利用历史数据驱动的动态基线和可实现的预测方法，估算大陆尺度上的土壤有机碳亏缺量

《Geoderma》：Estimating soil organic carbon deficits at the continental scale using legacy-data-driven dynamic baseline and attainable projections

本研究利用时空调整与混合建模方法，估算2024年美国大陆土壤有机碳（SOC）当前储量（SOC_cs），结合环境因子确定可达成稳态（SOC_at），计算碳赤字（SOC_def），揭示不同土地利用类型和土壤类型的显著差异，发现中西部Mollisols和Alfisols土壤的赤字低于预期，需重新校准碳汇目标。

　　土壤有机碳（SOC）储量在不同时间和土地利用类型、气候条件以及土壤类型之间存在显著差异，这使得对当前SOC储量的建模变得复杂。本研究提出了一种新颖的方法框架，结合时间调整和数据驱动模型，生成了2024年的空间显式SOC储量预测。此外，通过从预测的SOC储量中选择最大值，我们估算了在最佳土壤、气候和管理条件下可实现的稳态SOC储量（SOC_at），并利用参考图层来计算特定区域的当前SOC亏缺（SOC_def），即尚未实现的碳封存潜力。研究结果揭示了不同土地利用类型和区域之间的广泛异质性，发现整个大陆美国的农业用地SOC亏缺平均值为3.46 kg/m²。在中西部地区，SOC亏缺主要集中在Mollisols和Alfisols土壤类型上，但总体上低于预期，这表明这些地区的SOC储量和稳态SOC都已明显下降。退化草地也表现出类似的SOC稳态下降趋势，强调了根据当前预测的稳态重新校准碳封存目标的必要性。

本研究通过整合时间动态变化和利用历史SOC观测数据，建立了一种空间显式的SOC储量模型，从而生成了针对不同区域和土地利用类型的SOC储量与稳态SOC之间的基准数据。这种框架不仅能够反映土地利用和气候对SOC变化的影响，还能为精准的农业管理决策提供依据。通过建立区域特异性的SOC_cs–SOC_at–SOC_def基准，该方法有助于对土地管理激励、气候智能政策和具体区域的恢复策略进行精准匹配。这种方法突破了传统模型的局限，为土壤碳封存提供了一种更科学和实际的参考。

研究中使用的SOC数据涵盖了从1910年到2020年多个来源的土壤剖面数据，包括国际土壤参考和信息中心（ISRIC）数据库、国家合作土壤调查（NCSS）数据库以及快速碳评估（RaCA）数据。通过对数据进行标准化处理和去重，我们得到了标准化的SOC储量数据，用于计算不同深度的SOC含量。在处理过程中，我们利用了深度调整的聚合方法，结合了土壤容重估算，以确保数据的准确性和完整性。对于缺少容重数据的土壤剖面，我们训练了一个机器学习模型，使用已知容重的剖面作为输入变量，以预测未知容重区域的SOC储量。

为了捕捉时间动态变化，我们采用了一种时间序列建模框架，将每个站点的SOC数据标准化到2024年。该框架基于局部邻域（10公里半径内，通过哈弗辛距离计算）和土壤质地（与焦点站点相差±10%的黏土和粉砂含量）来确保相似的土壤条件。SOC数据被划分为5年的时间区间，以减少短期异常值的影响，并突出多十年趋势。对于至少有三个时间点的数据，我们使用了稳健线性回归（RLM）模型来估计线性趋势（斜率），并利用该斜率将观测到的SOC调整到2024年。对于数据点不足三个的情况，我们采用梯度提升模型，利用具有足够历史数据的站点进行预测。这些模型的预测变量包括气候参数、土壤分类、质地、地形属性、土地利用和空间坐标。通过10次交叉验证，模型的R²值达到0.6，表明模型在新数据上的泛化能力良好。

为了提高模型的可解释性，我们使用了SHapley Additive exPlanations（SHAP）方法，对模型预测的SOC变化进行特征重要性分析。通过这种方法，我们能够可视化每个输入特征对模型预测的贡献，从而更好地理解SOC变化的驱动因素。结果表明，SOC的主要预测变量包括干旱指数（ArI）、土壤分类、太阳辐射、表层黏土含量和最大温度。这些变量反映了水分可用性、土壤矿物组成和温度对SOC稳定性的关键作用。

