呂雷昌　葛忠強(qiáng)　梁燕　李宗泰　杜振宇　王清華

摘要：土壤肥力對(duì)于診斷森林土壤養(yǎng)分失調(diào)和林地土壤退化具有重要意義，可為人工林合理經(jīng)營(yíng)提供科學(xué)依據(jù)。本研究以魯中山地側(cè)柏人工林樣地土壤為材料，采用BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度對(duì)林地土壤肥力進(jìn)行綜合評(píng)價(jià)，并對(duì)這兩種方法的應(yīng)用效果進(jìn)行對(duì)比研究。結(jié)果表明，供試林地土壤的粘粒、堿解氮和有效磷含量偏低，速效鉀含量整體較為適宜，而陽(yáng)離子交換量和有機(jī)質(zhì)含量處于較高水平。土壤堿解氮與土壤有機(jī)質(zhì)、陽(yáng)離子交換量和速效鉀之間均存在顯著正相關(guān)關(guān)系，表明土壤氮素對(duì)側(cè)柏人工林地土壤肥力有顯著影響。評(píng)價(jià)結(jié)果表明，魯中山地側(cè)柏林地土壤肥力處于中等水平，綜合土壤肥力相對(duì)較高的樣地為位于黑峪林場(chǎng)的22、21號(hào)和位于原山林場(chǎng)的9號(hào)樣地，而燕子山林場(chǎng)土壤肥力較低。BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度分析的評(píng)價(jià)結(jié)果整體一致，均可用于林地土壤肥力評(píng)價(jià)。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò);灰色關(guān)聯(lián)度;土壤肥力;側(cè)柏人工林;魯中山地

中圖分類(lèi)號(hào)：S791.38：S714.8文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1001-4942（2019）10-0104-07

Evaluation on Soil Fertility of Platycladus orientalis Plantation Based

on BP Neural Network and Grey Relation Analysis

Lü Leichang， Ge Zhongqiang， Liang Yan， Li Zongtai， Du Zhenyu， Wang Qinghua

（Shandong Academy of Forestry， Jinan 250014， China）

Abstract Soil fertility is of great significance for diagnosing forest soil nutrient imbalance and forest land soil degradation， and can provide scientific base for rational management of plantation. Taking soil samples from Platycladus orientalis plantation in central mountainous area of Shandong Province as research object， the soil fertility of forest land was comprehensively evaluated by BP neural network and grey relation analysis， and the application effects of the two methods were compared. The results showed that the contents of clay， alkali-hydrolyzed nitrogen and available phosphorus were relatively lower， and available potassium was relatively suitable as a whole， while the cation exchange capacity and organic matter content were relatively higher. Soil alkali-hydrolyzed nitrogen was positively correlated with soil organic matter， cation exchange capacity and available potassium， indicating that soil nitrogen had a significant effect on soil fertility of P. orientalis plantation. The evaluation results showed that the soil fertility of P. orientalis forest land in central mountainous area of Shandong Province was in the middle level. The relatively higher soil fertility of sample plots were No. 22 and No. 21 in Heiyu forest farm and No. 9 in Yuanshan forest farm， while the soil fertility of Yanzishan forest farm was lower. The evaluation results of BP neural network and grey relation analysis were consistent， and both of them could be used to evaluate soil fertility of forest land.

Keywords BP neural network; Grey relation analysis; Soil fertility; Platycladus orientalis plantation; Central mountainous area of Shandong Province

側(cè)柏（Platycladus orientalis）耐干旱瘠薄能力強(qiáng)，是我國(guó)北方山區(qū)主要造林樹(shù)種，對(duì)荒山綠化、水土保持、凈化空氣等具有重要意義。山東省是我國(guó)側(cè)柏林中心分布區(qū)之一，其中以魯中山地側(cè)柏人工林面積最為集中，由于該區(qū)側(cè)柏林地處土層較薄的青石山坡地，林地土壤質(zhì)量較差，是制約側(cè)柏人工林生長(zhǎng)以及生態(tài)效應(yīng)發(fā)揮的主要障礙因素。

