数差异性显著(P＜0.05)。低质山杨林带状改造后，林地有充分的条件生长大量的具有固氮作用的灌木和草本，因此诱导改造后全氮质量分数有一定程度的升高。磷素质量分数主要与不同根系对磷的活化作用和磷在土壤中的存在状态有关，磷在土壤中易形成难溶性盐沉淀，不同根系的分泌物对活化土壤难溶性磷具有重要作用［21］。低质山杨林树种诱导改造后，土壤碳通量均有升高，且不同诱导树种间土壤碳通量无显著性差异(P＞0.05)。土壤中有机质质量分数与全氮质量分数、碳通量具有显著性正相关(P＜0.05)。樟子松林诱导改造后，土壤密度、毛管持水量、毛管孔隙度、pH 值、全钾质量分数、碳通量的变异系数最大，说明带状对樟子松诱导改造土壤肥力的影响显著。通过灰色关联法，对大兴安岭低质山杨林在诱导树种改造后的土壤肥力进行综合分析，其关联度从大到小的顺序为樟子松林(0.828)、云杉林(0.703)、落叶松林(0.684)、西伯利亚红松林(0.611)、对照样地(0.557)。樟子松林诱导改造的灰色关联度最高(0.828)，说明樟子松诱导林改造效果最佳。经过诱导树种改造后的土壤肥力的关联度，均高于对照样地，说明云杉、樟子松、西伯利亚红松、落叶松的诱导树种改造，对土壤肥力均有改善。

低质山杨林诱导树种改造对林地土壤肥力的影响及其综合评价，不仅与诱导改造树种有关，还与光照、经济和社会等因素密不可分，形成了现有的林地土壤肥力和现实生产力，这方面还有待研究。同时，本文只对低质山杨林树种诱导改造初期的土壤肥力进行了研究，而低质山杨林的树种诱导改造效果还需更加长期的定位观测和分析。

［1］ Miller J A.Biosciences and ecological integrity［J］.Bioscience，1991，41(4):206-210.

［2］ 杜晓军，姜凤岐.低价林概念商榷［J］.长江流域资源与环境，2003，12(2):136-140.

［3］ 杨学春，董希斌，姜帆，等.黑龙江省伊春林区低质林林分评定［J］.东北林业大学学报，2009，37(10):10-12，15.

［4］ 李勇，刘继明，董希斌，等.大兴安岭林区低质林成因及改造方式［J］.东北林业大学学报，2012，40(8):105-107，111.

［5］ 纪浩，董希斌.大兴安岭低质林改造后土壤肥力综合评价［J］.林业科学，2012，48(11):117-123.

［6］ 宋启亮，董希斌，李芝茹.不同改造方式对大兴安岭3 种类型低质林生物多样性的影响［J］.东北林业大学学报，2012，40(4):85-89.

［7］ 刘美爽，纪浩，董希斌.诱导改造对大兴安岭低质林土壤理化性质的影响［J］.林业科学，2012，48(5):67-71.

［8］ 张泱，董希斌，郭辉.基于主成分分析法综合评价小兴安岭低质林择伐生态改造模式［J］.东北林业大学学报，2010，38(12):7-9.

［9］ 曾翔亮，董希斌，高明.不同诱导改造后大兴安岭蒙古栎低质林土壤养分的灰色关联评价［J］.东北林业大学学报，2013，41(7):48-52.

［10］ 宋启亮，董希斌.大兴安岭低质阔叶混交林不同改造模式综合评价［J］.林业科学，2014，50(9):18-25.

［11］ 汪贵斌，曹福亮，程鹏，等.不同银杏复合经营模式土壤肥力综合评价［J］.林业科学，2010，46(8):1-7.

［12］ 蒋云东，何蓉，陈娟.灰色关联分析在杉木人工林土壤肥力研究中的应用［J］.云南林业科技，1998(2):34-38.

［13］ Masto R E，Chhonkar P K，Singh D，et al.Alternative soil quality indices for evaluating the effect of intensive cropping，fertilisation and manuring for 31 years in the semi-arid soils of India［J］.Environmental Monitoring and Assessment，2008，136(1/3):419-435.

［14］ 张华，张甘霖，漆智平，等.热带地区农场尺度土壤质量现状的系统评价［J］.土壤学报，2003，40(2):186-193.

［15］ 骆东奇，白洁，谢德体.论土壤肥力评价指标和方法［J］.土壤与环境，2002，11(2):202-205.

［16］ 赵洋毅，王玉杰，王云琦，等.渝北不同模式水源涵养林植物多样性及其与土壤特征的关系［J］.生态环境学报，2009，18(6):2260-2266.

［17］ 李国强，冯晓，郑国清，等.基于改进灰色关联模型的土壤肥力综合评价［J］.河南农业科学，2013，42(4):71-74.

［18］ 周会萍，蔡祖国，牛德奎.江西吉安退化湿地松群落土壤物理性质及养分状况研究［J］.西北林学院学报，2010，25(4):7-10.

［19］ Fu B J，Liu S L，Ma K M，et al.Relationships between soil characteristics，topography and plant diversity in a heterogeneous deciduous broad-leaved forest near Beijing，China［J］.Plant and Soil，2004，261(1/2):47-54.

［20］ Morrison I K，Foster N W.Fifteen-year change in forest floor organic and element content and cycling at the turkey lakes watershed［J］.Ecosystems，2001，4(6):545-554.

［21］ 刘子雄，朱天辉，张建.林木根系分泌物与根际微生物研究进展［J］.世界林业研究，2005，18(6):25-31.