濟源市南山林場林區人工林與農田土壤質量的評價與比較

巴音吉 竇文駿 龐國濤 王劍 王貴恒 王曉恩

摘要：我國退耕還林的政策已經實施超過20年，該政策對我國生態環境的改善發揮了巨大作用，人工林的生態效益也得到了廣泛認可與研究。然而多數研究聚焦在人工林對大氣環境的優化，忽略了土壤質量這一陸地生態系統循環中至關重要的生態要素。本文利用多種實地測量的土壤理化屬性數據計算了綜合土壤指數并分析了濟源市南山林場區內人工林與農田的土壤質量差異，研究發現土壤質量受多種因素影響，其中全氮含量和土壤pH作用最為突出，其次是全鉀含量和有機質含量；另外人工林和農田的土壤指標中2012年（2.47g/kg）和2022年（40.34g/kg）差異度最大的均為全碳含量，2012年最小為全鉀含量（0.24%），2022年最小變為全氮含量（3.30%）；人工林的多數土壤指標含量高于農田，說明人工林對提高該地區的土壤質量具有積極作用，在林農分用的10年中，人工林地區的土壤質量相對農田提高了約10%，說明退耕還林可有效改善區域土壤質量。本文對人工林和農田土壤質量的評價對于我國退耕還林政策具有補充意義。

關鍵詞：人工林；農田；綜合土壤質量指數；土壤質量

中圖分類號：F301????文獻標識碼：A????doi：10.12128/j.issn.1672-6979.2024.02.009

引文格式：巴音吉，竇文駿，龐國濤，等.濟源市南山林場林區人工林與農田土壤質量的評價與比較［J］.山東國土資源，2024，40（2）：49-55. BA Yinji， DOU Wenjun， PANG Guotao， et al. Evaluation and Comparison of Soil Quality of Plantation and Farmland in Nanshan Forest Farm of Jiyuan City［J］.Shandong Land and Resources，2024，40（2）：49-55.

0?引言

森林與農田是兩種重要的土地利用類型。森林提供了包括防風固土、涵養水源等多種極其重要的生態服務，同時森林生態系統也是極其重要的生物多樣性庫和有機碳貯存庫［1-3］。而農田更是國家農業的基礎與根本［4-6］，對國家發展和“中國夢”的實現具有重要的現實意義。近幾年，隨著人類環境保護意識的提高及國家政策的強有力引導，退耕還林政策在我國取得了顯著成效［7］，根據國家林業和草原局發布的《中國退耕還林還草二十年（1999—2019）》白皮書顯示，20年來我國實施退耕還林還草5.15億畝，成林面積占全球同期增綠面積的4%以上①。同時退耕還林工程也產生了巨大的生態效益［8-10］，據研究人工林在大氣質量和局地小氣候的改善方面發揮了重要作用［11-13］。對于退耕還林影響的研究目前多集中在大尺度氣候條件下，退耕還林與土壤質量的相互影響研究較少且不明確，而土壤質量是陸地生態系統循環的重要組成部分，在水資源調控、生物多樣性保護等方面發揮重要作用［14-16］。部分學者探究了人工林對土壤的影響，王春梅等人曾量化退耕還林后土壤碳變化，認為人工林可明顯增加土壤有機質含量［17］；李玉婷等人［18］分析了人工林對土壤微量元素的影響，發現森林促進了土壤鉀元素累積；楊會俠等人［19］對比了不同退耕還林項目對土壤物理性質的影響后得出退耕還林對土壤孔隙度有改良作用的結論，這些研究工作極大推動了學界對人工林與土壤關系的認識和理解。然而上述研究均從單一角度評價人工林對土壤的影響，使得評價退耕還林對土壤微量元素和理化性質的影響不夠全面。為此，本文擬以濟源市南山林場區域為研究區，采用現場監測的方法收集研究區2012年和2022年人工林與農田土壤的多種理化屬性數據，再利用綜合土壤指數全面比較上述土地類型土壤質量的差異，這對合理規劃退耕還林工程、高效利用有限土地資源等具有重要戰略意義。

