基于灰色关联分析的马尾松采脂林土壤肥力评价

第４８卷第４期２０２１年１２月福建林业科技
ＪｏｕｒｏｆＦｕｊｉａｎＦｏｒｅｓｔｒｙＳｃｉａｎｄＴｅｃｈ
Ｖｏｌ ４８　Ｎｏ ４
Ｄｅｃ ，２０２１
ｄｏｉ：１０．１３４２８／ｊ．ｃｎｋｉ．ｆｊｌｋ．２０２１．０４．０１３
基于灰色关联分析的马尾松采脂林土壤肥力评价
颜　权１，２，李春宁２，覃其云１，３，邓小军１，３，宋贤冲１，３，唐　健１，３
（１ 广西壮族自治区林业科学研究院，广西南宁５３０００２；２ 广西壮族自治区国有派阳山林场，
广西宁明５３２５００；３ 国家林业局中南速生材繁育实验室、广西林用新型肥料研发中心、
广西优良用材林资源培育重点实验室，广西南宁５３０００２）
摘要：２０１７—２０１８年，对广西不同区域、不同林龄的马尾松采脂林土壤的主要肥力指标进行测定，并采用灰色关联分析方法对其土壤肥力进行综合评价。

结果表明：６个马尾松采脂林样地的根际土和非根际土均呈酸性至强酸性，有机质、全Ｎ、碱解Ｎ含量处于中等水平，土壤全Ｐ、有效Ｐ、全Ｋ和速效Ｋ含量均处于极贫乏水平；土壤中量元素：交换性Ｃａ、交换性Ｍｇ含量大部分处于极低水平；土壤微量元素：有效Ｃｕ和有效Ｚｎ含量处于中等水平，有效Ｆｅ含量处于极丰富水平，有效Ｂ和有效Ｍｎ含量大部分处于极贫乏水平。

各马尾松采脂林根际土和非限际土的土壤肥力综合指标值关联度主要分布在
０ ３７９～０ ６４７，其中乐里林场１５年生的马尾松采脂林土壤综合肥力最高，派阳山林场１３年生的马尾松采脂林土壤综合肥力最低。

