近年来，随着城市的扩张，各种生态问题接踵而至，城市生态安全受到严重的威胁。北京市政治、经济和文化的主要承载区在北京市平原地区，因而保障城市生态安全、建设生态文明城市显得尤为重要。2012年初，北京市在平原地区开始百万亩造林工程建设^[1]，至今已有6年。永定河是北京的母亲河，同时永定河地区也是北京历史上“五大风沙危害区”之一；因此，在永定河沿岸进行平原造林，一方面是实现“两环、三带、九楔、多廊”布局的基本要求，另一方面对建设京津冀地区生态廊道、改善永定河流域生态环境和北京风沙天气具有不可替代的作用。

土壤作为森林生态系统的重要组分，对生态系统的健康发育起着重要作用。土壤肥力是土壤为供应和协调植物生长提供营养和环境条件的能力，受土壤的物质组成、结构、功能和外部环境等影响，是土壤理化性质和生物学性质的综合反映^[2]。土壤理化性质体现土壤对植物供应养分的潜在能力，主要包括土壤质地、有机质含量、N、P和K的全量和有效量，直接影响着植物的生长发育；因此，研究平原地区造林后的土壤养分特征对于合理利用土壤，营造最佳生态效益的林分和改善生态环境都具有重要意义。相关研究表明，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，对土壤颗粒分形特征、有机碳、N、P产生不同程度的影响^[3-6]。魏晨辉等^[7]通过研究松嫩平原盐碱地几种造林树种的土壤理化性质，发现黄檗和水曲柳不适合作为造林树种，而榆树、杨树、樟子松和落叶松生长状况较好，可以作为盐碱地造林的适宜树种进行推广。尹娜等^[8]研究黄土丘陵区人工林土壤养分，发现油松人工林的土壤有机质、全氮和全磷质量分数均高于刺槐林。佘雕等^[9]研究太白山6种林分土壤肥力状况，发现槲栎林和臭椿林土壤碱解N质量分数较高，榆树林土壤有效磷质量分数远远高于其他树种。这些研究在不同区域探讨北方常见造林树种与土壤肥力之间的相关关系，但对其研究结果进行对比分析时，我们无法排除立地条件等的影响，不能保证分析结果的准确性。为进一步探究树种对土壤肥力质量的影响，笔者对相似立地条件下这5种树种林下土壤理化性质进行对比分析，以期寻找出北京平原地区人工造林的最适树种。这将有助于人工林结构调整和土壤肥力恢复，为管理和调控平原造林以及土壤生态恢复提供技术指导。

试验地位于北京市大兴区永定河附近的平原造林地区(E 116°13′12″~116°13′38″，N 39°38′39″~39°4′44″)，属暖温带亚湿润气候区。年平均日照时间为2 772 h，年均温度为11.6 ℃；年平均无霜期为209 d；年均降水为556 mm，主要集中在7—9月。试验林场位于永定河洪积区，坡度小，地势平坦，平均海拔30 m。土壤类型以砂质潮土和壤质潮土为主，具有通透性好但保肥蓄水能力差的特点。林场内主要树种为毛白杨(Populus tomentosa)、榆树(Ulmus pumila)、银杏(Ginkgo biloba)、油松(Pinus tabuliformis)和国槐(Sophora japonica)等，林下草本主要有灰绿藜(Chenopodium glaucum)、裂叶牵牛(Pharbitis nil)、狗尾巴草(Setaria viridis)、马齿苋(Portulaca oleracea)、蒺藜(Portulaca oleracea)和反枝苋(Amaranthus retroflexus)等，平均盖度71%。

平原造林地区人工林造林时间是2015年，苗木移栽前，规格基本一致，抚育时间为2017年春季，抚育措施有浇水、施肥以及修枝。于2017年7月在该研究区选择立地条件基本相似的典型人工林样地16块，其中设置国槐林与榆树林样地各4块，银杏和油松林样地各3块，毛白杨林样地2块(表 1)。运用GPS(Trimble Recon，USA)进行空间定位，利用ArcGIS 10.0(ERSI, 2010)绘制样地位置图(图 1)。样地调查采用每木检尺的方法，调查因子有树高、胸径、枝下高、郁闭度和冠幅等。

表 1(Tab. 1)