1?研究區概況

研究區位于河南省濟源市的黃土丘陵-南太行交錯帶，王屋山周圍30km范圍內（圖1）。其氣候屬暖溫帶季風性氣候，多年平均氣溫約為13.4℃，

7、8月份時氣溫最高，多年平均降水總量為641.7mm，主要集中在6—9月份，約占全年的68.3％［20］。全年日照時數為2368h，零度氣溫以上的年平均有效積溫為5282℃·d，10℃氣溫以上年平均積溫達4847℃·d［21］。該區域主要地形為山地丘陵，平均海拔為410.5m。區域土壤屬棕壤、褐土系列，主要成分為棕壤土和淋溶性褐土，平均深度為50cm，土壤結構不良，石礫含量大，春季土壤易干旱，夏季多受暴雨侵蝕［22］。

經過實地調研，研究區的植被以人工林為主，林木覆蓋率約97.0%，主要喬木樹種包括栓皮櫟（Quercus variabilisBlume）、側柏（Platycladus orientalis （L.） Franco）和刺槐（Robinia pseudoacacia L.）。其造林時間分別為1972年、1974年、1976年，2018年的平均株高分別為10.8m、9.7m和9.8m，占地面積所占比例分別約為81.6%、11.0%和7.4%。林下灌叢主要有扁擔木（Grewia biloba G. Don var.parviflora （Bunge） H.-M.）、荊條（Vitex negundo Linn. var. heterophylla （Franch.） Rehd.）和小葉鼠李（Rhamnus parvifolia Bunge）等。間生的草本植物主要有隱子草（Cleistogenes Keng）屬植物、狗尾草（Setaria viridis （Linn.） Beauv.）、藎草（Arthraxon hispidus （Trin.） Makino）及紫堇（Corydalis edulis Maxim.）。地面觀測樣地位于河南黃河小浪底森林生態系統國家定位觀測研究站暨黃河小浪底地球關鍵帶國家野外科學觀測研究站南山林場觀測區。

2?數據與方法

2.1?數據來源

本文共使用了8種土壤理化性質的屬性數據計算綜合土壤指數，數據按照獲取方式可分為儀器自動收集和實驗室樣本檢測2類。其中，儀器收集的數據包括同一測量點的土壤溫度與濕度，測量點的選擇根據土壤采樣原則確定，主要考慮到代表性、隨機性、密度合理原則、均勻分布原則、可比性和間距原則［23-25］。農田溫濕度測量點考慮到密度合理，在左側選擇兩個并保持一定的間距，右側選擇一個與左側形成三角均勻分布；人工林測量點的選擇依據相同原則均勻分布在研究區中間，且保持間距合理，最終在研究區的人工林區和農田區分別確定3個位置，共6個測量點（圖1）。在每個測量點安裝一個土壤溫度傳感器和一個土壤濕度傳感器同步進行數據收集，傳感器埋在地表以下10cm深度處，均通過網絡與CR1000型數據采集器Campbell相連，傳感器數據收集頻率為10Hz，即每2min自動收集一次數據，每10min記錄收集數據的平均值。使用儀器記錄了2012年和2022年的全年土壤溫度和濕度數據。

通過實驗室樣本檢測獲得的土壤屬性數據包括土壤pH、土壤有機質、土壤全碳含量、土壤全氮含量、土壤全磷含量和土壤全鉀含量6個指標。依據上述原則，農田土壤采樣點在左側農田較多區域均勻選擇，使其更具代表性；人工林采樣點由北向南依次排列，主要選擇靠近農田和自然林的區域，增強可比性，最終在研究區人工林區和農田區分別設置了9個采樣點，共18個采樣點（圖1）。在每個采樣點的0～20cm土層內挖掘出足夠多的土壤，迅速去除石塊等雜物，取其中2kg土壤妥善封存，防止水分散失，保證所得數據的科學性與精確度。采樣時間分別是2012年和2022年的7月10日15時—18時。各測量點和采樣點的全部土壤屬性數據的詳細信息如表1所示。

