中国湿地土壤有机碳池:关于池的大小,变化和轨迹的新估计
Yongxing Ren1,2, Dehua Mao1, Zongming Wang1
1State Key Laboratory of Black Soils Conservation and Utilization, Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun, China.
Global change biology
|August 29, 2023
概括
使用机器学习对中国湿地的土壤有机碳 (SOC) 进行估计,发现SOC密度略有增加,但由于湿地面积减少,SOC储存总体下降. 未来的气候变化可能会进一步影响SOC储存.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 气候科学 气候科学
背景情况:
- 对湿地土壤有机碳 (SOC) 的可靠估计对于了解全球碳动态至关重要.
- 以前的SOC估计是高度可变和不确定的,由于数据来源和方法.
- 中国的湿地是重要的碳池,需要对SOC的储存和变化的准确评估.
研究的目的:
- 用机器学习来估计SOC储存及其在中国湿地中的时间变化.
- 为中国开发一个全面的湿地SOC密度数据库.
- 在不同的气候变化情景下,预测未来的湿地SOC储存.
主要方法:
- 编制了一个数据库809湿地SOC密度样本从181个中国研究超过20年.
- 标准化SOC密度数据到1米深使用土壤形状关系.
- 采用并评估了三种机器学习方法,随机森林显示高精度 (R2 = 0.65).
主要成果:
- 中国湿地的SOC平均密度从2000年的25.03公斤C m-2增加到2020年的26.57公斤C m-2 (增加6.15%).
- 由于湿地面积减少了13.6%,SOC总储量从2000年的4.73 Pg下降到2020年的4.35 Pg (下降8.03%).
- 自2000年以来,碳积累率为107.5g C m−2年−1在湿地范围稳定的地区.
结论:
- 机器学习,特别是随机森林,为湿地SOC提供了可靠的估计.
- 湿地面积的减少是中国SOC储量下降的主要驱动因素,尽管SOC密度不断增加.
- 未来的气候变暖和干燥条件,特别是在高排放场景下 (SSP5-8.5),可能会在2100年前显著减少湿地SOC储存.