不同区域、不同林龄马尾松采脂林的土壤综合肥力普遍较低。

关键词：马尾松；采脂林；土壤肥力；灰色关联分析
中图分类号：Ｓ７１４ ８；Ｓ７９１ ２４８ 文献标识码：Ａ 文章编号：１００２－７３５１（２０２１）０４－００６２－０５ＥｖａｌｕａｔｉｏｎｏｎＳｏｉｌＦｅｒｔｉｌｉｔｙｏｆＰｉｎｕｓｍａｓｓｏｎｉａｎａＲｅｓｉｎＳｔａｎｄｓＢａｓｅｄｏｎＧｒｅｙＲｅｌａｔｉｏｎＡｎａｌｙｓｉｓ
ＹＡＮＱｕａｎ１，２，ＬＩＣｈｕｎｎｉｎｇ２，ＱＩＮＱｉｙｕｎ１，３，ＤＥＮＧＸｉａｏｊｕｎ１，３，ＳＯＮＧＸｉａｎｃｈｏｎｇ１，３，ＴＡＮＧＪｉａｎ１，３
（１ ＧｕａｎｇｘｉＺｈｕａｎｇＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎＦｏｒｅｓｔｒｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｎａｎｎｉｎｇ５３０００２，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ；
２ ＧｕａｎｇｘｉＳｔａｔｅ ｏｗｎｅｄＰａｉｙａｎｇｓｈａｎＦｏｒｅｓｔＦａｒｍ，Ｎｉｎｇｍｉｎｇ５３２５００，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ；
３ ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｅｎｔｒａｌＳｏｕｔｈＦａｓｔ ｇｒｏｗｉｎｇＴｉｍｂｅｒＣｕｌｔｉｖａｔｉｏｎｏｆＦｏｒｅｓｔｒｙＭｉｎｉｓｔｒｙｏｆＣｈｉｎａＧｕａｎｇｘｉ
ＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒｆｏｒＮｅｗＦｏｒｅｓｔｒｙＦｅｒｔｉｌｉｚｅｒＧｕａｎｇｘｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｕｐｅｒｉｏｒＴｉｍｂｅｒ
ＴｒｅｅｓＲｅｓｏｕｒｃｅＣｕｌｔｉｖａｔｉｏｎ，Ｎａｎｎｉｎｇ５３０００２，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｆｒｏｍ２０１７ｔｏ２０１８，ｔｈｅｍａｉｎｓｏｉｌｆｅｒｔｉｌｉｔｙｉｎｄｅｘｅｓｏｆＭａｓｓｏｎＰｉｎｅｆａｔｍｉｎｉｎｇｆｏｒｅｓｔｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓａｎｄｆｏｒｅｓｔａｇｅｓｉｎＧｕａｎｇｘｉｗｅｒｅｍｅａｓｕｒｅｄ，ａｎｄｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｅｖａｌｕａｔｅｔｈｅｓｏｉｌｆｅｒｔｉｌｉｔｙ ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｒｈｉｚｏｓｐｈｅｒｅｓｏｉｌａｎｄｎｏｎｒｈｉｚｏｓｐｈｅｒｅｓｏｉｌｏｆｓｉｘＰｉｎｕｓｍａｓｓｏｎｉａｎａｒｅｓｉｎｍｉｎｉｎｇｆｏｒｅｓｔｓａｍｐｌｅｐｌｏｔｓｗｅｒｅａｃｉｄｉｃｔｏｓｔｒｏｎｇｌｙａｃｉｄｉｃ，ｔｈｅｃｏｎｔｅｎｔｓｏｆｏｒｇａｎｉｃｍａｔｔｅｒ，ｔｏｔａｌＮａｎｄａｌｋａｌｉｈｙｄｒｏｌｙｚａｂｌｅＮｗｅｒｅａｔｔｈｅｍｅｄｉｕｍｌｅｖｅｌ，ａｎｄｔｈｅｃｏｎｔｅｎｔｓｏｆｔｏｔａｌＰ，ａｖａｉｌａｂｌｅＰ，ｔｏｔａｌＫａｎｄａｖａｉｌａｂｌｅＫｗｅｒｅａｔｔｈｅｖｅｒｙｐｏｏｒｌｅｖｅｌ；ｔｈｅｃｏｎｔｅｎｔｓｏｆｅｘｃｈａｎｇｅａｂｌｅＣａａｎｄｅｘｃｈａｎｇｅａｂｌｅＭｇｉｎｍｅｄｉｕｍｅｌｅ ｍｅｎｔｓｏｉｌａｒｅｍｏｓｔｌｙａｔａｖｅｒｙｌｏｗｌｅｖｅｌ；ｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＣｕａｎｄＺｎｉｎｓｏｉｌｔｒａｃｅｅｌｅｍｅｎｔｓａｒｅａｔａｍｅｄｉｕｍｌｅｖｅｌ，ｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＦｅａｒｅａｔａｖｅｒｙｒｉｃｈｌｅｖｅｌ，ａｎｄｍｏｓｔｏｆｔｈｅｃｏｎｔｅｎｔｓｏｆａｖａｉｌａｂｌｅＢａｎｄＭｎａｒｅａｔａｖｅｒｙｐｏｏｒｌｅｖｅｌ ＴｈｅｃｏｒｒｅｌａｔｉｏｎｄｅｇｒｅｅｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｉｎｄｅｘｖａｌｕｅｓｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆＲｈｉｚｏｓｐｈｅｒｅＳｏｉｌａｎｄｕｎｒｅｓｔｒｉｃｔｅｄｓｏｉｌｏｆｅａｃｈＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｓｍａｉｎ ｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎ０ ３７９～０ ６４７ Ａｍｏｎｇｔｈｅｍ，ｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆ１５ ｙｅａｒ ｏｌｄＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｎＬｅｌｉｆｏｒｅｓｔｆａｒｍｉｓｔｈｅｈｉｇｈｅｓｔ，ａｎｄｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅｓｏｉｌｆｅｒｔｉｌｉｔｙｏｆ１３ ｙｅａｒ ｏｌｄＭａｓｓｏｎＰｉｎｅｆａｔｐｉｃｋｉｎｇｆｏｒｅｓｔｉｎｐａｉｙａｎｇｓｈａｎｆｏｒｅｓｔｆａｒｍｉｓｔｈｅｌｏｗｅｓｔ ＴｈｅｓｏｉｌｃｏｍｐｒｅｈｅｎｓｉｖｅｆｅｒｔｉｌｉｔｙｏｆＰｉｎｕｓｍａｓｓｏｎｉａｎａｆａｔｇａｔｈｅｒｉｎｇｆｏｒｅｓｔｉｎｄｉｆｆｅｒｅｎｔｒｅｇｉｏｎｓａｎｄｄｉｆｆｅｒｅｎｔｆｏｒｅｓｔａｇｅｓｉｓｇｅｎｅｒａｌｌｙｌｏｗ
Ｋｅｙｗｏｒｄｓ：Ｐｉｎｕｓｍａｓｓｏｎｉａｎａ；ｔａｐｐｉｎｇｒｅｓｉｎｆｏｒｅｓｔ；ｓｏｉｌｅｒｔｉｌｉｔｙ；ｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ
　收稿日期：２０２１－０１－１２；修回日期：２０２１－０４－１９
　基金项目：广西林业科技项目（广西马尾松采脂林平衡施肥技术研究，桂林科研［２０１５］４５号）
　第一作者简介：颜权（１９８５—），男，广西壮族自治区国有派阳山林场工程师，从事森林培育工作。

