基于高精度土壤数据库的苏北旱地固碳速率和潜力研究

王光翔，张黎明， *，李晓迪，于东升，史学正，邢世和，陈翰阅

1. 福建农林大学资源与环境学院，福建 福州 350002；2. 土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），江苏 南京 210008



基于高精度土壤数据库的苏北旱地固碳速率和潜力研究

王光翔1，张黎明1， 2*，李晓迪1，于东升2，史学正2，邢世和1，陈翰阅1

1. 福建农林大学资源与环境学院，福建 福州 350002；2. 土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），江苏 南京 210008

摘要：旱地占我国农田面积的70%以上，明确它未来不同时段的固碳速率和潜力对于制定中国农田温室气体减排清单及各个时期“固碳减排”政策皆具有重要意义。选择属于黄淮海平原一部分的江苏省北部（简称“苏北地区”）29个县（市）旱地为研究区，以最新建立的1∶50 000高精度大比例尺土壤数据库为基础，利用生物地球化学模型DNDC（Denitrification and Decomposition）估算了该地区2011─2040年（30 a）、2011─2070年（60 a）和2011─2100年（90 a）3个时段的固碳速率和潜力。结果表明，苏北地区393多万平方公顷旱地在未来30、60和90 a的固碳总量分别为43.18、69.40和88.91 Tg；年均固碳速率分别为367、295和252 kg·hm-2。其中，潮土和紫色土的固碳速率最大，各个时段的年均固碳量一般在300 kg·hm-2以上，而石质土和石灰土固碳速率最小，各个时段的年均固碳量一般在200 kg·hm-2以下。从空间分布来看，地处北部的灌南县固碳速率最大，各个时段的年均固碳量均超过330 kg·hm-2；而中部的盱眙县固碳速率最小，各个时段的年均固碳量均低于250 kg·hm-2。总体来看，苏北旱地不同土类和各个县（市）的未来固碳速率和潜力差异很大。因此，今后针对该地区不同的土壤类型和行政单元制定适宜的固碳减排措施是十分必要的。

关键词：1∶50 000数据库；DNDC（Denitrification and Decomposition）模型；苏北旱地；固碳潜力；固碳速率

引用格式：王光翔， 张黎明， 李晓迪， 于东升， 史学正， 邢世和， 陈翰阅. 基于高精度土壤数据库的苏北旱地固碳速率和潜力研究［J］. 生态环境学报， 2016， 25（3）: 422-431.

WANG Guangxiang， ZHANG Liming， LI Xiaodi， YU Dongsheng， SHI Xuezheng， XING Shihe， CHEN Hanyue. Study of Soil Organic Carbon Sequestration Rate and Potential of Upland in Northern Jiangsu Province Based on High-resolution Soil Database ［J］. Ecology and Environmental Sciences， 2016， 25（3）: 422-431.

土壤有机碳库作为仅次于海洋碳库的全球第二大碳库，全球表层土壤有机碳储量约为1500 Pg （1 Pg=1015g），它的较小幅变化将对大气CO2浓度产生深远影响（Lal，2004）。与自然土壤相比，农田土壤有机碳库更容易受到强烈人为干扰并可在较短时间内进行自我调节，对大气CO2具有“源”和“汇”的双重功能（田康等，2014）。我国是农业大国，全国耕地面积1.40×108hm2，其中旱地占70%左右（Pan et al.，2010；王世航等，2011403-404）。一些研究表明，全球农田0～30 cm土层的有机碳密度约在43～60 Mg·hm-2之间，其中欧洲发达国家约为53 Mg·hm-2，而我国旱地土壤有机碳仅为24.4 Mg·hm-2，远低于世界和欧洲发达国家平均水平（Qin et al.，2013；Xie et al.，2007）。可见，我国旱地土壤有机碳密度整体较低，通过适当的农业管理措施（如少耕、免耕和秸秆还田等）可有效提高碳汇能力，而在制定这些合理政策之前首先要对旱地土壤固碳速率和潜力进行精确估算。

