基于灰色关联分析的祁连山寺大隆林区典型植被类型土壤质量评价

Soil quality assessment of typical vegetation types in the Sidalong forest region of the Qilian Mountains based on grey correlation analysis

摘要

目的 探究祁连山不同植被类型对土壤理化性质的影响。 方法 以祁连山寺大隆林区天涝池流域分布的4种典型植被类型：祁连圆柏林、青海云杉林、灌木林和干草原为研究对象，通过对不同植被类型的调查和土壤取样测定，分析能反映土壤质量的主要物理指标和化学指标在土壤剖面上的变化规律，并用灰色关联分析法评价不同植被类型的土壤质量。 结果 在不同植被同一土层中，土壤容重、总孔隙度、土壤质地（除粘粒40~60 cm土层外）等在0~10 cm差异性不同于10~60 cm土层，而土壤有机碳、水解氮和阳离子交换量等在0~20 cm差异性不同于30~60 cm土层，这些指标在30~60 cm土层的差异性均为一致；土壤质量含水量在不同土层差异性均为一致；土壤速效磷在不同土层中的变化规律不明显。在同一植被不同土层中，除干草原土壤速效钾随土层深度增加其含量呈先增后减的趋势外，土壤容重、粉类和粘粒均随土层深度增加其含量不断增加，而土壤质量含水量、总孔隙度和砂粒及有机碳、水解氮、速效磷、速效钾、电导率、阳离子交换量均随土层深度增加其含量不断减小，但不同土层间的差异显著性各不相同。不同植被类型0~60 cm土壤剖面深度的关联度数值大小表现为：青海云杉林（0.759 4）>灌木林（0.742 6）>祁连圆柏林（0.696 4）>干草原（0.694 5）。 结论 4种典型植被类型中，土壤质量最好的植被类型为青海云杉林，其次为灌木林，然后是祁连圆柏林，干草原最差。该研究结果可为分类经营管理祁连山不同植被类型提供理论参考。

Abstract

Objective The effects of different vegetation types on the physical and chemical properties of the soil in the Qilian Mountains were investigated. Method Four typical vegetation types were studied in Tianlaochi Basin of Sidalong Forest,which lived in Qilian Mountain.Through the vegetation survey and soil sampling of different vegetation types，the changes of major physical indices and chemical indices reflecting the soil quality in the soil profile were analyzed，and the soil quality of different vegetation types was evaluated by grey correlation analysis. Result In the same soil layer with different vegetation，the differences of soil bulk density，total porosity and soil texture (except clay soil layer 40~60 cm) in 0~10 cm were different from 10~60cm soil layers，while the differences of soil organic carbon，hydrolyzed nitrogen and cation exchange capacity in 0~20 cm were different from 30~60 cm soil layers.The differences of these indices in 30~60 cm soil layers were consistent.The difference of soil mass water content in different soil layers was consistent.The variation of soil available phosphorus in different soil layers was not obvious.In different soil layers of the same vegetation，the content of soil available K in dry steppe first increased and then decreased with increasing soil depth.Soil bulk density，powder and clay with the increase of soil depth size increasing，but mass soil moisture content，total porosity and sand grain and hydrolysis of organic carbon，nitrogen，available phosphorus and available potassium，electrical conductivity，cation exchange capacity are size and decreases with the increase of soil depth its content，but the difference between different soil layer significantly different.The correlation values of 0~60 cm soil profile depth of different vegetation types were as follows: Picea crassifolia forest (0.759 4) > shrubbery (0.742 6) > Sabina przewalskii forest (0.696 4)>steppe (0.694 5). Conclusion Among the four typical vegetation types，the vegetation type with the best soil quality was Picea crassifolia forest，followed by scrub,then Sabina przewalskii forest，and the steppe was the worst.The results can provide theoretical basis for classification management of different vegetation types in the Qilian Mountains..