Ｅ ｍａｉｌ：４７６５４１０８２＠ｑｑ ｃｏｍ。

　通信作者：覃其云（１９８１—），男，广西壮族自治区林业科学研究院高级工程师，从事土壤肥力和植物营养生理研究。

Ｅ ｍａｉｌ：１２３０８９０８６＠ｑｑ ｃｏｍ。

第４期颜权，等：基于灰色关联分析的马尾松采脂林土壤肥力评价
马尾松是我国特有的松树类树种，分布和用途较广泛，既是我国重要的用材树种和荒山造林树种，也是优质的造纸和化纤工业原料［１］，具有非常高的经济价值和综合利用价值。

同时，马尾松还是至今为止
我国已知树种中含松脂量最高的树种，其松脂产量高、品质好。

随着社会经济和现代工业技术的高速发展，松脂的应用领域也在不断扩大，在国民经济发展中也越发突出其重要作用，因此在新形势下对松脂产量和质量的要求也不断提高［２］。

近３ａ来，我国松脂产量逐年下降，远远不能满足林产化工的需要。

因此，结合广西的区位和林地情况，研究影响松脂产量和质量的因子，从而营建高产、高质、高效的松脂原料林成为马尾松产业发展的必然趋势。

土壤肥力是反映土壤肥沃状况的一个重要指标，它是衡量土壤能够提供植物生长所需各种养分的能力，既是土壤各种基本属性的综合表现，也是土壤作为最重要的自然资源和农林业生产的物质基础［３］。

科学评价土壤肥力状况不仅可以更清晰地了解土壤本质和更好地利用土壤资源，而且对于林业高质量发展有实际指导意义［４－６］。

本文对广西不同区域马尾松采脂林土壤样品根际土和非限际土中的ｐＨ值、有机质、全Ｎ、全Ｐ、全Ｋ、碱解Ｎ、有效Ｐ、速效Ｋ、交换性Ｍｇ、交换性Ｃａ、有效Ｚｎ、有效Ｆｅ、有效Ｂ、有效Ｃｕ、有效Ｍｎ进行检测，利用灰色关联度法对数据进行分析对比，从而了解不同区域、不同林龄马尾松采脂林土壤肥力的基本变化规律和特征，以期为广西马尾松采脂林健康持续经营和提高松脂产量提供参考。

１　材料与方法
１ １　研究区域概况
２０１７—２０１８年，分别在广西国有派阳山林场六材分场、广西田林县乐里林场乐里分场和旧州分场、柳州市沙塘镇江湾村的马尾松采脂林开展调查及土壤样品采集。

