中国农田土壤固碳潜力与速率：挑战与建议
|
|
面临的挑战
现有机理过程模型有待进一步改进
相对于两期调查数据差减及长期试验数据直接外推等方法的诸多局限性，过程模型整合了影响 SOC 动态的更多机理，能够反映气候、土壤、耕作管理等的空间变异性对 SOC 动态的影响，并且易于与土壤数据库、地理信息系统（GIS）、遥感等手段结合，因此已经成为大尺度 SOC 变化速率及固碳潜力研究的主流方法。
多库土壤碳周转模型（如 RothC、Century 等）在揭示不同尺度 SOC 库的变异性以及由于管理措施和土地利用变化而导致的土壤碳库变化方面均被证明是有效的，但在 SOC 对气候变化响应的适用性方面还有争议，主要问题是离散分库划分中的难分解/惰性碳库对温度变化的响应是否像假定的那样敏感性很小。同时，多库土壤碳周转模型中，微生物作物分解者的作用也被隐含在分解速率常数中，没有明确表达。
而目前新出现的微生物模型则直接把土壤碳周转和微生物生物量及生理机能耦合，对于探讨全球变暖和 SOC 间的反馈很有用。但是，该方法还存在震荡效应及对碳输入响应的不敏感性等问题。
因此，对农田土壤来说，在模型方面如何能同时有效的反映管理措施及气候变化对 SOC 的影响，还面临巨大挑战。
土壤基础数据分辨率低、更新慢、缺乏生物学指标
中国土壤资源丰富多样、空间分异明显。同时，在农业高强度利用、工业化及城镇化进程快速发展的背景下，土壤资源受人为活动影响强烈，土壤属性的变异性极强。土壤基本属性信息（SOC、容重、机械组成、pH 值等）是固碳潜力估算模型的最基本驱动数据，同时 SOC 等直接观测数据也是模型参数校正及估算结果验证的关键。
然而，在初始土壤条件信息方面，目前可用的最精细的国家尺度土壤数据也仅为基于 20 世纪 80 年代第二次全国土壤普查成果建立的 1:1000000 土壤数据库。相较我国土壤的变异性而言，该数据的分辨率依然偏低。在模型参数校正及估算结果验证方面，目前可用的主要是不同地区零散的土壤调查及 SOC 数字制图数据。这些数据对我国典型农田区的空间覆盖不够完整，覆盖的时段则更少。此外，土壤基础信息的更新非常慢，或者说在国家尺度上基本没有更新。同时，表征土壤生物属性的微生物量、微生物多样性等空间分布基础信息极度缺乏，严重制约了国家尺度农田土壤固碳潜力研究。
缺乏不确定性的定量评估，制约了应用效果
由于土壤有机质形成机理和周转过程认识、观测数据误差、时空分辨率及可获取性等因素限制，农田 SOC变化速率及固碳潜力估算结果中必然包含一定的不确定性。这些不确定性会通过随后的分析及应用过程加以传递，从而对土壤资源可持续管理决策产生重大影响。
然而，目前土壤评估结果所提供的不确定性定量信息非常有限，综合考虑模型结构、内部参数及外部驱动数据不确定性的评估更少。中国国家尺度农田土壤固碳潜力及速率估算的不确定性空间分布信息则基本没有，在很大程度上制约了相关研究成果在国家农田土壤碳分区管理及指导土壤资源可持续利用中的实际应用效果。