趙永存 徐勝祥 王美艷 史學正
中國科學院南京土壤研究所 土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室 南京 210008
土壤是陸地生態(tài)系統(tǒng)的核心,是人類賴以生存的重要自然資源。土壤有機碳(soil organic carbon,SOC)作為土壤肥力形成的基礎,不但影響土壤質(zhì)量和功能,而且在全球氣候變化中扮演重要角色。SOC 是土壤肥力的決定性因素,其含量高低、質(zhì)量好壞直接影響土壤肥力屬性,即土壤有效持水量、保肥能力、養(yǎng)分利用效率、土壤微生物數(shù)量和活性,進而顯著影響作物產(chǎn)量。同時,作為土壤碳庫的重要組成部分,SOC 通過土壤微生物分解釋放二氧化碳(CO2),而大氣中的 CO2則通過光合作用被固定到植物體,植物根系、凋落物及人為歸還使得植物體中的部分碳再次歸還到土壤中。因此,SOC 具有一定的大氣 CO2濃度調(diào)節(jié)功能。地球上 SOC 儲量巨大且較為活躍,因而其微小變化就可能對大氣 CO2濃度產(chǎn)生重大影響,進而影響全球氣候變化。
我國人多地少,耕地土壤質(zhì)量總體不高,隨著工業(yè)化和城市化進程的高速發(fā)展,人地、人糧矛盾日益突出,土壤資源正同時面臨著保障糧食安全、發(fā)揮生態(tài)系統(tǒng)服務功能和應對氣候變化等多重挑戰(zhàn)。而農(nóng)田作為受人為管理措施影響最為強烈的土壤利用方式,其 SOC 庫最為活躍。同時,農(nóng)田 SOC 庫也是唯一可在較短時間尺度上通過合理利用而進行適度調(diào)節(jié)的碳庫。因此,準確把握農(nóng)田 SOC 變化速率及固碳潛力對于實現(xiàn)我國土壤資源高效利用及農(nóng)業(yè)可持續(xù)發(fā)展戰(zhàn)略,意義十分重大。
國家尺度農(nóng)田 SOC 變化速率估算主要采用 Meta 分析①即“元分析”,指對具備特定條件的、同課題的諸多研究結(jié)果進行綜合的一類統(tǒng)計方法。、土壤調(diào)查數(shù)據(jù)差減和過程模型模擬 3 類方法。Meta分析采用已發(fā)表文獻中的 SOC 數(shù)據(jù),計算 SOC 變化速率;調(diào)查數(shù)據(jù)差減法通過兩期土壤調(diào)查采樣的 SOC 實測數(shù)據(jù)直接差減計算變化速率;過程模型模擬則采用 SOC周轉(zhuǎn)機理模型,在氣候、土壤、農(nóng)業(yè)管理措施等因子驅(qū)動下,實現(xiàn) SOC 變化速率估算。Meta 分析和兩期調(diào)查數(shù)據(jù)差減,在 SOC 變化速率估算中沒有整合 SOC 周轉(zhuǎn)過程,主要用于估算“過去”的 SOC 變化速率,并不能獲得 SOC 動態(tài)的逐年“演變”規(guī)律,也難以預測“未來”的固碳潛力。過程模型則整合了 SOC 周轉(zhuǎn)的機理過程,廣泛用于“未來”不同假定情景下的固碳潛力預估。此外,基于長期試驗數(shù)據(jù)建立 SOC 速率與管理措施的統(tǒng)計模型或獲取 SOC 飽和水平并外推至全國尺度也被用于估算農(nóng)田土壤固碳潛力。
我國農(nóng)田 SOC 變化速率及固碳潛力估算中所采用的方法、農(nóng)田面積、土層深度、土壤及管理措施數(shù)據(jù)來源及分辨率等均存在一定差異。但總體來看,目前對我國農(nóng)田土壤固碳潛力及速率的認識基本形成了以下 4 點共識。
