中国基于自然解决方案的土壤保持潜力

《Global and Planetary Change》：Soil conservation potential over China under nature-based solutions

　　

摘要

土壤侵蚀对全球生态系统可持续性构成威胁，土壤保育规划因此受到广泛关注。然而，通过基于自然的解决方案（NbS）进行土壤保育的潜力尚未得到充分量化，阻碍了我们对未开发的保育能力和恢复优先级的理解。本文开发了一个新的框架，将过程型LPJ-GUESS模型与经验型RUSLE模型相结合，量化潜在自然植被（PNV）和实际陆地生态系统（AT）的土壤保持（SC），并将土壤保持潜力（SCP）定义为两者的差值。以中国为理想试验场——覆盖从极度干旱到湿润的多种气候区，面临强烈的人类压力，并实施了世界上规模最大的生态恢复项目——我们评估了历史时期（1993–2022）和未来时期（2071–2100，SSP119/245/585）。在历史时期，AT下的年均SC为145.4 t·ha^?1，高值集中在南方地区。PNV下的SC达到165.8 t·ha^?1，全国SCP为20.4 t·ha^?1；中国78.3%的区域SCP为正值。未来SCP在不同排放路径下差异显著：SSP245下峰值为28.8 t·ha^?1，SSP585下降至19.2 t·ha^?1，揭示了NbS潜力对气候轨迹的高度敏感性。纳入水汽再循环——关键的土地-大气反馈——使历史SCP平均增加8.0 t·ha^?1，未来情景下增加6.3–13.0 t·ha^?1，表明忽略该过程会系统性地低估SCP。我们的框架可迁移至其他在气候变化下面临类似土壤侵蚀问题的地区。这些发现深化了对人为到自然梯度下土壤保持动态的理解，并为全球生态系统恢复提供了科学支持。

引言

土壤侵蚀因强烈的人类活动和广泛的土地利用变化而加剧，对全球生态系统可持续性构成重大威胁，并带来严重且深远的后果。中国已启动大规模恢复计划来应对这一挑战，推动国家植被覆盖率显著增加。然而，这些宏观层面的植被变化是否有效转化为高质量、可持续的生态功能——尤其是土壤保持——仍是一个悬而未决的问题。证据表明，许多恢复实践未能达到预期效果，原因是对栖息地适宜性和气候-植被相容性考虑不足。

在此背景下，向基于自然的解决方案（NbS）转变至关重要，因为NbS优先考虑本地适应、自维持的植物群落以确保长期生态系统服务。有效的NbS实施需要一个明确的生态基准，而潜在自然植被（PNV）——代表自然气候条件下的顶极植被类型——提供了这样的参考。PNV下的土壤保持（SC）代表了一个地区的潜在自然参考状态，据此可量化土壤保持潜力（SCP），即PNV参考值与实际陆地（AT）生态系统之间的功能差值。需要注意的是，SCP并非绝对的恢复潜力最大值；而是衡量相对于PNV参考值的功能差距方向和幅度。负的SCP值表明AT生态系统在土壤保持方面表现优于PNV参考值。

然而，尽管存在这一概念基准，全国尺度的SCP评估仍然稀缺。为了有效制定国家规划和高效配置资源，政策制定者需要准确的土壤保持潜力及其未来动态估计。现有的SC研究主要关注空间分布、定量大小和单个影响因素，对SCP关注有限。这一差距阻碍了对SCP在不同区域未来气候情景下行为的全面了解——更重要的是，未开发的SCP能在多大程度上通过针对性的生态恢复得以实现。此外，大规模恢复可能通过水汽再循环形式的土地-大气反馈改变陆地蒸散发和降水模式。该过程影响区域降水格局，进而调节植被动态（如生长速率、分布）及相关生态功能（包括土壤保持）。忽略这种反馈可能导致PNV评估偏差。因此，将水汽再循环纳入评估框架对于稳健量化土壤保持潜力至关重要。

为填补这些空白，我们提出了一种新方法，以量化中国土地面积的SCP。与基于土地的恢复不应与粮食生产或人类居住竞争的前提一致，对粮食生产和居住至关重要的区域——即耕地和城市用地——被排除在评估之外。此处考虑的AT生态系统仅包括向PNV状态转变是可行的恢复选项的土地，即自然植被、管理林、牧场和荒地。我们将过程型Lund-Potsdam-Jena通用生态系统模拟器（LPJ-GUESS）与经验型修正通用土壤流失方程（RUSLE）相结合，模拟AT生态系统和PNV生态系统下的土壤保持。为了考虑土地-大气反馈，我们将模拟的ET变化与水汽再循环框架相结合，得出调整后的降水量，然后用于驱动后续模拟。这些模拟覆盖历史时期（1993–2022）和未来情景（SSP119/245/585，2071–2100）。本研究旨在：(1) 刻画中国AT生态系统和PNV生态系统中SC的时空分布；(2) 推导全国SCP并确定恢复优先区域。通过解决恢复目标不明确这一长期挑战，该框架为在NbS背景下优化区域土壤保持策略提供了科学依据，并为指导未来全球恢复工作提供了可迁移的定量工具。

章节摘要

材料与方法

我们将过程型建模与经验方法相结合，量化土壤保持。总体模拟框架和模型设置遵循我们此前发表的方法。本研究的重点差异和额外细节如下所述。

模型验证与性能评估

我们用136个自然植被站点的碳储量、ET和LAI观测数据验证了LPJ-GUESS模型。全球范围内，模型表现良好，碳储量的R²为0.8，ET的R²为0.77，LAI的R²为0.69。值得注意的是，中国站点内的模型表现与全球结果相当，而较低的RMSE（约为一半）表明更好的区域适用性。对于基于RUSLE的

土壤保持的空间格局

本研究采用RUSLE模型系统评估了中国历史时期（1993–2022）和未来时期（2071–2100）土壤保持的时空分布。分析揭示了历史SC能力的显著西北-东南二分格局，高值集中在南方地区。这一格局与以往研究一致，反映了水热条件的基本控制作用。

结论

本研究开发了一个新框架——将过程型LPJ-GUESS模型与经验型RUSLE模型相结合——在全国尺度上量化中国的土壤保持潜力，得出几个关键见解。首先，PNV和AT生态系统中的土壤保持空间分布呈现出明显的"南高北低"格局。其次，显著的功能赤字持续存在：PNV生态系统始终表现出优越的SC能力。

CRediT作者贡献声明

Jialan Nan：撰写-原始草稿、方法、形式分析、概念构思。Kexin Liu：验证、方法、数据整理。Kexin Chen：撰写-审阅与编辑、可视化、数据整理。Fengbao Zhang：撰写-审阅与编辑。Lei Deng：撰写-审阅与编辑。Shouzhang Peng：撰写-审阅与编辑、监督、资金获取、概念构思。

生成式AI和AI辅助技术声明

在本文准备过程中，作者未使用任何生成式AI或AI辅助技术。作者对已发表文章的内容承担全部责任。

利益冲突声明

作者声明他们不存在任何已知的竞争性经济利益或个人关系，这些利益或关系可能影响本文报道的工作。

致谢

本研究由国家自然科学基金（项目号U2243226和42077451）、第二次青藏高原科学考察研究计划（项目号2022QZKK0101）以及自然资源要素耦合过程与效应重点实验室开放基金（项目号2025264）支持。

Jialan Nan | Kexin Liu | Kexin Chen | Fengbao Zhang | Lei Deng | Shouzhang Peng

水土保持与荒漠化防治全国重点实验室，西北农林科技大学资源环境学院，杨凌 712100，中国