全 文 ：第 26卷　第 6期 西　南　林　学　院　学　报　　　　 Vo1. 26　No. 6
　 2006年 12月　　　　　　　　　　　　　　 JOURNAL OF SOUTHWEST FORESTRY COLLEGE　　　　 Dec. 2006　
思茅松人工林土壤潜在养分临界值的确定*
胡　洁 ,胥　辉**
(西南林学院 资源学院,云南 昆明 650224)
摘要:选择云南省景谷县思茅松人工林标准地进行土壤潜在养分的调查分析 ,在将蓄积量及其
土壤潜在养分值规格化处理的基础上 ,运用快速聚类分析法将土壤分为 4类 ,根据分类结果表
征的土壤潜在养分与蓄积量的关系推算出土壤各潜在养分的临界值.分析结果表明:思茅松人
工林各土壤潜在养分含量的临界值分别为:全 N =[ 0.640 0, 0.895 0] (g /kg);全
P=[ 0.307 8, 0.431 1] (g /kg);全 K=[ 3.327 3, 4.0046] (g /kg).
关键词:思茅松;人工林;土壤潜在养分;临界值;快速聚类分析法
中图分类号:S791. 259. 06　　文献标识码:A　　文章编号:1003 - 7179(2006)06 - 0049 - 05
　　林地土壤是林木生长的重要物质基础 ,它能
够不断地供给和调节林木生长发育过程中所需要
的水分 、养分 、热能和空气 ,生长出森林植物产品 ,
是林业生产不可取代的生产资料 [ 1] . 土壤中的潜
在养分是养分的储量库 ,在土壤微生物的作用下 ,
能转化为林木可利用的有效形式影响林木的生
长.前人研究结果表明:土壤养分与作物生长发育
的效应成 “S”型曲线关系 ,即开始时随着因子数值
的增加 ,效应强度上升迅速 ,达一定的限度后 , 随
着数量增加 ,效应值趋于稳定 (为了方便处理 ,将
“S”型曲线转化为相应折线型分段函数进行计
算 ),据此 ,确定出土壤养分临界值 ,在临界值范围
内 ,土壤养分的指标值使作物的生长发育效应强
度上升迅速 [ 2 - 3] .由上可知 ,土壤中养分元素临界
值的确定是进行土壤养分评价的关键所在 ,如果
土壤中养分元素的临界值一旦确定 ,就可以根据
其来评定土壤中此养分元素的丰盈状况 ,制定可
行的作物培育措施 ,也可以此制定相应的施肥措
施等.
思茅松 (P inus kesiya var. langbianensis)是云南
省特有的树种 ,在云南省的林业生产中占有一定
的地位;分布面积达 100多万 hm2 ,占云南省有林
地面积的 11%;蓄积量 1亿 m3 ,占云南省有林地总
蓄积量的 11%. 但它的分布范围狭窄 ,主要位于滇
中南及滇东南地区. 思茅松在针叶树种中是一个
比较速生的树种. 它的经济效益高 ,不但能提供大
量的木材 , 而且能提供大量的松脂油. 然而现阶
段 ,对思茅松的研究较少 ,研究的范围多集中在生
长模型 、立地指数等方面 ,缺乏土壤养分同蓄积量
关系的研究. 蓄积量是鉴定森林数量的主要指标 ,
单位面积蓄积量的大小标志着林地生产力高低及
经营措施的效果. 本次研究的目的在于运用土壤
与植物相互作用 、相互影响的原理 ,选取蓄积量与
思茅松人工林土壤各潜在养分评价指标 ,采用快
速聚类分析法对思茅松人工林进行诊断研究 ,确
定土壤潜在养分因子的临界值 ,保证思茅松人工
林土壤养分的持续供应 ,旨在指导思茅松人工林
土壤养分理想状态及缺失状态 ,为科学营造和管
理思茅松林 、维持其林地生产力水平和充分发挥
其生态功能和经济效益提供科学依据.