表 1 北京市大兴区平原造林人工林样地概况 Tab. 1 General situation of plots in plain afforestation area, Daxing District, Beijing 林分类型 Stand type 样地号 Plot No 样地面积 Plot area/m2 存活率 Survival rate/% 株数密度 Tree density/(Trees·hm-2) 平均胸径 Average diameter at breast height/cm 平均树高 Average tree height/m 国槐林Sophora japonica DX-1 600 97 633 8.57 4.27 DX-2 400 100 800 7.95 4.64 DX-3 400 100 650 7.53 4.71 DX-4 400 100 475 7.02 4.19 毛白杨林Populus tomentosa DX-5 400 100 400 8.18 8.79 DX-6 400 100 600 8.97 8.63 银杏林Ginkgo biloba DX-7 400 82 450 7.27 5.98 DX-8 400 72 450 6.34 5.59 DX-9 400 68 425 6.35 5.02 油松林Pinus tabuliformis DX-10 400 100 625 5.67 3.58 DX-11 400 100 725 4.79 3.40 DX-12 400 100 625 6.22 3.80 榆树林Ulmus pumila DX-13 400 100 550 9.39 5.26 DX-14 400 100 525 9.12 4.80 DX-15 400 100 550 9.74 6.09 DX-16 400 100 550 9.15 5.33

表 1 北京市大兴区平原造林人工林样地概况 Tab. 1 General situation of plots in plain afforestation area, Daxing District, Beijing

图 1(Fig. 1)

图 1 北京市大兴区平原造林样地分布 Fig. 1 Location of the sampling plots in plain afforestation area, Daxing District, Beijing

采用“S”型在每个样地内随机选择5个采样点，用土钻分别取0~20和20~40 cm土层的土壤。将各采样点土壤分土层放在塑料膜上均匀混合，采用四分法取1.0 kg混合土样。土样经过风干、去杂后，研磨通过1和0.25 mm的土壤筛，测定土壤理化性质。

土壤pH值：酸度计法(V(水):m(土)=2.5:1)；土壤有机质：外加热K₂Cr₂O₇氧化-容量法；土壤全氮：H₂SO₄-HClO₄消煮-凯氏定氮仪法；土壤全磷：H₂SO₄-HClO₄消煮-钼锑抗比色法测定；土壤全钾：NaOH熔融-火焰光度计法；土壤有效磷：NaHCO₃浸提-钼锑抗比色法；土壤质地：比重计法。

基于土壤颗粒分形模型^[11]，计算土壤颗粒分形维数。

主成分分析中数据标准化公式为

式中：Z为标准化后的数据，X为原始数据，X为原始数据均值，σ为原始数据标准差。

采用Excel 2013和SPSS 24软件对数据进行单因素方差分析(one-way ANOVA)、独立样本t检验、相关性分析(Pearson法)和主成分分析(PCA)。

不同树种0~20 cm深度土壤颗粒质量分数组 成均表现为细砂粒居多(表 2)。0.05~0.25 mm的细砂粒质量分数介于42.01%~80.81%，平均值为57.29%，变异系数为21.12%，属于中等变异；其次是0.01~0.05 mm的粗粉粒质量分数较高，介于42.23%~10.31%，平均值为28.57%，变异系数为34.31%，属于中等变异。而粗砂粒、细粉粒、黏粒和细黏粒质量分数均较低，分别介于0.52%~4.57%、0.21%~4.53%、0.41%~5.98%和2.89%~9.69%。从表 2可以看出，土壤中黏粒质量分数越高，砂粒质量分数越少，土壤颗粒分形维数越大。分形维数越大表示林木对该地区沙化土的改良能力越强，黏粒质量分数增加而通透性降低，可以使土壤质地向壤性发展，增强其蓄水保肥能力。土壤颗粒分形维数在一定程度上也可以表征土壤质地的均一程度。

表 2(Tab. 2)

