试验地分布在临汾市吉县境内，地处黄河中游东岸，山西省西南部，地理坐标为东经110°30′~110°43′，北纬36°10′~36°19′。地势东高西低，海拔落差大，最高海拔(高天山)为1 820 m，最低海拔(黄河畔)为450 m，试验地海拔位于1 200~1 488 m。县境内山峦起伏、沟壑纵横、地形复杂，试验地土质主要是黄土和褐土。吉县境内气候四季分明，光照充足，日照时数约为2 538 h·a^-1，大于10℃的有效积温为3 361.5℃。无霜期年平均172 d，年均气温10.2℃，年均日较差11.5℃，年均降水522.8 mm。属暖温带大陆性季风气候，全年降雨集中在夏季。试验地植物资源比较丰富，且大多为人工林，乔木以油松(Pinus tabuliformis Carr.)、落叶松(Larix gmelinii(Rupr.)Kuzen)、刺槐(Robinia pseudoacacia Linn.)、侧柏(Platycladus orientalis(L.)Franco)、山杨(Populus davidiana Dode.)、白皮松(Pinus bungeana Zucc.)、辽东栎(Quercus liaotungensis Koidz.)、榆树(Ulmus pumila Linn.)为主，灌木有小叶锦鸡儿(Caragana microphylia Lam.)、三裂绣线菊(Spiraea trilobata Linn.)、山楂叶悬钩子(Rubus crataegifolius Bge.)等，草本植物主要包括画眉草(Eragrostis pilosa(L.)Beauv)、铁杆蒿(Artemisia sacrorum Ledeb.)、黑麦草(Lolium perenne Linn.)等，试验地概况如表 1。

2011年和2016年7—8月分别对试验地林分进行调查取样。2011年，根据试验地的地形、林龄和植被类型特征，分别选取10 a生山杨林、15 a生油松林、40 a生侧柏林3个样地进行调查，其中，林内水源主要为自然降水、生长过程中未施肥。每个样地为1 000 m²(50 m×20 m)，在每个样地对角线方向随机选取3个样点，按照剖面法在每个样点采取0~10、10~20、20~30、30~50和50~100 cm 5个土层的样品。2016年，用相同的方法对这3块林地进行调查，2011和2016年各取45个土壤样品。

将采集的土样，及时带回实验室风干、研磨、过筛，称取一定质量的土样进行养分含量的测定。土壤有机碳、全氮、全磷分别采用重铬酸钾—硫酸氧化法^[19]、H₂SO₄-H₂O₂消解—凯氏定氮仪法测定^[20]、H₂SO₄-H₂O₂消煮—钼锑抗比色法测定^[21]。

测定不同林龄的3种人工林内土壤各土层的碳、氮、磷含量并进行化学计量分析，利用Excel 2010进行数据整理和作图，利用SPSS 19.0进行显著性分析和多重比较。

不同林分类型和林龄对土壤全N含量的影响程度不同，如图 1所示。在0~100 cm土层中，各林地之间的平均土壤全N含量差异显著(P < 0.05)，山杨林(10 a)、油松林(15 a)、侧柏林(40 a)分别为2.67、2.71、1.99 g·kg^-1；5年后，山杨林(15 a)、油松林(20 a)、侧柏林(45 a)平均土壤全N含量分别为2.92、2.91、2.14 g·kg^-1，增长速率分别为0.05、0.04、0.03 g·kg^-1·a^-1。在0~50 cm土层中，山杨林(10 a)、油松林(15 a)、侧柏林(40 a)平均全N含量为分别为2.97、3.05、2.27 g·kg^-1，山杨林(15 a)、油松林(20 a)、侧柏林(45 a)平均全N含量分别为3.23、3.25、2.44 g·kg^-1，5年内山杨、油松和侧柏林地内平均全N含量分别增长了9.4%、7.4%、7.5%；显然，林内平均全N含量均随着林龄的增加而增加，且山杨林5年内全N增长速率大于油松林和侧柏林。