土壤質(zhì)量是指土壤具有維持生物的生產(chǎn)力、保護(hù)環(huán)境質(zhì)量和促進(jìn)動(dòng)植物健康的能力[1]。而土壤肥力是土壤質(zhì)量的重要組成部分。多年來(lái)，國(guó)內(nèi)外許多學(xué)者針對(duì)土壤肥力開(kāi)展了大量研究工作，但土壤肥力的定量化評(píng)價(jià)仍然沒(méi)有形成統(tǒng)一的標(biāo)準(zhǔn)[2]。隨著森林生態(tài)系統(tǒng)健康理念的深入發(fā)展，森林土壤質(zhì)量也逐漸引起人們的關(guān)注。林地土壤肥力對(duì)于診斷自然或人為因素引起的森林土壤養(yǎng)分失調(diào)和林地土壤退化具有重要意義。國(guó)內(nèi)針對(duì)人工林土壤肥力評(píng)價(jià)也開(kāi)展了較多研究，涉及樹(shù)種主要有油松（Pinus tabulaeformis）、馬尾松（Pinus massoniana）、毛竹（Phyllostachys heterocycla）、杉木（Cunninghamia lanceolata）等[3-6]，而關(guān)于側(cè)柏林地土壤肥力評(píng)價(jià)的研究卻尚未見(jiàn)報(bào)道。本研究采用BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度方法對(duì)魯中山地50年左右林齡側(cè)柏人工林的土壤肥力進(jìn)行定量評(píng)價(jià)，旨在了解該區(qū)長(zhǎng)期林地的土壤肥力狀況，為山地側(cè)柏人工林的健康管理和可持續(xù)經(jīng)營(yíng)提供理論基礎(chǔ)和技術(shù)依據(jù)。

1 材料與方法

1.1 樣地設(shè)置

魯中山區(qū)位于山東省中部，行政區(qū)劃主要有濟(jì)南、淄博、泰安等地市，山區(qū)與丘陵占總面積的70%以上，屬于山東省內(nèi)地勢(shì)最高、山地最集中的區(qū)域，海拔1 000 m以上的山脈有泰山、魯山、沂山等。這些山脈向四周逐漸降低為海拔 500 m 以下的低山丘陵。 該區(qū)屬于暖溫帶濕潤(rùn)氣候區(qū)，年平均氣溫12～14℃，極端低溫為-18～-14℃，≥10℃積溫由東向西遞增，約為4 200～4 600℃。無(wú)霜期190～210 d，年平均降水量介于600～900 mm之間，降雨主要集中在6—9月，降雨量約占全年降水量的四分之三。年平均空氣相對(duì)濕度為60%，為半濕潤(rùn)狀態(tài)。由于酸性母巖與鈣質(zhì)呈相間分布，區(qū)域內(nèi)土壤以棕壤與褐土為主，植被以落葉闊葉林和溫性針葉林為主。其中， 棕壤上以麻櫟（Quercus acutissima）、赤松（Pinus densiflora）、油松為代表，褐土上則以側(cè)柏、榆樹(shù)（Ulmus pumila）和樸樹(shù)（Celtis spp.）為主[7]。

在研究區(qū)選取22塊有代表性的不同密度長(zhǎng)期側(cè)柏人工林地作為研究對(duì)象，每塊樣地面積均為20 m×20 m=40 m2，其中1—6號(hào)樣地位于濟(jì)南市歷下區(qū)，7—14號(hào)樣地位于濟(jì)南市歷城區(qū)，15—22號(hào)樣地樣地位于淄博市博山區(qū)。所有樣地的側(cè)柏人工林均于20世紀(jì)60年代造林，林齡相近，林地土壤類(lèi)型為褐土，大多由石灰?guī)r母質(zhì)發(fā)育而成，林下植被主要有君遷子（Diospytos lotus L.）、胡枝子（Lespedeza bicolor）、荊條（Vitex negundo var. Heterophylla）、羊須草（Carex callitrichos）、珍珠菜（Lysimachia clethroides）等。調(diào)查各塊樣地的林分生長(zhǎng)特征和立地因子，樣地調(diào)查因子包括：林分密度、胸徑、樹(shù)高、郁閉度、林下蓋度、坡度、坡向、海拔、坡位等，結(jié)果見(jiàn)表1。

