1.研究背景
土壤碳是全球碳循环的重要组成部分，在实现气候碳中和目标的过程中可以发挥不可或缺的作用。诸如《欧洲绿色协议》（European Green Deal）等政策在很大程度上依赖于可持续的土壤管理，以实现土壤健康、气候保护和生物多样性等综合目标。在此背景下，农业土壤碳状况的监测变得愈发重要。这需要依靠先进的土壤监测系统来实现，并帮助提供关于可持续管理和温室气体排放的信息。土壤有机碳（SOC）是土壤健康和陆地碳储量的关键指标之一。研究表明，SOC的变化与农业活动密切相关。因此，全球对农业用地中SOC动态变化的监测需求正在增加。对农田长期SOC变化进行准确监测，不仅可用于评估土壤管理的效果，还能有助于量化碳农耕计划（carbon farming schemes）中的碳封存（European Commission, 2022）。
2.创新之处
基于对地观测卫星遥感数据和长期监测站点的土壤样本数据来预测和验证SOC的时空变化趋势仍然具有挑战性。在本研究中，我们利用Landsat和Sentinel-2时间序列的卫星影像数据，生成了1986年至2022年的土壤反射率数据立方体（SRC），并基于不同长期监测站点采集的土壤样本，训练构建了一个时空SOC监测制图模型，以实现对农田SOC时空变化趋势的精确监测。
3.关键图表
图1卫星遥感监测德国农田土壤有机碳的时空变化趋势的方法流程图
图2 2021年卫星遥感反演得到农田中SOC含量分布图(a)；SOC含量趋势图(b)
4.主要结论
在本研究中，我们使用了1986年至2022年间长期监测站点内重复采集的SOC土壤样本和多光谱裸土卫星影像（Landsat和Sentinel-2）的时间序列数据，对近四十年的高分辨率农田SOC趋势进行了建模。基于一个由100个长期监测点组成的网络（每5年持续重新采样一次），对所获得的SOC监测模型的准确性进行了验证。尽管SOC预测的总体准确性较高（R2 = 0.61；RMSE = 5.6 g kg−1），但对其得出的SOC变化趋势进行直接验证时，却表现出显著的不确定性（R2 = 0.16；p < 0.0001）。在将结果分类为SOC趋势下降和上升两类时，我们发现95%的监测土壤点位被正确识别或预测为稳定（p < 0.001），表明我们所提方法的巨大潜力。在SOC含量较高的土壤（R2 = 0.4）和采用减少耕作的监测点（R2 = 0.26）中，SOC趋势监测的准确性有所提高。我们的研究结果强调了基于卫星影像数据绘制农田SOC含量分布图的潜力，并突出了通过重复土壤样本采集和长期SOC测量进行直接验证的必要性。本研究标志着基于卫星影像的SOC制图技术在大规模土壤碳监测中迈出了重要一步。
5.发表信息
Broeg T, Don A, Wiesmeier M, et al. Spatiotemporal Monitoring of Cropland Soil Organic Carbon Changes From Space[J]. Global Change Biology, 2024, 30(12): e17608.
6.声明
（1）小编水平有限，文章分析和理解均是个人见解，强烈推荐通过合理渠道获取原文，直接进行阅读。
