《Geoderma》：A RothC-based spatiotemporal analysis of soil organic carbon stocks in agricultural soils of the Netherlands (1986–2022)
編輯推薦：
為精確評估和監測大尺度農業系統土壤有機碳（SOC）動態，本研究針對碳輸入數據不確定的難題，利用RothC模型，以25 m高分辨率模擬了荷蘭農業礦質土壤1986–2022年的SOC儲量。研究表明，不同土地利用下SOC變化趨勢差異顯著，模型在點尺度驗證中表現出良好性能，為國家級SOC評估和碳中和政策制定提供了有力的過程模型工具。
土壤是陸地生態系統中最大的碳庫，土壤有機碳（SOC）對于維持土壤質量、功能健康及生態系統服務至關重要。然而，由于不可持續的土壤管理、農業擴張和泥炭地排水等原因，包括歐洲在內的全球許多地區的SOC儲量正在下降或面臨耗竭風險。這削弱了土壤履行關鍵生態系統功能的能力，也加劇了氣候變化。這一問題在荷蘭這樣的低地國家尤為突出，其特點是農業活動密集、泥炭地廣布。對SOC變化趨勢進行高時空分辨率的準確量化，是理解其動態、識別氣候變化減緩機遇和支持土壤健康政策的關鍵。然而，傳統的基于重復采樣或統計模型的方法，要么空間分辨率不足，要么難以有效捕捉SOC儲量動態。因此，開發和應用能夠兼顧高分辨率和過程機理的模擬方法，成為當前的研究熱點和迫切需求。
在此背景下，一篇題為“基于RothC的荷蘭農業土壤有機碳儲量時空分析（1986–2022）”的研究論文發表于國際土壤科學著名期刊《Geoderma》。該研究巧妙地運用了被廣泛驗證的Rothamsted碳模型（RothC），旨在填補上述知識空白。研究團隊設定了四個明確目標：首先，以25 m × 25 m的精細空間分辨率，模擬1986至2022年間荷蘭農業礦質土壤表層（0–30 cm）SOC儲量的時空分布；其次，利用獨立觀測數據評估RothC模型的模擬性能；再次，深入解析土地利用（變化）和糞肥輸入對SOC儲量及其不同碳庫變化的貢獻；最后，分析不同SOC碳庫的時空變異，以評估其對碳封存潛力的意義。
為達成這些目標，研究人員整合了多源、長時序的時空數據集，并進行了定制化的模型開發與驗證。其技術方法的核心在于對經典RothC-26.3模型的全國尺度、高分辨率應用與改進。首先，模型初始化與參數本地化：研究基于1986年高分辨率SOC儲量圖和粘土含量圖，為每個25 m網格單元計算了惰性有機質（IOM）庫，并根據穩態假設和初始碳輸入比例，分配了四個活性碳庫（可分解植物材料DPM、難分解植物材料RPM、微生物生物量BIO、腐殖化有機質HUM）的初始碳儲量。其次，高時空分辨率驅動數據制備：研究團隊構建了覆蓋1986–2022年的月度氣候數據集（溫度、降水、潛在蒸散）、逐年土地利用/作物類型圖（基于荷蘭農業地塊基礎登記BRP數據）、以及逐月植被覆蓋（基于Landsat的NDVI）數據。尤為關鍵的是，他們利用INITIATOR模型輸出的糞肥有效有機碳（EOC）數據，并結合作物類型特定的腐殖化系數（hc）和DPM/RPM比例（rdpm/rpm），生成了時空明確的碳輸入（包括作物殘茬和糞肥）序列。最后，大規模并行模擬與多層次驗證：研究開發了定制的R實現，以支持全國范圍（約14530 km2）內所有網格單元的逐月模擬。模型性能通過三個獨立的時空數據集進行了驗證：點尺度的田間實測數據、區域尺度的空間化SOC圖、以及重復采樣監測數據，并計算了模型效率系數（MEC）等指標進行量化評估。