1.2 采樣方法

2017年6月在每塊樣地采用蛇形取樣法采集土壤樣品，隨機(jī)選取4個(gè)采樣點(diǎn)，用土鉆采集0～20 cm土層樣品，每個(gè)采樣點(diǎn)約1 kg，去除其中的植物根系、動(dòng)植物殘?bào)w，混合均勻后用四分法取1 kg土樣，裝袋后帶回實(shí)驗(yàn)室。將土樣置于陰涼處自然風(fēng)干，分成兩份，分別過(guò) 20 目篩和100 目篩備用。

1.3 評(píng)價(jià)指標(biāo)選擇與測(cè)定方法

選擇的林地土壤肥力指標(biāo)共有7個(gè)，包括pH值、粘粒含量、陽(yáng)離子交換量（CEC）、有機(jī)質(zhì)、堿解氮、有效磷、速效鉀。土壤pH值采用酸度計(jì)測(cè)定，土水比為1∶2.5;粘粒含量采用吸管法測(cè)定[8];CEC采用EDTA-乙酸銨混合液交換法測(cè)定;有機(jī)質(zhì)含量采用油浴加熱—重鉻酸鉀容量法測(cè)定;堿解氮含量采用堿解擴(kuò)散法測(cè)定;有效磷含量采用碳酸氫鈉溶液浸提—鉬藍(lán)比色法測(cè)定;速效鉀含量用中性醋酸銨溶液浸提—火焰光度計(jì)法測(cè)定[9]。

1.4 土壤肥力綜合評(píng)價(jià)

1.4.1 BP神經(jīng)網(wǎng)絡(luò)方法在各種人工神經(jīng)網(wǎng)絡(luò)中，BP神經(jīng)網(wǎng)絡(luò)模型是研究較多、應(yīng)用廣泛的模型之一。BP神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)，包括輸入層、一個(gè)或若干個(gè)中間層和輸出層3個(gè)基本層次。該方法的綜合評(píng)價(jià)步驟為：

（1）評(píng)價(jià)指標(biāo)的分級(jí)標(biāo)準(zhǔn)

根據(jù)中國(guó)土壤pH值分級(jí)標(biāo)準(zhǔn)[10]，pH值 < 4.5為極強(qiáng)酸性，4.5～5.5為強(qiáng)酸性，5.5～6.5為微酸性，6.5～7.5為中性，7.5～8.5為微堿性，>8.5為強(qiáng)堿性。土壤堿解氮、有效磷和速效鉀指標(biāo)采用全國(guó)第二次土壤普查土壤養(yǎng)分的分級(jí)標(biāo)準(zhǔn)[11]，劃分為6個(gè)等級(jí);粘粒含量、CEC和有機(jī)質(zhì)含量參考前人對(duì)林地土壤指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)[12，13]。由于土壤pH 值和粘粒含量的變幅相對(duì)較窄，等級(jí)劃分不宜太細(xì)，因此采用每2個(gè)等級(jí)共用一個(gè)標(biāo)準(zhǔn)?？偨Y(jié)得出林地土壤主要肥力指標(biāo)的分級(jí)標(biāo)準(zhǔn)如表2所示。

（2）訓(xùn)練樣本構(gòu)建與神經(jīng)網(wǎng)絡(luò)對(duì)象的建立

根據(jù)表2中的土壤肥力指標(biāo)分級(jí)標(biāo)準(zhǔn)，采用Microsoft Excel隨機(jī)數(shù)公式為每個(gè)標(biāo)準(zhǔn)每個(gè)等級(jí)各產(chǎn)生200個(gè)訓(xùn)練樣本，一共隨機(jī)生成1 200組數(shù)據(jù)。參考唐守義等[14]的神經(jīng)網(wǎng)絡(luò)構(gòu)建方法，構(gòu)建了7-5-1神經(jīng)網(wǎng)絡(luò)模型。其中與林地土壤肥力等級(jí)有關(guān)的7個(gè)指標(biāo)作為網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)，用于描述土壤肥力等級(jí)，對(duì)應(yīng)的期望輸出值分別為1、2、3、4、5、6，分別代表肥力等級(jí)為極高、高、中等、低、較低、極低。

（3）神經(jīng)網(wǎng)絡(luò)對(duì)象的訓(xùn)練與綜合評(píng)價(jià)

