德国农业和森林土壤中土地利用变化对有机碳影响的特定地点驱动因素

《Global Change Biology》：Site-Specific Drivers of Land-Use Change Effects on Organic Carbon in German Agriculture and Forest Soils

理解土地利用变化（LUC）对土壤有机碳（SOC）的影响范围至关重要，当前研究多忽视30厘米以下深层土壤的SOC变化。本研究基于德国农业与森林土壤调查数据，采用数据驱动的互逆建模方法，系统评估了耕地、草地和森林间六种LUC方向对0-90厘米土层SOC的影响。结果表明：30%的SOC变化发生于30-90厘米亚表层，且不同LUC方向的深层影响差异显著。土壤类型（如Gleysols、Fluvisols）是SOC变化的核心驱动因素，其次为年均降水量和粗颗粒含量。研究证实，若忽略深层土壤，将导致约30%的LUC碳效应未被计入，这对全球碳核算和气候变化缓解策略具有重要启示。

　　土地利用变化（LUC）对土壤有机碳（SOC）的影响一直是全球碳会计和气候缓解策略中的核心议题。SOC的改变不仅关系到土壤的碳储存能力，还直接影响农业和森林生态系统对气候变化的响应。尽管许多研究已经关注了土地利用变化对表层土壤（通常指0至30厘米深度）的影响，但很少有研究深入探讨更深层土壤（如30至90厘米深度）中SOC的变化情况。这种忽视可能导致对碳变化总量的低估，从而影响全球碳排放的准确评估和有效的气候政策制定。

本研究利用德国的农业和森林土壤调查数据，对不同土地利用类型之间的SOC变化进行了深度分析。通过数据驱动的互反建模方法，研究不仅考虑了表层土壤的变化，还深入到90厘米的深度，以更全面地理解SOC变化的深度分布和驱动因素。研究结果表明，尽管大部分SOC变化发生在表层，但深层土壤中的变化同样显著，约占总体变化的30%。这一发现突显了在碳会计和气候缓解策略中，对深层土壤进行采样和分析的重要性。

### 土地利用变化与SOC变化的关系

土地利用变化通常伴随着植物种类、管理方式和干扰程度的改变，这些因素共同影响了土壤的碳循环过程。例如，从森林转为农田或草地会显著改变SOC的储存和释放模式。研究发现，SOC的变化在不同土地利用类型之间表现出明显的差异。对于农田转为草地的情况，SOC的变化主要集中在表层土壤，而深层土壤的变化相对较小。然而，当草地转为农田时，SOC的损失在表层最为显著，且随着深度增加而逐渐减少。

在森林与农田之间的土地利用变化中，SOC的变化则更多地受到表层落叶层的影响。当农田被转变为森林时，SOC的增加主要归因于落叶层的积累，而当森林被转变为农田时，SOC的损失则主要是由于落叶层的移除。因此，理解SOC变化与不同土地利用类型之间的关系，需要综合考虑表层和深层土壤的相互作用。

### 不同土壤类型对SOC变化的影响

研究还发现，土壤类型在SOC变化中扮演了至关重要的角色。不同的土壤分类体系（如世界参考土壤分类系统，WRB）对SOC变化的预测能力存在显著差异。例如，Gleysols和Fluvisols这类土壤由于其高有机质含量和良好的土壤结构，对SOC变化的响应更为显著。相反，Chernozems和Phaeozems这类土壤由于其较低的有机质含量，SOC变化相对较小。

此外，土壤的物理和化学特性，如土壤质地、地下水位和地形特征，也对SOC变化的预测产生了重要影响。土壤质地（如黏土、砂土）决定了土壤的持水能力和有机质的分解速率，而地下水位则影响了土壤的氧化还原条件，从而影响SOC的稳定性。地形特征（如坡度和海拔）则通过影响水文条件和土壤形成过程，间接影响SOC的积累和损失。

### 碳循环与土壤管理

在碳循环过程中，土壤的物理结构和生物活动起着关键作用。土壤团聚体的形成和稳定性是影响SOC长期储存的重要因素。团聚体不仅保护有机质免受矿化作用，还改善土壤的物理性质，从而提高作物产量和碳循环效率。然而，农业活动（如耕作）往往破坏土壤团聚体，导致SOC的损失。相比之下，森林生态系统由于其复杂的根系结构和持续的有机质输入，能够更有效地维持土壤结构和SOC的稳定性。

### 气候变化与土地利用变化的相互作用

气候因素，如年均降水量和温度，对SOC变化也有显著影响。在降水量较低的地区，植物的生长受到限制，导致根系输入减少，SOC的积累能力下降。而在降水量较高的地区，土壤的湿润条件有助于有机质的保存和分解，从而影响SOC的稳定性。此外，气候变化可能通过改变降水模式和温度条件，进一步影响土地利用变化对SOC的长期影响。

### 研究的意义与应用

本研究的结果对农业和森林管理实践具有重要的指导意义。首先，它强调了在进行碳会计和气候缓解策略时，必须考虑深层土壤的变化，以更准确地评估土地利用变化对碳储量的影响。其次，研究揭示了不同土地利用类型之间SOC变化的深度分布，为政策制定者提供了更全面的数据支持。例如，在德国，农业用地占全国土地面积的近一半，其中大部分为年轮作农田和草地。如果这些土地利用变化对SOC的影响未被充分考虑，可能导致对碳排放和碳储存的严重低估。

此外，研究还指出，土地利用变化对SOC的影响可能需要数十年甚至上百年才能达到新的平衡状态。因此，仅依赖短期监测数据可能无法准确反映土地利用变化对SOC的长期影响。为了克服这一问题，研究采用了一种基于机器学习的互反建模方法，结合了空间交叉验证和面积适用性评估，以确保模型预测的准确性和可靠性。

### 未来研究方向

尽管本研究提供了重要的洞见，但仍有一些局限性。例如，研究仅限于德国的土壤数据，可能无法完全推广到其他地区。此外，研究中的模型预测可能存在一定的偏差，尤其是在土壤有机质含量较低或较高的情况下。未来的研究可以进一步扩展数据范围，结合全球不同气候和土壤类型的样本，以提高模型的泛化能力。

同时，研究还强调了土壤管理实践对SOC变化的影响。例如，农业管理方式（如耕作频率和有机肥的使用）可能显著影响SOC的积累和损失。因此，未来的研究可以探索不同管理措施对SOC变化的调控作用，以提供更具体的政策建议。

总之，土地利用变化对土壤有机碳的影响是一个复杂而多维的问题。通过深入分析不同深度土壤的变化和驱动因素，本研究为更全面地理解SOC变化提供了新的视角。这一研究不仅有助于改进碳会计方法，还为制定有效的气候缓解策略提供了科学依据。未来的研究应继续关注深层土壤的变化，并结合更多实际数据，以进一步验证和优化模型预测的准确性。