1　研究区概况
研究区景谷县位于云南省西南部 ,思茅地区
中部.地处东经 100°02′～ 101°07′,北纬 22°49′～
23°52′,北回归线恰在本县中部经过. 本县属南亚
热带高原季风气候带 ,四季不甚分明 ,干湿季比较
* 收稿日期:2006 -08 - 31　　**为通讯作者
基金项目:云南省中青年学术与技术带头人后备人才(2004Py 01 - 17)项目资助;云南省高等学校教学 、科研带头人项目资助.
作者简介:胡　洁(1980 - ),女 ,四川隆昌人 ,硕士生 ,主要从事森林资源管理与评价的研究.
明显 ,冬无严寒 ,夏无酷暑 ,热量充足 ,雨量充沛 ,
霜期较短 ,最热月平均气温 24.6℃,最冷月平均气
温 13.1℃,极端最低气温多年平均值 2.3℃,无霜
期 365 d, 年降水量 1 254 mm , 年蒸发量 191.5
mm. 本县森林覆盖率 48%,其植被类型有热带植
被类型和亚热带植被类型.分布在海拔 800m以下
的是热带植被类型 ,但仅有 82 hm2;亚热带植被类
型 ,主要分为松树林和两种阔叶林类型 ,后者根据
海拔高度分成海拔为 800 ～ 1 600 m的季风常绿落
叶阔叶林和海拔为 1 060 ～ 2 800 m的亚热带常绿
落叶阔叶林.思茅松林为海拔 800 ～ 2 000 m的亚
热带主要植被类型之一 ,是亚热带针叶林中的重
要植被类型 [ 4] .
2　调查方法
外业调查采用标准地调查法. 选择的标准地
具有充分的代表性 ,基本上包括了存在的各种立
地条件;地形大多为山地;地势有陡峭的 ,也有平
缓的;坡度大小不一 ,从 0°到 36°不等;各坡向都涉
及上 、中 、下不同的坡位. 在思茅松人工林 (第三代
林 )中设置 30块 20 m ×20m的临时标准地. 在标
准地内进行每木检尺 、立地因子和土壤剖面调查 ,
土壤挖至母质层 ,每层测量土层厚度 ,再取混合土
样 ,带回分析. 地形与地貌要素主要测定海拔高
度 、坡度 、坡向.
思茅松人工林土壤潜在养分含量的测定包括
全 N ,全 P,全 K. 土壤全 N用重铬酸 K -硫酸消化
法 ,全 P用氢氧化钠碱熔 -钼锑抗比色法 ,全 K用
火焰光度法.
3　快速聚类分析
采用 SPSS软件实现快速聚类分析的计算过
程如下:[ 5]
(1)用户指定聚类成多少类(如 k类).
(2) SPSS确定 k个类的初始类中心点. SPSS
能根据样本数据的实际情况 ,选择 k个由代表性的
样本数据作为初始类中心. 初始类中心也可以由
用户自行规定 (适用于用户的经验比较丰富的情
况 ),需要指定 k组样本数据作为初始类中心点.
(3)计算所有样本数据点到 k个类中心点的
欧氏距离 , SPSS按照距 k个类中心点距离最短原
则 ,把所有样本分派到各中心点所在的类中 ,形成
一个新的 k类 ,完成一次迭代过程. 其中欧氏距离
(Euclidean D istance)的计算公式为:
EUCLID= ∑k
i=1(xi -yi)2
其中:k表示每个样本有 k个变量;xi表示第一个
样本在第 i个变量上的取值;yi表示第二个样本在
第 i个变量上的取值.
(4) SPSS重新确定 k个类的中心点. SPSS计
算每个类中各个变量的均值 ,并以均值点作为新
的类中心点.
(5)重复上面的两步计算过程 ,直到达到指定
的迭代次数或终止迭代的判断要求为止.
4　土壤养分评价
思茅松人工林为绝对同龄林 ,树龄均为 5 a,可
直接对比其蓄积量的差异.