早期基于特定年份農(nóng)業(yè)管理措施數(shù)據(jù)及 DNDC 過程模型②由美國新罕布什爾州大學陸地海洋空間研究中心開發(fā),可以模擬草地、濕地、林地等陸地生態(tài)系統(tǒng)碳氮動態(tài)過程等。的估算認為,中國農(nóng)田土壤丟碳[1,2],隨著不同尺度 SOC 觀測及農(nóng)田管理措施數(shù)據(jù)收集的日趨完善,Meta 分析、兩期調(diào)查數(shù)據(jù)差減及過程模型等方法估算的結(jié)果均證明(表 1),近 30 年來中國農(nóng)田表層 SOC 庫總體增加,發(fā)揮了碳匯功能。其中,農(nóng)田 20 cm 深度的土壤年固碳量在 9.6—25.5 Tg 之間,30 cm 深度在 11—36.5 Tg 之間。單位耕地面積的固碳速率,20 cm 深度每年 74—184 kg C/ha,30 cm 深度則為每年 85—281 kg C/ha。
表 1 不同方法估算的中國農(nóng)田土壤有機碳變化速率
初始 SOC 含量是影響 SOC 變化的重要因素之一。初始 SOC 含量對 SOC 變化的影響通常具有負基線效應,即初始 SOC 含量高的地區(qū)土壤容易丟碳,而初始 SOC 含量低的地區(qū)則容易實現(xiàn)固碳。與西方發(fā)達國家相比,中國農(nóng)田土壤除東北地區(qū)外,20 世紀 80 年代的初始 SOC 庫總體偏低,這不僅與我國農(nóng)田土壤上千年的耕種和持續(xù)農(nóng)業(yè)利用有關,也與鹽堿土開墾耕地(如華北平原)、土壤侵蝕(如黃土高原)等因素有關。
基于第二次全國土壤普查數(shù)據(jù)估算的中國農(nóng)田 20 世紀 80 年代初始 SOC 庫(20 cm 深度)基本處于 26.6—32.5 t C/ha 之間[9-11],遠低于美國農(nóng)田的平均值 43.7 t C/ha[12]和歐洲農(nóng)田的平均值 40.2 t C/ha[13]。中國農(nóng)田相對較低的初始 SOC 含量,為利用化肥增加作物干物質(zhì)產(chǎn)量從而提高土壤碳輸入、促進農(nóng)田土壤固碳提供了先決條件。
影響農(nóng)田 SOC 變化的因素主要包括氣候、土壤理化性質(zhì)等自然因子,以及農(nóng)業(yè)管理措施等人為因子。氣候影響 SOC 的積累和分解過程,而土壤質(zhì)地、pH 值、通氣性和土壤結(jié)構(gòu)等理化性質(zhì)則是影響 SOC 庫容量的重要因素。施肥、耕作、秸稈管理等農(nóng)業(yè)措施影響土壤碳輸入和輸出;同時,相對于溫度、降水、土壤黏粒含量等因子而言,施肥、耕作、秸稈管理等農(nóng)業(yè)措施促進農(nóng)田土壤固碳是現(xiàn)實途徑。因此,從這一點來看,中國近 30 年來農(nóng)田土壤總體固碳必然與農(nóng)業(yè)管理措施的變化歷程密切相關。
從我國農(nóng)田施肥和秸稈利用的階段性特點來看,20 世紀 80 年代早期化學肥料投入非常有限,而農(nóng)家肥使用較為普遍;作物秸稈則主要用于燃燒和飼料。隨后,農(nóng)田化肥投入和糧食產(chǎn)量均快速增長,而農(nóng)家肥投入逐年降低,但作物秸稈還田依然非常有限。90 年代后期,我國出現(xiàn)秸稈田間焚燒現(xiàn)象[14]。1999 年,原國家環(huán)??偩致?lián)合農(nóng)業(yè)部、財政部等部門下發(fā)《秸稈禁燒和綜合利用管理辦法》的通知,禁止田間焚燒秸稈,引導秸稈綜合利用。隨后,秸稈還田在全國大規(guī)模推廣?;谶@些階段性特點,從農(nóng)田土壤碳輸入變化角度來看,早期糧食產(chǎn)量的快速增長導致作物根系生物量增加從而顯著增加了土壤碳輸入;而隨后秸稈還田的大規(guī)模推廣則促進了作物地上生物量歸還到土壤中。
中科院戰(zhàn)略性先導科技專項項目課題“中國農(nóng)田土壤固碳潛力與速率研究”覆蓋全國農(nóng)田的 11 470 個點位的作物秸稈還田比例調(diào)查結(jié)果也表明(圖 1),2000 年之前我國水稻、小麥和玉米三大作物的秸稈還田比例均不足 25%;但截至 2010 年,還田比例則分別達到了 36.4%、39.7% 和 23.5%,從而在中國農(nóng)田土壤碳匯形成中發(fā)揮了巨大作用。
圖 1 近 30 年來中國主要糧食作物的秸稈還田比例變化