关键词

寺大隆林区 / 植被类型 / 土壤理化性质 / 灰色关联分析

Key words

sidalong forest region / vegetation types / soil physical and chemical properties / grey correlation analysis

伴随着全球气候变化的影响和人类活动对土地资源的不合理利用，导致了一系列土壤质量退化的生态问题，诸如水土流失、肥力下降、次生盐碱化、土壤污染等，严重影响了人类和其他生物的生存和发展^［1］。土壤质量作为土壤物理性质、化学性质和生物学性质的综合表征，也是土壤固有属性的重要表述，其质量的高低一定程度上直接影响着生态系统的演替方向、生态恢复的进程及生态系统的稳定性，对生态系统的生物量和生产力等环境质量亦具有重要的影响^［2］。对土壤质量的评价很早就引起了国内外生态学家们的广泛关注^［3-4］，其中对森林土壤质量进行评价，有利于客观的掌握森林土壤质量的现状和可能的变化趋势，从而采取可能的措施对森林土壤资源进行管理和调控，实现森林土壤资源的可持续利用，进而有效的发挥森林的多种生态服务功能。同时研究还表明，由于森林结构复杂、林龄差异大、环境因子等不同因素的影响，即使是分布同一区域的不同森林植被类型土壤质量也存在较大差异^［5］。因此，通过对不同森林植被类型的土壤质量进行评价，可及时为森林健康经营和管理提供理论依据和数据支撑。

目前对森林土壤质量评价的方法有很多，如张垚等^［6］采用最小数据集（MDS）和土壤质量指数（SQI）对关帝山典型植被类型其土壤质量进行了评价，结果表明影响土壤质量的关键因子是过氧化氢酶和全磷，而且不同植被类型土壤质量差异显著。陈佳等^［7］人采用主成分分析方法对武夷山的6种不同人工林土壤质量进行了评价，研究发现采用磷酸酶、全氮、水解氮、速效钾和全磷这几个化学指标能较好的表征该区域不同林型的土壤肥力。孙宇等^［8］人用层次分析法对湖南福寿林场不同龄组的公益林土壤质量进行了评价，结果表明土壤肥力最好的是中龄林，其次是近熟林，最差的是幼龄林。另外利用灰色关联法进行森林土壤质量评价在国内外开展了大量的研究，该方法主要通过关联度的计算和关联序的排序进行评价对象的优劣比较，分析方法简便、直观，评价结果相对客观^［9-10］。如林培松等^［11］人用灰色关联度分析法对韩江流域分布的6种林分类型土壤肥力进行了评价，结果表明天然常绿阔叶林和针阔混交林土壤肥力较好，马尾松林土壤肥力较差。

以往对祁连山不同植被类型土壤生态研究对集中在理化性质^［12］、生态水文^［13］、化学计量学^［14］等方面的研究，针对该区域的森林土壤质量评价研究报道较少。本研究以位于祁连山中段的寺大隆林区为试验区，选取该林区天涝池流域分布的祁连圆柏林、青海云杉林、灌木林和干草原等4种典型植被类型为研究对象，通过对不同植被类型的植被调查和土壤取样测定，分析能反映土壤质量的主要物理指标和化学指标在不同植被类型土壤剖面上的变化规律，并应用灰色关联度法评价不同植被类型土壤质量，以期有针对性的进行不同植被类型土壤分类经营和管理，从而提升林地的生产力和实现土壤资源的可持续利用。

1 材料与方法

1.1 研究区概况

由表1可知，试验区选择位于黑河流域中上游地带的甘肃省肃南县寺大隆林区的天涝池流域，该流域地理位置为N 38°24'~38°26'，E 99°53'~100°56'、海拔2 600~4 400 m，年降水量为437 mm，年蒸发量为1 066 mm，年均相对湿度为59%，年均气温为1.2 ℃，是典型的山地森林气候。受水热条件的影响，流域植被类型和土壤类型具有明显的地带性分布，其植被类型主要有乔木优势树种祁连圆柏（Sabina przewalskii）林和青海云杉（Picea crassifolia）；灌木优势植物种金露梅（Potentilla fruticosa）、吉拉柳（Salix gilashanica）、高山绣线菊（Spiraea alpina）和鬼箭锦鸡儿（Caragana jubata）；草本优势植物种垂穗披碱草（Elymus nutans）、苔草（Carex）、鹅绒委陵菜（Potentilla anserina）、珠芽蓼（Plantago asiatic）等。分布面积较大的植被类型主要是亚高山灌木林、青海云杉林、祁连圆柏林和干草原，不同植被类型下分布不同的土壤类型，土壤类型依次为高山草甸土、山地灰褐土、山地栗钙土，还有分布高海拔的寒漠土^［15］。

