《Environmental Technology & Innovation》:Threshold effects and driving mechanisms of desert photovoltaic power stations on soil carbon pools
编辑推荐:
光伏电站(PVPS)对于实现碳平衡目标至关重要。大规模光伏阵列与原生生态系统的耦合形成了具有独特能量和物质交换的光伏生态系统,影响了碳循环等关键生态过程。沙漠作为具有高生态敏感性的重要碳库,其稳定性对全球碳平衡至关重要。然而,PVPS的干扰可能改变土壤结构,导
光伏电站(PVPS)对于实现碳平衡目标至关重要。大规模光伏阵列与原生生态系统的耦合形成了具有独特能量和物质交换的光伏生态系统,影响了碳循环等关键生态过程。沙漠作为具有高生态敏感性的重要碳库,其稳定性对全球碳平衡至关重要。然而,PVPS的干扰可能改变土壤结构,导致碳库失稳和养分有效性变化。因此,阐明PVPS对碳库的影响机制及其阈值效应,对于实现光伏开发与生态保护的协同至关重要。本研究调查了位于青藏高原东北部的塔拉滩沙漠光伏电站(PVPS)的碳汇效应。结果表明,PVPS显著增强了沙漠土壤的碳汇潜力。碳富集效应在跟踪支架下最为显著,其次是半跟踪支架和固定支架。总碳含量随土壤深度增加而降低。PVPS通过改变土壤理化因子的时空分布来影响有机碳和无机碳动态。有效氮、水分和黏粒含量是主要控制因子,间接主导总碳分布。值得注意的是,总碳对其主要控制因子的响应存在阈值;超过该阈值后,两者关系从负反馈转变为正反馈。与天然沙漠相比,这种人工-自然复合生态系统对总碳的积极影响随季节变化。冻结期和冻融期主要促进无机碳积累,而在非冻结期有机碳的贡献显著增强。
**沙漠光伏电站对土壤碳库的阈值效应与驱动机制研究解读**
**研究背景与问题**
沙漠生态系统作为全球碳库的重要组成部分,其土壤碳库(包含有机碳SOC和无机碳SIC)储量巨大,但长期受到低估。光伏电站(PVPS)的大规模建设通过改变地表辐射平衡、水分分布等,形成了复杂的人工-自然复合生态系统,对土壤碳循环产生非线性影响。然而,现有研究多聚焦于森林、草地等自然生态系统的碳汇潜力,对光伏扰动下沙漠土壤总碳(STC)的耦合影响机制认识不足,尤其是光伏支架类型、面板区域、土壤深度及时空变化如何调控STC,以及其是否呈现阈值效应,尚不明确。因此,揭示光伏开发对沙漠土壤碳库的调控机制与阈值特征,对于实现光伏工程与生态安全的协同发展至关重要。
**研究内容与结论**
本研究以青藏高原东北部塔拉滩沙漠光伏电站为对象,系统采集了冻结期、冻融期、非冻结期不同支架类型(固定支架FABs、半跟踪支架STBs、跟踪支架TBs)、面板位置(面板下、面板间、面板前)及土壤深度(10、20、40 cm)的土壤样品,测定碳组分及理化指标。主要结论:光伏开发显著增强了沙漠土壤碳汇潜力,场区内STC含量较场外天然对照区提高125.89%;跟踪支架下碳富集效应最显著,且面板下区域碳含量高于面板间;SOC随深度降低,SIC略有上升,导致STC总体下降;光伏电站通过改变有效氮(SAN)、水分(SWC)、黏粒(Clay)等关键因子的时空分布,间接驱动STC异质性;STC对主要控制因子的响应存在阈值,超过后从负反馈转为正反馈;季节变化影响碳组分贡献,冻结期和冻融期以SIC积累为主,非冻结期SOC贡献显著增强。
**重要意义**
该研究首次系统揭示了沙漠光伏电站对土壤总碳库的阈值效应与驱动机制,为光伏开发与生态保护的协同提供了重要科学依据,研究成果发表在《Environmental Technology》上。
**主要关键技术方法**
- 空间分块自助重采样法(spatial block bootstrap resampling)进行配对t检验,评估空间差异显著性。
- 随机森林模型(RFM)识别关键影响因子。
- 偏最小二乘结构方程模型(PLS-SEM)解析调控路径。
- 极端梯度提升模型(XGBoost)结合沙普利加法解释模型(SHAP)分析非线性关系与阈值效应。
- 样本来源:塔拉滩光伏电站(青海省,1000 MW,2012年投运),场外对照区为未受光伏干扰的天然沙漠。
**研究结果**
**3.1 光伏生态系统中土壤理化因子的空间变异特征**
通过分析不同支架类型、土壤深度及面板位置下的理化因子分布,发现:SAN、Clay、NH
4+-N、SLK在TBs下显著高于FABs(p<0.05);SWC和pH在STBs下最高;除Clay和pH外,其他因子随深度降低;面板下区域因子含量普遍高于面板间和面板前,SWC增幅最大。
**3.2 光伏生态系统中土壤总碳及其组分的分布格局**
SIC平均值(11.78 g kg
-1)高于SOC(8.00 g kg
-1)。光伏开发使SOC和SIC分别增加358.46%和67.03%。TBs下SOC和SIC显著高于FABs(p<0.05)。SOC主要在表层富集,SIC向深层迁移。面板下区域SOC和SIC最高,显著高于面板间(p<0.05)。
**3.3 光伏生态系统中土壤总碳的影响因素与调控路径**
Spearman相关分析和随机森林模型表明,SWC、Clay、SAN、SLK、NO
3--N、SAP和pH是STC的关键影响因子。PLS-SEM分析显示,环境因子直接或间接调控SOC和SIC,SAN、SWC和Clay是主要调控因子。
**3.4 光伏生态系统中土壤总碳对主要控制因子的响应阈值**
XGBoost-SHAP分析揭示了STC对SAN、SWC、Clay的非线性响应及阈值特征。例如,冻结期当STC超过15.84 g kg
-1时,SAN的影响从负转正;冻融期SAN阈值对应STC为23.64 g kg
-1;非冻结期SAN阈值对应STC为20.04 g kg
-1。
**讨论与结论**
讨论部分指出,光伏电站通过改变水热条件、养分有效性及微生物活动,调控SOC和SIC的动态,且碳库响应存在季节差异。冻结期和冻融期以SIC积累为主,非冻结期SOC贡献增强。研究结论:光伏开发显著增强了沙漠土壤碳汇潜力,STC对主要控制因子的响应存在阈值效应,临界点后从负反馈转为正反馈。人工-自然复合生态系统中碳组分贡献随季节变化,冻结期和冻融期主要促进SIC积累,非冻结期SOC贡献显著增强。