图  1  不同林地各土层土壤全N、全P含量比较

Figure 1.  Comparison of total N and total P contents in different soil layers of forest lands

由图 1可以看出，林内土壤N素集中在表层土壤：在山杨林(10 a)、山杨林(15 a)、油松林(15 a)、油松林(20 a)、侧柏林(40 a)、侧柏林(45 a)林地内，0~30 cm土层中全N含量分别占0~100 cm土层的75.3%、76.4%、73.9%、73.4%、72.4%、71.6%；而30~100 cm土壤含N量急剧减少，占比不到30%。同时，侧柏林(40 a)各土层土壤全N含量差异不显著，侧柏林(45 a) 0~10 cm土层土壤全N含量仅与50~100 cm差异显著，而山杨和油松林内0~10 cm土层土壤全N含量与10~100 cm土层均有显著性差异(P < 0.05)。

不同林种及林龄对土壤含P量的影响，如图 1所示。在0~100 cm土层中，各林地之间土壤的平均全P含量差异显著(P < 0.05)：山杨、油松、侧柏林内土壤全P含量平均值为0.40、0.46、0.36 g·kg^-1，这与林地之间N素分布规律基本一致。在0~50 cm土层中，山杨林(10 a)、油松林(15 a)、侧柏林(40 a)平均全P含量分别为0.43、0.49、0.42 g·kg^-1，5年后，山杨林(15 a)、油松林(20 a)、侧柏林(45 a)平均全P含量分别为0.48、0.55、0.51 g·kg^-1，5年内山杨、油松、侧柏林地内0~50 cm土层中土壤全P含量分别增长了11.6%、12.2%、21.4%。即：土壤中全P含量随林龄增加而增加；0~100 cm土层侧柏林内全P含量最低，而0~50 cm土层侧柏林内全P含量增长最快，说明侧柏主要增加中上层土壤中P素、对深层土壤基本没有影响。

林内土壤含P量随土层加深逐渐降低，也呈现出表层土壤集中分布的现象，如图 1所示。山杨林(10 a)、山杨林(15 a)、油松林(15 a)、油松林(20 a)、侧柏林(40 a)、侧柏林(45 a) 0~30 cm土层中全P含量占0~100 cm土层的百分比分别为79.3%、79.5%、71.2%、71.0%、83.6%、83.9%，30 cm以下土壤中P素极少。山杨和侧柏林地内0~10 cm土层全P含量与10~100 cm土层差异显著(P < 0.05)，而油松林(20 a)中0~20 cm与20~100 cm间差异显著，油松林(15 a)各土层间无显著影响。就林内土壤全磷的P均值而言，各林地土壤含P量均较低，根据全国土壤普查结果的分级标准^[22]，该试验区土壤P素处于4~5级水平。

由表 2可以看出，各林地平均土壤有机碳含量差异显著(P < 0.05)，且同一林分类型有机碳含量随着林龄增加而增加，在100 cm土层内平均有机碳含量为：山杨林(15 a)(17.51 g·kg^-1)>山杨林(10 a)(15.93 g·kg^-1)>油松林(20 a)(12.07 g·kg^-1)>油松林(15 a)(11.28 g·kg^-1)>侧柏林(45 a)(10.12 g·kg^-1)>侧柏林(40 a)(9.63 g·kg^-1)。5年内，山杨、油松、侧柏林地0~100 cm土层土壤平均有机碳含量分别增长了1.58、0.79、0.49 g·kg^-1，0~30 cm土层含碳量分别增长了2.12、1.00、0.67 g·kg^-1，0~10 cm土层平均碳含量分别增长了3.07、1.37、0.85 g·kg^-1，显然林分生长改良表层土壤碳含量效果好，但是对深层土壤影响较小。总体来看，林分对中上层土壤有机碳的改善能力为山杨>油松>侧柏。