“中國農(nóng)田土壤固碳潛力與速率”課題基于 2011 年全國 58 個典型縣 4 060 個點位的 SOC 及容重等實測數(shù)據(jù),估算的我國農(nóng)田表層 20 cm 深度 SOC 庫為 32.34—33.47 t C/ha,過程模型模擬的 2010 年全國農(nóng)田平均 SOC 上限為 36.0 t C/ha[9],均還遠低于歐盟同期的平均值 46.8 t C/ha[15,16]。
此外,全國 95 個水稻土長期施肥和秸稈還田試驗、102 個旱地長期施肥試驗以及 157 個農(nóng)田保護性耕作試驗的 Meta 分析也表明,氮、磷、鉀配施有機肥的固碳年速率可達 0.37±0.04 g/kg,而傳統(tǒng)耕作+秸稈還田、免耕以及免耕+秸稈還田也均能顯著提高我國農(nóng)田的 SOC 含量,固碳年速率分別可達 0.22 g/kg、0.35 g/kg 和 0.52 g/kg[17-19]。
因此,在當前中國農(nóng)田 SOC 依然總體相對較低的條件下,通過優(yōu)化農(nóng)業(yè)管理措施,我國農(nóng)田土壤固碳潛力仍然有進一步提升的空間。目前的長期試驗外推、過程模型預估等結(jié)果也表明,盡管中國農(nóng)田土壤固碳潛力估算結(jié)果差異還較大(表 2),但可以確定的是 SOC 未來還有進一步增加的潛力。
相對于兩期調(diào)查數(shù)據(jù)差減及長期試驗數(shù)據(jù)直接外推等方法的諸多局限性,過程模型整合了影響 SOC 動態(tài)的更多機理,能夠反映氣候、土壤、耕作管理等的空間變異性對 SOC 動態(tài)的影響,并且易于與土壤數(shù)據(jù)庫、地理信息系統(tǒng)(GIS)、遙感等手段結(jié)合,因此已經(jīng)成為大尺度 SOC 變化速率及固碳潛力研究的主流方法。
表 2 不同方法估算的中國農(nóng)田土壤固碳潛力
多庫土壤碳周轉(zhuǎn)模型(如 RothC、Century 等)在揭示不同尺度 SOC 庫的變異性以及由于管理措施和土地利用變化而導致的土壤碳庫變化方面均被證明是有效的,但在 SOC 對氣候變化響應的適用性方面還有爭議,主要問題是離散分庫劃分中的難分解/惰性碳庫對溫度變化的響應是否像假定的那樣敏感性很小[22]。同時,多庫土壤碳周轉(zhuǎn)模型中,微生物作物分解者的作用也被隱含在分解速率常數(shù)中,沒有明確表達。
而目前新出現(xiàn)的微生物模型則直接把土壤碳周轉(zhuǎn)和微生物生物量及生理機能耦合,對于探討全球變暖和 SOC 間的反饋很有用[23]。但是,該方法還存在震蕩效應及對碳輸入響應的不敏感性等問題。
因此,對農(nóng)田土壤來說,在模型方面如何能同時有效的反映管理措施及氣候變化對 SOC 的影響,還面臨巨大挑戰(zhàn)。
中國土壤資源豐富多樣、空間分異明顯。同時,在農(nóng)業(yè)高強度利用、工業(yè)化及城鎮(zhèn)化進程快速發(fā)展的背景下,土壤資源受人為活動影響強烈,土壤屬性的變異性極強。土壤基本屬性信息(SOC、容重、機械組成、pH 值等)是固碳潛力估算模型的最基本驅(qū)動數(shù)據(jù),同時 SOC 等直接觀測數(shù)據(jù)也是模型參數(shù)校正及估算結(jié)果驗證的關鍵。
然而,在初始土壤條件信息方面,目前可用的最精細的國家尺度土壤數(shù)據(jù)也僅為基于 20 世紀 80 年代第二次全國土壤普查成果建立的 1:1000000 土壤數(shù)據(jù)庫。相較我國土壤的變異性而言,該數(shù)據(jù)的分辨率依然偏低。在模型參數(shù)校正及估算結(jié)果驗證方面,目前可用的主要是不同地區(qū)零散的土壤調(diào)查及 SOC 數(shù)字制圖數(shù)據(jù)。這些數(shù)據(jù)對我國典型農(nóng)田區(qū)的空間覆蓋不夠完整,覆蓋的時段則更少。此外,土壤基礎信息的更新非常慢,或者說在國家尺度上基本沒有更新。同時,表征土壤生物屬性的微生物量、微生物多樣性等空間分布基礎信息極度缺乏,嚴重制約了國家尺度農(nóng)田土壤固碳潛力研究。
