西南地区土壤有机碳密度动态演变、驱动机制与未来稳定性预测

《Geodesy and Geodynamics》：Decipher soil organic carbon density dynamics, driving forces and future stability across Southwest China

本刊推荐：为揭示复杂地形区土壤有机碳密度（SOCD）时空动态及驱动机制，研究团队集成2883个实地观测数据，应用随机森林模型解析了2000–2020年西南地区SOCD变化规律，发现环境变异（-3.48%）和气候变化（-0.84%）是主要碳损失驱动因子，而植被绿度贡献微弱增益（0.04%·yr-1）。研究为区域碳管理提供了高精度空间决策支持。

　　

在全球气候变化加剧的背景下，土壤作为陆地生态系统中最大的碳库，其有机碳储量的动态变化直接影响着大气二氧化碳浓度和碳平衡。西南中国作为我国重要的生态屏障区，拥有丰富的植被类型和复杂的喀斯特地貌，但同时也面临着土壤薄、生态脆弱等挑战。尽管该区域被纳入多项生态修复工程（如退耕还林、天然林保护等），但土壤有机碳密度（SOCD）的时空分布规律、驱动机制及未来稳定性仍缺乏系统评估。传统土壤调查方法受限于采样密度和时空分辨率，难以捕捉高度异质性区域的碳动态，而模型模拟结果又因输入数据和算法差异存在较大不确定性。

为破解这一难题，研究团队整合了2000–2020年间2883个土壤剖面观测数据，结合气候、土壤属性、地形、植被及环境变化等19类驱动因子，构建了1公里分辨率的随机森林（RF）模型。通过空间替代时间方法，量化了历史时期SOCD的演变趋势，并基于CMIP6的三种典型路径（SSP1-1.9、SSP2-4.5、SSP5-8.5）预测了2021–2060年的碳储量变化。

关键技术方法包括：

1. 1.
   多源数据融合：整合野外实测SOCD数据与公开数据库，通过四分位距法剔除异常值，最终采用2883个有效样本；
2. 2.
   随机森林建模：利用80%数据训练模型，20%验证，通过10折交叉验证优化超参数，引入SHAP值解析驱动因子贡献度；
3. 3.
   驱动机制解构：通过控制变量法分离气候、环境、植被和土壤湿度对SOCD变化的独立影响；
4. 4.
   未来情景模拟：基于EC-Earth、GFDL-ESM4和MRI-ESM2三种全球气候模型，模拟不同排放路径下SOCD的响应。

3.1 随机森林模型性能

模型在训练和测试阶段均表现出较高精度，训练集R²达0.90，测试集R²为0.74。与SoilGrids 2.0和GSOCmap等全球土壤碳数据库对比显示，空间预测结果具有良好一致性（R²分别为0.78和0.63），验证了模型在复杂地形区的适用性。

3.2 SOCD时空分布特征

2000–2010年间，区域平均SOCD从5.46 kgC·m^?2下降至5.29 kgC·m^?2，年均损失率为0.01 kgC·m^?2。空间上，67.35%的区域保持稳定，25.05%显著下降（尤以云南、重庆、广西为甚），仅7.63%呈现增长。生态工程区内SOCD普遍高于非干预区，其中天然林保护项目（NFP）区碳密度最高（5.89±0.05 kgC·m^?2），而农田最低（3.86±0.07 kgC·m^?2）。

3.3 驱动因子贡献解析

环境变异是SOCD损失的主导因素（年均贡献-3.48%），其次为气候变化（-0.84%）。植被绿度虽呈正效应（0.41%），但不足以抵消环境压力。不同生态系统响应差异显著：常绿阔叶林对环境变异最敏感（-5.31%），而灌草草原则对气候变化响应最强（-3.63%）。生态工程组合分析发现，单一项目（如YSP+GGP）能实现碳增益（+0.026 kgC·m^?2），但多项目叠加（如YSP+GGP+KTP+NFP）反而导致净损失（-0.486 kgC·m^?2），表明过度干预可能引发资源竞争。

3.4 未来情景下的SOCD变化

至2060年，SSP5-8.5高排放情景下SOCD累计损失达0.34 kgC·m^?2，而SSP1-1.9低碳路径损失仅0.24 kgC·m^?2。CO₂施肥效应虽能部分缓解碳损失，但无法逆转整体下降趋势。空间上，广西中部、湖南西南部及四川盆地为碳流失热点区，需优先部署保护措施。

4. 讨论与展望

本研究首次在区域尺度上系统量化了西南地区SOCD的多驱动机制，揭示了生态工程实施的“阈值效应”。随机森林模型的高精度预测为碳管理提供了空间显式工具，但未来需进一步整合土地利用动态和土壤微生物过程参数。结论强调，优化生态工程组合设计、规避环境应力叠加是提升土壤碳汇功能的关键。论文发表于《Geodesy and Geodynamics》，为全球喀斯特区碳循环研究提供了中国案例。