1.2 试验样地的设置及调查和取样

2021年7月份，在甘肃省肃南县寺大隆林区的天涝池流域选择分布面积较大且具有代表性祁连圆柏林、青海云杉林、灌木林和干草原为研究对象，选择典型立地条件均建立3个标准样地，各样地概况见表1，其中乔木林的标准样地面积大小为20 m×20 m，灌木林的标准样地面积大小为5 m×5 m，干草原标准样地面积大小为1 m×1 m。调查各标准样地的优势植物种的种类和数量，乔木和灌木的树高、胸径（灌木是地径）、郁闭度，草本的高度和盖度，同时记录标准样地的海拔、经纬度、坡度、坡向等微地形信息。

1.3 土壤样品采集与处理

为避免降雨事件或采样时间对不同植被类型土壤理化性质差异的影响，本研究利用同一天的时间同步采集了不同植被类型的土壤样品。在不同植被类型内设置的每个标准样地内顺坡向按“品”字型挖掘3个土壤剖面，剖面的深度均为60 cm，记录剖面的颜色、紧实度、结构、新生体、质地、根系含量等剖面信息特征。然后采用机械划分的方法对土壤剖面进行层次划分，依次划分为0~10、10~20、20~40、40~60 cm，用体积100 cm³的环刀沿着剖面自下而上进行不同土层的原状土采集，每个层次均取3个重复，用于测定土壤容重和质量含水量。待用环刀采集土壤原样后，用小刀亦自下而上取不同土层的土壤混合样，按“四分法”取约1 kg土样装入自封袋密封带回实验室及时风干，取风干好的土样用木棒碾碎，并使其全部通过孔径1 mm的土壤筛，用于土壤理化性质的测定。

1.4 土壤样品测定方法

土壤容重和质量含水量采用环刀法测定，土壤质地采用比重法测定（质量百分比），这些物理指标的具体测定方法依据《森林土壤分析方法》^［16］。土壤有机碳采用K₂Cr₂O₇氧化-高温外加热法测定，土壤水解氮采用NaoH碱解-扩散法测定，土壤速效磷采用NaHCO₃提取-钼锑抗比色法测定，土壤速效钾采用CH₃COONH₄浸提-原子吸收分光光度计法测定，土壤电导率采用水土5∶1浸提-电极法测定，土壤阳离子交换量采用CH₃COONa浸提-火焰光度法测定，这些化学指标的具体测定方法依据《森林土壤分析方法》^［16］和《土壤农业化学分析方法》^［17］，土壤物理指标和化学指标的每个测定值均进行3次测定，取平均值作为试验结果。

1.5 数据分析方法

应用Excel 2016和SPSS 12.0进行土壤理化性质测定数据的整理和统计分析，采用单因素方差分析和新复极差法比较不同植被类型同一土层和同一植被类型不同土层土壤理化指标的差异显著性（P<0.05）。将土壤作为被选对象，土壤容重、质量含水量、总孔隙度、砂粒、粉粒、黏粒和有机碳、水解氮、速效磷、速效钾、电导率、阳离子交换量作为土壤质量的评价因子，应用灰色关联分析法对不同植被类型土壤理化指标的测定数据进行灰色关联分析及关联排序，通过加权关联度大小的比较，对不同植被类型的土壤质量状况进行排序，其过程包括计算关联系数和关联度，具体详见颜权等^［18］的分析方法。

2 结果与分析

2.1 不同植被类型土壤剖面物理性质

通过对不同植被类型土壤剖面物理性质的分析可知（表2），不同植被同一土层和同一植被不同土层的容重、质量含水量、总孔隙度、砂粒、粉粒和粘粒含量大小变化规律各不相同。在不同植被同一土层中，土壤容重大小表现为干草原在0~10 cm显著大于其他3种植被（P<0.05），其他土层均表现为祁连圆柏林和干草原显著大于青海云杉林和灌木林（P<0.05），祁连圆柏林和干草原之间及青海云杉林和灌木林之间均无显著性差异；土壤质量含水量大小表现为青海云杉林和灌木林显著大于祁连圆柏林和干草原（P<0.05），青海云杉林和灌木林之间及祁连圆柏林和干草原之间均无显著性差异；土壤总孔隙度大小表现为干草原在0~10 cm土层显著小于其他3种植被（P<0.05），其他土层均表现为祁连圆柏林和干草原显著小于青海云杉林和灌木林（P<0.05），祁连圆柏林和干草原之间及青海云杉林和灌木林之间均无显著性差异；土壤砂粒含量大小表现为祁连圆柏林在0~10 cm小于其他3种植被（P<0.05），10~60 cm土层均表现为青海云杉林含量大于其他3种植被；土壤粉粒含量大小表现为祁连圆柏林和干草原在0~10 cm显著大于青海云杉林和灌木林（P<0.05），10~60 cm土层均表现为青海云杉林显著小于其他3种植被（P<0.05）；土壤粘粒含量大小表现为青海云杉林在0~10 cm土层显著大于其他3种植被（P<0.05），在10~40 cm均表现为灌木林显著小于其他3种植被（P<0.05），在40~60 cm不同植被差异性均不显著。