由于土壤有機質(zhì)形成機理和周轉(zhuǎn)過程認識、觀測數(shù)據(jù)誤差、時空分辨率及可獲取性等因素限制,農(nóng)田 SOC變化速率及固碳潛力估算結(jié)果中必然包含一定的不確定性。這些不確定性會通過隨后的分析及應用過程加以傳遞,從而對土壤資源可持續(xù)管理決策產(chǎn)生重大影響。
然而,目前土壤評估結(jié)果所提供的不確定性定量信息非常有限,綜合考慮模型結(jié)構(gòu)、內(nèi)部參數(shù)及外部驅(qū)動數(shù)據(jù)不確定性的評估更少。中國國家尺度農(nóng)田土壤固碳潛力及速率估算的不確定性空間分布信息則基本沒有,在很大程度上制約了相關研究成果在國家農(nóng)田土壤碳分區(qū)管理及指導土壤資源可持續(xù)利用中的實際應用效果。
目前,關于土壤有機質(zhì)分解對溫度變化響應的敏感性尚存很大爭議,這也是未來氣候變化條件下,土壤對大氣 CO2正負反饋的綜合效應估算存在很大不確定性的主要原因之一。溫度直接影響有機質(zhì)分解速率,同時,環(huán)境因子也對土壤有機質(zhì)分解產(chǎn)生影響,而環(huán)境因子本身也受氣候變化影響。例如,氣候和管理措施影響團聚體的形成,而團聚體對土壤有機質(zhì)具有物理保護作用;溫度影響有機質(zhì)在礦物表面的吸附和解吸的化學過程;氣候驅(qū)動的水平衡決定了土壤水膜的厚度,而可溶性有機碳和胞外酶通過土壤水膜進行擴散等。
因此,加強土壤有機質(zhì)分解的溫度敏感性等基礎研究工作,對于改進現(xiàn)有 SOC 周轉(zhuǎn)過程模型、準確估算 SOC 變化速率和固碳潛力具有重要意義。
基于土壤空間變異先驗信息建立土壤采樣優(yōu)化設計方案,整合遙感、近感、高光譜分析等技術(shù),建立土壤基本屬性快速獲取方法,有效地降低土壤數(shù)據(jù)獲取成本。加強土壤空間變異驅(qū)動因子定量識別研究,建立高強度人為作用影響下平原區(qū)農(nóng)田土壤屬性三維預測制圖方法,為固碳潛力估算提供精細的土壤驅(qū)動數(shù)據(jù)。
建立土壤生物學指標的空間分布圖以提供更全面的驗證數(shù)據(jù);建立歷史土壤圖的降尺度及空間和屬性數(shù)據(jù)融合新方法,實現(xiàn)土壤遺產(chǎn)數(shù)據(jù)的高效利用,為固碳潛力研究提供高分辨率的初始土壤條件信息;建立包含多元土壤信息庫、多服務模式的國家土壤信息服務平臺,有效整合農(nóng)田長期試驗、土壤及農(nóng)業(yè)管理措施區(qū)域調(diào)查等觀測數(shù)據(jù),實現(xiàn)土壤基礎信息的有效共享,推進中國農(nóng)田土壤固碳潛力研究。
以土壤有機質(zhì)形成機理和周轉(zhuǎn)過程研究為基礎,改進現(xiàn)有 SOC 過程模型,以數(shù)字土壤制圖獲取的 SOC、微生物量碳等多時段空間分布數(shù)據(jù)為依托,結(jié)合數(shù)據(jù)同化方法,實現(xiàn)模型內(nèi)部參數(shù)校正以及固碳潛力估算結(jié)果的不確定性定量評估。整合模型結(jié)構(gòu)改進、參數(shù)敏感性分析、參數(shù)校正、模型結(jié)構(gòu)、參數(shù)及外部驅(qū)動數(shù)據(jù)的不確定性,建立系統(tǒng)化的中國農(nóng)田土壤固碳速率及潛力研究方法體系。加強以 SOC 變化與相關政策關聯(lián)性為切入點的研究工作,強化中國農(nóng)田土壤固碳與相關政策之間的反饋研究,為我國土壤資源可持續(xù)利用管理提供強大的戰(zhàn)略決策支撐。
1 Li C S, Zhuang Y H, Frolking S, et al. Modeling soil organic carbon change in croplands of China. Ecol Appl, 2003, 13(2): 327-336.