不同地域、不同林龄马尾松采脂林共计６
个样地的基本情况见表１。

表１　样地基本情况
编号样地林龄／ａ平均树高／ｍ平均胸径／ｃｍ郁闭度经纬度海拔／ｍ１乐里分场①１３１３ ６３１８ ５１０ ８１０６°１３′５３″Ｅ、２４°１６′１４″Ｎ４５０２派阳山林场１３１４ ２２１７ ９２０ ８１０７°５′４７″Ｅ、２２°２′３″Ｎ４２０３旧州分场１５１４ ３５１９ ２７０ ７１０５°４５′４８″Ｅ、２４°４０′２５″Ｎ４１０４乐里分场②２１１６ １８２１ ２２０ ７１０６°１３′２３″Ｅ、２４°１７′２１″Ｎ３６０５柳州沙塘镇２８１８ ８４２０ ９８０ ６１０６°１３′２３″Ｅ、２４°１７′２１″Ｎ１００６乐里分场③４５２０ ３５３６ ４９０ ６１０６°１２′４６″Ｅ、２４°１７′２５″Ｎ５００
１ ２　土壤样品的采集
在每个采样区内分别设置３个标准样地，面积均为４００ｍ２（２０ｍ×２０ｍ），每个标准样地按Ｓ形随机取５个点，分别在０～４０ｃｍ的土层采集根际土、非根标土样品各约１ｋｇ，最后分别混合土壤样品，将混合的土壤样品带回实验室自然晾干、处理后进行各项养分指标分析。

１ ３　测定方法
土壤样品各项养分指标分析方法［７］：ｐＨ值测定采用电位滴定法；有机质测定采用重铬酸钾氧化－外加热法；全Ｎ测定采用半微量凯氏法，碱解Ｎ测定采用碱解－扩散法；全Ｐ测定采用碱熔－钼锑抗比色法，有效Ｐ测定采用盐酸－硫酸浸提－钼锑抗比色法；全Ｋ测定采用碱熔－火焰光度法；速效Ｋ测定采用
ＮＨ
４ＯＡＣ浸提－原子吸收分光光度法；交换性Ｍｇ和Ｃａ测定采用乙酸铵交换－原子吸收分光光度法；有
效Ｚｎ、Ｆｅ、Ｂ、Ｃｕ、Ｍｎ测定采用ＤＴＰＡ浸提－原子吸收分光光度法；有效Ｂ测定采用沸水浸提－甲亚胺比色法。

１ ４　数据分析处理
利用计算机Ｅｘｃｅｌ数据处理软件和灰色关联分析法对不同林龄马尾松采脂林的土壤养分数据进行综合分析，将土壤作为被选对象，土壤ｐＨ值、有机质、全Ｎ、全Ｐ、全Ｋ、碱解Ｎ、有效Ｐ、速效Ｋ、交换性Ｍｇ、交换性Ｃａ、有效Ｚｎ、有效Ｆｅ、有效Ｂ、有效Ｃｕ、有效Ｍｎ作为土壤肥力评价指标，分析马尾松采脂林土壤综合
·３６·
福建林业科技
第４８卷
肥力状况。

灰色关联系数：ζｉ
（ｋ）＝ｍｉｎｍｉｎ｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜＋０ ５ｍａｘｍａｘ｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜＋０ ５ｍａｘｍａｘ｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜
，式中：ζｉ
（ｋ）为在第ｋ点时实际值ｘｉ
对理想值ｘ０
的关联系数；ｘ０
为参考数列；ｘｉ
为比较数列，ｉ＝１，２，３…ｍ（待评不同样地综合土壤肥力）；ｋ＝１，２，３…ｎ（待评土壤养分特征指标）；ｍｉｎｍｉｎ｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜、ｍａｘｍａｘ｜ｘ０
（ｋ）－ｘｉ
（ｋ）｜分别为二级最小值、二级最大值。