农田碳循环是一个非常复杂的过程，而综合气候、土壤、生物和人类活动等影响因素的生态系统模型被认为是客观估计“碳源/碳汇”强度及其对全球变化影响的有效途径。基于此，国内外学者通过长期定位点数据成功开发了大量土壤有机碳模型，其中最具有代表性的模型有Century，CANDY，DAISYS，DNDC，ITE，QSOIL，NCSOIL和RothC等。近些年来，Li等根据中国和美国的长期定位点实验建立的DNDC（DeNitrification and Decomposition）模型由于运用了生物地球化学理论来预测陆地生态系统碳循环，在我国得到了越来越广泛的应用（秦发侣等，2014）。如，邱建军等（2004）1166-1171利用东北三省“县级”土壤数据库和DNDC模型估算了该地区0～30 cm耕地土壤碳储量及现行管理措施下的有机碳动态变化，结果表明：东北三省耕地土壤碳储量约为1.2 Pg，且在目前的农作制度下每年净损失有机碳31.22 Tg。韩冰等（2005）以“县”为最小模拟单元驱动DNDC模型，模拟得出中国农田在1990年管理措施和气候条件下的固碳潜力约为-0.969 Pg。Xu et al.（2011）206-213利用目前国家尺度最为详细的1∶1000000土壤数据库和DNDC模型，模拟得出1980─2050年我国水稻土在不同推荐性农业管理措施下的固碳潜力介于29.2～847.7 Tg之间。

但从目前的研究可以看出，由于缺乏详细的基础土壤数据库，国家和大区域尺度的旱地土壤有机碳模拟中一般使用中、小比例尺土壤数据库；另外，DNDC模型的模拟一般以“县”为最小模拟单元，而这种模拟方法每个县只能定义一组土壤属性值（如质地、有机碳和pH等），无法反映“县”内不同土壤的空间异质性。很多研究表明，土壤属性的空间异质性是造成有机碳模拟误差的主要来源（Xu et al.，2011207；Li et al.，200411-12）。为此，本研究选择属于黄淮海平原一部分的江苏省北部（简称“苏北地区”）29个县（市）393多万平方公顷旱地作为研究区，以充分体现土壤属性空间异质性的1∶50000高精度大比例尺土壤数据库“图斑”为DNDC模型最小模拟单元，模拟该地区在未来2011 ─2040年（30 a）、2011─2070年（60 a）和2011 ─2100年（90 a）3个时段下的固碳速率和潜力，并揭示不同土类和行政单元固碳速率差异的内在影响因素，研究结果一方面可为研究区和我国黄淮海平原估算未来不同时段固碳潜力和速率提供准确的数据基础；另一方面也可根据各个时段固碳速率的变化趋势，合理制定研究区和我国黄淮海平原未来不同阶段的“固碳增汇”应对措施。

1 材料与方法

1.1 研究区概况

研究区位于江苏省北部（116°21′～120°54′E，32°43′～35°07′N）（图1），总面积为5.23×104km2，辖徐州、连云港、宿迁、淮安和盐城5个地级市，处于亚热带与暖温带的季风性气候过渡带，受东南季风影响大，多年平均气温13～16 ℃，年降雨量800～1200 mm，无霜期220 d左右。成土母质主要包括黄泛冲积物、湖相沉积物、河海相沉积物、下蜀黄土和其他各河流冲积物。主要旱地土壤类型为潮土，约2.07×106hm2，其次为盐土，约9.5×105hm2，褐土、砂姜黑土和棕壤分布面积也较大，都超过了2.0×105hm2。从面积比例来看，该地区潮土、盐土和砂姜黑土分别占旱地总面积的53%、24%和8%，与黄淮海平原主要土壤类型比例相一致（张黎明等，2011）1627-1628。

