秸秆覆盖越多并非总是固碳更多:城郊黑土区土壤碳封存的热力优化窗口

《Land》:Does More Straw Always Sequester More Carbon? Unveiling a Thermal Optimization Window for Soil Carbon Sequestration in Peri-Urban Mollisols

【字体: 大 中 小 】 时间:2026年09月21日 来源:Land 3.5

编辑推荐:

  土壤有机碳(SOC)是陆地主要碳库之一,其维持对于减缓气候变化具有重要意义。秸秆保留在农田中广泛应用,但作物残留物覆盖度(CRC)与土壤有机碳密度(SOCD)之间的关联可能呈非线性,并可能随城郊热力条件而变化。研究人员整合了中国东北黑土农田的多源空间数据集,比

  
土壤有机碳(SOC)是陆地主要碳库之一,其维持对于减缓气候变化具有重要意义。秸秆保留在农田中广泛应用,但作物残留物覆盖度(CRC)与土壤有机碳密度(SOCD)之间的关联可能呈非线性,并可能随城郊热力条件而变化。研究人员整合了中国东北黑土农田的多源空间数据集,比较了稳定乡村区和乡村—城市过渡区近期0–20 cm土层平均SOCD,并检验了CRC、城市热岛(UHI)强度与SOCD之间的关联。研究采用XGBoost结合沙普利加性解释(SHAP)量化预测因子的重要性,并刻画CRC对预测SOCD的非线性贡献。进一步采用结构方程模型(SEM)和偏最小二乘路径模型(PLS-SEM)评估CRC、昼夜UHI与SOCD之间的统计关联及交互项。过渡区的平均SOCD略高于稳定区,而两区平均CRC无显著差异。CRC对预测SOCD的贡献在两区均呈现非线性依赖模式,其转折区域相近,约为48–50% CRC。低CRC区间的模式在两区之间存在差异,而高CRC区间内CRC与其SHAP值在两区均呈强正相关。白天与夜间UHI与CRC-SHAP模式呈现对比性关联,且估计的交互效应在稳定区与过渡区之间存在差异。这些结果揭示了城郊热力条件下CRC与SOCD之间的非线性和空间异质性关联,并为后续时间尺度及过程机制研究提供了基础。
论文解读:城郊热力条件下秸秆覆盖与土壤有机碳密度的非线性关联——基于东北黑土区的多源数据与机器学习证据

研究背景方面,土壤有机碳(SOC)是陆地生态系统中最大的碳库,其动态变化对全球碳循环和气候减缓具有深远影响。SOC的稳定化过程高度依赖于局部微气候条件,因为温度和水分状况调控着微生物分解速率与有机质转化效率。秸秆还田被广泛认为能够增加土壤碳储量,但已有培养实验和荟萃分析提示,作物残留物还田带来的土壤碳增益可能存在饱和点,甚至低量覆盖可能通过激发效应加速原生SOC分解。然而,大尺度田间研究中关于这些阈值的定量证据仍然稀缺。与此同时,城市热岛(UHI)效应作为城乡微气候差异的最显著表现,对城郊农田土壤碳动态的影响尚未得到充分认识。传统观点通常将UHI视为农业系统的负面因素,理由是增温加速SOC矿化;但生态学理论指出,温度对生物过程的影响通常呈“钟形曲线”,酶活性和微生物代谢存在最适温度区间。因此,持续增温的UHI是否会在低强度时产生适度刺激、在高强度时产生强烈抑制,以及白天与夜间UHI是否因辐射和蒸发差异而对土壤碳动态产生相反作用,目前仍缺乏直接证据。此外,稳定乡村区与乡村—城市过渡区之间秸秆覆盖度(CRC)与SOCD的关联是否不同,也尚未明确。现有研究中同时覆盖CRC、SOC和UHI强度的高分辨率数据集有限,而传统线性模型难以捕捉非线性交互效应。

研究人员以中国东北黑土区为研究区域,该区域是全球重要的SOC热点区,同时经历快速城市扩张,形成了大量城郊过渡带,为研究不同热力条件下CRC与SOCD关联的城乡梯度变化提供了理想场地。研究整合了多源空间数据集,包括1 km分辨率的中国土壤有机碳密度数据集(2010–2015年和2015–2020年平均值)、30 m分辨率的东北玉米残留物覆盖数据集(2013–2020年收获后平均值)、夜间灯光数据集(PANDA,用于划分稳定区与过渡区)、1 km分辨率的中国UHI数据集(秋季白天和夜间强度平均值),以及土壤属性(速效氮、黏粒、砂粒、pH、阳离子交换量)、气候(年均温、降水)和地形(起伏度)数据。通过构建1 km×1 km规则渔网进行像素中心采样,最终获得约160万个有效栅格单元,其中稳定乡村区159万个,过渡区0.27万个。研究人员采用空间代替时间框架,使用XGBoost回归模型结合SHapley Additive exPlanations(SHAP)方法识别SOCD的关键预测因子并刻画非线性响应模式,并通过结构方程模型(SEM)和偏最小二乘路径模型(PLS-SEM)评估CRC、UHI强度与SOCD之间的统计关联及交互项。