在進(jìn)入神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，按網(wǎng)絡(luò)結(jié)構(gòu)確定相關(guān)參數(shù)，輸入層節(jié)點(diǎn)數(shù)為7，隱含層為1層，隱含層節(jié)點(diǎn)數(shù)為5，最小訓(xùn)練速率取0.1，動(dòng)態(tài)參數(shù)為0.7，Sigmoid參數(shù)為0.9，允許誤差為0.00001，最大籌借迭代次數(shù)1 000。并對(duì)輸入節(jié)點(diǎn)的數(shù)值進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，讓網(wǎng)絡(luò)進(jìn)行自主學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，將不同樣塊土壤的各個(gè)肥力指標(biāo)測(cè)定值輸入系統(tǒng)進(jìn)行綜合評(píng)價(jià)，得到每塊樣地土壤的肥力等級(jí)值。

1.4.2 灰色關(guān)聯(lián)度法灰色系統(tǒng)理論是以分析和確定因素間的相互影響程度或因子對(duì)行為的貢獻(xiàn)程度而進(jìn)行評(píng)估的一種分析方法[15]，其基本思想是根據(jù)曲線幾何形狀的相似程度來(lái)判斷關(guān)聯(lián)度。該方法定量考慮多個(gè)因子的作用，得出具有可比性的綜合性指標(biāo)，從而提高綜合評(píng)估的準(zhǔn)確性和有效性[16]?；疑P(guān)聯(lián)度分析法的步驟：

（1） 測(cè)定值的標(biāo)準(zhǔn)化

為保證各評(píng)價(jià)指標(biāo)具有等效性和同序性，必須將原始測(cè)定數(shù)據(jù)進(jìn)行無(wú)量綱標(biāo)準(zhǔn)化處理。參照孫波等[13]的方法，首先建立各評(píng)價(jià)指標(biāo)的隸屬度函數(shù)，計(jì)算其隸屬度值，用來(lái)表示各項(xiàng)肥力指標(biāo)的狀態(tài)值。土壤pH值和粘粒含量屬于拋物線型隸屬度函數(shù)，相應(yīng)的函數(shù)為：

根據(jù)表2中不同土壤肥力指標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)確定各指標(biāo)在隸屬度函數(shù)曲線中的轉(zhuǎn)折點(diǎn)取值，詳見(jiàn)表3。將土壤各指標(biāo)數(shù)據(jù)代入上述隸屬度函數(shù)，得到標(biāo)準(zhǔn)化數(shù)列 Xi （k），i= 1，2，…，22; k=1，2，…，7。

（2）關(guān)聯(lián)系數(shù)的計(jì)算

根據(jù)標(biāo)準(zhǔn)化數(shù)列，首先求出對(duì)應(yīng)點(diǎn)的絕對(duì)差值：ΔX0i（k）=X0（k）-Xi（k），然后按下式計(jì)算出各指標(biāo)的關(guān)聯(lián)系數(shù)：

ξi（k）=Δmin+ΔmaxρΔXoi（k）+Δmaxρ 。

式中，Δmin=miniminkxi（k）-xo（k），Δmax=maximaxkxi（k）-xo（k） ;ρ為常系數(shù)，本研究令ρ=0.5。

（3）灰色關(guān)聯(lián)度計(jì)算

按下式計(jì)算得出供試樣地土壤肥力指標(biāo)的關(guān)聯(lián)度： ri=1N∑Nk=1ξi（k），式中N為測(cè)定指標(biāo)總數(shù)，N=7。

1.5 數(shù)據(jù)分析

利用Microsoft Excel 2007軟件進(jìn)行數(shù)據(jù)處理與圖表制作，采用DPS 7.05軟件進(jìn)行BP神經(jīng)網(wǎng)絡(luò)、灰色關(guān)聯(lián)度和相關(guān)性分析。