林内有机碳的分布也具有表聚性，在0~30 cm土层内，山杨林(10 a)、山杨林(15 a)、油松林(15 a)、油松林(20 a)、侧柏林(40 a)、侧柏林(45 a)有机碳含量分别占0~100 cm土层的79.5%、79.6%、79.7%、74.5%、82.2%、82.3%，说明在30 cm以下有机碳累积速度缓慢，处于非常低的状态，这与土壤氮素和磷素含量的分布规律相一致，都呈现出由表层向深层逐渐迁移的动态过程。在0~100 cm土层内有机碳含量随着深度增加而减小：山杨和油松林内0~10 cm土层土壤有机碳含量显著(P < 0.05)高于10~100 cm土层；侧柏林0~20 cm土层内碳素分布较均匀，但明显高于30 cm以下土层碳含量。

如图 2所示，不同林内土壤碳储量均随土层深度逐渐减小，各林分土壤50~100 cm土层碳储量占土壤剖面碳储量比例为山杨林(10 a)(26.9%)、山杨林(15 a)(25.4%)、油松林(15 a)(24.9%)、油松林(20 a)(29.0%)、侧柏林(40 a)(17.1%)、侧柏林(45 a)(18.1%)，均不超过0~100 cm土层土壤总碳储量的30%；表层(0~10 cm)土壤碳储量显著高于其他土层，各林分之间表现为山杨林(15 a)(56.42 t·hm^-2)>山杨林(10 a)(51.36 t·hm^-2)>油松林(20 a)(32.05 t·hm^-2)>油松林(15 a)(26.69 t·hm^-2)>侧柏林(45 a)(21.70 t·hm^-2)>侧柏林(40 a)(21.69 t·hm^-2)，这与土壤含碳量分布规律相一致。

图  2  各林地内土壤碳储量

Figure 2.  Soil carbon storage in different forest lands

经过5年的时间，山杨林、油松林、侧柏林0~100 cm土层内土壤碳总储量分别由150.35、101.42、85.63 t·hm^-2增加到171.52、125.15、87.84 t·hm^-2，相当于山杨、油松、侧柏分别为该区固碳21.17、23.74、2.21 t·hm^-2。0~30 cm土层内，山杨、油松、侧柏林地碳储量分别增加了12.58、10.05、0.97 t·hm^-2，所以试验区山杨和油松比侧柏更有利于土壤中有机碳含量的提高。

不同林地土壤中C:N、N:P、C:P值随着土层深度变化规律如图 3所示。山杨林的C:N值为4.14~6.71，均值为5.72，变异系数为15.5%；油松林的C:N值为3.10~4.85，均值为3.90，变异系数为18.0%；侧柏林的C:N值为2.51~6.14，均值为4.40，变异系数为31.6%，3种林分类型都是中等变异。研究0~10 cm土层土壤C:N值，可知山杨林(15 a)(6.71)>山杨林(10 a)(6.46)>侧柏林(40 a)(6.14)>侧柏林(45 a)(5.67)>油松林(20 a)(4.85)>油松林(15 a)(4.83)，表明山杨林和油松林表层土壤C:N值随林龄增大而增大，侧柏林则相反，且差异显著(P < 0.05)。

图  3  不同林地各土层土壤化学计量比

Figure 3.  Soil stoichiometry in different soil layers of forest lands

山杨林的N:P值为4.71~10.71，均值为7.89，变异系数为19.9%；油松林的N:P值为5.41~8.45，均值为6.62，变异系数为14.0%；侧柏林的N:P值为2.96~10.43，均值为8.01，变异系数为34.5%。侧柏林(45 a)土壤N:P值随着土层加深逐渐增大且0~10 cm土层N:P值显著低于10~100 cm土层，山杨和油松林内N:P值在不同土层之间差异不显著。随着林龄的增加，山杨林、油松林、侧柏林土壤表层(0~10 cm)的N:P值分别减少了0.36、0.10、0.12，表明在养分循环的过程中，林分有利于改善晋西黄土区磷素严重缺乏的状况。