设一分类问题 , n为样本个数 , m为指标个数 ,
则数据矩阵如下:
y=
y 11　y 12　…　y 1m
y 21　y 22　…　y 2m
┊　┊　┊　┊
y n1　y n2　…　y nm
,不失一般性 ,可设 yij≥0
测定数据的大小受量纲的影响 ,为了避免这
种现象 ,必须先将数据规格化. 关于数据的规格
化 ,张跃等[ 6] 、汪培庄 [ 7] 共提出了 6种规格化方
法. 经过吴元奇等 [ 8]的对比 ,认为均值化规格方法
是聚类分析中最好的方法. 均值化规格方法如下
式所示:
xij =yij
yj
先分别将各数据按上式进行规格化 ,规格化
后思茅松人工林土壤潜在养分 、蓄积量及规格化
值见表 1.
表 1　思茅松人工林土壤潜在养分 、蓄积量及规格化值
样品号 全 N
/(g k g - 1)
全 P
/(g k g - 1)
全 K
/(g k g - 1)
蓄积量
/m
3
规格化值
全 N 全 P 全 K 蓄积量
1 1. 08 0. 23 5. 67 1. 019 1. 451 6 0. 663 5 1. 426 8 1. 863 5
2 0. 91 0. 25 4. 26 0. 392 1. 223 1 0. 721 1 1. 072 0 0. 716 9
3 0. 52 0. 32 7. 23 0. 801 0. 698 9 0. 923 1 1. 819 3 1. 464 8
4 0. 74 0. 30 5. 05 0. 501 0. 994 6 0. 865 4 1. 270 8 0. 916 2
5 0. 69 0. 35 4. 58 0. 636 0. 927 4 1. 009 6 1. 152 5 1. 163 1
6 0. 75 0. 38 4. 32 0. 755 1. 008 1 1. 096 1 1. 087 1 1. 380 7
7 0. 86 0. 28 2. 62 0. 538 1. 155 9 0. 807 7 0. 659 3 0. 983 8
8 0. 93 0. 38 4. 15 0. 664 1. 250 0 1. 096 1 1. 044 3 1. 214 3
9 0. 52 0. 33 2. 81 0. 240 0. 698 9 0. 951 9 0. 707 1 0. 438 9
10 0. 63 0. 25 3. 33 0. 383 0. 846 8 0. 721 1 0. 837 9 0. 700 4
11 1. 09 0. 35 5. 16 0. 199 1. 465 1 1. 009 6 1. 298 4 0. 363 9
50 西　南　林　学　院　学　报　　　　　　　　　　　　　　　　　　　第 26卷
续表 1
样品号 全 N
/(g k g - 1)
全 P
/(g k g - 1)
全 K
/(g k g - 1)
蓄积量
/m
3
规格化值
全 N 全 P 全 K 蓄积量
12 0. 69 0. 21 5. 79 0. 251 0. 927 4 0. 605 8 1. 457 0 0. 459 0
13 0. 69 0. 33 3. 18 0. 970 0. 927 4 0. 951 9 0. 800 2 1. 773 9
14 0. 92 0. 32 2. 18 0. 273 1. 236 6 0. 923 1 0. 548 6 0. 499 2
15 0. 81 0. 43 2. 76 0. 597 1. 088 7 1. 240 4 0. 694 5 1. 091 7
16 0. 92 0. 31 4. 42 0. 357 1. 236 6 0. 894 2 1. 112 2 0. 652 9
17 0. 58 0. 31 2. 62 0. 712 0. 779 6 0. 894 2 0. 659 3 1. 302 0
18 0. 75 0. 44 3. 88 0. 740 1. 008 1 1. 269 2 0. 976 3 1. 353 2
19 0. 86 0. 41 1. 92 0. 501 1. 155 9 1. 182 7 0. 483 1 0. 916 2
20 1. 10 0. 42 2. 31 0. 464 1. 478 5 1. 211 5 0. 581 3 0. 848 5
21 0. 50 0. 35 2. 44 0. 612 0. 672 0 1. 009 6 0. 614 0 1. 119 2