灰色关联度（非平权法）：ｒｉ
＝１ｎ
∑ｎ
ｋ＝１
ａ（ｋ）·ζｉ
（ｋ），式中：ｒｉ
为灰色关联度；ａ（ｋ）为各指标的加权值［８
］。

２　
结果与分析
２ １　
根标土和非根际土的养分特征
不同样地的马尾松采脂林根际土和非根际土的养分特征分析结果见表２。

从表２可知，０～４０ｃｍ土层的土壤ｐＨ值３ ８５～５ ６５，属于酸性至强酸性土壤；土壤有机质含量１７ ６３～７３ ８０ｇ·ｋｇ－１
；全Ｎ含量１ ０７～２ ７７ｇ·ｋｇ－１
，碱解Ｎ含量９８ ４～３０６ ９ｍｇ·ｋｇ－１
；全Ｐ含量０ １９～０ ５２ｇ·ｋｇ－１
，有效Ｐ含量
１ ０～４ ９ｍｇ·ｋｇ－１
；
全Ｋ含量８ ３６～１０ ３９ｇ·ｋｇ－１
，速效Ｋ含量２５ ４～９５ ７ｍｇ·ｋｇ－１
；交换性Ｃａ含量４２ ７～１３３２ ９ｍｇ·ｋｇ－１
，交换性Ｍｇ含量５ ９～７８ ４ｍｇ·ｋｇ－１
；有效Ｃｕ含量０ ３８～１ ０１ｍｇ·ｋｇ－１
，有效
Ｚｎ含量０ ６６～２ ７５ｍｇ·ｋｇ－１
，
有效Ｂ含量０ ０６～０ ３７ｍｇ·ｋｇ－１
，有效Ｆｅ含量１７ １５～１０３ ２０ｍｇ·ｋｇ－１
，
有效Ｍｎ含量０ ３４～９ ０３ｍｇ·ｋｇ－１。

按照全国土壤养分含量分级标准［９
］，有机质、全Ｎ、碱解Ｎ含量处于中等水平，土壤全Ｐ、有效Ｐ、全Ｋ、速效Ｋ含量均处于极贫乏水平；土壤中量元素：交换性Ｃａ、Ｍｇ养
分含量大部分处于极贫乏水平；土壤微量元素：有效Ｃｕ、
有效Ｚｎ含量处于中等水平，土壤有效Ｆｅ养分含量达到极丰富水平，而土壤有效Ｂ、有效Ｍｎ养分含量大多处于极贫乏水平。

总体上，各马尾松采脂林的根标土和非根际土养分含量大部分处于贫乏水平。

可见，马尾松采脂林土壤中多种养分元素有效性较低。

表２　马尾松采脂林土壤养分特征
编号区域
ｐＨ有机质／
（ｇ·ｋｇ－１
）
全量／
（ｇ·ｋｇ－１
）ＮＰＫ速效／（ｍｇ·ｋｇ－１
）ＮＰＫ交换性／（ｍｇ·ｋｇ－１
）
ＣａＭｇ有效／（ｍｇ·ｋｇ－１
）
ＣｕＺｎＢＦｅＭｎ
１根际土
４ ２８２２ ３０１ ０８０ ３６９ ４６１０３ ２２ ３３１ ３　８８ ９１９ ６０ ８６０ ６６０ ０６２９５ ２６５ ０１非根际土４ ２６２５ ７９１ ２３０ ４０９ ８５１１３ ４２ ４２５ ４　６１ ２２５ ２０ ９８０ ７８０ １１５１ ７６４ ７７２根际土４ １０３１ ５４１ ３３０ ２０９ ７９
９８ ４１ ０３５ ５　４２ １
７ ４
０ ３８０ ８３０ １８９１ ９５０ ３４非根际土４ １９３４ ６０１ ３６０ １９９ ８３１３０ ９１ ５５２ ８　８７ １１２ ００ ５５０ ７７０ ２３６６ ３３１ ５２３根际土５ ６５３０ ０９１ ６２０ ５２８ ３７２１１ ０４ ９８８ ２１３２３ ９７７ ４０ ７６１ １７０ ２２９２ ３１１ ５１非根际土５ ２３３１ ３８１ ４００ ４０
８ ６８１７６ ３
３ ８９５ ７９０３ ０７１ ２０ ８９０ ７３０ ２４４９ ８５１ ５６４根际土４ ７７２６ ４５１ ３８０ ３７１０ １３１３０ ２１ ５５４ ０３３６ ５５３ ９１ ０１１ ２００ １５３０ ３７３ ８７非根际土４ ４７１７ ６３１ ０７０ ３５１０ ２６１００ ２１ ５２９ ６１８６ ８５２ ３０ ８７０ ９３０ １１３３ １４３ ６９５根际土３ ８５６２ ８３２ １４０ ３４１０ ３９３０６ ９１ １２７ ５
８９ ２
５ ９
０ ５１２ ３９０ ３７１７ ７０１ ５４非根际土３ ９８７３ ８０２ ７７０ ３６９ １６１９３ ７１ １３５ ８２３０ ９１０ ６０ ４３１ ３７０ ２８２７ １４２ ９０６
根际土４ ５１５２ ４２２ ２００ ４１９ ０９２１４ ８３ ５４２ ８７４６ ９７８ ４０ ８３２ ７５０ ２２１０３ ２９ ０３非根际土
４ ５２
２７ ０９
１ ３６
０ ３４
８ ３６１２９ ７
２ ５
４０ ９２８０ ８３７ ７
０ ８３０ ７５０ １５６０ ５６２ ７１
２ ２　
土壤肥力综合评价本文选取土壤ｐＨ值、有机质、全Ｎ、全Ｐ、全Ｋ、碱解Ｎ、有效Ｐ、速效Ｋ、交换性Ｃａ、交换性Ｍｇ、有效Ｚｎ、有效Ｆｅ、有效Ｂ、有效Ｃｕ、有效Ｍｎ等１５个养分指标作为马尾松采脂林土壤肥力综合评价的标准，采用灰色关联分析法计算出各养分指标的关联系数，然后根据计算出的灰色关联度，参照土壤理化性质灰色
关联度评价标准［１０
］（
表３）进行土壤肥力评价。

