以下文章来源于干旱区遥感科学与技术 ，作者干旱区遥感团队
01
导读
新疆大学地理与遥感科学学院丁建丽教授团队张子鹏副教授在《CATENA》发表了题为“Exploring the inter-decadal variability of soil organic carbon in China”的研究论文。本研究的主要目标是：( a )利用机器学习算法，结合不同时期的土壤样本，构建SOC的时空预测模型；( b )利用时空预测模型绘制1980s、1990s、2000s和2010s四个时期0-20 cm和0-100 cm土壤有机碳的分布图；( c )探究气候驱动因子(即温度、降水和太阳辐射)对两个土层土壤有机碳的影响；( d )分析整个国家尺度及各子区域土壤有机碳的年代际变化率。
Highlights:
（1）构建了一个（SOC）土壤有机碳的时空预测框架；
（2）将中国SOC的年代际地图更新到2010s；
（3）气候因素对SOC变化的影响存在特点尺度和位置的差异；
（4）从1980s-2010s，在国家尺度上SOC存在碳汇作用。
原文链接：（或点击文末阅读原文）
DOI：https://doi.org/10.1016/j.catena.2023.107242
PDF下载地址：https://www.sciencedirect.com/science/article/pii/
S0341816223003338
引用:Zhang, Z., Ding, J., Zhu, C., Wang, J., Li, X., Ge, X., Han, L., Chen, X., & Wang, J. (2023). Exploring the inter-decadal variability of soil organic carbon in China. Catena, 230, 107242.
02
摘要
土壤有机碳（SOC）的时空变化在生态系统稳定性和陆地碳循环中起着关键作用。然而，1980s至2010s中国SOC变异的年代间特征及其气候驱动因素仍不清楚。在这项研究中，我们提出了一个结合时空预测模型的建模框架。在这个模型中，对不同时期的土壤样本进行了组合，得到了三个模型，并有选择地将它们的预测结果结合起来，得到了不同SOC的年代际地图。共有8473个来自三个时期（1980s、2000s和2010s）的土壤样本被用于模型验证。研究结果表明，0-20cm处的SOC预测精度优于土壤深度1m的SOC预测精度，预测的空间与以往研究具有相似格局。对1990s的预测表现出相对较高的不确定性，特别是在青藏高原、天山和中国东北地区。单和双的气候因素都对SOC有特定尺度和位置的影响。双气候因素对两个土层的SOC变化影响达到65%以上。此外，华北和东北地区的SOC表现出年代际下降的趋势。从1980s-2010s，中国土壤在全国范围内发挥着碳汇的作用，SOC（0-20cm）从30.40 Pg增加到33.97 Pg，SOC（0-100cm）从79.29 Pg增加到82.26 Pg。总的来说，本研究的结果为优化碳循环模型提供了可靠的基线数据，并指导未来的碳封存政策。
03
结果
图 3 不同时期土壤表层0 - 20 cm ( a-c )和0 - 100 cm ( d-f )土壤有机碳( kg C m - 2)的频率分布图。
表 2 不同建模策略的SOC预测结果( kg C m - 2)及其95 %置信区间( 95 % CI )。
图 4 SOC实测值和估算值( kg C m - 2)的散点图用来评估不同建模策略的平均模型性能。其中，灰色虚线表示1：1线。红色和蓝色线分别表示模型在建模和验证集的拟合程度。黑色虚线表示所有样本(包括建模和验证数据集)的预测精度。
图 5 1980s ( a )、1990s ( b )、2000s ( c )和2010s ( d )表层0 - 20 cm ( SOC020 )土壤有机碳( kg C m - 2)的空间分布。每个子图的左下方插图表示不同SOC水平下的面积比。
图 6 1980s( a )、1990s( b )、2000s( c )和2010s( d )表层0 - 100 cm ( SOC0100 )土壤有机碳空间分布( kg C m - 2)。每个子图的左下方插图表示不同SOC水平下的面积比。
图 7 1980s( a )、1990s( b )、2000s( c )和2010s( d )表层0 - 20 cm ( SOC020 )土壤有机碳( kg C m - 2)估计值的不确定性。不确定性量化为每个像元的随机森林( Random Forest，RF )模型模拟的标准差。每个子图的左下方插图表示不同SOC020std水平下的面积占比。
图 8 1980s( a )、1990s( b )、2000s( c )和2010s( d )表层0 - 100 cm ( SOC0100 )土壤有机碳( kg C m - 2)估算值的不确定性。不确定性量化为每个像元的随机森林( Random Forest，RF )模型模拟的标准差。每个子图的左下方插图表示不同SOC0100std水平下的面积比。
图 9 中国土壤有机碳年代际变化的气候驱动因素。( a-j )显示了9个子区域和整体中国0 - 20 cm ( SOC020 ,用蓝色柱形表示)和0 - 100 cm ( SOC0100 ,用红色柱形表示)土壤有机碳动态的主要气候驱动因子。P、T和S分别表示降水、温度和太阳辐射。P、T和S的组合表示双气候因素对SOC动态的影响。
图 10 9个子区域和整体中国的SOC年代际变率。中间插图显示了中国的地理区划。
04
结论
本研究探讨了1980s-2010s四个时期SOC的变化特征及其气候驱动因素，这些特征以前并不清楚。研究结果表明，我们的时空预测策略对SOC的估计是可靠的，所产生的SOC空间分布在四个时期内是相似的。表层0-20cm的预测精度优于0-100 cm。与其他三个时期相比，1990s的预测不确定性相对较高，特别是在青藏高原、天山山脉和中国东北地区及其周边地区。气候驱动因素分析表明，在这两个图层，双气候驱动因素的影响是关键，并以>65%的影响面积控制土壤SOC动态。其中，温度和太阳辐射的组合对SOC的变化影响最大，特别是在中国北部、西北部和南部。这项研究发现，中国的土壤在全国范围内是一个碳汇。在过去40年中，SOC020从30.40 Pg增加到33.97 Pg，SOC0100从79.29 Pg增加到82.26 Pg。然而，在华北和东北地区观察到SOC的年代间下降。本研究提出的结果将指导与“双碳”计划有关的政策制定。
05
作者简介
第一作者：张子鹏，副教授，新疆大学地理与遥感科学学院青年教师，主要从事干旱区土壤有机碳模型模拟研究。E-mail: zp_zhang@xju.edu.cn。
通讯作者 ：丁建丽 (博士、二级教授、博士生导师）
现任新疆大学党委副书记。目前主要从事智能空间信息技术、干旱区地学等领域的教学与科研工
转自：“生态遥感前沿”微信公众号
如有侵权，请联系本站删除！
