Global Change Biol | 全球尺度分析稻草/秸秆和粪肥投入下土壤有机碳形成效率及其驱动因素

文摘   2024-08-16 22:00   北京  

文章标题Soil organic carbon formation efficiency from straw/stover and manure input and its drivers: Estimates from long-term data in global croplands

标题译文:稻草/秸秆和粪肥投入的土壤有机碳形成效率及其驱动因素:基于全球农田长期数据估算

发表期刊:Global Change Biology 

在线时间:2024-08-13

通讯作者:崔振岭教授

作者单位中国农业大学资源与环境学院

研究简介

增加土壤有机碳(SOC)的固存是实现全球碳中和的重要措施之一。通过秸秆或粪肥的投入增加SOC形成,是一种具有前景的环保选择,不仅有助于碳固存,还能改善农业管理和生态系统服务。然而,SOC形成效率(NCE)在全球范围内的空间变异性及其驱动因素尚不完全清楚,这使得设计和实施有效的管理实践变得复杂。

研究使用了从1980年到2020年间发表的897组长期田间试验数据,这些数据来自全球404个分布广泛的实验地点。通过分析这些数据,研究评估了稻草/秸秆或粪肥输入的NCE,并利用随机森林(RF)模型预测了全球农田的网格级NCE。

图1. 估算土壤新有机碳(SOC)形成与有机碳输入(NCE)比率的试验点地理位置。

主要结果

研究发现全球水田和旱地NCE平均分别为13.8%(8.7% ~ 25.1%)和10.9%(6.8% ~ 17.3%)。NCE的空间异质性较强,并呈现出明显的纬度趋势,高纬度地区的效率较高。初始SOC和粘土含量是影响NCE的主要因素初始SOC与NCE之间存在一条抛物线关系,其顶点约为17 g kg-1,土壤粘土含量与NCE之间呈正相关。研究结果为优化全球农田管理提供了重要的区域性见解,有助于在气候变化背景下实现更有效的土壤碳封存。



图2. 分类解释变量导致的耕地NCE(%)变化(a);连续解释变量对耕地NCE的结构方程模型(sem) (b);显著解释变量与全球尺度耕地NCE变化的回归(c-j)。

 图3.  随机森林模型对农田NCE预测性能的模型拟合密度散点图。旱地(a)和稻田(b)测试数据集的性能。

图4. 预测的全球耕地NCE(%)的网格级地图。(a)水田和(b)旱地。

图5. 秸秆/秸秆和粪肥特性及其与土壤有机碳(SOC)和粘土组分(clay)百分比的相互作用对农田NCE(%)的影响 。

扫码关注我们

文献阅读分享

maize2020@126.com


作物生理生态
追踪前沿,共读经典
 最新文章