22 0. 69 0. 41 4. 13 0. 463 0. 927 4 1. 182 7 1. 039 3 0. 846 7
23 0. 57 0. 50 9. 18 0. 672 0. 766 1 1. 442 3 2. 310 0 1. 228 9
24 0. 63 0. 43 4. 09 0. 629 0. 846 8 1. 240 4 1. 029 2 1. 150 3
25 0. 80 0. 30 4. 62 0. 547 1. 075 3 0. 865 4 1. 162 6 1. 000 3
26 0. 74 0. 35 3. 90 0. 363 0. 994 6 1. 009 6 0. 981 4 0. 663 8
27 0. 52 0. 42 3. 95 0. 594 0. 698 9 1. 211 5 0. 994 0 1. 132 2
28 0. 57 0. 40 3. 02 0. 390 0. 766 1 1. 153 8 0. 759 9 0. 713 2
29 0. 51 0. 22 2. 94 0. 681 0. 685 5 0. 634 6 0. 739 8 1. 245 4
30 0. 75 0. 42 2. 71 0. 461 1. 008 1 1. 211 5 0. 681 9 0. 843 0
　　结合 SPSS软件的快速型聚类对土壤各潜在
养分临界值进行分析. 依次将土壤潜在养分中的
全 N、全 P、全 K与蓄积量进行快速聚类分析 ,得出
各土壤潜在养分的临界值.
4. 1　全 N的临界值确定
表 2为快速聚类分析后的各个类 ,包含样本的
情况结果图. 结果表明:第 1类包括样地 1和 13;
第 2类包括样地 9, 10, 12, 22, 26和 28;第 3类包括
样地 3, 5, 6, 8, 15, 17, 18, 21, 23, 24, 27和 29;第 4
类包括样地 2, 4, 7, 11, 14, 16, 19, 20, 25和 30.
表 2　全 N快速聚类分析结果
样本号 样地号 所属类别
离类中心
点距离 样本号 样地号
所属
类别
离类中心
点距离
1 1 1 0. 266 16 16 4 0. 126
2 2 4 0. 061 17 17 3 0. 111
3 3 3 0. 284 18 18 3 0. 181
4 4 4 0. 252 19 19 4 0. 150
5 5 3 0. 094 20 20 4 0. 285
6 6 3 0. 200 21 21 3 0. 230
7 7 4 0. 215 22 22 2 0. 220
8 8 3 0. 382 23 23 3 0. 103
9 9 2 0. 255 24 24 3 0. 090
10 10 2 0. 065 25 25 4 0. 260
11 11 4 0. 487 26 26 2 0. 137
12 12 2 0. 190 27 27 3 0. 200
13 13 1 0. 266 28 28 2 0. 121
14 14 4 0. 277 29 29 3 0. 184
15 15 3 0. 263 30 30 4 0. 207
　　表 3为快速聚类分析后形成的各类样本之间
的单因素方差分析结果.从表中可看出:全 N含量
与蓄积量的相伴概率均为 0 ,小于显著性水平
0.01 ,可知 4类样地之间存在显著差异. 第 1类的
蓄积量最高 ,第 2类属相对低全 N含量 、低蓄积量
类 ,第 3类全 N含量和蓄积量均居中 ,第 4类属于
相对高全 N含量 、低蓄积量类.为了避免全 N含量
低造成低蓄积量 ,取第 2类的均值为全 N含量临
界值的下界值 ,同理 ,为了避免全 N含量高造成低
蓄积量的影响 ,取第 4类的均值为全 N含量临界
值的上界值 ,因此:
全 N含量的临界值 =[ 0.640 0, 0.895 0] (g /kg)
4. 2　全 P的临界值确定
表 4为快速聚类分析后的各个类包含样本的
情况.结果表明:第 1类包括样地 1和 13;第 2类
包括样地 15 , 18, 19 , 20, 22, 23, 24, 27和 30;第 3类
包括样地 3, 4, 5 , 6, 7, 8 , 17, 21, 25和 29;第 4类包
括样地 2, 9 , 10, 11, 12, 14, 16, 26和 28.