2 結(jié)果與分析

2.1 側(cè)柏人工林的土壤肥力特征

供試側(cè)柏人工林土壤樣品的肥力性質(zhì)如表4所示。可以看出，供試側(cè)柏林地土壤pH值變化范圍為7.37～8.14，平均值為7.76，絕大多數(shù)土壤表現(xiàn)為堿性，僅有9.09%的土壤屬中性（pH值6.5～7.5）范圍。供試樣地的土壤粘粒含量普遍較低，分別有50%樣地的土壤粘粒含量為中等或以下水平。各樣地土壤CEC均處于中等及以上水平，平均值為25.66 cmol/kg，整體肥力水平為1級(jí)。統(tǒng)計(jì)結(jié)果表明，22塊樣地中土壤CEC為1、2級(jí)和3級(jí)的分別為45.45%、13.64%和22.73%。供試側(cè)柏林地土壤有機(jī)質(zhì)平均值為77.26 g/kg，86.36%樣地處于1級(jí)水平，表明魯中山地側(cè)柏人工林的土壤有機(jī)質(zhì)含量很高。由表4可知，供試土壤堿解氮含量的變幅為32.72～71.14 mg/kg，平均值為49.36 mg/kg，僅有13.64%樣地堿解氮含量達(dá)到4級(jí)，其余均為較低水平（5級(jí)）。土壤有效磷含量處于2.0～7.6 mg/kg之間，平均值僅為4.58 mg/kg，整體含量較低，13.64%樣地處于極低水平（6級(jí)）;土壤速效鉀含量變幅為100.6～184.0 mg/kg，54.55%的土壤屬于3級(jí)，其余均為較高的2級(jí)水平。結(jié)果表明，魯中山地側(cè)柏人工林的粘粒、堿解氮和有效磷含量偏低，速效鉀含量整體較為適宜， CEC和有機(jī)質(zhì)含量處于較高水平。

2.2 側(cè)柏人工林土壤肥力指標(biāo)的相關(guān)性

由表5可以看出，側(cè)柏林地土壤pH值與有效磷呈顯著正相關(guān)，堿解氮與有機(jī)質(zhì)、CEC、速效鉀均表現(xiàn)出顯著正相關(guān)性，而其它指標(biāo)間的相關(guān)性均未達(dá)到顯著水平。結(jié)果表明，側(cè)柏林地肥力指標(biāo)間的相關(guān)性并不強(qiáng)，只有堿解氮與其它指標(biāo)間的相關(guān)性較強(qiáng)，這也說(shuō)明土壤氮素對(duì)側(cè)柏人工林地土壤肥力有顯著影響。

2.3 側(cè)柏人工林土壤肥力評(píng)價(jià)結(jié)果

BP神經(jīng)網(wǎng)絡(luò)模型對(duì)側(cè)柏林地土壤肥力等級(jí)的預(yù)測(cè)結(jié)果如表6所示?？梢钥闯?，22塊供試樣地的土壤肥力均處于2～4級(jí)水平，林地中3級(jí)肥力的占50%，2級(jí)和4級(jí)分別占9.1%和40.9%，表明魯中山地側(cè)柏林地土壤肥力處于中等水平。各樣地中土壤綜合肥力較高的3塊樣地依次為22、21、9號(hào)，較低的3塊樣地依次為5、6、1號(hào)。然而，采用灰色關(guān)聯(lián)度分析對(duì)側(cè)柏人工林土壤肥力的評(píng)價(jià)結(jié)果與BP神經(jīng)網(wǎng)絡(luò)存在一定差異，由表6可以看出，灰色關(guān)聯(lián)度較高的3塊樣地依次為9、12、19號(hào)，關(guān)聯(lián)度較低的3塊樣地依次為5、3、6號(hào)。

將BP神經(jīng)網(wǎng)絡(luò)模型對(duì)土壤肥力的等級(jí)預(yù)測(cè)值與灰色關(guān)聯(lián)度進(jìn)行相關(guān)，結(jié)果（圖1）表明二者之間的相關(guān)性達(dá)到顯著水平（P<0.05），隨土壤肥力等級(jí)值的增加，灰色關(guān)聯(lián)度呈顯著下降趨勢(shì)。結(jié)果表明，將BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度用于林地土壤肥力評(píng)價(jià)是可行的，雖然評(píng)價(jià)結(jié)果不盡相同，但二者的整體評(píng)價(jià)結(jié)果基本一致。