模型的预测结果被进一步下采样到250米分辨率，以生成高分辨率的SOC储量图。我们采用了一种混合机器学习和地统计方法，结合CatBoost回归和普通克里金法（Ordinary Kriging），以确保下采样后的SOC估算既捕捉到大尺度的空间模式，又保留了局部的异质性。具体而言，我们首先将250米分辨率的作物和土壤分类栅格数据上采样到1公里分辨率，以确保数据的一致性。然后，我们使用CatBoostRegressor模型，以上采样后的1公里数据作为输入变量，预测2024年的SOC储量。接着，利用更精细的250米作物和土壤分类栅格数据，进行下采样预测。为了弥补下采样过程中遗漏的重要变量，我们计算了1公里分辨率模型预测与实际观测之间的残差，并将这些残差通过普通克里金法下采样到250米分辨率。最终的高分辨率SOC栅格数据通过结合机器学习预测和下采样残差，实现了对SOC储量的精确估算。

在估算SOC_at时，我们采用了基于土壤分类、作物类型、黏土含量和干旱指数（ArI）的组合，以确定不同环境条件下SOC的95百分位数。这种95百分位数被解释为当前条件下可实现的SOC上限，而不是需要完全逆转历史侵蚀或其他长期退化才能达到的生物地球化学最大值。通过这种方式，我们不仅能够捕捉到当前SOC的稳态，还能够避免对极端值的过度依赖。为了确保数据完整性，我们排除了任何输入栅格中存在缺失数据的区域，以防止SOC_at估算的偏差。此外，当SOC_cs值超过SOC_at时，我们通过替换SOC_at值为SOC_cs值来修正这些异常，从而确保SOC_at栅格保持为一个现实的上限，同时与观测数据保持一致。

模型的不确定性评估通过10次独立运行进行，每次运行使用不同的随机种子和不同的数据子集进行训练。通过这种随机化方法，我们能够量化SOC估算的不确定性。标准差作为预测结果的不确定性指标，反映了不同模型运行之间的差异。此外，我们还通过比较不同土壤类型和作物类型的SOC亏缺密度，进一步分析了模型的稳健性。结果表明，模型在不同区域和土壤类型上表现出不同的性能，其中中西部地区的SOC亏缺密度较高，尤其是在玉米和大豆种植系统中，显示出较大的碳封存潜力。

本研究的成果表明，SOC的当前储量与可实现的稳态储量之间存在显著差异，特别是在经历了长期农业活动和气候变化影响的地区。通过将SOC_cs、SOC_at和SOC_def的基准数据整合到一个空间显式的框架中，我们能够为不同土地利用类型和土壤类型提供精准的碳封存目标。这种方法不仅能够识别SOC亏缺的热点区域，还能够指导特定区域的农业管理实践，从而提高碳封存效率。同时，研究还强调了在制定碳政策时，需要考虑不同区域和土地利用类型的实际情况，避免采用统一或静态的碳封存目标，而应采用动态和区域特异性的基准。

尽管本研究在方法上取得了显著进展，但仍存在一些局限性。首先，我们假设当前观测到的SOC的95百分位数是一个生物物理可实现的最大值，但在历史上混合的土地利用条件下，这一假设可能高估了SOC_at和SOC_def。其次，空间替代时间的方法可能对近期由于极端气候事件导致的SOC储量变化不够敏感，这些事件可能导致当前SOC水平与历史最大值脱节。此外，一些协变量数据的分辨率较低，可能引入异常值。随着更高分辨率的土壤观测数据和模型协变量数据的出现，未来的框架可以通过加权平均校正方法进一步优化，以提供更精确的SOC估算。

总体而言，本研究提供了一种新的方法，将时间动态和生物物理约束整合到SOC储量建模中，从而生成更精确和可操作的碳封存目标。该框架不仅适用于美国大陆，也可以推广到其他地区，为全球范围内的土壤碳封存政策提供科学依据。通过这种方法，我们可以更好地理解SOC储量的变化趋势，识别需要优先干预的区域，并为土地管理者提供具体可行的建议，以提高土壤碳封存的效率和可持续性。