1.2 DNDC模型简介及验证

DNDC（Denitrification-Decomposition）是美国New Hampshire大学李长生教授等研发、能描述陆地生态系统碳和氮迁移转化的生物地球化学循环过程模型（Li，2007）。该模型由土壤气候、农作物生长、有机质分解、硝化、反硝化和发酵6个子模型构成，分别以日步长模拟土壤碳氮循环转化过程。

尽管DNDC模型目前已在20多个国家进行了碳氮循环模拟和野外实测数据的验证，但如果将该模型应用于苏北旱地土壤有机碳演变模拟时，将模拟数据与该地区实测数据进行比较是十分重要的（邱建军等，2004）1167-1168。为此，本研究利用农业部在苏北地区铜山县设置的小麦和玉米轮作旱地监测点9年实测数据对模型进行了验证，并选择相对误差（E）、平均绝对预测误差（MAE）和均方根预测误差（RMSE）3种指标进行模型预测精度的评估（Whitmore et al.，1997137-151；赵永存，2005）。各个指标的计算公式如下：

1.2.1 相对误差法（E）

图1 江苏省北部地理位置分布Fig. 1 Geographical location of the study area

式中，O为实测值，Oi为所有实测值的平均值，P为模拟值，iP所有模拟值的平均值，n为模拟值与实测值对应的数据对的数目。

1.2.2 平均绝对预测误差（MAE）

1.2.3 均方根预测误差（RMSE）

（2）式和（3）式中，Voi为实测值，Vpi为模拟值，n为模拟值与实测值对应的数据对的数目。

1.3 数据基础

苏北地区1∶50000土壤数据库基本图件来源于淮安、连云港、宿迁、徐州和盐城5个地级市所辖有旱地面积的29个县（市），土壤属性数据来自于第二次土壤普查编撰《县级土壤志》中记录的983个旱地剖面资料。该数据库以土种为基本分类单元，共计17024个图斑；每一图斑均有土壤容重、黏粒、初始有机碳含量及pH等理化性质（张黎明等，2011）1627-1628。土壤属性和空间数据连接采用Shi et al.（2006）提出的PKB（Pedological Knowledge Based method，PKB）法。

模型所需的农业数据主要包括各个县（市）作物产量、种植面积、播种期、收获期等种植制度和轮作作物生理参数，以及氮肥、农家肥和农业人口数据，这部分数据来自于2009年江苏省出版的统计年鉴资料。气象资料主要来自位于苏北地区7个国家气象站1980─2009年的逐日最高和最低气温、日照时数和降水量数据。DNDC模型的验证数据主要来自于徐州铜山县（监测点代码JSX21-08）农业部长期定位点资料，这部分数据由中国科学院南京土壤研究所提供（表1和表2）。

1.4 情景分析设置

为定量地预测苏北旱地2011─2040年（30 a）、2011─2070年（60 a）和2011─2100年（90 a）3个不同时段的固碳速率和潜力，本研究保持2009年农业管理措施不变，以2000─2009年气象数据进行每隔10年的重复，模拟未来30、60和90 a土壤有机碳的演变。

1.5 统计方法及差异性分析

苏北旱地年均固碳速率与土壤属性、气候因子间的关系分别用逐步回归和偏相关统计方法进行分析；另外，未来30、60和90 a的固碳潜力和速率差异采用变化率（%）表示，计算公式如下：

式中y—变化率（%）；xs—未来60和90 a固碳潜力（Tg）和年均固碳速率（kg·hm-2）；x0—未来30 a固碳潜力（Tg）和年均固碳速率（kg·hm-2）

2 结果与讨论

2.1 DNDC模型在苏北地区的验证

图2 验证点SOC含量模拟结果与实测结果比较Fig. 2 Comparison between observed and simulated long-term SOC dynamics in Tongshan County

表1 江苏省铜山县小麦-玉米轮作旱地监测点基本特征Table 1 Characteristics of validation site in northern Jiangsu Province， China

