编辑推荐：
为准确估算土壤有机碳（SOC）和氮（N）储量，研究人员开展了预测粗质地土壤表层和深层土壤容重（BD）及评估土地利用对 SOC 和 N 储量影响的研究。结果显示新开发的 PTF 预测效果良好，且土地利用对累积 SOC 和 N 储量无显著影响。该研究助力可持续土地管理。
在全球气候变暖的大背景下，土壤作为重要的碳库，对缓解温室气体排放意义重大。然而，当前全球平均气温已接近巴黎协定设定的升温阈值，气候相关事件愈发频繁和严重。土壤有机碳（SOC）和氮（N）储量的准确估算对于可持续土地管理至关重要，因为农业用地占据地球陆地面积的三分之一以上，在美国东南部，农业用地也占有相当比例，其土壤状况对全球气候变化影响深远。
但目前在估算土壤养分储量的关键因素 —— 土壤容重（BD）的测定上存在难题。传统测定方法需要采集原状土芯，不仅耗费大量人力和时间，在采集多个深层土壤样本时更是困难重重，这导致相关研究多集中于表层土壤测量，忽略了深层土壤中大量的 SOC 和 N。同时，现有的估算土壤 BD 的 Pedotransfer 函数（PTF）大多具有场地特异性，在美国东南部独特的气候和土壤条件下难以准确估算 BD，进而影响对深层 SOC 和 N 储量的评估。此外，不同土地利用方式对土壤碳氮储量的影响也尚不明确，因此开展相关研究迫在眉睫。
来自国外的研究人员针对这些问题展开了研究。他们的研究成果对于准确估算土壤碳氮储量、制定可持续土地管理策略具有重要意义，该研究发表在《CATENA》上。
研究人员采用了多种关键技术方法。首先，通过 Conditioned Latin hypercube 采样（cLHS）方法，在佛罗里达州和南乔治亚州的 42 个农场（包括 22 个奶牛场和 20 个肉牛场）进行土壤采样，涵盖 6 种土地利用类型，采集深度达 90cm，共获取 519 个复合样本。其次，运用多元线性回归（MLR）构建预测模型，并通过 10 折交叉验证评估模型性能。最后，基于养分浓度、土壤层厚度和 BD，利用立方样条插值（ESMcubic_spline）计算土壤有机碳和氮储量。
研究结果如下：
- 土壤容重预测：通过逐步多元线性回归构建的 PTF 预测模型表现出色，决定系数（R2）为 0.60，平均绝对误差（MAE）为 0.08，均方根误差（RMSE）为 0.11。筛分土壤密度和 N 浓度是预测土壤 BD 的重要指标，且该模型优于之前的 4 种模型。此外，各土壤层间预测变量存在显著相关性，支持利用表层样本构建的模型预测深层土壤 BD。
- 土壤有机碳和氮储量：土地利用对 SOC 和 N 浓度、C:N 比以及累积 SOC 和 N 储量均无显著影响，但土壤深度对这些指标影响显著。SOC 和 N 浓度在表层土壤较高，随深度增加而降低。研究还发现，约 53% 的总 SOC 和 65% 的总土壤 N 存储在 30cm 以下深度。
在讨论部分，研究人员指出，筛分土壤密度与土壤质地、SOC 浓度紧密相关，N 浓度影响土壤 BD 可能与微生物活动和土壤有机质（SOM）形成有关。新 PTF 结合多种土壤理化性质提升了预测精度，而现有 PTF 因仅基于 SOC 浓度，无法准确预测研究区域的土壤 BD。对于土壤碳氮储量，虽然表层土壤碳氮浓度较高，但深层土壤仍储存了相当比例。不同土地利用方式下碳氮储量相似，可能是由于亚热带气候导致的高周转速率、粗质地土壤的低固碳能力、生态系统的稳态平衡以及历史土地利用导致的 SOC 基线较低等因素共同作用。
综上所述，该研究表明不能仅依据土壤有机碳浓度或有机质来准确预测粗质地土壤的容重，结合多种土壤理化性质可显著提升预测精度，筛分土壤密度是有效的预测指标。同时，土地利用对美国佛罗里达州和南乔治亚州农业土壤的累积碳氮储量影响不显著。该研究为准确评估土壤碳氮储量提供了新方法，对制定可持续土地管理策略具有重要的指导意义，也为后续研究长期土地利用变化和管理实践对土壤碳氮储量的影响奠定了基础。