表 4　全 P快速聚分析结果表
样本号 样地号 所属类别
离类中心
点距离 样本号 样地号
所属
类别
离类中心
点距离
1 1 1 0. 151 16 16 4 0. 074
2 2 4 0. 217 17 17 3 0. 126
3 3 3 0. 286 18 18 2 0. 309
4 4 3 0. 268 19 19 2 0. 143
5 5 3 0. 091 20 20 2 0. 200
6 6 3 0. 268 21 21 3 0. 108
7 7 3 0. 225 22 22 2 0. 208
8 8 3 0. 179 23 23 2 0. 270
9 9 4 0. 154 24 24 2 0. 105
10 10 4 0. 206 25 25 3 0. 187
11 11 4 0. 247 26 26 4 0. 149
12 12 4 0. 306 27 27 2 0. 092
13 13 1 0. 151 28 28 4 0. 298
14 14 4 0. 087 29 29 3 0. 293
15 15 2 0. 046 30 30 2 0. 205
　　表 5为快速聚类分析后形成的各类样本之间
的单因素方差分析结果.从表中可看出:全 P含量
与蓄积量的相伴概率均为 0 ,小于显著性水平
0.01 ,可知 4个类的样地之间差异显著. 第 1类蓄
积量最高 ,第 2类属于相对高全 P含量 、低蓄积量
类 ,第 3类的全 P含量和蓄积量均居中 ,第 4类属
于相对低全 P含量 、低蓄积量类.为了避免全 P含
51第 6期　　　　　　　　　　　　　　　　胡　洁等:思茅松人工林土壤潜在养分临界值的确定
量低造成低蓄积量 ,取第 4类的均值为全 P含量临
界值的下界值 ,同理 ,为避免全 P含量高造成低蓄
积量 ,取第 2类的均值为全 N含量临界值的上界
值 ,因此:全 P含量的临界值 =[ 0.307 8, 0.431 1]
(g /kg)
4. 3　全 K的临界值确定
表 6为快速聚类分析后的各个类包含样本的
情况. 结果表明:第 1类包括样地 1和 13;第 2类
包括样地 5, 6, 7, 8, 15, 17, 18, 19, 20, 21, 24, 25,
27 , 29和 30;第 3类包括样地 2, 4, 9, 10, 11, 12, 14,
16 , 22, 26和 28;第 4类包括样地 3和 23.
表 6　全 K快速聚分析结果
样本号 样地号 所属类别
离类中心
点距离 样本号 样地号
所属
类别
离类中心
点距离
1 1 1 0. 316 16 16 3 0. 106
2 2 3 0. 105 17 17 2 0. 257
3 3 4 0. 272 18 18 2 0. 275
4 4 3 0. 386 19 19 2 0. 407
5 5 2 0. 319 20 20 2 0. 370
6 6 2 0. 364 21 21 2 0. 223
7 7 2 0. 222 22 22 3 0. 215
8 8 2 0. 229 23 23 4 0. 272
9 9 3 0. 358 24 24 2 0. 195
10 10 3 0. 182 25 25 2 0. 345
11 11 3 0. 397 26 26 3 0. 040
12 12 3 0. 482 27 27 2 0. 158
13 13 1 0. 316 28 28 3 0. 260
14 14 3 0. 478 29 29 2 0. 102
15 15 2 0. 145 30 30 2 0. 314
　　表 7为快速聚类分析后形成的各类样本之间
的单因素方差分析结果. 从表中可看出:全 K含量
与蓄积量的相伴概率均为 0, 小于显著性水平
0.01,可知 4个类的样地之间差异显著.第 1类蓄
积量最高 ,第 2类属于相对低全 K含量 、低蓄积量
类 ,第 3类属于相对高全 K含量 、低蓄积量类 ,第 4
类全 K含量和蓄积量均居中. 为了避免全 P含量
低造成低蓄积量 ,取第 2类的均值为全 K含量临
界值的下界值 ,同理 ,为了避免全 K含量高造成低
蓄积量 ,取第 3类的均值为全 N含量临界值的上
界值 ,因此:
全 K含量的临界值 =[ 3.327 3, 4.004 6] (g /kg)
5　结　论
(1)采用 SPSS软件的快速聚类方法对思茅松
人工林土壤潜在养分的临界值进行计算 ,分别求
得临界值为:全 N =[ 0.640 0, 0.895 0] ;全 P =
[ 0.307 8, 0.431 1] ;全 K=[ 3.327 3, 4.004 6] .此
方法计算简便 、快速 ,且人为因素小 ,准确度较高.