表 2 不同树种0~20 cm土壤粒径分布及其分形维数 Tab. 2 Soil particle size distribution and fractal dimension at depth of 0-20 cm under different tree species 树种 Species 样地号 Plot No. 土壤粒径分布Soil particle size distribution/% 分形维数 Fractal dimension R ＜0.001 mm 细黏粒 Fine clay 0.001~0.005 mm 黏粒 Clay 0.005~0.010 mm 细粉粒 Fine silt 0.010~0.050 mm 粗粉粒 Coarse silt 0.050~0.250 mm 细砂粒 Fine sand 0.250~1.000 mm 粗砂粒 Coarse sand 国槐Sophora japonica DX-1 4.12 4.12 2.47 27.00 61.31 0.97 2.496 0.976 DX-2 8.66 5.56 3.71 37.92 43.36 0.78 2.609 0.968 DX-3 5.98 5.98 2.27 33.40 51.66 0.72 2.557 0.973 DX-4 8.03 5.97 4.33 35.02 45.84 0.80 2.601 0.973 毛白杨Populus tomentosa DX-5 5.77 4.32 1.03 17.50 69.91 1.46 2.547 0.971 DX-6 6.18 3.09 2.88 35.03 51.91 0.91 2.544 0.963 银杏Ginkgo biloba DX-7 5.77 4.53 2.06 26.97 56.10 4.57 2.548 0.975 DX-8 5.98 3.30 2.89 32.98 53.76 1.09 2.541 0.966 DX-9 5.36 4.95 1.85 33.39 53.63 0.82 2.535 0.970 油松Pinus tabuliformis DX-10 6.59 5.56 3.09 42.23 42.01 0.52 2.567 0.965 DX-11 7.62 4.53 4.53 33.57 49.15 0.60 2.587 0.971 DX-12 9.69 0.41 4.33 34.43 50.14 0.99 2.599 0.948 榆树Ulmus pumila DX-13 3.92 2.06 0.62 11.34 79.76 2.31 2.474 0.957 DX-14 2.89 2.89 0.21 10.31 80.81 2.91 2.439 0.964 DX-15 5.97 5.56 0.82 31.73 55.13 0.78 2.553 0.970 DX-16 5.57 2.89 3.50 18.76 67.57 1.71 2.535 0.974

表 2 不同树种0~20 cm土壤粒径分布及其分形维数 Tab. 2 Soil particle size distribution and fractal dimension at depth of 0-20 cm under different tree species

该地区土壤质地均为砂壤土，土壤颗粒分形维数介于2.439~2.609，相关系数(R)在0.948~ 0.976。0~20 cm土壤颗粒分形维数表现为油松＞国槐＞毛白杨＞银杏＞榆树，但不同树种间差异不显著(P＞0.05)。变异系数在0.08%~2.03%之间，属于弱变异。其中，榆树林平均土壤颗粒分形维数最小为2.500，油松和国槐林平均土壤颗粒分形维数最大为2.584和2.566。说明种植国槐和油松相比于种植榆树可以增加土壤的黏粒质量分数，同时降低砂粒质量分数，在沙土改良中可以发挥一定的作用。分形维数与细黏粒、细粉粒、粗粉粒和细砂粒的质量分数均存在极显著正相关(P＜0.01)，其中和细黏粒相关系数最高为0.950(表 3)。

表 3(Tab. 3)

表 3 不同粒径土壤质量与分形维数的相关关系 Tab. 3 Correlation coefficients between soil weight of different particle size and fractal dimension (n=16) ＜0.001 mm 细黏粒 Fine clay 0.001~0.005 mm 黏粒 Clay 0.005~0.010 mm 细粉粒 Fine silt 0.010~0.050 mm 粗粉粒 Coarse silt 0.050~0.250 mm 细砂粒 Fine sand 0.250~1.00 mm 粗砂粒 Coarse sand 分形维数Fractal dimension 0.950** 0.338 0.771** 0.784** -0.858** -0.475 注：**表示相关性极显著(P＜0.01)。Notes: ** indicates a significant correlation at P < 0.01.

