耕地利用方式转变驱动下农田土壤有机碳时空演变的三十年解析：机器学习与分区评估的新视角

本研究针对高强度耕作区土壤有机碳(SOC)时空动态驱动机制不清的问题，通过构建"分区-情境化"数字土壤映射框架，结合1577个耕层样本和随机森林模型，揭示了华东地区1980s-2010s期间SOC先增后减的演变规律（41.4→47.4→39.7 t C ha?1），发现气候因子贡献超75%相对重要性(RI)，而耕地利用转变的影响系数从2.6%增至6.4%，为精准碳核算和农田管理提供新范式。

　　

在全球气候变化与农业集约化双重背景下，土壤有机碳(SOC)作为陆地生态系统的核心碳库，其动态变化直接影响耕地质量和碳中和进程。然而在华东等高强度耕作区，人为活动与自然因素的复杂交互使得SOC驱动机制长期存在"黑箱效应"。传统研究多聚焦气候、植被等自然因子，对耕地利用方式转变（如轮作制度调整、施肥强度变化）的定量贡献缺乏系统评估，且大尺度建模常因数据时空失衡导致偏差。这一认知缺口严重制约了"双碳"目标下的精准农田管理决策。

针对这一科学难题，中国某研究团队在《Soil and Tillage Research》发表创新成果。研究以长江下游杭嘉湖平原为样本区（1577个0-20 cm耕层样本），首创"分区-情境化"分析框架：先通过高斯-分类混合聚类划分同质化农田单元(FU)，再在各FU内构建随机森林(RF)模型，首次量化了耕地利用转变对SOC时空动态的边际效应。

关键技术包括：(1)整合1980s-2010s三期土壤普查数据与气候、地形等21种协变量；(2)采用Gaussian-categorical mixture模型划分6类FU（空间一致性91.8%→65%）；(3)基于SHAP值解析驱动因子贡献度；(4)通过效应系数计算人为活动影响强度。

【研究结果】

1. 农田单元分区
   空间制图显示1980s-2000s的FU分布高度一致（91.8%），但2010s因耕作制度剧变导致FU重构（一致性<65%）。各FU的SOC密度均值区间为32.1-54.3 t C ha^?1，其中FU3（水稻主产区）始终维持最高碳库。

2. 时空动态特征
   SOC呈现"抛物线型"演变：1980s-2000s净增0.10 Mt C（+0.3 t C ha^?1 yr^?1），2000s-2010s锐减0.33 Mt C（-0.7 t C ha^?1 yr^?1）。值得注意的是，FU3/5/1/6等区域在后期出现>3%的SOC流失热点。

3. 驱动机制解析
   气候因子贡献超75% RI，但耕地利用转变的影响系数从初期2.6%（95%CI:1.7-3.1%）显著提升至6.4%（95%CI:3.9-7.4%）。其中，单季稻改蔬菜大棚、有机肥替代率下降等实践是后期SOC衰减的主因。

【结论与意义】
该研究通过机器学习与地理分区的学科交叉，首次揭示耕地利用转变已成为高强度耕作区SOC动态的"新兴驱动力"。方法论上，FU分区策略有效缓解了传统RF模型在异质景观中的"信号淹没"效应；实践层面，识别出FU3等关键调控单元，为实施差别化碳管理（如FU3优先推行秸秆深还田）提供靶向依据。这一成果将人为活动从"背景噪声"提升为可设计的碳调控变量，对全球南方国家农业转型中的碳智能管理具有范式意义。