(2)本次所求的临界值是基于景谷县思茅松
人工林调查数据的基础上得出的 ,故可能存在地
域差别.
(3)根据求思茅松人工林土壤潜在养分临界
值时各土壤潜在养分的分类可看出:4种分类虽然
存在显著差异 ,但仍有部分样地的蓄积量和土壤
潜在养分含量与所求出的临界值不相吻合 ,这是
由于林木蓄积量的高低并不是由单个因素引起
的 ,还应考虑土壤养分各个指标的综合作用和土
壤的其他生物效应等. 此次研究主要是对思茅松
人工林土壤潜在养分进行研究 ,确定思茅松人工
林土壤潜在养分因子的临界值 ,保证思茅松人工
林土壤养分的持续供应 ,为指导思茅松人工林土
壤养分理想状态及缺失状态提供依据.
[参　考　文　献 ]
[ 1] 　张万儒.中国主要造林树种土壤条件 [M ].北京:科学
出版社 , 1998.
[ 2] 　骆伯胜 ,钟继红 ,陈俊坚. 土壤肥力数值化综合评价研
究 [ J]. 土壤 , 2004, 36(1):104 - 106.
[ 3] 　王建国 ,杨林章 ,单艳红. 模糊数字在土壤质量评价中
的应用研究 [ J] .土壤学报 , 2001 , 38(2):176 -183.
[ 4] 　李卓卿 ,姜　华.景谷县森林生态系统保护研究 [ J].
云南环境科学 , 1998, 17(3):47 - 49.
[ 5] 　余建英 ,何旭宏. 数据统计分析与 SPSS应用 [M ]. 北
京:人民邮电出版社 , 2005.
[ 6] 　张 　跃 , 邹寿平 , 宿 　芬. 模糊数学方法及其应用
[M ]. 北京:煤炭工业出版社 , 1992:271 - 347.
[ 7] 　汪培庄.应用模糊数学 [M ]. 北京:北京经济学院出版
社 , 1989:128 -143.
[ 8] 　吴元奇 ,冯荣扬. 聚类分析计算方法的理论及结果比
较 [ J]. 湛江海洋大学学报 , 2002 , 22(11):57 -63.
[ 9] 　吴克宁 ,康　超. 北亚热带过渡区土壤的模糊聚类分
52 西　南　林　学　院　学　报　　　　　　　　　　　　　　　　　　　第 26卷
析 [ J]. 热带亚热带土壤科学 , 1994 , 3(3):163 -168.
[ 10] 　宫锡鸿 ,于成开 ,李海涛 ,等. 模糊聚类分析在划分土
壤养分类型中的应用 [ J]. 林业系统科学与综合研
究 , 1995, 11(1):73 - 74 , 77.
[ 11] 　刘克锋 ,杜晓林 ,石爱平 ,等. 用聚类分析法对北京十
大公园土壤综合肥力分类的研究 [ J]. 北京农学院
学报 , 1995 , 10(2):64 -67.
