北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

华北和东北地区土地利用和气候变化对土壤有机碳的影响

日期: 2020-05-15
浏览次数: 146


华北和东北地区土地利用和气候变化对土壤有机碳的影响

华北和东北地区土地利用和气候变化对土壤有机碳的影响

土壤有机碳(SOC)源和汇之间的平衡会影响温室气体以及全球气候SOC储量的微小变化会影响碳循环,并可能显著增加或降低大气中的碳浓度。土壤碳的变化受气候和土地利用的影响,并且在不同土壤中也会发生变化。为了更好地理解土壤有机碳的动力学及其驱动因子,作者收集了华北和东北地区1980年代和2000年代的数据,其中2000年代的样品利用ASD Fieldspec ProFR vis–NIR光谱仪进行了漫反射光谱的测定用于土壤碳的预测,并对各个时期土壤有机碳的空间变化进行了数字土壤制图。在1980年代,在30公里的方格中采集了585个土壤样品,并在2003年和2004年对该区域进行了重新采样(1062个样品)。该地区土地利用类型主要是农田,森林和草地。土地利用,地形因素,植被指数,可见近红外光谱和气候因素作为预测因子,使用随机森林预测土壤有机碳浓度及其时间变化。1985年平均土壤有机碳浓度为10.0 g kg-1,而2004年为12.5 g kg-1。在这两个时期中,土壤有机碳变化相似且从南到北增加。据估计土壤有机碳储量在1985年为1.68 Pg,在2004年为1.66 Pg,但是不同土地利用下土壤有机碳变化是不同的。在过去的20年中,平均气温升高,大面积森林和草原转化为农田。农田土壤有机碳增加了0.094 Pg+9%),而森林和草地土壤有机碳分别损失了0.089 Pg−25%)和0.037 Pg−25%)。结论是,土地利用是该地区土壤有机碳变化的主要驱动力,而气候变化在不同地区的贡献则不同。在土地利用的转换下,土壤有机碳损失显著,而农田具有土壤有机碳封存的巨大潜力。


1 结果
1.1 土壤有机碳浓度
2004年样品的总SOC平均浓度为12.5 g kg-1,略高于1985年的SOC浓度(10.0 g kg-1)(2)。在1985年,各土地利用类型表现为农田8.3 g kg-1)<裸地10.0 g kg-1)<草地15.1 g kg-1)<沼泽16.0 g kg-1)<森林17.1 g kg-1)。在2004年表现为裸地11.1 g kg-1)<农田12.2g kg-1)<森林12.7g kg-1)<草地13.3g kg-1)<沼泽20.8 g kg-1)。随着时间的变化,农田,沼泽和裸地土壤的SOC增加了,而森林和草地降低了。1985年的土壤由于较高的标准偏差而显示出比2004年更高的变化(3)。

华北和东北地区土地利用和气候变化对土壤有机碳的影响

华北和东北地区土地利用和气候变化对土壤有机碳的影响

1.2 土壤有机碳浓度空间模型
4总结了预测模型的校准和独立验证,其中1985年样品的校准LCCC0.910.90–0.92),2004年为0.971985年独立验证LCCC0.650.39-0.902004年为0.840.77-0.90)。在校准和验证水平,1985年的RMSEs均高于2004年。由于样品密度较高,LCCCRMSE较低,因此2004年的模型比1985年的模型更稳定。
2显示了环境协变量在1985年和2004年预测模型中的重要性。在这两个时期一些协变量重要性相似,例如坡度,TWIMBI,温度,降水和土地利用。植被和气候因素是重要的预测指标,尤其是温度,降水,NDVIVNDVI。坡向,曲率和MBI2004SOC预测的贡献不大,且坡向是两个时期中最不重要的因素。2004年土壤样品光谱的PCA在预测模型中表现出很高的重要性。从PC1PC3重要性依次降低。
华北和东北地区土地利用和气候变化对土壤有机碳的影响

1.3 土壤碳的空间变化
3预测了1985年和20040-20 cm表土中SOC浓度。1985年研究区的SOC浓度从南到北增加。在南部,SOC浓度大部分在8g kg-1以下。中部海拔较高,其SOC浓度高于南部。在北部,SOC浓度随纬度显著增加。两个时期SOC的空间分布是相似的。在南半部,SOC浓度在810 g C kg-1之间,高于1985年。在北部,SOC浓度随纬度增加。
由于样品数量和地点的不同,两个时期的不确定性也有所不同(4)。北部地区预测不确定性最低。1985SOC预测的高度不确定性发生在海拔较高的中部和南部边缘。2004年的高度不确定性发生在样品密度较低的中北部地区。

华北和东北地区土地利用和气候变化对土壤有机碳的影响

华北和东北地区土地利用和气候变化对土壤有机碳的影响

1.4 土壤有机碳的变化
1985年至2004年之间,除农田外,所有土地利用的平均SOC浓度均下降。农是研究区最大的土地利用类型,其SOC浓度增加了0.5 g kg-14)。在森林土壤中,SOC减少量最大,为8.8 g kg-1-38%)。草地上的SOC浓度降低了21%。
研究发现,SOC浓度发生了显著变化,并且在初始浓度较高的地区,SOC的降低幅度更大。SOC的降低主要发生在研究区域的北部(中国东北)。减少量超过6 g kg-1 相反,初始SOC相对较低的南部地区(华北地区)SOC有所提高。
1985年和2004年土壤有机碳总储存量分别为1.68 Pg1.66 Pg。在不同的土地利用类型中,农田含有最多的有机碳,而森林和草地的有机碳含量远少于农田。二十年来森林土壤SOC损失了约25%(5),但农田土壤有机碳却增加了9%。草地土壤有机碳以25%速率增加了0.013 Pg

华北和东北地区土地利用和气候变化对土壤有机碳的影响

华北和东北地区土地利用和气候变化对土壤有机碳的影响

1.5 土地利用和气候变化对土壤有机碳变化的影响

在华北和东北地区,土地利用对SOC变化的贡献超过温度和降水变化(5)。在整个地区,对SOC变化的贡献中土地利用占38%,温度变化约占9%,而降水变化仅占5%。东北地区(42%)比华北地区(33%)的土地利用占比更大。整个研究区域,特别是东北和华北地区,温度变化对SOC均无显著影响。华北地区降水变化对SOC动态的影响很小(17%),而东北地区几乎没有影响。温度对东北地区的SOC变化没有显著影响,而华北地区占20%。华北地区气候变化对SOC变化的总贡献达到了35%,而土地利用为33%,但在总变化中共有19%的相互作用。
华北和东北地区土地利用和气候变化对土壤有机碳的影响
2 结论
研究估计了1985年至2004年之间0–20 cm表层土壤有机碳浓度和储存量的变化。数字土壤制图方法用随机森林模型中的环境协变量预测了两个时期SOC的空间变化。结果为:
(1) 随机森林可以在大尺度上有效地预测SOC空间变化。在这两个时期中,SOC浓度具有相似的趋势,东北地区的SOC较低,华北平原的SOC较高。华北地区土壤碳增加,而大多数东北地区则减少。
(2) SOC的总体储存量稳定。农田土壤中的碳储量增加0.094 Pg,增长率为9%。森林和草原土壤中发生显著的碳损失,均为-25%
(3) 在中国华北和东北地区,土地利用变化是SOC变化的主要驱动因子。与土地利用变化相比,气候变化对SOC变化的贡献相似,而东北地区的贡献较小。


Land use and climate change effects on soil organic carbon in North and Northeast China.pdf


News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开