表 3 不同粒径土壤质量与分形维数的相关关系 Tab. 3 Correlation coefficients between soil weight of different particle size and fractal dimension (n=16)

不同造林树种下0~20和20~40 cm土壤有机质、全氮、全磷、全钾、有效磷和pH值如表 4所示。

表 4(Tab. 4)

表 4 不同树种下土壤养分质量分数和pH值 Tab. 4 Soil nutrient mass fraction and pH value under different tree species 土壤深度 Soil depth/cm 树种 Tree species 有机质 Organic matter/(g·kg-1) 全氮 Total nitrogen/(g·kg-1) 全磷 Total phosphorus/(g·kg-1) 全钾 Total potassium/(g·kg-1) 有效磷 Available phosphorus/(mg·kg-1) pH值 pH value 0~20 国槐Sophora japonica 13.42±1.88a 0.36±0.06a 0.76±0.03a 18.49±0.33 20.39±1.41a 8.99±0.50 毛白杨Populus tomentosa 9.51±0.73b 0.40±0.02a 0.72±0.07a 17.85±1.70 24.25±5.16a 8.72±0.02 银杏Ginkgo biloba 13.13±1.46a 0.44±0.08a 0.65±0.05b 16.66±1.35 7.03±4.93b 8.67±0.31 油松Pinus tabuliformis 11.34±0.96ab 0.43±0.04a 0.74±0.02a 17.65±0.14 23.63±10.28a 8.67±0.06 榆树Ulmus pumila 9.96±2.06b 0.21±0.08b 0.76±0.04a 19.46±1.57 19.36±6.4a 8.91±0.10 20~40 国槐Sophora japonica 8.17±1.94 0.29±0.04a 0.68±0.02 18.53±0.17ab 16.26±11.28 8.89±0.10bc 毛白杨Populus tomentosa 6.33±0.20 0.25±0.05abc 0.66±0.08 17.81±0.32b 15.10±0.57 8.96±0.03ab 银杏Ginkgo biloba 6.39±1.64 0.27±0.02ab 0.60±0.06 17.43±0.28b 5.02±5.79 8.73±0.13c 油松Pinus tabuliformis 7.60±0.67 0.22±0.05bc 0.63±0.08 17.74±0.64b 10.93±4.27 8.88±0.00bc 榆树Ulmus pumila 6.75±1.08 0.19±0.02c 0.69±0.08 19.63±1.27a 21.08±22.99 9.05±0.07a 注：表中数据为平均值±标准差；同列不同小写字母表示不同树种相同深度之间养分质量分数差异显著(P＜0.05)。Notes: Data are presented as mean ± SD. Data followed by different lowercase letters in the same column indicate significant differences at P < 0.05 among different species at the same depth.

表 4 不同树种下土壤养分质量分数和pH值 Tab. 4 Soil nutrient mass fraction and pH value under different tree species

林地土壤pH值在8.76~9.05之间，属于中强碱性土壤。土壤pH值随着土壤深度的增加没有显著变化。在0~20 cm，不同树种pH值之间差异不显著；在20~40 cm，不同树种pH值之间差异显著(P＜0.05)，pH值由大到小依次为榆树＞毛白杨＞国槐＞油松＞银杏。

0~20 cm土层土壤有机质质量分数极显著高于20~40 cm(n=16，P＜0.01)。在0~20 cm，不同树种之间土壤有机质质量分数差异显著(P＜0.05)，其中国槐和银杏显著高于毛白杨和榆树。在20~40 cm，土壤有机质质量分数从高到低依次是国槐、油松、榆树、银杏和毛白杨，但不同树种间土壤有机质质量分数无显著差异。

0~20 cm土壤全氮极显著高于20~40 cm(n=16，P＜0.01)。在0~20 cm，不同树种之间土壤全氮存在显著差异(P＜0.05)，榆树林下土壤全氮显著低于其他4种树种。在20~40 cm，不同树种间全氮也存在显著差异(P＜0.05)，从大到小依次是国槐、银杏、毛白杨、油松和榆树。

土壤深度对土壤全磷影响极显著(n=16，P＜0.01)，其中0~20 cm深度的土壤全磷极显著高于20~40 cm。在0~20 cm，不同树种之间土壤全磷差异显著，其中银杏林土壤全磷低于其他树种。在20~40 cm，银杏林下土壤全磷最低(0.60 g/kg)，榆树林下土壤全磷最高(0.69 g/kg)，但不同树种间土壤全磷无显著差异(P＞0.05)。土壤深度对土壤有效磷的影响不显著(P＞0.05)。在0~20 cm，不同树种间土壤有效磷差异显著(P＜0.05)，其中银杏林下土壤有效磷显著低于其他4类树种；而在20~40 cm，不同树种间有效磷无显著差异(P＞0.05)。