在同一植被不同土层中，总体上来看，土壤容重、粉类和粘粒含量大小均表现为随土层深度增加其大小不断增加。其中，祁连圆柏林和灌木林土壤容重大小显著小于其他土层（P<0.05），其他土层间的差异性均不显著；青海云杉林和干草原两者在不同土层间的差异性均不显著；祁连圆柏林土壤粉类含量大小在不同土层间的差异性均不显著，青海云杉林和干草原在0~20 cm显著小于其他土层（P<0.05），其他土层间的差异性均不显著，灌木林在0~10 cm显著低于其他土层，其他土层间的差异性均不显著；祁连圆柏林、青海云杉林和干草原土壤粘粒含量大小在不同土层间差异性均不显著，而灌木林在40~60 cm显著大于其他土层（P<0.05），其他土层均无显著性差异。土壤质量含水量、总孔隙度和砂粒含量大小均表现为均随土层深度增加其大小不断减小。其中，祁连圆柏林和干草原土壤质量含水量大小在0~20 cm显著大于其他土层（P<0.05），其他土层间的差异性均不显著，青海云杉林和灌木林不同土层间的差异性均不显著；除祁连圆柏林土壤总孔隙度大小在0~10 cm土层显著大于其他土层（P<0.05），其他土层差异性均不显著；不同植被土壤砂粒含量大小在0~20 cm显著大于其他土层（P<0.05），其他土层间的差异性均亦显著（P<0.05）。

2.2 不同植被类型土壤剖面化学性质

通过对不同植被类型土壤剖面化学性质的分析（表3），不同植被同一土层和同一植被不同土层的有机碳、水解氮、速效磷、速效钾、电导率和阳离子交换量含量大小变化规律各不相同。在不同植被同一土层中，土壤有机碳含量大小表现为灌木林在0~10 cm显著大于祁连圆柏林、青海云杉林和干草原（P<0.05），青海云杉林和灌木林在10~20 cm显著大于祁连圆柏林和干草原（P<0.05），青海云杉林在20~60 cm显著大于祁连圆柏林、灌木林和干草原（P<0.05）；土壤水解氮含量大小表现为灌木林在0~10 cm显著大于祁连圆柏林和青海云杉林（P<0.05），干草原含量最小，青海云杉林和灌木林在10~20 cm显著大于祁连圆柏林和干草原（P<0.05），青海云杉林和灌木林之间与祁连圆柏林和干草原之间无显著性差异，青海云杉林在20~60 cm显著大于其他3种植被（P<0.05），灌木林和干草原含量最小；土壤速效磷含量大小表现为灌木林在0~10 cm显著大于其他3种植被（P<0.05），青海云杉林在10~20 cm显著大于灌木林和干草原（P<0.05），祁连圆柏林最小，祁连圆柏林和青海云杉林在20~60 cm显著大于灌木林和干草原（P<0.05），祁连圆柏林和青海云杉林在40~60 cm显著大于灌木林（P<0.05），干草原最小；土壤速效钾含量大小表现为干草原在0~10 cm显著大于祁连圆柏林（P<0.05），青海云杉林和灌木林最小，其他土层均表现为干草原显著大于青海云杉林和灌木林（P<0.05），祁连圆柏林最小；土壤电导率大小表现为不同植被在0~10 cm差异性不显著，其他土层均表现为灌木林显著小于其他3种植被（P<0.05）；土壤阳离子交换量大小表现为灌木林在0~10 cm显著大于祁连圆柏林和青海云杉林（P<0.05），干草地最小，青海云杉林和灌木林在10~20 cm显著大于祁连圆柏林（P<0.05），干草原最小，青海云杉林在20~60 cm显著大于祁连圆柏林和灌木林（P<0.05），干草原最小。