山杨林的C:P值为29.34~67.87，油松林的C:P值为17.40~35.02，侧柏林的C:P值为18.03~50.43，总体来看山杨林土壤C:P值显著高于油松林和侧柏林。在0~10 cm土层中，C:P值为山杨林(10 a)(47.03)>山杨林(15 a)(45.49)>油松林(15 a)(35.02)>油松林(20 a)(34.69)>侧柏林(40 a)(18.03)>侧柏林(45 a)(16.99)，即随着林龄增加C:P值逐渐减小，这也说明林分生长对改善晋西黄土区养分循环以及缓解其磷素严重缺乏的状况有明显作用。

土壤对调节植物生长及生理活动起关键作用^[23]，其中的N和P不仅是植物生长所需的重要养分，还是蛋白质和遗传物质的重要组成元素，对植物生长至关重要^[24]。森林土壤中的N、P含量主要决定于气候条件、土壤质地和植被类型^[25]，研究区山杨林龄仅为10余年，植株个体较小，消耗养分较少，更有利于养分积累；油松根浅且生长较缓慢，林下基本没有林草植被生长，减少了林地内养分消耗；侧柏侧根发达，且林龄已达40余年、植株高大，需要从土壤中吸收更多的养分供给自身生长，这可能是山杨林内N素含量最高、油松次之、侧柏最低的原因之一。同时，林内土壤N素的动态转移是由表层缓慢向深层过度的一个过程^[26]，所以N素分布也呈现出表聚性，且山杨和油松林内0~10 cm显著(P < 0.05)高于10~100 cm土层；侧柏林内N素含量也随土层逐渐降低，但垂直分布不明显，0~100 cm土层内差异不显著，这是因为凋落物的分解产生养分与植物吸收养分是一个复杂而缓慢的过程，且凋落物质量与分解速率共同影响着N素在土壤各土层中的分布，使得N素含量与土层不具有显著的相关性^[27-28]。P素主要受成土母质和枯落物腐解的双重影响，而枯落物分解后养分主要被植被吸收利用，土壤中P素则大多来自矿化速度极慢的母质中，所以土壤P含量变化较慢^[28]。研究结果显示，P素主要分布在土壤表层，且林地中0~10 cm含量显著高于50~100 cm。这与前人的研究结果一致：巩杰^[29]等人发现黄土高原土壤养分具有明显的垂直分布特性—表层含量明显高于深层；罗歆^[30]等在其他地区对不同植被类型下土壤养分含量进行研究，也表明了土壤养分含量的表层集中分布特征，本研究着重考虑林分对全量养分的影响，今后可探索林分生长过程中林内速效养分的变化规律，更全面地评价退耕还林工程的意义。

C是构成植物体内干物质的最主要元素，植物枯落物和根系是土壤C的重要来源。在本研究中，3种林分类型有机碳平均含量为山杨林>油松林>侧柏林，主要是受到树种、立地和林分结构的强烈影响：油松为浅根性乔木，能够有效地改善表层土壤养分状况，但是油松林土壤为黄土，极易受到侵蚀而影响有机质的积累；山杨林和侧柏林土质为褐土，其腐殖质层以下有褐色粘化层、风化度低，可以减少土壤养分的流失；试验地内侧柏种植密度为1 650株·hm^-2，可以获得较多木材量但不利于土壤质量的提高，较大的栽植密度使得植被在生长过程中养分竞争激烈，且针叶作为主要凋落物分解缓慢，返还到土壤中的有机质非常少，所以侧柏林内土壤有机质含量相对最低；同时山杨为阔叶树，林内枯落物年归还量比油松林和侧柏林多，而且容易分解进入土壤，所以山杨林内积累了更多的有机质。同时，侧柏林内表层土壤有机质含量还不足20 g·kg^-1，在全国土壤养分划分中为4~6级标准，所以碳储量随林龄的增加也相当缓慢。结果中侧柏林内有机碳含量与山杨林和油松林相差甚远，在今后的研究中，有必要继续探索海拔、坡向等地形条件与固碳能力的相关性。随着林龄的增长，土壤C含量以及C储量均有所增加，表明林分生长能够提高土壤肥力，这与Pregitzer, Kurt S ^[31]等人的研究结果一致。研究区0~20 cm土层内碳储量为39.06~78.54 t·hm^-2，明显高于全国森林土壤的平均值26.7 t·hm^-2[32]，说明研究区土壤含碳量较为丰富，为1~3级标准，李慧^[33]等人的研究中也得出了相同的结论。