[ 12] 　焦　有 ,王　英 ,孙克刚 ,等.应用聚类法确定土壤钾
的临界值研究 [ J]. 河南农业科学 , 1996(5):20 -
22.
Determ ination of the C riticalValues of Po tentia l So ilNutrien ts in
P inus kesiya var. langbianensis Plantation
HU Jie, XU Hu i
(Facu lty of Resou rces, Southw est Forestry C ollege, Kumm ing Yunnan 650224, Ch ina)
Abstract:The critical va lues of poten tial soil nutrients inP inus kesiya var. langbianensis planta tions w ere
cacu lated acco rding to the rela tions be tw een the potential so il nutrien ts and the stocking vo lume through standard
plots investiga tion in Jinggu, Yunnan prov ince. By adopting K -M eans C lusterAna lysisme thodo lgy, the p lanta-
tion soilw as classified in to 4 types on the basis of farmating the va lues o f the po ten tia l so il nutrients and the
stock ing vo lume, then the critica l va lues o f po tentia lnutrien ts fo r diffe rent soil typesw ere calcu lated. The resu lts
show ed tha t the critical va lues o f po tentia l soil nu trients fo rP. kesiya va r. langbianensis planta tions in Jinggu
w ere[ 0. 640 0, 0. 895 0] (g /kg) for to talN;[ 0. 307 8, 0. 431 1] (g /kg) fo r to ta l P;and[ 3. 327 3, 4. 004 6]
(g /kg) for tota lK.
Key words:P inus kesiya var. langbianensis;plan tation;potential so il nu trien ts;critical va lues;K -
means C lusterAnalysis
欢迎订阅 2007年《西南林学院学报》
《西南林学院学报》是由西南林学院主办的林业综合性学术期刊 ,主要刊登林学基础理论 、森林培育
学与经营管理 、森林资源与环境 、森林生态与自然保护 、水土保持与荒漠化治理 、木材工业与装饰工程 、林
产化学与工业 、林业机械与土木工程 、园林植物与风景园林 、林业经济与管理 、资源开发与利用等方面的
学术论文 、科研报告;刊登数 、理 、化等基础学科在上述专业方面的应用研究报告;刊登国内外有关林业 、
森林工业各主要学科的研究进展 、科研成果或学术探讨等文章. 读者对象为国内外农林科技工作者及高
等院校师生.本刊 1981年创刊 ,国内外公开发行 ,面向全国组稿.
本刊被认定为《中国科学引文数据库》来源期刊 , “万方数据 -数字化期刊群 ”全文上网期刊 ,作为
《中国学术期刊综合评价数据库》来源期刊全文收录 ,被《中国期刊网》、《中国学术期刊》(光盘版 )全文收
录 ,被中国核心期刊(遴选 )数据库收录 ,并确定为中国科技核心期刊 ,被《中国农业文摘》、美国《动物学
记录》(ZR)收录. 1989 ～ 2004年 ,在全国和云南省评比中 ,本刊已 9次获奖;1999年荣获教育部 “全国优
秀高校自然科学学报及教育部优秀科技期刊一等奖 ”.
《西南林学院学报》为双月刊 , A4开本 , 96码 ,逢双月出版 ,每期定价 6. 00元 ,全年 36. 00元. 由《学
报》编辑部公开发行 ,需订阅者 ,可通过全国非邮发中心联合征订服务部办理订阅手续:天津市大寺泉集
北里别墅 17号 ,邮编:300381,也可直接与本刊编辑室联系.已出 1981 ～ 2006年各期还有部分余刊 ,亦可
补订.
本刊地址:云南省昆明市小坝白龙寺西南林学院内 , 《西南林学院学报》编辑室
邮政编码:650224　E -mail:YNLX@chinajourna.l ne.t cn
电话:0871 - 3863029
53第 6期　　　　　　　　　　　　　　　　胡　洁等:思茅松人工林土壤潜在养分临界值的确定