土壤深度对土壤全钾的影响不显著(P＞0.05)。在0~20 cm，不同树种之间土壤全钾浓度无显著差异(P＞0.05)；而在20~40 cm，不同树种土壤全钾存在显著差异(P＜0.05)，榆树林下土壤全钾显著高于毛白杨、银杏和油松林下。

对土壤肥力因子进行相关性分析(表 5)，结果表明：在0~20 cm，土壤颗粒分形维数和土壤全氮之间呈极显著正相关(P＜0.01)，与土壤有机质呈显著正相关(P＜0.05)；土壤全磷与土壤有效磷呈极显著正相关。在20~40 cm，土壤pH值与全氮呈显著负相关，与全钾和有效磷呈显著正相关；土壤全磷与有效磷之间呈极显著正相关。土壤中养分元素之间存在密切的相关性。任一养分质量分数发生变化，其他养分的质量分数也会随之变化。不同人工林树种下土壤养分因子之间呈显著相关性，可以用来反映土壤肥力水平。

表 5(Tab. 5)

表 5 0~20和20~40 cm土壤肥力评价因子的相关系数 Tab. 5 Correlation coefficients between soil fertility assessment factors at depth of 0-20 cm and 20-40 cm (n=16) 土壤深度 Soil depth/cm 指标 Indicators 分形维数 Fractal dimension 有机质 Organic matter 全氮 Total nitrogen 全磷 Total phosphorus 全钾 Total potassium 有效磷 Available phosphorus 0~20 有机质Organic matter 0.584* 全氮Total nitrogen 0.638** 0.445 全磷Total phosphorus 0.208 -0.137 -0.218 全钾Total potassium -0.475 -0.349 -0.868** 0.342 有效磷Available phosphorus 0.211 -0.138 0.095 0.671** -0.03 pH值pH value 0.008 0.036 -0.375 0.329 0.314 0.088 20~40 全氮Total nitrogen 0.173 全磷Total phosphorus 0.105 0.175 全钾Total potassium -0.022 -0.381 0.639** 有效磷Available phosphorus -0.211 0.003 0.629** 0.612* pH值pH value -0.044 -0.500* 0.484 0.547* 0.566* 注：*表示相关性显著(P＜0.05)；**表示相关性极显著(P＜0.01)。Notes: * and ** indicatesignificant correlations at 0.05 and 0.01 levels, respectively.

表 5 0~20和20~40 cm土壤肥力评价因子的相关系数 Tab. 5 Correlation coefficients between soil fertility assessment factors at depth of 0-20 cm and 20-40 cm (n=16)

以0~20 cm土层内土壤颗粒分形维数、有机质、全氮、全磷、全钾、有效磷和pH值这7个指标标准化后的数据进行土壤肥力评价。从表 5可知，7种土壤肥力评价因子互相间存在很强的相关性，故采用主成分分析法对5种树种林下土壤肥力质量进行综合评价。提取主成分时采用主成分累积贡献率高于80%、特征值高于1的原则(表 6)。第1、2和3主成分的方差贡献率分别是40.71%、26.88%和16.20%，其累积贡献率为83.55%，基本可以反映树种间土壤肥力质量的变异信息；因而选取第1、2、3主成分就可以大致体现全部因子的信息，较好地反映土壤肥力质量的综合状况。

表 6(Tab. 6)

表 6 总方差解释 Tab. 6 Total variance interpretation 成分 Component 初始特征值Initial eigenvalue 提取平方和载入Extract sum of square loading 特征根 Eigenvalue 贡献率 Contribution/% 累计贡献率 Cumulative contribution/% 特征根 Eigenvalue 方差贡献率 Contribution/% 累计贡献率 Cumulative contribution/% 1 2.83 40.47 40.47 2.83 40.47 40.47 2 1.88 26.88 67.35 1.88 26.88 67.35 3 1.13 16.20 83.55 1.13 16.20 83.55 4 0.56 8.00 91.55 5 0.33 4.68 96.23 6 0.17 2.42 98.65 7 0.09 1.35 100.00

表 6 总方差解释 Tab. 6 Total variance interpretation

由表 7可知：第1主成分主要包括土壤颗粒分形维数、全氮和全钾，其中全氮和全钾系数的绝对值很接近，表明二者对土壤肥力质量的影响都很大；第2主成分主要包括全磷和有效磷，其质量分数越高，土壤肥力质量越好；第3主成分主要包括有机质和pH值。