关联度数值越大，表明样地的土壤综合肥力越高。

·
４６·
第４期颜权，等：基于灰色关联分析的马尾松采脂林土壤肥力评价
表３　土壤理化性质灰色关联度评价标准
灰色关联度［０ ８５，１ ００］［０ ７０，０ ８５］［０ ５５，０ ７０］［０ ４０，０ ５５］［０ ００，０ ４０］土壤质量分级Ⅰ（优）Ⅱ（良）Ⅲ（一般）Ⅳ（差）Ⅴ（极差）由表４可知，６个马尾松采脂林样地的土壤肥力高低排列顺序是：３号（根际土）＞６号（根际土）＞５号（根际土）＞３号（非根际土）＞５号（非根际土）＞４号（根际土）＞１号（根际土）＞１号（非根际土）＞４号（非根际土）＞６号（非根际土）＞２号（非根际土）＞２号（根际土）。

说明６个马尾松采脂林中３号样地根际土的土壤综合肥力最大，关联度为０ ６４７，属于Ⅲ（一般）水平；２号样地根际土的土壤综合肥力最差，关联度为０ ３７９，属Ⅴ级（极差）水平。

其中，土壤肥力属于Ⅲ级（一般）的样地是３号（根际土）、６号（根际土）、５号（根际土）、３号（非根际土），占全部样地的３３ ３３％；属于Ⅳ级（差）的样地是５号（非根际土）、４号（根际土）、１号（根际土）、１号（非根际土）、４号（非根际土）、６号（非根际土）、２号（非根际土），占全部样地的５８ ３３％；属于Ⅴ级（极差）的样地是２号（根际土），占全部样地的８ ３３％。

除派阳山林场六材分场的马尾松采脂林根际土的土壤肥力低于非根际土外，其余各样地根际土的土壤肥力均高于非根际土。

田林县乐里林场旧州分场的土壤综合肥力整体上最高，派阳山林场六材分场的土壤综合肥力整体上最低。

不同区域不同林龄的马尾松采脂林的土壤综合肥力普遍较低，均无达到Ⅱ（良）水平，因此可通过配方施肥来改善土壤肥力状况，促进树体能够吸收充足养分，从而提高马尾松的产脂量。

