融合近端与遥感技术的农田土壤有机碳固存潜力空间制图研究

针对传统土壤有机碳(SOC)固存潜力评估数据稀缺问题，本研究创新性结合近端土壤中红外光谱(MIR)与遥感环境协变量，通过记忆学习算法(MBL)精准预测矿物结合态有机碳(MAOC)和黏粉粒含量(R2≥0.97)，构建随机森林(RF)模型实现区域尺度SOC固存潜力制图(R2=0.65)，揭示气候因子与土壤质地的非线性调控机制，为精准农业管理提供科学依据。

　　

在气候变化与粮食安全双重挑战下，土壤有机碳库的动态变化成为全球关注焦点。"4‰倡议"提出通过每年增加0.4%土壤碳储量以抵消人为CO₂排放，但实现这一目标亟需精准识别碳固存热点区域。传统评估方法依赖费时费力的实验室分析，难以获取高密度空间数据。尤其在中国东北黑土区，长期集约化农业导致土壤退化，量化该区域SOC固存潜力对实施精准固碳措施具有战略意义。

吉林省黑土保护与利用国家重点实验室的研究团队创新性地整合近端传感与遥感技术，在25,596 km²农田开展研究。通过MBL算法建立MIR光谱与MAOC/黏粉粒含量的高精度预测模型（MAOC：R²=0.98；黏粉粒：R²=0.97），基于碳饱和理论计算1158个样点的SOC固存潜力，结合Landsat衍生环境协变量构建RF空间预测模型。研究发现光谱数据增强使模型性能提升30%，最终制图精度达R²=0.65（RMSE=1.42 kg/m²），相关成果发表于《Soil and Tillage Research》。

关键技术方法
研究采用多尺度技术融合策略：1) 基于代表性采样（200个实验室分析样本覆盖1158个光谱样本变异）；2) MBL局部建模优化光谱预测；3) 融合19类遥感协变量（气候、地形、植被指数等）构建DSM框架；4) SHAP算法解析驱动因子贡献度。

研究结果

SOC固存潜力空间格局
制图结果显示固存潜力呈西低东高梯度分布（1.5-6.8 kg/m²），与土壤质地空间变异高度吻合。东部高潜力区对应Phaeozems/Chernozems分布带，其黏粉粒含量达45%以上，MAOC饱和度仅62%，显示巨大补碳空间。

环境驱动机制
SHAP分析揭示：1) 年均降水(MAP)呈阈值效应，<600 mm时正相关，>600 mm因侵蚀导致负效应；2) 年均温(MAT)每升高1°C降低固存潜力0.3 kg/m²；3) 土壤光谱指数NDTI（与质地相关）贡献度达22%，证实矿物组成的关键作用。

光谱数据增强效应
对比实验显示，仅用实测数据的RF模型R²为0.50，加入光谱推断数据后提升至0.65，显著改善西部风蚀区预测能力，证明MBL模型有效缓解了数据稀疏性问题。

结论与意义
该研究创建了"光谱推断-DSM融合"的技术范式，首次实现东北黑土区SOC固存潜力的公里级制图。发现气候-侵蚀-质地的非线性耦合机制，指出东部高潜力区应优先实施秸秆还田等碳输入措施，而西部需结合侵蚀防治。方法论层面，证实MBL+RF的组合在异质性地貌区的适用性，为全球农业碳管理提供了可推广的技术模板。研究直接支撑《东北黑土地保护规划》实施，其揭示的MAP阈值效应为气候变化背景下碳汇潜力评估提供了新认知。