將土壤肥力等級(jí)預(yù)測(cè)值和灰色關(guān)聯(lián)度分別與7個(gè)土壤肥力指標(biāo)進(jìn)行Pearson相關(guān)分析，分析結(jié)果（表7）表明，土壤肥力等級(jí)值與有機(jī)質(zhì)、CEC、堿解氮之間呈極顯著負(fù)相關(guān)，而與速效鉀呈顯著負(fù)相關(guān)。灰色關(guān)聯(lián)度與粘粒呈顯著負(fù)相關(guān)而與堿解氮呈顯著正相關(guān)，與有機(jī)質(zhì)和速效鉀均呈極顯著正相關(guān)。綜合結(jié)果表明，魯中山地側(cè)柏人工林土壤肥力與土壤有機(jī)質(zhì)、堿解氮和速效鉀息息相關(guān)，無(wú)論是采用BP神經(jīng)網(wǎng)絡(luò)還是灰色關(guān)聯(lián)度分析，評(píng)價(jià)結(jié)果均與這三個(gè)指標(biāo)具有顯著或極顯著相關(guān)性。

3 討論

在進(jìn)行森林土壤肥力評(píng)價(jià)時(shí)，關(guān)鍵是建立合理的評(píng)價(jià)指標(biāo)體系以及選擇適宜的評(píng)價(jià)方法。由于土壤肥力主要由化學(xué)性質(zhì)指標(biāo)體現(xiàn)，但也包括一些與土壤養(yǎng)分循環(huán)轉(zhuǎn)化有關(guān)的物理指標(biāo)和生物指標(biāo)，因此不能局限于從土壤化學(xué)指標(biāo)中選取評(píng)價(jià)指標(biāo)。本研究主要從可比性、適用性、代表性、易測(cè)性等多方面考慮，選取了pH值、粘粒、有機(jī)質(zhì)、CEC、堿解氮、有效磷、速效鉀等7個(gè)土壤指標(biāo)，均是在土壤肥力評(píng)價(jià)中被使用頻率較高的主要指標(biāo)。土壤生物性質(zhì)主要包括土壤酶和微生物特性等方面，也是重要的土壤肥力指標(biāo)，但由于這類(lèi)指標(biāo)受環(huán)境因素影響較大，目前尚無(wú)可參考的等級(jí)標(biāo)準(zhǔn)，在多數(shù)土壤肥力等級(jí)評(píng)價(jià)中沒(méi)被納入評(píng)價(jià)指標(biāo)體系，因此本研究也未選取土壤生物指標(biāo)。由于土壤生物指標(biāo)往往與土壤養(yǎng)分指標(biāo)存在顯著正相關(guān)，它們對(duì)土壤肥力的影響可以通過(guò)養(yǎng)分指標(biāo)體現(xiàn)出來(lái)，對(duì)整體評(píng)價(jià)結(jié)果影響并不大。

國(guó)內(nèi)外學(xué)者們使用的土壤肥力綜合評(píng)價(jià)方法主要有質(zhì)量指數(shù)法[17]、模糊數(shù)學(xué)法[18]、層次分析法[19]、灰色關(guān)聯(lián)度法[20]、最小數(shù)據(jù)集法[21]、、因子分析法[22]等， 這些數(shù)學(xué)方法提供了定量化手段，促進(jìn)了土壤質(zhì)量評(píng)價(jià)的發(fā)展。在這多種方法中，應(yīng)用最多的是模糊數(shù)學(xué)法和指數(shù)計(jì)算法[23]。人工神經(jīng)網(wǎng)絡(luò)法和灰色關(guān)聯(lián)度是較為新穎的現(xiàn)代評(píng)價(jià)方法，在土壤肥力評(píng)價(jià)中的應(yīng)用相對(duì)較少，只有少數(shù)研究報(bào)道[24]。

BP神經(jīng)網(wǎng)絡(luò)以通過(guò)自身的訓(xùn)練，學(xué)習(xí)某種規(guī)則，而無(wú)需事先確定輸入與輸出之間映射關(guān)系的數(shù)學(xué)方程;它通過(guò)反向傳播非線性的誤差信號(hào)來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閥值，使網(wǎng)絡(luò)實(shí)際輸出與期望輸出的誤差平方和最小[25]?；疑到y(tǒng)理論中的關(guān)聯(lián)度分析方法是根據(jù)因素之間發(fā)展程度的相異或相似程度，作為衡量?jī)蓚€(gè)因素關(guān)聯(lián)程度的一種方法，具有所需數(shù)據(jù)量小、計(jì)算量較小等優(yōu)點(diǎn)，能很好地反映各個(gè)因素間的相對(duì)重要程度或優(yōu)劣關(guān)系。因此，用灰色關(guān)聯(lián)度來(lái)分析事物之間的相互關(guān)系，具有廣泛性和科學(xué)性[26]。這兩種現(xiàn)代分析方法均可以避免人為確定指標(biāo)權(quán)重帶來(lái)的主觀影響，從而提高評(píng)價(jià)結(jié)果的準(zhǔn)確性[27]。