研究结果显示,在空间分布特征方面,过渡区平均SOCD为52.67 Mg C ha?1,略高于稳定区的51.57 Mg C ha?1,且差异显著(Mann–Whitney U检验,p = 0.009);但两区平均CRC无显著差异(稳定区59.98%,过渡区58.66%,p = 0.095)。在预测因子重要性方面,XGBoost模型在稳定区R2 = 0.914、RMSE = 5.62 kg C ha?2,过渡区R2 = 0.879、RMSE = 5.30 kg C ha?2。年均温(AT)在两区均为主导预测因子(|SHAP| > 9)。稳定区中速效氮(AN)排名第二(|SHAP| = 4.168),过渡区中起伏度(RA)升至第二(|SHAP| = 3.479),白天UHI强度(UH_day_mean)升至第三(|SHAP| = 2.220)。CRC的平均|SHAP|在过渡区(1.229)高于稳定区(0.910)。在非线性CRC-SHAP依赖模式方面,两区均呈现非线性关系:稳定区在低CRC区间(<48.6%)CRC-SHAP相关为负(r = ?0.483),转折点约在48.6% CRC,高CRC区间呈强正相关(r = 0.971);过渡区转折点约在48.4% CRC,低CRC区间呈弱正相关(r = 0.310),高CRC区间强正相关(r = 0.927)。两区转折区域相近(约48–50% CRC)。在UHI四分位数分层分析中,稳定区夜间UHI从Q1到Q4,CRC-SHAP相关从0.750增至0.833,但平均SHAP从Q1的0.125降至Q2–Q4的约?0.05;白天UHI相关在Q3达峰(0.840),平均SHAP在Q4最低(?0.210)。过渡区夜间UHI下CRC-SHAP相关在Q3达峰(0.909),平均SHAP在Q3最高(0.459);白天UHI下相关在Q2达峰(0.949),平均SHAP在Q4最高(0.515)。在路径分析方面,稳定区CB-SEM模型解释了81.2%的SOCD方差,CRC、夜间UHI、白天UHI到SOCD的标准化路径系数均为正(β = 0.091、0.253、0.022),CRC×白天UHI交互系数为?0.041,CRC×夜间UHI交互系数为?0.025;过渡区PLS-SEM模型解释了41.6%的方差,白天UHI到SOCD的路径系数为负(β = ?0.589),CRC×白天UHI交互系数为?0.159。

讨论部分指出,两区CRC-SHAP依赖曲线在约48–50% CRC出现相似转折区域,提示秸秆覆盖与SOCD的关系可能存在覆盖度依赖的阈值,但这一转折不应被解读为普适管理阈值。低CRC区间两区模式的差异表明城乡环境背景可修饰低覆盖下的响应。白天与夜间UHI对CRC-SOCD关联的影响方向不同,且过渡区与稳定区存在差异,说明UHI对土壤碳的影响不能用单一线性响应概括。过渡区平均SOCD略高而CRC与稳定区无显著差异,可能反映出过渡区中仍保留活跃耕作象元而非完全转为建成区,以及机械化收获和秸秆还田实践的广泛延续。负向的CRC×白天UHI交互系数在两区都存在,且过渡区绝对值更大,提示过渡区CRC-SOCD关联对白天热环境更为敏感。

研究结论为:在东北黑土区稳定乡村与乡村—城市过渡区之间,SOCD和CRC呈现出不同的空间模式,其中过渡区平均SOCD略高,而平均CRC无显著差异。XGBoost-SHAP分析揭示了两区非线性的CRC-SHAP依赖模式,转折区域均位于约48–50% CRC。低于该区域时,CRC-SHAP关联在两区间存在差异;高于该区域时,两区均呈强正相关。转折区域位置的一致性提示CRC对预测SOCD的贡献存在潜在的覆盖度依赖转折,并为后续田间验证提供了候选区间。白天与夜间UHI与CRC-SHAP模式呈现对比性关联,且这些关联在稳定乡村区和过渡区之间有所差异。两区路径模型中CRC×白天UHI交互系数均为负,稳定区夜间交互系数亦为负,表明CRC与SOCD的模型关联随局部热力背景而变化,城郊过渡农田应区别于稳定乡村农田进行单独考量。考虑城乡热力差异有助于改进秸秆管理的空间评估,但还需时间分辨观测和过程模型测量来评价相关土壤碳机制。在高白天UHI过渡农田中,可将秸秆保留结合减少耕作作为实际土壤保护选项进行优先田间评估。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号