预测区域尺度深层土壤有机碳的方法  

An empirical approach to predict regional organic carbon in deep soils

作　　者：王晶晶 魏孝荣[1,2,3] 贾小旭 黄明斌[1,2,3] 刘志鹏[5] 姚毓菲[6] 邵明安 Wang J;Wei X;Jia X;Huang M;Liu Z;Yao Y;Shao M

机构地区：[1]西北农林科技大学黄土高原土壤侵蚀与旱地农业国家重点实验室,杨凌712100 [2]中国科学院水利部水土保持研究所,杨凌712100 [3]中国科学院第四纪科学与全球变化卓越创新中心,西安710061 [4]中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室,北京100190 [5]南京农业大学资源与环境科学学院,南京210095 [6]西北大学城市与环境学院,西安710127

出　　处：《中国科学：地球科学》2023年第3期561-571,共11页Scientia Sinica(Terrae)

基　　金：中国科学院战略性先导科技专项项目(编号:XDA23070202、XDB40020000)、中国科学院前沿重点项目(编号:QYZDB-SSW-DQC039)资助;国家重点研发计划项目(编号:2022YFF1302804);国家自然科学基金项目(批准号:41977068、41622105)。

摘　　要：深层土壤有机碳(soil organic carbon,SOC)在陆地生态系统碳循环中发挥着重要作用,对其准确估算是科学认识土壤碳汇潜力的基础.然而,如何准确估算区域尺度深层土壤SOC一直是亟需解决的难题.文章建立了基于深度分布函数的预测区域深层土壤SOC的经验方法,利用全球4个不同区域的土壤剖面SOC数据库对该方法的适用性进行评估,并验证了该方法在中国黄土高原地区的应用.结果表明,在本研究所选择的深度分布函数中,负指数函数对土壤剖面SOC的模拟效果最佳,其参数Ce和k分别与0~20cm土层SOC含量和0~40cm土层SOC变化率呈现显著的线性关系.基于这些关系,建立了预测区域尺度负指数函数Ce和k的经验方程.结合负指数函数与经验方程,形成了预测区域尺度深层土壤SOC的经验模型.该模型能准确预测黄土高原样点和区域尺度500cm土层土壤SOC.因此,本研究提出的方法可简单、快速、准确地预测区域尺度深层土壤SOC.

关 键 词：深层土壤有机碳 经验模型 负指数函数 剖面分布 空间尺度 

分 类 号：S153.6[农业科学—土壤学]