表2 江苏省铜山县小麦-玉米轮作旱地监测点农业管理措施Table 2 Baseline management practices for the selected field site in northern Jiangsu Province， China

从图2可看出，1999─2007年铜山县监测点的土壤有机碳模拟平均值为13.66 g·kg-1，与实测平均值13.13 g·kg-1的误差百分率E为-4.34%。根据Whitmore et al.（1997）146-150提出的实测值与模拟值误差百分率不超过±5%则模拟结果为很准确的标准来看，本研究中DNDC模型在研究区的模拟达到很准确水平（图2）。此外，铜山县监测点有机碳含量模拟值和实测值之间的MAE和RMSE分别只有0.53和0.89 g·kg-1，说明DNDC模型在该地区的模拟精度较高，可以用于研究区土壤有机碳模拟。更多关于DNDC模型在苏北旱地的验证可查阅Zhang et al.（2016）在Soil & Tillage Research上发表的文章。

图3 苏北旱地不同时段年均固碳速率的空间分布Fig. 3 Spatial distribution of average annual carbon sequestration rate of upland soils in northern Jiangsu Province

图4 不同时段苏北旱地土壤有机碳密度（SOCD）动态变化Fig. 4 Temporal dynamics of soil organic carbon density（SOCD） at different periods of upland soils in northern Jiangsu Province

2.2 未来不同时段整个苏北旱地的固碳速率和潜力

苏北地区在1∶50000土壤数据库下的旱地统计面积为3.93×106hm2，约占全国旱地总面积（1.06×108hm2）的3.70%（张黎明等，2011）1628-1629。从图3和图4可以看出，2011─2040年苏北旱地土壤有机碳普遍呈增加趋势，30年间0～50 cm土层有机碳共增加了43.18 Tg，年增幅在130～923 kg·hm-2之间，年均固碳速率为367 kg·hm-2。从面积统计来看，≤0、0～100、100～200、200～300、300～400和>400 kg·hm-2·a-1的分别占苏北旱地总面积的0.06%、0.21%、1.28%、11.24%、55.99%和31.22%，说明在当前农业管理措施和气候不变的情况下苏北旱地未来30年处于强烈的“碳汇”状态，这也与很多学者的研究结果相一致。如王世航等（2011）405-406利用Century模型对黄淮海地区旱地土壤有机碳模拟结果表明，河南省获嘉县在保持2007年管理措施不变情况下未来20年将呈现“碳汇”状态。Yu et al.（2013）利用1∶1000000土壤数据库和Agro-C模型模拟表明，中国农田土壤有机碳即使在当前的作物产量和农业管理政策不变的情况下未来40年也是持续增加的。

表3 模型输入的初始土壤属性与不同时段固碳速率逐步回归分析Table 3 Stepwise regression analysis for model input of soil attributes contributing to carbon sequestration rate at different periods

表4 模型输入的整个地区、各个土类及行政单元初始土壤属性、气候因子和施肥量分布Table 4 Model input of soil properties， climatic factors and fertilizer amount at whole region， soil groups， and administrative areas spatial levels

表5 模型输入的气候因子与不同时段固碳速率偏相关性分析Table 5 Partial correlation analysis for model input ofclimatic factors and carbon sequestration rate at different periods