上述儀器在長期對研究區土壤屬性監測的過程中，嚴格按照標準定期維護，技術人員每兩周會到現場進行維護，各儀器的實時運作狀態可由終端記錄電腦監測，觀測期間所有儀器的總故障率不足0.1%（記錄異常值個數/記錄值總個數）。在定期維護的同時技術人員也會使用同型號和不同型號的儀器對所測數據進行校驗，數據準確率較高（RMSE=0.96），以上這些質控措施確保了所測的準確性和可靠性。

2.2?方法

2.2.1?土壤理化差異度分析

土壤質量是指土壤在生態系統中保持生物的生產力，維持環境質量，促進動植物健康的能力［32］。本文將從兩個方面分析人工林和農田的土壤質量差異。首先分析人工林和農田土壤的理化差異度，即分析所測的8種土壤屬性指標的差異。分析時需計算人工林與農田的各土壤屬性的差異度及2022年與2012年的差異度之差，計算公式如式（1）、式（2）。

DA=（AF-Ac）/Ac[JY，1]（1）

DY=D2022A-D2012A[JY，1]（2）

式中：DA—人工林與農田土壤屬性差異度，AF—人工林的土壤各屬性，Ac—農田的土壤各屬性；DY—2022年同2012年的差異度之差，D2022A—2022年的土壤屬性差異度，D2012A—2012年的土壤屬性差異度。

通過獨立比較人工林與農田土壤的各屬性的差異度，可以分析農林分別對土壤質量影響的程度大小，但不能從整體角度評估綜合土壤質量，因此本文還須在所測數據的基礎上計算綜合土壤質量指數。

2.2.2?土壤綜合質量分析

主成分分析法PCA（principal components analysis）是一種簡化數據集的方法，主要是利用降維的思想將多個指標通過線性變換把數據變換到另一個坐標系統，以此類推最終確定幾個綜合指標的方法［33］。本文采用的土壤質量因子數據均已通過統計學檢驗且可用于主成分分析法。

綜合土壤指數的計算須明確各土壤質量因子，即8種土壤理化屬性在評價土壤質量過程中的權重，運用主成分分析法可分別計算各土壤質量指標的主成分負荷量、方差貢獻率和積累方差貢獻率，即可計算各土壤質量指標在土壤質量評價中的權重［34］。權重的計算如公式（3）所示。

Wi=CCi/∑[DD（]n[]i=0[DD）]（CCi）[JY，1]（3）

式中：Wi—第i項土壤質量因子的權重向量；CCi—第i項土壤質量因子的因子載荷；n=8為土壤質量因子個數。經主成分分析，各土壤質量因子的載荷系數、特征根、方差貢獻率及通過公式（3）計算的權重如表2所示。

從表2中可以看出，土壤全氮含量和土壤pH的權重最高，表明二者的含量之于土壤質量最重要，其次是全鉀含量與有機質含量，其權重分別為0.156、0.135，全磷含量對土壤質量的影響最低，其權重僅為0.050。

得到權重后，即可使用模糊數學中的模糊集加權綜合方法，建立土壤質量的綜合評價數學模型［34］，即使用公式（4）計算人工林和農田土壤的綜合質量指數。

SQI=∑[DD（]n[]i=0[DD）]Wi×F（Xi）[JY，1]（4）

式中：SQI為土壤質量綜合評價指數；F（Xi）為各質量指標的隸屬度值，包括土壤溫、濕度等上述8個土壤理化性質指標；n=8為土壤質量因子個數。在比較過程中同樣計算了人工林和農田綜合土壤指數的差異度，其計算如公式（5）所示。