表４　土壤养分含量关联系数、关联度及综合评价
编号区域ｐＨ有机质全Ｎ全Ｐ全Ｋ碱解
Ｎ有效
Ｐ
速效
Ｋ
交换性
Ｃａ
交换性
Ｍｇ
有效
Ｃｕ
有效
Ｚｎ
有效
Ｂ
有效
Ｆｅ
有效
Ｍｎ
关联度
（ｒｉ）
土壤质
量等级
１根际土０ ３９６０ ３５３０ ３３５０ ５０８０ ５２２０ ３３９０ ４２９０ ３５３０ ３４２０ ３８１０ ６７７０ ３３３０ ３３３１ ００００ ５１９０ ４５５Ⅳ（差）非根际土０ ３９３０ ３６９０ ３５６０ ５７９０ ６５３０ ３５００ ４３８０ ３３３０ ３３７０ ４０５０ ９１３０ ３４７０ ３７３０ ３６３０ ５０５０ ４４８Ⅳ（差）
２根际土０ ３６７０ ３９９０ ３７１０ ３４００ ６２８０ ３３３０ ３３３０ ３６９０ ３３３０ ３３８０ ３３３０ ３５２０ ４４９０ ４０６０ ３３３０ ３７９Ⅴ（极差）非根际土０ ３８１０ ４１７０ ３７６０ ３３３０ ６４４０ ３７２０ ３６４０ ４５００ ３４１０ ３５３０ ４０６０ ３４５０ ５２５０ ３７７０ ３６７０ ４０４Ⅳ（差）
３根际土１ ００００ ３９１０ ４２５１ ００００ ３３４０ ５２１１ ００００ ８２４１ ００００ ９７３０ ５５８０ ３９８０ ５０８０ ４０６０ ３６６０ ６４７Ⅲ（一般）非根际土０ ６８２０ ３９８０ ３８３０ ５７９０ ３７２０ ４４４０ ６３９１ ００００ ６０４０ ８３４０ ７２４０ ３４１０ ５４４０ ３６１０ ３６８０ ５５２Ⅲ（一般）
４根际土０ ５０６０ ３７２０ ３７９０ ５２４０ ７９６０ ３７１０ ３６４０ ４５７０ ３９４０ ５９７１ ００００ ４０３０ ４１３０ ３４４０ ４５７０ ４９２Ⅳ（差）非根际土０ ４３３０ ３３３０ ３３３０ ４９３０ ８８６０ ３３５０ ３６４０ ３４７０ ３６００ ５８１０ ６９２０ ３６５０ ３７３０ ３４６０ ４４９０ ４４６Ⅳ（差）
５根际土０ ３３３０ ７１９０ ５７４０ ４７８１ ０００１ ００００ ３３９０ ３４００ ３４２０ ３３３０ ３８７０ ７４４１ ００００ ３３３０ ３６７０ ５５３Ⅲ（一般）非根际土０ ３５０１ ０００１ ００００ ５０８０ ４５２０ ４７９０ ３３９０ ３７００ ３７００ ３４８０ ３５２０ ４３１０ ６３３０ ３４１０ ４１５０ ４９３Ⅳ（差）
６根际土０ ４４１０ ５６８０ ５９９０ ６０００ ４３８０ ５３１０ ５８２０ ３９９０ ５２６１ ００００ ６３６１ ００００ ５０８０ ４１９１ ００００ ６１７Ⅲ（一般）非根际土０ ４４３０ ３７５０ ３７６０ ４７８０ ３３３０ ３７００ ４４８０ ３９１０ ３８１０ ４７１０ ６３６０ ３４３０ ４１３０ ３７２０ ４０７０ ４１６Ⅳ（差）
３　讨论
对森林土壤肥力状况进行综合评价时，建立科学合理的评价指标体系和选择适宜的评价方法最为关键。

土壤肥力是土壤生态系统中物理、化学、生物性质之间的综合体现，反映了土壤能够为植物生长提供和协调养分的能力［１１］。

本研究主要从可比性、适用性、代表性、易测性等多方面考虑，选取了ｐＨ值、有机质、全Ｎ、全Ｐ、全Ｋ、碱解Ｎ、有效Ｐ、速效Ｋ、交换性Ｃａ、交换性Ｍｇ、有效Ｚｎ、有效Ｆｅ、有效Ｂ、有效Ｃｕ、有效
Ｍｎ等１５个土壤理化指标作为土壤肥力的评价指标，基本包涵了植物生长所需的大量和中微量元素。

土壤生物性质也是土壤肥力的重要指标，主要包括土壤酶活性和微生物特性等方面，但这类指标由于受环境
因素影响较大，目前尚无可参考的等级评价标准，且多数情况下还未被纳入土壤肥力等级评价指标体系，因此本研究也未选取土壤生物性质指标。