在同一植被不同土层中，总体上来看，除干草原土壤速效钾含量大小随土层深度增加其含量呈先增加后又变小的变化趋势外，土壤有机碳、水解氮、速效磷、速效钾、电导率、阳离子交换量含量大小均表现为均随土层深度增加其大小不断减小。其中，祁连圆柏林和灌木林土壤有机碳含量大小在0~10 cm显著大于其他土层（P<0.05），青海云杉林不同土层间差异性均不显著，干草原在0~40 cm显著大于40~60 cm（P<0.05）；祁连圆柏林和干草原土壤水解氮含量大小在0~10 cm显著大于其他土层（P<0.05），青海云杉林0~20 cm土层显著大于其他土层（P<0.05），灌木林在0~10 cm显著大于10~20 cm和20~60 cm（P<0.05），而且10~20 cm显著大于20~60 cm（P<0.05）；祁连圆柏林土壤速效磷含量大小0~10 cm显著大于其他土层（P<0.05），青海云杉林在0~20 cm显著大于其他土层（P<0.05），灌木林和干草原在0~10 cm显著大于10~20 cm和20~60 cm（P<0.05），而且10~20 cm显著大于20~60 cm（P<0.05）；祁连圆柏林和灌木林土壤速效钾含量大小在0~10 cm显著大于其他土层（P<0.05），青海云杉林在0~20 cm土层显著大于其他土层（P<0.05），干草原在10~20 cm显著大于0~10 cm和20~60 cm（P<0.05），而且在0~10 cm显著大于20~60 cm（P<0.05）；祁连圆柏林和青海云杉林土壤电导率在0~10 cm显著大于其他土层（P<0.05），灌木林在0~10 cm显著大于10~20 cm和20~60 cm（P<0.05），而且在10~20 cm显著大于20~60 cm（P<0.05），干草原不同土层间的差异性均不显著；祁连圆柏林土壤阳离子交换量大小在0~10 cm显著大于其他土层（P<0.05），青海云杉林不同土层间的差异性均不显著，灌木林在10~20 cm显著大于0~10 cm和20~60 cm（P<0.05）。

2.3 不同植被类型土壤理化性质的灰色关联分析

为更好的评价不同植被类型土壤质量，对能反映土壤质量的物理指标和化学指标进行了灰色关联分析，通过对土壤物理指标和化学指标进行参数确定，即：土壤物理指标包括容重（X₁）、质量含水量（X₂）、总孔隙度（X₃）、砂粒（X₄）、粉类（X₅）、粘粒（X₆）等，土壤化学指标包括有机碳（X₇）、水解氮（X₈）、速效磷（X₉）、速效钾（X₁₀）、电导率（X₁₁）、阳离子交换量（X₁₂）等12个指标，先对参考数列和比较数列进行无量纲化处理（表4），之后进行灰色关联分析，包括各对应点的关联系数、关联度及其均值（表5），关联度越大，参考数列和比较数列的发展趋势就越接近，即：对土壤质量越好。从表5可以看出，关联度数值大小表明，青海云杉林（0.759 4）>灌木林（0.742 6）>祁连圆柏林（0.696 4）>干草原（0.694 5），4种植被类型中土壤质量最好的林分为青海云杉林，其次为灌木林，然后是祁连圆柏林，干草原最小。

3 讨论

4种植被类型土壤物理指标中仅土壤质量含水量在青海云杉林和灌木林明显大于祁连圆柏林和干草原，主要原因是前者分布在阴坡和半阴坡，后者分布在阳坡，因光照相对充足，加上祁连圆柏林和干草原的郁闭度和盖度小，土壤蒸发量大，使得土壤中的含水量较阴坡和半阴坡低。其他物理指标土壤容重、总孔隙度、质地等在0~10 cm不同于10~40 cm土层，而在10~40 cm土层差异显著性均为一致，主要原因是表土层容易受到枯枝落叶、放牧和动物排泄物等动植物有机体的影响。干草原多为耐旱的草本和灌木组成，凋落物归还量少，植被生产力低，有机质累积少，导致土壤紧实，容重大。青海云杉林和灌木林植被生产力高，加上位于阴冷潮湿的坡面，凋落物分解缓慢，长时间的累积使得土壤有机质含量丰富，改善了土壤的物理性质。而祁连圆柏林，尽管植被生产力高，但较青海云杉林和灌木林，其数量较少，加上位于阳坡，有机质容易分解，不利于有机质的累积。同一植被不同土层容重、粉类和粘粒随土层深度增加其大小不断增加，而质量含水量、总孔隙度和砂粒随土层深度增加其大小不断减小，这些物理指标在不同土层间的差异显著性不尽相同，主要原因是土壤中的有机质是改善土壤结构的聚合体，直接影响了土壤矿物结构，而且其含量随土层增加不断减小所导致的结果^［19］。