DQ=（QF-Qc）/Qc[JY，1]（5）

式中：DQ—人工林與農田綜合土壤指數差異度；QF—人工林的綜合土壤指數；Qc—農田的綜合土壤指數。

3?結果

3.1?人工林與農田土壤理化差異度

在使用綜合土壤指數評價土壤質量之前，首先需要了解用于計算該指數的各土壤理化屬性情況。本文基于研究時段內人工林和農田多個采樣點獲取到的土壤指標數據，計算多點均值差異度，主要包括土壤的土壤溫度、土壤濕度、土壤pH、土壤有機質、土壤全碳含量、土壤全氮含量、土壤全磷含量、土壤全鉀含量的差異，結果如表3所示。

從表3中可以看出，2012年人工林的土壤有機質含量、全碳含量、全鉀含量均高于農田，其中，全碳含量二者相差最大，為2.47g/kg，差異度高達18.64%，全鉀含量相差最小，差異度僅為0.24%。人工林的其余土壤屬性的數值均較農田的低，其中全磷含量相差最大，人工林比農田少21.62%，全氮含量相差最小，差異度為-7.77%。到2022年，人工林土壤的有機質含量、全碳含量、全氮含量、全鉀含量均高于農田，與10年前基本一致，且同樣是全碳含量相差最大，差異度為58.98%，但全氮含量相差最小，僅為0.03g/kg。值得注意的是，除全氮含量外，2012—2022年，人工林和農田上述屬性的差異度均增大，說明林田分用的10年間，土壤理化性質的差異變大，且人工林對土壤全碳含量的影響最大，可使其明顯增加。農林的其余土壤屬性除土壤濕度外（土壤溫度、土壤pH、土壤全磷含量），其數值亦在10年后相差變大。其中全磷含量變化最大，說明人工林對土壤磷元素的消耗較大。

綜上所述，林田分用的10年間土壤的理化性質總體上差異變大，在8個土壤理化指標中有6個指標的差異變大，且其變化幅度大于差距變小的幅度。此外，人工林對各土壤屬性的影響性質和影響程度均不相同。

3.2?人工林與農田土壤綜合質量差異度

對多個土壤屬性進行獨立分析難以從綜合角度評價土壤質量，為進一步分析10年間林田分用的土壤質量變化程度，確定人工林與農田的土壤質量的綜合差異度，依據表2的結果，結合具有連續性的隸屬度函數，計算了土壤綜合質量指數，再通過式（5）計算了人工林與農田土壤質量的差異度，其結果如表4所示。

從表4中可以看出，相比于2012年，農田和人工林在2022年的綜合土壤指數均呈減小趨勢，但農田綜合土壤指數減小的相對更多，減小了0.035，而人工林僅減小0.001，這表明人工林減緩了土壤質量降低的速率。從農林土壤質量差異方面看，2012年人工林土壤質量比農田高29.50%，而到了2022年，該數值增長到了40.80%，說明林農分用的10年間，人工林的土壤質量相對農田的提升了10%，土壤質量顯著提高。

4?討論

通過上述結果可以發現，人工林的土壤有機質含量、全碳含量、全鉀含量均高于農田，全氮含量從2012年低于農田到2022年高于農田，而其他指標包括土壤溫度、濕度、pH、全磷含量則一直低于農田。人工林作為森林資源重要組分已經成為了地球上巨大的陸地碳庫，但是由于全球氣候急劇變化，人工林不止吸收碳，其釋放碳的速度也在增加，所以人工林土壤碳固存變的越來越重要。人工林的土壤碳固存受到多種因素影響，例如微生物、凋落物、優勢樹種等等［35］，本文結果發現，人工林有增加土壤全碳含量的作用，這與陳冠宇等人［36］對西洞庭湖自然保護區9年的楊樹人工林清理前比清理后固碳能力更強結論相一致。李璟等人［35］發現人工林土壤的碳固存也與土壤氮磷含量有關系，氮含量增加時不僅能夠穩定土壤碳，還抑制土壤中的酶活性來降低土壤對枯落物的分解速度，這都能減緩土壤的碳消耗，甚至碳含量會增加［37］，磷含量則可以通過改變土壤呼吸改善土壤質量。

