生态恢复背景下气候变化与植被绿化对黄土高原碳汇的多因素驱动机制解析

为解决黄土高原( LP )碳汇机制不明的问题，研究人员融合多源数据与机器学习算法( Extra Trees Regressor )构建了植被总碳密度( VTCD )和土壤有机碳密度( SOCD )的高精度时序数据集，揭示了气候因子直接贡献碳汇9.3% ( 3.44 gC·m–2·a–1 )，而植被绿化贡献83.4% ( 44.5% 源于气候驱动自然恢复，24.7% 来自耕作管理 )。研究发现人工恢复区碳汇能力显著高于自然恢复区( 70%–303% )，为生态工程效益评估提供了新范式。

　　

全球变暖背景下，碳循环失衡已成为严峻挑战。作为地球表面关键碳库，陆地生态系统通过植被光合作用固碳，但人类活动与气候变化的双重影响使其动态机制复杂化。黄土高原( LP )作为中国生态修复的典型区域，自2000年以来植被绿化显著，但其碳汇驱动机制长期存在三大谜团：高精度碳密度数据集缺失、自然与人为因素贡献率不明、气候-人类-植被耦合效应待解。

为解决这些问题，中国某研究机构团队在《CATENA》发表研究，创新性融合多源遥感数据与机器学习算法，构建了2000-2022年植被总碳密度( VTCD )和土壤有机碳密度( SOCD )的时序数据集。通过Extra Trees Regressor模型实现高精度预测( VTCD的RMSE=0.42 kgC m^–2 )，并采用多元回归与残差分析法量化了各驱动因素的贡献。

关键方法

1. 整合621个VTCD野外观测点与23类环境因子，对比6种机器学习算法优选模型
2. 基于MCD43A4遥感产品提取光谱特征，结合ECMWF再分析气候数据
3. 通过偏微分法分解气候直接效应与植被介导的间接效应
4. 区分自然恢复区与人工修复区( 如退耕还林GFGP )的碳汇差异

主要发现
碳密度时空特征
LP生态系统总碳密度( ETCD )达4.96 Pg C，年均固碳率37 gC·m^–2·a^–1，其中土壤贡献26 gC·m^–2·a^–1。自然恢复森林固碳率最高( 55.26 gC·m^–2·a^–1 )，草地转林地( G-F )达50 gC·m^–2·a^–1。

驱动机制解析
气候因子直接贡献仅9.3%( 3.44 gC·m^–2·a^–1 )，而植被绿化贡献83.4%：

• 气候驱动自然恢复占44.5%
• 耕作管理占24.7%
• 人工植被类型改造占14.2%

人类活动增效
梯田、淤地坝等工程措施对碳汇有正向影响。人工修复区碳汇能力较自然恢复区提升70%-303%，呈现显著空间异质性。

结论与意义
该研究首次在区域尺度上解析了LP碳汇的多层级驱动机制，证实人工生态修复的碳汇增益效应远超自然过程。建立的VTCD/SOCD高精度数据集为全球变化研究提供新基准，提出的"气候-人类-植被"耦合分析框架对评估"碳中和"政策效益具有范式意义。研究结果从三方面突破现有认知：一是量化了植被绿化对碳汇的主导作用( >80% )，二是揭示了人工干预的倍增效应，三是明确了土壤碳库的关键地位( 占总固碳量70% )。这些发现为中国乃至全球半干旱区生态工程的精准调控提供了科学依据。