研究結果揭示了荷蘭農業土壤SOC儲量的清晰時空格局、變化趨勢及其內在驅動機制。
1. SOC儲量的時空動態：
模擬結果顯示，在1986至2022年間，荷蘭農業礦質土壤的SOC儲量變化存在顯著的空間異質性和土地利用依賴性。在表層土壤（0–30 cm）中，永久草地的SOC儲量平均增加了13.2%，這主要歸因于持續且較高的糞肥輸入，以及碳在穩定碳庫（如HUM）中的累積。相反，永久耕地的SOC儲量平均下降了10.4%，這與其較低的糞肥輸入和更集約化的管理措施有關，導致了活性碳庫（如DPM、RPM）的減少。在土地利用發生變化的混合區域，SOC儲量平均下降了3.9%。
2. 模型性能評估：
利用三個獨立數據集進行的驗證表明，RothC模型在再現點尺度田間實測SOC值方面表現最佳，1986年和2022年的模型效率系數（MEC）分別為0.32和0.37。然而，模型在捕捉SOC隨時間變化趨勢方面的能力相對有限，在所有數據集上的MEC均接近0。盡管如此，模擬所揭示的SOC時空變化模式與先前的觀測研究結果是一致的，表明模型能夠合理反映大尺度的空間格局和相對變化方向。
3. 土地利用與糞肥輸入的影響機制：
深入分析表明，土地利用和糞肥管理是驅動SOC變化的關鍵因素。草地的碳增益與系統性地更高糞肥輸入以及碳在穩定碳庫（HUM和IOM）中的凈積累密切相關。而耕地的碳損失則與較低的糞肥輸入和集約化管理（導致土壤擾動增加）相關聯，這加速了活性碳庫（DPM和RPM）的分解與流失。研究清晰地量化了不同管理措施下各碳庫的貢獻，為針對性的土壤碳管理提供了理論依據。
4. 不同碳庫的貢獻與碳封存潛力：
對RothC模型中五個碳庫（DPM, RPM, BIO, HUM, IOM）的分析顯示，SOC儲量的變化主要發生在活性碳庫。在碳增加的草地，增長主要體現于周轉較慢的HUM和BIO庫；而在碳損失的耕地，減少則集中于周轉較快的DPM和RPM庫。這提示，通過管理措施促進碳向穩定庫（HUM和IOM）轉移，是提升土壤長期碳封存潛力的關鍵。
結論與討論部分對本研究的重要發現和意義進行了總結與展望。該研究成功地將RothC模型應用于國家尺度的高分辨率SOC時空模擬，生成了覆蓋荷蘭農業礦質土壤長達37年、精度達25米的SOC儲量動態數據集。這不僅首次在如此高的時空分辨率上量化了該國農業土壤的SOC變化趨勢，還深入揭示了土地利用和糞肥輸入對不同碳庫的動態調控機制。研究表明，RothC模型在國家尺度SOC儲量評估與監測方面具有巨大潛力，其過程機理框架能夠有效捕捉SOC動態，而這正是純經驗性統計模型難以實現的。
同時，研究也指出了當前面臨的挑戰與未來方向。獲取準確的高時空分辨率碳輸入數據仍是提升模型精度的主要瓶頸。盡管本研究利用國家數據庫和模型估算改善了數據狀況，但不確定性依然存在。此外，模型在模擬SOC隨時間變化趨勢方面的性能有待提高，突顯了對更高質量的時間序列驗證數據的迫切需求。研究最后建議，未來的工作可以探索將RothC與機器學習相結合的混合建模方法，以期更好地捕捉當前模型未能解釋的變異性，從而進一步提升模擬性能。這項研究不僅為荷蘭的土壤碳管理和氣候變化政策提供了科學依據，其技術路線和發現也為全球類似區域開展高精度SOC監測與模擬提供了有價值的參考范例。
