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: 199


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 - 05 - 22
研究背景在全球变化研究中,河流、湖泊等内陆水体并非只是碳从陆地输送到海洋的通道,也是重要的碳转化与温室气体释放界面。进入水体的有机碳,一部分在水体中滞留埋藏,另一部分则通过微生物分解、厌氧产甲烷和气体扩散等过程转化为CO₂和CH₄,并释放到大气中。在快速城市化地区,土地利用变化、生活污水输入、河网改造和营养盐富集会进一步改变水体理化环境与碳循环过程。然而,不同类型城市水体的温室气体排放差异及其驱动机制仍有待明确。围绕这一问题,中国科学院南京地理与湖泊研究所程俊翔老师团队在国际期刊 《Science of the Total Environment》发表研究成果。研究以高度城市化地区苏州河湖系统为对象,开展 CH₄ 和 CO₂ 通量原位监测,并同步测定水体理化指标,系统揭示了不同类型城市水体温室气体排放的时空格局及主要驱动因素,为城市水体碳循环评估与排放管控提供了实测依据。 图1.苏州市土地...
2026 - 05 - 22
研究背景哈密瓜的风味品质和商品价值与甜度密切相关,而可溶性固形物含量(SSC)是评价果实甜度的重要指标。传统SSC检测多依赖折光仪测定,虽结果可靠,但需取样、榨汁或切片,具有破坏性,难以满足批量化、连续化和在线分选对快速无损检测的需求。高光谱成像技术融合了图像与光谱信息,能够间接反映果实内部化学成分(如糖、水分、酸度)的分布与含量,为非破坏性检测提供了新路径。然而,现有研究多集中于单一品种,跨品种检测的模型泛化能力仍面临挑战,尤其是哈密瓜这类果皮差异大、糖分分布不均的厚皮甜瓜。近日,青岛农业大学赵磊老师团队在《Symmetry》发表了一项研究,系统探索了高光谱成像结合机器学习在哈密瓜多品种可溶性固形物(SSC)无损检测中的应用,提出了一种基于RPD加权的集成模型,显著提升了跨品种预测的鲁棒性和准确性。 图1.光谱采集过程。研究方法样本准备:品种:西州蜜、伽师瓜、金凤凰、黑眉毛(各40个,共...
2026 - 05 - 18
研究背景全球气候变化正在改变干旱与半干旱草原生态系统的稳定性边界。随着年际降水波动增强、大气氮沉降加剧以及放牧压力持续存在,草原生态系统的稳定性正受到多重驱动因子的共同影响。物种丰富度(SR)和地上净初级生产力(ANPP)分别反映群落多样性与生态系统生产功能,二者之间的耦合关系被认为是评估草地稳定性和恢复力的重要生态学指标。然而,已有研究多关注单因子效应或静态气候条件下的生态响应,对于降水变异、放牧干扰和氮输入如何在不同降水年份中共同调控SR–ANPP耦合关系,仍缺乏系统认识。近期,兰州大学侯扶江老师和王晓波老师团队在《Earth's Future》上发表了一项研究,团队以黄土高原典型干旱草原为对象,探讨了不同降水年份下,放牧强度和氮添加如何影响SR与ANPP之间的耦合关系,并进一步解析了植物功能群和土壤因子在其中的调控机制。图1.长期放牧试验平台和氮添加试验区。UG、LG、MG和...
2026 - 05 - 18
研究背景松树枯萎病(PWD)是由松材线虫引发的毁灭性森林病害,具有传播快、致死率高和防控难度大的特点。当前防控多依赖病后治理,存在明显滞后性,难以满足早期预警需求。研究表明,PWD的发生发展与树体水分和叶绿素含量变化密切相关,二者可作为判断病害侵染程度的重要生理指标。然而,传统地面检测成本高、效率低,难以实现大范围、无损监测。近年来,随着光谱遥感技术的成熟,如何在病害无症状阶段实现早期识别,已成为防控研究的重点。然而,早期松树枯萎病的动态演变规律尚不明确,遥感监测的最佳时间窗口也缺乏系统性研究。近期,中国科学院空天信息创新研究院黄文江老师团队在《Ecological Informatics》发表了一项研究,研究通过构建“高光谱—色度—病理”多维监测框架,揭示了早期松树枯萎病的时间响应序列,并确定了遥感指标的最佳检测时机。 图1.研究区域概述。研究方法研究以安徽省宣城市麻姑山林场为研究区,选...
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