2 Tang H J, Qiu J J, Van Ranst E, et al. Estimations of soil organic carbon storage in cropland of China based on DNDC model.Geoderma, 2006, 134(1-2): 200-206.
3 Huang Y, Sun W J. Changes in topsoil organic carbon of croplands in mainland China over the last two decades. Chinese Sci Bull,2006, 51(15): 1785-1803.
4 Xie Z B, Zhu J G, Liu G, et al. Soil organic carbon stocks in China and changes from 1980s to 2000s. Global Change Biology, 2007,13(9): 1989-2007.
5 Sun W J, Huang Y, Zhang W, et al. Carbon sequestration and its potential in agricultural soils of China. Global Biogeochem Cy,2010, 24, doi:10.1029/2009GB003484.
6 Pan G X, Xu X W, Smith P, et al. An increase in topsoil SOC stock of China’s croplands between 1985 and 2006 revealed by soil monitoring. Agr Ecosyst Environ, 2010, 136(1-2): 133-138.
7 Yan X Y, Cai Z C, Wang S W, et al. Direct measurement of soil organic carbon content change in the croplands of China. Global Change Biology, 2011, 17(3): 1487-1496.
8 Yu Y Q, Huang Y, Zhang W. Modeling soil organic carbon change in croplands of China, 1980-2009. Global Planet Change, 2012,82-83: 115-128.
9 趙永存, 于東升, 董琳琳, 等. 中國農(nóng)田碳源匯分布及其驅(qū)動因子分析//全球陸地碳匯的遙感和優(yōu)化計算方法. 北京: 科學出版社, 2015: 195-232.
10 Song G H, Li L Q, Pan G X, et al. Topsoil organic carbon storage of China and its loss by cultivation. Biogeochemistry, 2005, 74(1):47-62.
11 Qin Z C, Huang Y, Zhuang Q L. Soil organic carbon sequestration potential of cropland in China. Global Biogeochem Cy, 2013,27(3): 711-722.
12 Guo Y Y, Gong P, Amundson R, et al. Analysis of factors controlling soil carbon in the conterminous United States. Soil Science Society of America Journal, 2006, 70(2): 601-612.
13 Smith P, Powlson D S, Smith J U, et al. Meeting Europe’s climate change commitments: quantitative estimates of the potential for carbon mitigation by agriculture. Global Change Biology, 2000,6(5): 525-539.
14 Miao Y X, Stewart B A, Zhang F S. Long-term experiments for sustainable nutrient management in China A review. Agron Sustain Dev, 2011, 31(2): 397-414.
15 Lugato E, Panagos P, Bampa F, et al. A new baseline of organic carbon stock in European agricultural soils using a modelling approach. Global Change Biology, 2014, 20(1): 313-326.
16 Panagos P, Van Liedekerke M, Jones A, et al. European Soil Data Centre: Response to European policy support and public data requirements. Land Use Policy, 2012, 29(2): 329-338.
17 Tian K, Zhao Y C, Xu X H, et al. Effects of long-term fertilization and residue management on soil organic carbon changes in paddy soils of China: A meta-analysis. Agr Ecosyst Environ, 2015, 204:40-50.
18 田康, 趙永存, 邢喆, 等. 中國保護性耕作農(nóng)田土壤有機碳變化速率研究——基于長期試驗點的Meta分析. 土壤學報, 2013,50(3): 433-440.
19 田康, 趙永存, 徐向華, 等. 不同施肥下中國旱地土壤有機碳變化特征——基于定位試驗數(shù)據(jù)的Meta分析. 生態(tài)學報, 2014,34(13): 3735-3743.
20 Lu F, Wang X K, Han B, et al. Soil carbon sequestrations by nitrogen fertilizer application, straw return and no-tillage in China’s cropland. Global Change Biology, 2009, 15(2): 281-305.
21 Yu Y Q, Huang Y, Zhang W. Projected changes in soil organic carbon stocks of China’s croplands under different agricultural managements, 2011 2050. Agr Ecosyst Environ, 2013, 178: 109-120.
22 Davidson E A, Janssens I A. Temperature sensitivity of soil carbon decomposition and feedbacks to climate change. Nature, 2006,440(7081): 165-173.
23 Wieder W R, Bonan G B, Allison S D. Global soil carbon projections are improved by modelling microbial processes. Nat Clim Change, 2013, 3(10): 909-912.