不同的土地覆蓋變化顯著影響了土壤所含養分的情況，隨著時間增加，土壤質量指標因子也在不斷變化，人工林和農田的土壤溫度和全鉀含量都在增加，土壤濕度、全氮含量都在降低，其余指標二者變化趨勢相反，基本呈現農田增加而人工林減少的趨勢。根據研究，在農田轉化為人工林的過程中，表層土壤中的有機質含量和全氮含量不斷增加，增強了土壤的固碳潛力，在時間尺度上二者差異度的變化與不同土地覆蓋類型之間的轉化及氣候變化等非生物因子相關，可以發現，在農田轉化為人工林的過程中，土壤質量綜合指數顯著提高，可見退耕還林可以改善土壤養分狀況、提高土壤質量。對各類土壤屬性值進行深一步剖析，農田和人工林的土壤屬性的數值在10年間均有不同程度的變化。其中全磷含量變化最大，說明人工林對土壤磷元素的消耗較大。李琳等人［38］對比了中國天然林和人工林含磷量的分布格局及影響因素，發現人工林對磷的需求增長速度超過了磷高效系統的發展速度，從而導致生態系統磷的消耗，這與本文人工林對土壤磷元素的消耗較大的結論相一致，所以在未來人工林建設過程中要避免因磷元素含量枯竭而導致人工林生態系統的大規模退化，要合理規劃人工林建造面積以及合理檢測人工林生態系統質量。研究表明，人工林可以有效減緩土壤質量降低的速率，從農林土壤質量差異方面看，2012年人工林土壤質量比農田高29.50%，2022年則達到40.80%，說明林農分用的10年間，人工林的土壤質量相對農田顯著提高，并且人工林對土壤質量的修復效果也更好［39］。

綜上所述，在本文研究的退耕還林區，林地和農田之間的土地覆蓋變化顯著提高了土壤質量，說明了退耕還林工程可有效提高土壤質量。

5?結論

（1）時間尺度上，人工林與農田的土壤理化性質整體差異變大。林田分用的10年間，全碳含量的林田差異度增大最明顯，土壤全磷含量和有機質含量次之，土壤溫度的差異度變化最小，僅為1.10%。

（2）人工林具有增加土壤全碳含量的作用，農田轉化為人工林可有效提高土壤的固碳能力，且土壤的碳固存能力也與土壤氮、磷含量有關；農田轉化人工林過程中土壤質量提高，土壤養分狀況得到改善。

（3）人工林顯著改善了土壤質量。退耕還林后的10年中，人工林有效減緩了土壤質量的下降速率，其綜合土壤指數相對農田提升超過10%，全氮含量的增加和土壤pH的降低對土壤質量的改善發揮了更大的作用。

致謝：感謝濟源市人民政府對本次研究的野外監測與采樣給予的大力支持；感謝《黃河流域中下游（河南段）水沙相互作用及生態環境承載力調查監測與評價》項目給予的資金支持。

參考文獻：

［1］?FANG J，CHEN A. Dynamic forest biomass carbon pools in China and their significance［J］. Acta Botanica Sinica，2001，43（9）：967-973.

［2］?范世香，蔣德明，阿拉木薩，等.論森林在水源涵養中的作用［J］.遼寧林業科技，2001（5）：22-25.

［3］?焦云祥，王應剛.森林對土壤侵蝕的調控作用研究綜述［J］.安徽農業科學，2013，41（36）：13949-13952.

［4］?魏丹斌，尚凱.土地整理：我國耕地保護的重要舉措［J］.河南地質，2001（2）：93-100.

［5］?唐莉.淺析高標準基本農田建設的重要性［J］.現代農業，2020（1）：89-90.

［6］?張延良，劉佳佳，鄒勇，等.鄉村振興背景下鎮域高標準農田建設分區研究：以山東省濱州市陽信縣商店鎮為例［J］.山東國土資源，2023，39（7）：72-78.

［7］?劉杰.退耕還林在生態建設中的重要性及開展措施［J］.中國林副特產，2021（4）：97-99.