很多研究表明，土壤的固碳潜力大小受本身理化性质（质地、有机碳含量和pH等）、气候条件（温度和降雨等）及农田管理（施肥、灌溉和耕作等）综合影响（Wan et al.，2011；Yan et al.，2007）。从表3可以看出，苏北旱地的初始有机碳和黏粒含量与各个时段的年均固碳速率均存在极显著正相关，且相关性明显大于pH值和容重。一般情况下，初始有机碳越低，后期的农业管理中土壤越容易积累有机碳；而黏粒含量越高，土壤团聚体的保护作用也越有利于碳的积累（Zhao et al.，2013；Chuai et al.，2012）。从表4可以看出，苏北旱地土壤表层（0～20 cm）初始有机碳含量仅为6.0 g·kg-1，较低的初始有机碳导致了2011─2040年该地区强烈的“碳汇”；此外，该地区的黏粒含量也达到28%，这有利于形成更多的有机-无机复合体，从而保护土壤有机碳被分解，提高土壤有机碳的积累速率（Zhan et al.，2013）。农业施肥也是影响苏北旱地不同时段土壤有机碳的关键因子。从表4看出，苏北旱地2011 ─2040年的年均氮肥和有机肥施用量分别达到492 和17.27 kg·hm-2。肥料的大量施用一方面能有效提高作物秸秆还田量和根茬残留量，另一方面也可促进土壤微团聚体形成，提高土壤固碳能力（Brar et al.，2013；Cai et al.，2006）。气象因子在苏北旱地长期有机碳变化中也起着重要作用（Lin et al.，2012）。从表5中可以看出，降雨量、温度与苏北旱地固碳速率均存在极显著负相关关系，这也与其他研究者的结果相一致（Zhang et al.，2010）6553。据统计，苏北旱地2011─2040年的年均温度和降雨量分别为15.2 ℃和984 mm（表4），较高的降雨量和温度均不利于有机碳的积累（张凡等，2010）568-570。但从本研究来看，苏北旱地2011─2040年呈现强烈的“碳汇”作用，可能的原因是该地区较低的初始土壤有机碳含量和较高的氮肥、有机肥施用量所产生的“碳汇”效应远大于温度和降雨量升高导致的“碳源”效应。

图5 不同时段苏北旱地固碳总量和年均固碳速率分布Fig. 5 Distribution of total carbon sequestration amount and average annual carbon sequestration rate at different periods of upland soils in northern Jiangsu Province

从图4和图5可以看出，2011─2070年和2011─2100年苏北旱地的固碳量分别达到69.40和88.91 Tg，年均固碳速率分别为：295和252 kg·hm-2。与2011─2040年（30 a）相比，未来60a和90 a的固碳速率均有所下降，降幅分别为19.63%和31.36%，这主要是随着时间的推移，土壤的固碳量逐渐达到饱和状态（Álvaro-Fuentes et al.，2011；West et al.， 2007）。因此，未来通过其他方式进一步实现固碳减排苏北地区农业碳循环是非常重要的。

2.3 苏北旱地未来不同时段各个土类的固碳速率和潜力

苏北旱地中潮土的分布面积最广，占研究区旱地总面积的52.67%。从图6和图7可以看出，该土类的固碳速率和潜力均是所有土类中最高的，2011 ─2040年、2011─2070年和2011─2100年3个时段的固碳总量分别达到23.80、38.27和48.93 Tg，年均固碳速率分别为384、308和263 kg·hm-2，这主要与该土类较低的初始有机碳含量和较高的肥料投入量有关。据统计，潮土的初始有机碳含量仅为5.6 g·kg-1，而年均氮肥和有机肥施用量分别达到517和17.83 kg·hm-2；另外，该土类的年均降雨量也较低，为973 mm。紫色土的固碳速率仅次于潮土，2011─2040年和2011─2070年的年均固碳速率分别为374和301 kg·hm-2（图6），这主要是因为该土类的初始有机碳含量和年均温分别为4.3 g·kg-1和14.5 ℃，是所有土类中最低的。但是从表4中也可以看出，由于该土类黏粒含量仅为14%，其土壤有机碳含量在相对较短的时间内即可达到饱和状态，故2011─2100年的固碳速率明显低于2011 ─2040年和2011─2070年。

图6 不同时段苏北旱地各个土类年均固碳速率分布Fig. 6 Distribution of average annual carbon sequestration rate of different upland soil groups at different periods