在4种植被类型土壤化学指标中，除土壤速效磷在不同植被同一土层的变化规律各不相同外，原因可能是土壤水热条件、有机质、pH值等多种因素综合作用的结果。土壤有机碳、水解氮和阳离子交换量等在0~20 cm不同于20~60 cm土层，20~60 cm土层差异显著性均为一致，主要原因是其含量大小取决于不同植被的土壤有机质含量大小。土壤速效钾和电导率在0~10 cm不同于10~60 cm土层，其中干草原的速效钾含量最大，不同植被的土壤电导率差异不明显，而在10~60 cm土层差异显著性均为一致，原因可能与土壤有机质对土壤速效钾的“稀释效应”作用有关^［20］，即：土壤速效钾含量与土壤有机质含量之间呈负相关关系；电导率差异不明显，参考陈丽娟等^［21］整理的土壤盐渍化分级表，试验区不同植被的土壤电导率很小，在一定程度上说明研究区土壤不存在盐渍化现象。同一植被不同土层除干草原的土壤速效钾随土层深度增加没明显的变化规律外，其他化学指标均随土层深度增加其大小不断减小，但不同土层间的差异显著性不尽相同，这是表层土壤和深层土壤的有机质含量不同及土壤颗粒的风化程度不一样所导致的。

本研究表明不同植被类型土壤质量从高到低依次为青海云杉林、灌木林、祁连圆柏林和干草原，产生这种情况的原因有三，一是不同植被的土壤表面覆盖物即凋落物归还量大小不一样，青海云杉林的凋落物蓄积量大，加上林地覆盖较厚的苔藓层；灌木林的凋落物蓄积量次之；而祁连圆柏林和干草原的凋落物蓄积量小。以新陈代谢的方式归还到土壤的凋落物含量的差异，使得土壤中有机质含量不同，进而导致了土壤结构和养分积累各不相同，因青海云杉林的凋落物蓄积量最大，枯落物和苔藓形成较为密闭的环境，有利于酶促反应和养分积累及土壤结构的改善；干草原的凋落物蓄积量最小，稀疏的植被分布和弱的腐殖质积累使得土壤质量最差。二是青海云杉林和祁连圆柏林、干草原分布的位置坡度都较大，但是青海云杉林林地覆被保存好，很少产生水土流失，而祁连圆柏林和干草原相对青海云杉林，覆被差加上放牧踩踏以及遇到大的降水事件易产生水土流失冲刷累积的有机残体；而灌木林坡度平缓，加上根系对有机质的固持作用，有利于有机物质的累积。三是不同植被群落改变了土壤水热内环境，进而影响土壤发育的条件而改变了其土壤质量，如相对低海拔分布的干草原而言，高海拔低温和降水量大导致了凋落物分解缓慢，增加了有机质的累积，这在已有的研究中得到了证实，如Zhang等^［22］对不同海拔土壤质量研究发现，植被随海拔呈地带性分布，植被的变化影响了凋落量和凋落物类型。综上，植被结构、微地形、土壤水热的不同导致了不同植被类型土壤质量存在差异。

近年来，随着生物技术的快速发展，土壤酶活性、土壤微生物量等指标也越来越多的被用来表征土壤质量，本研究只是选择了土壤的主要物理指标和化学指标进行土壤质量评价。同时伴随着地理信息技术和地统计学等高新技术和理论的快速发展，利用GIS技术结合地统计学理论进行土壤质量空间变异信息表述更为有效和精准^［23］，而本研究只是选择了典型样地法进行土壤样品采集。因此，今后加强将土壤物理、化学和生物学指标的选取和地理信息技术相结合，以便可视化、直观化、客观化的测度土壤对外界环境变化的整体响应。

4 结论

本研究研究结果表明，这4种植被类型对土壤理化性质的影响存在明显的差异，采用灰色关联分析法评价了不同植被类型的土壤质量，4种植被类型中，土壤质量最好的植被类型为青海云杉林，其次为灌木林，然后是祁连圆柏林，干草原最差。该研究结果可为分类经营管理祁连山不同植被类型提供理论依据。

参考文献

[1] Lal R.Restoring soil quality to mitigate soil degradation［J］.Sustainability，2015，7（5）：5875-5895.