［8］?楊再強，謝以萍.金沙江干熱河谷退耕還林與生態問題的研究［J］.經濟林研究，2003（4）：40-44.

［9］?尹少華，宋笑月，肖建武.湖南省退耕還林工程生態效益評價［J］.中南林業科技大學學報，2010，30（5）：35-39.

［10］?劉艷，溫玉紅，竇俊杰，等.甘肅省麥積區退耕還林生態效益評價［J］.溫帶林業研究，2022，5（1）：41-47.

［11］?劉學勤，梁鳳玉，王麗生，等.華北落葉松人工林小氣候特征的初步觀測［J］.山西林業科技，1988（4）：6-10.

［12］?李高峰，張翔，閆文德.杉木人工幼林小氣候特征研究［J］.湖南林業科技，2023，50（1）：53-62.

［13］?柳葉，任悅，高廣磊，等.毛烏素沙地樟子松人工林根內真菌網絡動態特征及其對氣候因子的響應［J］.北京大學學報（自然科學版），2023，59（3）：467-477.

［14］?曹志洪，周健民.中國土壤質量［M］.北京：科學出版社，2008：126-128.

［15］?李雙，劉治政，楊麗芝，等.淄博市大武水源地土壤質量分析及其對地下水的影響［J］.山東國土資源，2021，37（12）：65-72.

［16］?桑亞轉，尤楊，李多才，等.放牧對祁連山高寒典型草原土壤質量的影響［J］.生態學報，2023，43（15）：6364-6377.

［17］?王春梅，劉艷紅，邵彬，等.量化退耕還林后土壤碳變化［J］.北京林業大學學報，2007（3）：112-119.

［18］?李玉婷，張建軍，田寧寧，等.黃土高原半干旱區退耕還林對土壤微量元素的影響［J］.農業機械學報，2015，46（8）：118-125.

［19］?楊會俠，張景根，張雨鵬，等.不同退耕還林模式對地表徑流及土壤物理性狀影響的研究［J］.吉林林業科技，2007，36（4）：29-33.

［20］?脫宇峰，邵銘，王亞華，等.基于探空秒級數據的濟源市對流層風場特征［J］.氣象與環境學報，2023，39（1）：83-91.

［21］?周丹丹.河南省濟源市農業氣候資源的變化特征分析［J］.北京農業，2014（24）：182-183.

［22］?閆迎迎.濟源市土壤養分現狀分析與評價［J］.農業科技通訊，2012（5）：127-128.

［23］?辜漢華，趙若塵.污染場地土壤調查布點及采樣研究［J］.低碳世界，2020，10（4）：9-11.

［24］?黃思華，濮勵杰，解雪峰，等.面向數字土壤制圖的土壤采樣設計研究進展與展望［J］.土壤學報，2020，57（2）：259-272.

［25］?張維理，KolbeH，張認連，等.世界主要國家土壤調查工作回顧［J］.中國農業科學，2022，55（18）：3565-3583.

［26］?Kettler A， Doran W，Gilbert L. Simplified method for soil particle-size determination to accompany soil-quality analyses［J］.Soil Science Society of America Journal，2001，65（3）：849-852.

［27］?Sims R， Haby A.Simplified colorimetric determination of soil organic matter［J］.Soil Science，1971，112（2）：137-141.

［28］?Lindsay L，Norvell W.Development of a DTPA soil test for zinc， iron， manganese，and copper［J］.Soil Science Society of America Journal，1978，42（3）：421-428.

［29］?Bremner M， Breitenbeck G.A simple method for determination of ammonium in semimicro-Kjeldahl analysis of soils and plant materials using a block digester［J］.Communications in Soil Science and Plant Analysis，1983，14（10）：905-913.

［30］?Martin M，Celi L，Elisabetta B.Determination of low concentrations of organic phosphorus in soil solution［J］.Communications in Soil Science and Plant Analysis，1999，30（13-14）：1909-1917.

［31］?Martens D，Donald S. Selenium speciation of soil/sediment determined with sequential extractions and hydride generation atomic absorption spectrophotometry［J］.Environmental Science and Technology，1996，31（1）：133-139.