4 結(jié)論

本研究選用BP神經(jīng)網(wǎng)絡(luò)和灰色關(guān)聯(lián)度分析對(duì)魯中山地50年左右林齡的側(cè)柏人工林土壤進(jìn)行了綜合評(píng)價(jià)，并對(duì)這兩種方法的應(yīng)用效果進(jìn)行了對(duì)比研究，結(jié)果表明二者的評(píng)價(jià)結(jié)果整體一致，均可用于林地土壤肥力評(píng)價(jià)。供試樣地的土壤肥力均處于2～4級(jí)水平，表明魯中山地側(cè)柏林地土壤肥力處于中等水平。土壤綜合肥力相對(duì)較高的樣地分別為位于黑峪林場(chǎng)的22、21號(hào)和位于原山林場(chǎng)的9號(hào)樣地。魯中山地側(cè)柏人工林土壤的粘粒、堿解氮和有效磷含量偏低，速效鉀含量整體較為適宜，CEC和有機(jī)質(zhì)含量處于較高水平。土壤堿解氮與土壤有機(jī)質(zhì)、CEC和速效鉀均存在顯著正相關(guān)關(guān)系，表明土壤氮素對(duì)側(cè)柏人工林地土壤肥力有顯著影響。

參 考 文 獻(xiàn)：

[1]楊曉娟. 東北長(zhǎng)白山系低山丘陵區(qū)不同林分土壤肥力質(zhì)量研究[D]. 哈爾濱： 東北林業(yè)大學(xué)， 2013.

[2]鄭昭佩， 劉作新.土壤質(zhì)量及其評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2003， 14（1）： 131-134.

[3]耿玉清， 余新曉， 孫向陽(yáng)， 等. 北京八達(dá)嶺地區(qū)油松與灌叢林土壤肥力特征的研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào)， 2007， 29（2）： 50-54.

[4]覃其云， 唐健， 鄧小軍， 等. 廣西馬尾松人工林土壤肥力評(píng)價(jià)研究[J]. 林業(yè)調(diào)查規(guī)劃， 2017， 42（6）： 16-21， 32.

[5]高志勤， 傅懋毅. 經(jīng)營(yíng)方式對(duì)毛竹林土壤肥力指數(shù)的影響[J]. 南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2008， 32（4）： 81-85.

[6]唐健， 覃祚玉， 王會(huì)利， 等. 廣西杉木主產(chǎn)區(qū)連栽杉木林地土壤肥力綜合評(píng)價(jià)[J]. 森林與環(huán)境學(xué)報(bào)， 2016（1）： 30-35.

[7]燕婷婷， 朱清科， 趙維軍， 等. 基于SPEI的魯中山區(qū)1958—2015年干旱特征分析[J]. 西北林學(xué)院學(xué)報(bào)， 2017， 32（6）： 162-168.

[8]國(guó)家林業(yè)局. 森林土壤顆粒組成（機(jī)械組成）的測(cè)定：LY/T 1225-1999[S].1999-07-15.

[9]史瑞和. 土壤農(nóng)化分析 [M]. 第二版. 北京： 中國(guó)農(nóng)業(yè)出版社， 1990：29-94.

[10]朱祖祥. 土壤學(xué)（上冊(cè)） [M]. 北京： 農(nóng)業(yè)出版社， 1983.

[11]姚榮江， 楊勁松， 陳小兵， 等. 蘇北海涂圍墾區(qū)耕層土壤養(yǎng)分分級(jí)及其模糊綜合評(píng)價(jià)[J]. 中國(guó)土壤與肥料， 2009（4）： 16-20.

[12]黃宇， 汪思龍， 馮宗煒， 等. 不同人工林生態(tài)系統(tǒng)林地土壤質(zhì)量評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2004， 15（12）： 2199-2205.