[2] 李霞，朱万泽，舒树淼，等.基于主成分分析的大渡河中游干暖河谷干草原土壤质量评价［J］.生态学报，2021，41（10）：3891-3900.

[3] Karlen D L， Mausbach M J， Doran J W，et al.Soil quality： A concept，definition，and framework for evaluation （A Guest Editorial）［J］.Soil Science Society of America Journal，1997，61（1）：4-10.

[4] 魏加弟，徐胜涛，宋晓宏，等.云南不同海拔及利用模式下草地土壤质量分析［J］.甘肃农业大学学报，2022，57（2）：118-124，136

[5] Fu B J， Chen I D， Ma K M，et a1.The relationships between land use and soil conditions in the hilly area of the loess plateau in northern Shaanxi，China［J］.Catena，2000，39：69-78

[6] 张垚，白秀梅，郭汉清，等.基于最小数据集的关帝山典型植被类型土壤质量评价［J］.山西农业科学，2022，50（5）：675-681.

[7] 陈佳，姚成硕，林勇明，等.武夷山林地土壤酶活性差异及土壤肥力质量评价［J］.山地学报，2021，39（2）：194-206.

[8] 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.

[9] Xue Y J， Liu S G， Hu Y M，et al.Soil quality assessment using weighted fuzzy association rules［J］.Pedosphere，2010，20（3）：334-341.

[10] 李鑫，张文菊，邬磊，等.土壤质量评价指标体系的构建及评价方法［J］.中国农业科学，2021，54（14）：3043-3056.

[11] 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，2009，25（3）：55-58.

[12] 王迪，赵锦梅，雷隆举，等.祁连山东段高寒植被类型对土壤理化特征的影响［J］.水土保持通报，2021，41（1）：35-40.

[13] 赵锦梅，徐长林，马亚萍，等.祁连山东段高寒灌丛地被物与土壤的水文特征［J］.林业科学，2014，50（10）：146-151.

[14] 高海宁，李彩霞，孙小妹，等.祁连山北麓不同海拔土壤化学计量特征［J］.中国沙漠，2021，41（1）：219-227.

[15] 杨建红，赵传燕，汪红，等.祁连山天涝池流域不同植被群落枯落物持水能力及时间动态变化［J］.兰州大学学报（自然科学版），2020，56（6）：733-739.

[16] 中华人民共和国林业行业标准.森林土壤分析方法［M］.北京：国家林业局，1999.

[17] 中国科学院南京土壤研究所.土壤理化分析［M］.上海：上海科学技术出版社，1978.

[18] 颜权，李春宁，覃其云，等.基于灰色关联分析的马尾松采脂林土壤肥力评价［J］.福建林业科技，2021，48（4）：62-66.

[19] Bondi G， Creamer R， Ferrari A，et al.Using machine learning to predict soil bulk density on the basis of visual parameters： Tools for in-field and post-field evaluation［J］.Geoderma，2018，318：137-147.

[20] 李建平，姚机芳，刘世全，等.西藏自治区土壤资源［M］.北京：科学出版社，1994.

[21] 陈丽娟，冯起，成爱芳.民勤绿洲土壤水盐空间分布特征及盐渍化成因分析［J］.干旱区资源与环境，2013，27（11）： 99-105.

[22] Zhang M， Zhang X K， Liang W J，et al.Distribution of soil organic carbon fractions along the altitudinal gradient in Changbai Mountain，China［J］.Pedosphere，2011，21（5）：615-620.

[23] 郭旭东，傅伯杰，马克明，等.基于GIS和地统计学的土壤养分空间变异特征研究：以河北省遵化市为例［J］.应用生态学报，2000，11（4）：557-563.

基金资助

甘肃省科技计划项目(22JR11RA310)