灰色关联度分析方法是根据不同因素之间在发展过程中的相异或相似程度来衡量２个因素之间关联程度的一种方法，优点是所需数据量和计算量较小，能较好地反映出各个因素间的相对重要程度或优劣关系。

因此，用灰色关联度来分析事物之间的相互关系，具有更大的广泛性和更好的科学性［１２－１８］。

灰色关
·５６·
福建林业科技第４８卷·６６·
联度分析方法可以避免人为主观因素确定指标权重带来的不利影响，从而有效提高评价结果的准确性。

４　结论
本研究采用灰色关联分析法对６个马尾松采脂林的根际土和非根际土的土壤养分状况进行了综合分析，研究结果表明：６个马尾松采脂林根际土和非根际土的土壤养分元素含量大多处于贫乏或极贫乏水平。

乐里林场１５年生的马尾松采脂林的根际土的土壤综合肥力最大，属于Ⅲ级（一般）水平；而派阳山林场六材分场１３年生的马尾松采脂林根际土的土壤综合肥力最差，属Ⅴ级（极差）水平。

各马尾松采脂林的土壤综合肥力均未达Ⅱ级（良）水平。

参考文献：
［１］颜培栋，李鹏，零天旺，等 马尾松不同家系施磷肥效应对比研究［Ｊ］ 广西林业科学，２０２０，４９（２）：１６８－１７４ ［２］陈广财 高峰林场马尾松产脂量影响因子研究［Ｄ］ 长沙：中南林业科技大学，２０１５
［３］黄馨，刘君昂，周国英，等 海南省土沉香人工林土壤肥力评价研究［Ｊ］ 中南林业科技大学学报，２０１４，３４（８）：６４－６８ ［４］吕雷昌，葛忠强，梁燕，等 基于ＢＰ神经网络和灰色关联度的侧柏人工林土壤肥力评价［Ｊ］ 山东农业科学，２０１９，５１（１０）：１０４－１１０
［５］孙宇，李际平，曹小玉，等 不同龄组杉木生态公益林土壤肥力综合评价［Ｊ］ 林业资源管理，２０１９（１）：５７－６２ ［６］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
［７］中华人民共和国林业行业标准 ＬＹ／Ｔ１９９９ 森林土壤分析方法［Ｓ］ 北京：中国林业出版社，１９９９
［８］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）：１６－２１，３２ ［９］全国土壤普查办公室 中国土壤普查技术［Ｍ］ 北京：农业出版社，１９９２
［１０］韩春建，梁朝信，吴克宁，等 基于ＧＩＳ技术的灰色关联度法土壤肥力综合评价［Ｊ］ 农业工程学报，２００８，２４（１）：５３－
５６
［１１］薛沛沛，王兵，牛香 大岗山不同海拔毛竹林土壤肥力的灰色关联度分析［Ｊ］ 浙江农业学报，２０１３，２５（６）：１３５４－
１３５９
［１２］沈德才，陈跃洲，周永东，等 东莞林地土壤肥力空间异质性分析［Ｊ］ 林业与环境科学，２０１４，３０（５）：１－６
［１３］裴文文，黄智刚 基于ＢＰ神经网络对蔗区土壤养分肥力等级综合评价［Ｊ］ 南方农业，２０１３，７（１０）：４７－５０
［１４］高辉巧，牛光辉，肖献国 土地荒漠化驱动因子的灰色综合关联度分析［Ｊ］ 人民黄河，２００９，３１（５）：９５－９６
［１５］史永良，杜英，张爱宁，等 灰色关联度分析的甘肃马铃薯淀粉产业竞争力研究［Ｊ］ 浙江农业学报，２０１２，２４（１）：
１６２－１６８
［１６］田和彬，汪军妹，华为，等 大麦主要农艺和品质性状的相关性及灰色关联度分析［Ｊ］ 浙江农业学报，２０１１，２３（３）：
４３３－４３８
［１７］李月芬，汤洁，林年丰，等 灰色关联度法在草原土壤质量评价中的应用［Ｊ］ 吉林农业大学学报，２００３，２５（５）：５５１－
５５６
［１８］马建军，李青丰，张树礼 灰色关联分析在黑岱沟露天煤矿土壤质量评价中的应用［Ｊ］ 干旱区资源与环境，２００７，２１（７）：１２５－１２９。