［32］?呂貽忠.土壤學［M］.北京：中國農業出版社，2006：200.

［33］?吳玉紅，田霄鴻，同延安，等.基于主成分分析的土壤肥力綜合指數評價［J］.生態學雜志，2010，29（1）：173-180.

［34］?Helena B，Rafael P，Marisol V，et al.Temporal evolution of groundwater composition in an alluvial aquifer （Pisuerga River， Spain） by principal component analysis［J］. Water Research，2000，34（3）：807-816.

［35］?李璟，沈雅飛，王麗君，等.人工林土壤碳的影響途徑研究進展［J］.陸地生態系統與保護學報，2023，3（3）：89-98.

［36］?陳冠宇，靖磊.西洞庭湖自然保護區楊樹人工林種植與清理對土壤化學結構穩定性的影響［J］.南方農業，2023，17（6）：255-257.

［37］?孫彥偉，常彬，劉根驛，等.黃河下游流域土壤—作物系統硒元素地球化學特征：以山東省冠縣為例［J］.山東國土資源，2023，39（1）： 40-46.

［38］?李琳.中國天然林與人工林總磷的分布格局及其影響因素［D］.南京：南京信息工程大學，2023.

［39］?王磊，李悅，王雪.吉林龍灣自然保護區不同土地利用類型土壤質量評價［J］.環境生態學，2022，4（10）：14-20.[FL）]

Evaluation and Comparison of Soil Quality of Plantation and Farmland in Nanshan Forest Farm of Jiyuan City

BA Yinji， DOU Wenjun， ?PANG Guotao， WANG Jian， WANG Guiheng， WANG Xiao'en

（Yantai Coastal Zone Geological Surveying Center of China Geological Surveying， Shandong Yantai 265799， China）

Abstract： The policy of returning farmland to forests has been implemented for over 20 years. It has played a significant role in improving ecological environment in our country， and the ecological benefits of afforestation have been widely recognized and studied. However， most research has focused on the optimization of artificial forests for the atmospheric environment， while the crucial ecological elements of soil quality in the terrestrial ecosystem cycle has been ignored. By using various field measurement soil physicochemical property data， comprehensive soil index has been calculated and the differences in soil quality between artificial forests and farmland in Nanshan Forest Farm area of Jiyuan city have been analyzed. It is found that soil quality has been influenced by various factors， with total nitrogen content and soil pH being the most prominent， followed by total potassium content and organic matter content. Additionally， among the soil indicators of artificial forests and farmland， the greatest difference in 2012 （2.47g/kg） and 2022 （40.34g/kg） is the total carbon content. In 2012， the minimum is total potassium content （0.24%）， while in 2022， it has changed to total nitrogen content （3.30%）. Most soil indicators in artificial forests are higher than those in farmland. It is indicated that artificial forests play a positive role in improving soil quality in the region. Over the 10 years of afforestation and agricultural use， the soil quality in the artificial forest area has increased by about 10% relative to farmland. The returning farmland to forests can effectively improve regional soil quality. The evaluation of soil quality in artificial forests and farmland has supplementary significance for the policy of returning farmland to forests.

Key words： Artificial forests; farmland; comprehensive soil quality index; soil quality

收稿日期：20231008；修訂日期：20231102；編輯：曹麗麗基金項目：中國地質調查局下發的《黃河流域中下游（河南段）水沙相互作用及生態環境承載力調查監測與評價》項目編號：DD20220885作者簡介：巴音吉（1989—），男，山東東營人，工程師，研究方向為自然資源綜合調查與要素綜合觀測；E-mail：Geobayinji@163.com?*[JP2]通訊作者：竇文駿（1996—），男，新疆伊犁人，工程師，研究方向為自然資源綜合調查與要素綜合觀測；E-mail：douwenjun@mail.cgs.gov.cn[JP]①國家林業和草原局，中國退耕還林還草二十年（1999—2019），2020年。