[13]孫波， 張?zhí)伊郑?趙其國(guó). 我國(guó)東南丘陵山區(qū)土壤肥力的綜合評(píng)價(jià)[J]. 土壤學(xué)報(bào)， 1995， 32（4）： 362-369.

[14]唐啟義， 馮明光. 實(shí)用統(tǒng)計(jì)分析及其 DPS數(shù)據(jù)處理系統(tǒng)[M].北京： 科學(xué)出版社， 2002：625-627.

[15]林培松， 尚志海. 韓江流域典型區(qū)主要森林類(lèi)型土壤肥力的灰色關(guān)聯(lián)度分析[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)， 2009， 25（3）： 55-58.

[16]鄧聚龍. 灰色系統(tǒng)基本方法[M]. 武漢： 華中科技大學(xué)出版社， 2005： 73-105.

[17]張彥山， 韓明玉， 馬杰， 等. 正寧縣蘋(píng)果園土壤肥力綜合指數(shù)評(píng)價(jià)[J]. 甘肅農(nóng)業(yè)科技， 2015（2）： 6-9.

[18]董文濤， 路明浩， 韋大山， 等. 基于模糊數(shù)學(xué)方法的土壤肥力綜合評(píng)價(jià)及應(yīng)用[J]. 資源開(kāi)發(fā)與市場(chǎng)， 2011， 27（6）： 511-513.

[19]章海波， 駱永明， 趙其國(guó)，等. 香港土壤研究 Ⅵ.基于改進(jìn)層次分析法的土壤肥力質(zhì)量綜合評(píng)價(jià)[J]. 土壤學(xué)報(bào)， 2006， 43（4）： 577-583.

[20]楊奇勇， 楊勁松， 姚榮江， 等. 基于 GIS 和改進(jìn)灰色關(guān)聯(lián)模型的土壤肥力評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2010， 26（4）： 100-105.

[21]劉金山， 胡承孝， 孫學(xué)成， 等. 基于最小數(shù)據(jù)集和模糊數(shù)學(xué)法的水旱輪作區(qū)土壤肥力質(zhì)量評(píng)價(jià)[J]. 土壤通報(bào)， 2012， 43 （5）： 1145-1150.

[22]段必挺， 楊錫永， 李發(fā)平， 等. 基于因子分析的土壤肥力綜合評(píng)價(jià)[J]. 現(xiàn)代農(nóng)業(yè)科技， 2016（7）： 228-230.

[23]黃勇， 楊忠芳. 土壤質(zhì)量評(píng)價(jià)國(guó)外研究進(jìn)展[J]. 地質(zhì)通報(bào)， 2009， 28（1）： 130-136.

[24]鄭小佳. 基于人工神經(jīng)網(wǎng)絡(luò)的耕作土壤肥力質(zhì)量評(píng)價(jià)[D]. 雅安：四川農(nóng)業(yè)大學(xué)， 2006.

[25]楊文靜， 王一博， 劉鑫， 等. 基于BP神經(jīng)網(wǎng)絡(luò)的青藏高原土壤養(yǎng)分評(píng)價(jià)[J]. 冰川凍土， 2019，41（1）： 215-226.

[26]薛沛沛， 王兵， 牛香. 大崗山不同海拔毛竹林土壤肥力的灰色關(guān)聯(lián)度分析[J]. 浙江農(nóng)業(yè)學(xué)報(bào)， 2013，25（6）：1354-1359.

[27]裴文文， 黃智剛. 基于BP神經(jīng)網(wǎng)絡(luò)對(duì)蔗區(qū)土壤養(yǎng)分肥力等級(jí)綜合評(píng)價(jià)[J]. 南方農(nóng)業(yè)， 2013， 7（10）： 47-50.

收稿日期：2019-06-04

基金項(xiàng)目：山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2016GNC111008）;山東省林業(yè)科技創(chuàng)新項(xiàng)目（LYCX03-2018-14）

作者簡(jiǎn)介：呂雷昌（1965—），男，山東萊蕪人，高級(jí)工程師，研究方向?yàn)樯峙嘤?。E-mail：jnsjjl@163.com

通訊作者：王清華（1973—），女，山東煙臺(tái)人，研究員，主要從事森林生態(tài)研究。E-mail：wqh0228@foxmail.com