化学计量比作为评价土壤质量的重要指标，对植物生长有着重要的影响。结果显示，随着林龄增加，林分C:N上下波动但变化不大，林内C:N值远小于全球土壤C:N平均值13.33^[34]，所以在养分循环过程中，N素富足能够将多余的N素释放到土壤中。随着土层深度的增加，土壤C:N值逐渐减小，这与王绍强^[11]等人的研究结果一致。林内平均C:P和N:P与林龄呈负相关且各林龄间差异显著，一方面是因为林分生长增加了研究区含P量，另一方面是N与C在供应植物吸收方面互相促进, 滞留土壤中的P相对较多引起的^[35]。土壤C:N:P比值综合了生态系统功能的变异性，能够有效反映土壤内部C、N、P循环的指标，成为判定养分平衡的一个重要参数^[36]，研究区土壤的C:N:P值为山杨林(42:7:1)、油松林(25:6:1)、侧柏林(27:6:1)，远小于全球尺度下土壤中的C:N:P平均值186:13:1^[37]。目前，有研究表明植物叶片中N:P<14，则存在N素限制；N:P>16，则存在P限制^[38]，而判断N、P限制元素的土壤N:P值还有待确定，只能通过N、P含量进行级别划分。侧柏林C:P和N:P值随林龄变化最大，说明林分稳定性不如山杨林和油松林；而山杨林和油松林内N:P、C:P值显著大于侧柏林内N:P、C:P值，表明在养分循环过程中侧柏更有利于提高P素含量。研究中3种林分类型在不同林龄下C:N值变化都不大，说明土壤内C、N养分循环较为稳定、可供植被吸收利用并有效改良土壤。

研究表明，山杨、油松和侧柏的生长都能够提高土壤养分含量、改良土壤理化性质，它们分别对N素、有机质和P素有很好的促进作用，在林业发展中可以根据不同土壤状况进行林种选择。在今后的研究中，选择相同林龄的主要树种，探索植被和土壤中养分含量的耦合关系，对衡量林分种植的可行性更有意义。

(1) 不同林分类型土壤养分均具有明显表聚性，有机质、全氮和全磷含量随土层加深而递减，0~30 cm内土壤有机质、全氮、全磷含量占0~100 cm土层的70%以上，且表层(0~10 cm)土壤养分含量显著(P < 0.05)高于30 cm以下各土层；经研究，研究区有机质和全氮含量较为丰富，大多为1~3级标准，而全磷含量普遍较低，主要集中在4~5级标准范围内。

(2) 林内养分含量与林龄呈正相关，3种林分类型各土层有机质、全氮、全磷含量均随着林龄的增长不断增加。5年内，山杨、油松、侧柏林地内中上层(0~50 cm)土壤全氮含量分别增长了9.4%、7.4%、7.5%，全磷含量分别增长了11.6%、12.2%、21.4%，在0~100 cm土层内内固碳量分别为21.17、23.74、2.21 t·hm^-2。即：山杨和油松对中上层土壤中氮素和有机质含量的改善效果比侧柏好，而侧柏在生长过程中更有利于磷素的积累。

(3) 随着林龄的增加，林内C:N变化不大，C:P和N:P均有所降低且差异显著，说明林分内C、N循环较为平衡，能够保证植物生长所需养分，且林分生长可以改善研究区磷素缺乏的现状。随着土层加深，山杨和油松林内N:P无显著变化，而侧柏林内N:P显著增大，说明侧柏林内磷素的表聚性强于山杨和油松林。

通过对3种林分类型下土壤养分含量的变化研究可知，山杨、油松和侧柏的种植都能够改善黄土高原地区土壤贫瘠的现状，但是对不同养分的改良效果有所差别，这为林分的立地条件选择提供了理论支撑，也可以利用不同树种的优良特性来促进晋西黄土区生态环境的修复。