表 7(Tab. 7)

表 7 成分得分系数矩阵 Tab. 7 Component coefficient matrix 主成分1(P1) Principal component 1 主成分2(P2) Principal component 2 主成分3(P3) Principal component 3 分形维数Fractal dimension 0.42 0.38 0.22 有机质Organic matter 0.38 0.08 0.57 全氮Total nitrogen 0.56 0.06 -0.17 全磷Total phosphorus -0.19 0.64 -0.08 全钾Total potassium -0.52 0.04 0.19 有效磷Available phosphorus -0.02 0.60 -0.42 pH值pH value -0.23 0.29 0.61

表 7 成分得分系数矩阵 Tab. 7 Component coefficient matrix

根据各指标的得分系数(表 7)，可以得到的3个主成分P₁、P₂、P₃的线性组合：

用P_i表示第i个肥力质量综合指标；X₁~X₇分别表示颗粒分形维数、有机质、全氮、全磷、全钾、有效磷和pH值7个指标经过标准化后的数据。计算得出第1、2、3主成分的得分P₁、P₂和P₃，然后以方差贡献率为权重进行加权求和。公式如下：

计算得出各树种的土壤肥力质量综合得分为油松(0.56)＞国槐(0.52)＞银杏(0.26)＞毛白杨(-0.14)＞榆树(-1.06)。由此可见，在北京平原地区造林，油松和国槐对土壤肥力质量的改良要优于银杏、毛白杨和榆树。

研究区内土壤质地为砂壤土，土壤颗粒分形维数介于2.439~2.609。分形维数与细黏粒、细粉粒、粗粉粒和细砂粒的质量分布均存在极显著正相关(P＜0.01)，这与赵清贺等^[12]在黄河中下游的研究结果一致。有研究表明：分形维数不仅可以表征土壤粒径的大小，还可以体现质地组成的均一程度；土壤黏粒质量分数和单一粒级的集中程度对分形维数会产生重要影响^[11]。植物根系在生长过程中分泌的黏液会使土壤粉粒、黏粒质量分数增加但砂粒质量分数降低，进而导致土壤质地细粒化，影响土壤养分状况和其他理化性质。研究区土壤颗粒分形维数总体偏小，表明土壤质地较粗，不易形成良好的结构。结构良好的土壤颗粒分形维数应在2.750左右^[13-14]。油松和国槐土壤颗粒分形维数为2.584和2.566，高于其他3种树种，说明种植油松和国槐相比于种植其他树种对土壤的改良效果可能会更好。

北京平原地区植被主要功能是防风固沙、水土涵养以及瘠薄立地改良；因此，保持森林生态系统的健康，使之持续稳定地发挥生态功能显得尤为重要。本研究中：在0~20 cm土层，国槐和银杏林土壤有机质质量分数显著高于毛白杨和榆树林(P＜0.05)；榆树林土壤全氮显著低于其他4种树种；银杏林土壤全磷和有效磷均显著低于其他4种树种；各树种土壤全钾和pH值无显著差异。土壤肥力直接影响林木生长发育，肥力质量瘠薄是限制人工林生长和森林可持续发展的主要因素之一^[15]。总的来看，国槐和油松林土壤有机质，全氮、全磷和有效磷质量分数高于毛白杨、银杏和榆树林，表明国槐和油松能更好地蓄积和固持土壤养分，尤其表现在对有机质的吸收与归还能力更强。国槐和油松人工林因其适应性强，能形成相对较稳定的群落，有利于水土保持和维护地力等优点常作为北方常用的造林树种，这与孙晓霞等^[16]的研究结果一致。5种平原造林树种土壤养分质量分数不尽相同，这可能是由于不同树种对土壤的改良作用不同。植被类型会影响林下土壤养分质量分数，主要表现在林木凋落物和植物根系分泌物等对土壤有机质和养分元素的补充^[17]。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，导致林下土壤养分差异明显；因此，造林树种会对土壤肥力产生极大的影响。

