: 落叶松-白桦天然次生林土壤碳储量对抚育间伐的响应及基于NIRS-BPNN的快速预测

《Frontiers in Plant Science》：Responses of soil carbon storage to tending thinning and rapid prediction based on NIRS-BPNN in larch-birch natural secondary forests

　　

黑龙江省森林面积位居中国第三，其中一半以上为天然次生林。该省土壤肥沃，在中国的森林生态系统中发挥着至关重要的作用。然而，历史上的滥伐导致了森林状况退化、生产力下降以及固碳能力受损。本研究以大兴安岭的落叶松-白桦天然次生林为研究对象，考察了间伐12年后的土壤。研究人员比较了六种间伐处理（0%、16.7%、25.5%、34.4%、49.6%、59.9%），以评估土壤理化性质和土壤碳储量，并阐明间伐强度与土壤碳储量动态之间的关联。此外，利用近红外光谱（NIRS）和反向传播神经网络（BPNN）开发了土壤有机碳（SOC）含量预测模型。研究结果表明，间伐强度通过影响土壤湿度和有机碳含量等关键参数显著改变了土壤碳储量。具体而言，34.4%的间伐强度显著提高了土壤含水量（56.67% vs. 对照组33.02%，p < 0.05）和SOC含量（66.17 g/kg vs. 对照组32.03 g/kg，p < 0.05），导致土壤总碳储量大幅增加（83.80 t/ha vs. 对照组43.99 t/ha，p < 0.05）。NIRS-BPNN模型实现了预测集相关系数R_p = 0.9293（R²_p = 0.8635，RMSEP = 0.0064，RPD = 2.8），表现出良好的预测性能。本研究阐明了土壤碳储量对抚育间伐的响应，为次生林管理提供了科学基础。NIRS-BPNN模型为大规模评估次生林SOC含量提供了一种新颖、快速且无损的方法，对森林碳监测和气候变化缓解具有相当的理论和实践意义。

研究背景
森林是陆地生态系统中最大的碳库，对碳循环和减缓气候变化至关重要。森林土壤作为重要的碳储存介质，其碳储量的动态波动直接影响全球碳平衡。自工业革命以来，大气CO₂浓度持续上升引发全球变暖，凸显了森林碳库的重要性。天然次生林在陆地碳汇中发挥关键作用，但常面临生产力低下、固碳潜力有限和土壤肥力贫瘠等问题。抚育间伐等人为干预可改善栖息地质量、促进树木生长和更新，是可持续森林管理的关键。然而，间伐对土壤碳储量的影响仍存在争议。有研究指出适度间伐可能减少表层碳，高强度间伐可能增加碳储量，而荟萃分析则表明间伐作用可能不显著。这些矛盾结论反映了间伐效应的高度情境依赖性，其根本原因在于间伐通过调节土壤理化性质和有机碳的级联途径影响碳储存，而非直接影响总碳库。因此，研究土壤理化性质与碳储量的关联对优化森林经营至关重要。此外，近红外光谱（NIRS）技术因其快速无损特性已广泛应用于土壤碳氮检测，但结合间伐干预与NIRS建模评估土壤碳动态的研究仍有限。基于此，研究人员在《Frontiers in Plant Science》上发表了相关研究，旨在探讨不同间伐强度对土壤理化性质和碳储量的影响，并开发基于NIRS-BPNN的SOC含量预测模型，为次生林可持续管理提供理论和实践基础。

技术方法
研究人员以大兴安岭新林区伊勒呼里山东北坡的落叶松-白桦天然次生林固定样地为样本队列来源，于2007年实施6种不同强度（0%、16.7%、25.5%、34.4%、49.6%、59.9%）的抚育间伐处理。采集0~10 cm和10~20 cm土层样本测定理化性质与碳储量。同时，利用可见-近红外光谱仪采集土壤光谱数据，采用正交信号校正（OSC）等预处理方法优化光谱信息。随后，结合反向传播神经网络（BPNN）构建土壤有机碳含量预测模型，并使用决定系数（R²）等指标评估模型预测性能。

研究结果
土壤近红外光谱特征与模型开发
研究人员通过对光谱数据预处理及样本集划分后发现，OSC预处理方法在改善模型性能方面效果最佳。基于OSC-BPNN构建的预测模型表现优异，训练集相关系数为0.9886，预测集相关系数为0.9293，预测均方根误差（RMSEP）为0.0064，残余预测偏差（RPD）为2.8，表明该模型具备良好的非线性处理能力和预测准确性。
抚育间伐强度对土壤理化性质的影响
通过测定不同间伐强度下的土壤物理和化学性质发现，34.4%的间伐强度显著提高了土壤含水量、pH值和有机质含量。全量养分和速效养分含量在间伐强度超过25.5%时较对照组有不同程度的增加。最大持水量、毛管孔隙度等指标在不同处理间表现出一定差异，但未呈现随间伐强度增加的一致变化规律。
抚育间伐强度对土壤碳储量的影响
通过计算和分析不同土层碳储量，结果表明34.4%的间伐强度显著增加了0~10 cm土层的SOC含量和总碳储量。在34.4%间伐强度下，0~10 cm土层碳储量达到68.27 t/ha，总碳储量达83.80 t/ha，是对照组的两倍以上。各处理组表层土壤碳储量普遍高于深层土壤，且碳储量随间伐强度增加呈“W”形变化。
土壤理化性质与土壤碳储量的相关性分析
通过双变量相关分析发现，土壤总碳储量与土壤含水量、有机碳含量呈极显著正相关，与pH呈显著正相关。0~10 cm土层碳储量与土壤含水量和SOC极显著正相关；10~20 cm土层碳储量则与最大持水量和全磷极显著正相关，与全钾显著正相关。

总结讨论与结论
总结讨论部分：研究表明间伐对土壤碳储量的影响呈非线性特征，存在使碳储量最大化的阈值。34.4%的间伐强度通过改善林分结构、优化冠层开度和微气候，创造了利于碳积累的“适度干扰”状态，而过低或过高的间伐强度则因光照不足或过度扰动而不利于固碳。此外，间伐通过影响土壤水分、养分等理化性质改变碳储量，揭示了“水-碳耦合”的潜在驱动机制。建立的NIRS-BPNN模型为森林土壤碳储量的大规模、快速、无损监测提供了创新技术手段。
研究结论部分：本研究表明，在本研究条件下，大兴安岭落叶松-白桦天然次生林中34.4%的间伐强度具有最高的土壤固碳能力，使总碳储量显著增加到83.80 t/ha，且表层（0~10 cm）积累量是底层的四倍多。该固碳效应主要与土壤水分、有机质含量及养分有效性的提升相关。结合NIRS与BPNN构建的模型表现出高精度的预测性能，为实现大规模SOC监测提供了可靠快速的方法。这些发现支持适度间伐作为增强次生林固碳的有效经营措施，而具体的最佳间伐强度需根据具体林分和土壤条件通过特定实验确定。