土壤有机质在养分循环过程中起着关键性作用，主要表现为对土壤微生物活性的影响^[18-19]。土壤微生物通过分解有机质释放养分，进而推进了土壤的代谢过程^[20]。此外，有研究表明，森林土壤中的氮元素主要以有机态氮存在，因此有机质与全氮、水溶性N呈正相关^[21-22]。本研究中5种树种林下土壤有机质和全氮质量分数均较低，与前人研究结果一致，同时也符合一般森林生态系统土壤N普遍缺乏的现象^[23]，这可能与氮元素主要来源于土壤有机质转化、大气干湿沉降和生物固氮等有关。凋落物分解和岩石的风化作用是土壤磷素的主要来源，而岩石的风化过程缓慢。所以，土壤P快速补充的来源是凋落物分解，其浓度主要受凋落物来源和分解速率影响。随着土层加深，5种树种土壤有机质、全氮和全磷均显著降低，在土壤0~20 cm有明显的“表聚现象”。这与前人的研究结果基本一致^[24-26]。植物从土壤中吸收的养分元素绝大部分以凋落物的形式归还土壤，树种不同使得林下凋落物的种类、数量和分解速率差异较大，进而引起林地不同土层土壤有机质质量分数和分布的不同。林地土壤全氮和全磷同样与凋落物的积累有关，土壤中的N和P被植物吸收之后以凋落物的形式归还土壤，所以林地表层土壤中的N、P质量分数高于下层土壤^[27]。

研究区土壤理化性质之间有较强的相关性。在0~20 cm，土壤颗粒分形维数与土壤全氮呈极显著正相关(P＜0.01)，与土壤有机质呈显著正相关(P＜0.05)；土壤全磷与有效磷呈极显著正相关。土壤各粒级对养分作用不一，黏粒和粉粒有利于土壤有机质的保留。黏粒和粉粒比例增加，会使土壤分形维数变大，有机质质量分数升高^[29]。土壤颗粒分形维数一方面可以用作分析土壤颗粒分布与土壤结构特征，另一方面也可用来表征土壤养分特征。在20~40 cm，土壤pH值与全氮呈显著负相关，与全钾和有效磷呈显著正相关；土壤全磷与有效磷呈极显著正相关。造林是林木与土壤环境相适应的过程，凋落物的分解、根系生长过程中的分泌物及土壤微生物的活动等都会提高土壤有机质质量分数，进而促进土壤团聚体和生物多样性的形成，改善土壤结构和持水保肥性能和改变土壤胶体状况。土壤环境得到改善之后，也会促进林木的生长发育。

主成分分析法近年来被广泛用于评价某一地区土壤肥力的高低^[29-31]。本研究中，土壤颗粒分形维数、全氮和全钾对土壤肥力质量评价影响最大，全磷和有效磷次之，有机质和pH影响最小。一般而言，在适宜的土壤pH值和有机质质量分数高的条件下，土壤肥力质量好，但该研究区土壤为中强碱性土壤，有机质质量分数整体较低，使得在土壤肥力质量综合评价时，表现为土壤颗粒分形维数等因子的影响更大；此外，造林时间较短，树体的养分循环还没有完全建立，也会对评价结果造成一定的影响。最后的综合评价得分为油松(0.56)＞国槐(0.52)＞银杏(0.26)＞毛白杨(-0.14)＞榆树(-1.06)；因此，该区域进行平原造林应该根据造林目的进行树种选择，短期内提升土壤理化性质应该考虑种植国槐和油松等。

总体来说，研究区土壤全氮和全磷处于缺乏状态，有效磷质量分数较高；pH值偏高。虽然土壤有效磷质量分数较高，但由于pH值也偏高，林木可以吸收利用的磷素较少，因此，应该考虑进行传统肥料和有机肥的配合施用，以更好地改善土壤理化性质，为造林树种提供良好的生长环境。此外，落叶会带走大量养分，加之群落本身生长对养分的需求越来越大，将会导致造成土壤养分“供”大于“还”，土壤肥力有所下降。因此，落叶对土壤养分的补充对土壤肥力尤为重要；但由于北京平原地区秋季落叶过多易引发火灾，故应尽量收集落叶掩埋于林下土壤中，使森林生态系统的养分循环趋于完整。土壤-植被之间相互关系十分复杂，而且其间的相互影响过程和机理目前尚不清楚，这有待长期监测后进行进一步的论证。