盐土在苏北地区的分布面积仅次于潮土，占研究区旱地总面积的24.31%。从图6和图7可以看出，该土类2011─2040年、2011─2070年和2011─2100 年3个时段的固碳总量分别为10.18、16.31和20.76 Tg，年均固碳速率分别达到356、285和242 kg·hm-2，该土类的固碳速率比较高主要与较高的黏粒含量与氮肥施用量有关。据统计，盐土黏粒含量初始值为29%；而氮肥施用量达到538 kg·hm-2，是所有土类中最高的。砂姜黑土和褐土的分布面积分别占研究区旱地总面积的8.13%和5.64%，前者由于氮肥施用量和黏粒含量分别达到434 kg·hm-2和41%，3个时段的年均固碳速率均超过了240 kg·hm-2；后者因为初始有机碳和黏粒含量分别为5.9 g·kg-1和36%，3个时段的年均固碳速率也都超过了250 kg·hm-2。

图7 不同时段苏北旱地各个土类的固碳总量分布Fig. 7 Distribution of total carbon sequestration amount of different upland soil groups at different periods

棕壤占苏北旱地总面积的7.31%，2011─2040年的固碳总量为2.96 Tg，年均固碳速率为343 kg·hm-2，该土类前30年固碳速率较高主要与初始有机碳含量仅为4.5 g·kg-1有关（图6和图7）。但由于棕壤黏粒仅为18%，而年均降雨量达到1006 mm，导致该土类2011─2070年和2011─2100年2个时段的固碳能力明显下降，年均固碳量分别为275和232 kg·hm-2。

石质土和石灰土在苏北旱地中的分布面积最小，分别占总面积的1.48%和0.18%。这两个土类的固碳速率和总量都不大；其中，前者2011─2040年、2011─2070年和2011─2100年3个时段的固碳总量分别为0.39、0.60和0.79 Tg，年均固碳速率分别为222、174和152 kg·hm-2；后者2011─2040年、2011─2070年和2011─2100年3个时段的固碳总量分别为0.04、0.07和0.09 Tg，年均固碳速率分别为189、154和140 kg·hm-2。石质土和石灰土在不同时段的固碳速率都比较低，一方面是因为二者的初始有机碳含量是所有土类中最高的，分别达到9.2和9.4 g·kg-1，而氮肥和有机肥施用量是所有土类中最低的，均分别为265和13.08 kg·hm-2；另一方面这两个土类的年均温和降雨量均分别为15.6 ℃和1078 mm，是所有土类中最高的。很多研究表明，较高的初始有机碳含量、年均温和降雨量，以及较低的农业投入不利于土壤有机碳积累（Li et al.，20047；张凡等，2010568-570；Zhang et al.，20106546-6548）。

2.4 苏北旱地未来不同时段各行政单元的固碳速率和潜力

本研究以“图斑”为最小单元模拟苏北地区未来不同时段土壤有机碳的演变，并根据不同地级市和县（市）的行政界限提取分析各行政单元土壤有机碳的演变。从图3和表6可以看出，苏北地区不同地级市的固碳速率在空间上有很大差异。其中，地处西北部的徐州固碳潜力和速率最大，2011─2040年、2011─2070年和2011─2100年3个时段的固碳总量分别达到13.05、21.08、26.89 Tg，年均固碳速率分别为405、327和278 kg·hm-2；而中南部淮安的固碳潜力和速率则最小，2011─2040年、2011─2070年和2011─2100年3个时段的固碳总量分别为5.13、8.17和10.46 Tg，年均固碳速率分别为332、264和226 kg·hm-2。其他3个地级市不同时段的固碳潜力分别在7～10、11～16和14～20 Tg之间，而年均固碳速率分别介于340～390、270～310 和230～270 kg·hm-2之间。徐州的固碳速率明显高于淮安，一方面是因为该地区的初始有机碳含量较低，仅为5.5 g·kg-1，而氮肥和有机肥投入量却较高，分别达到615和17.44 kg·hm-2；而淮安的初始有机碳含量虽然也较低，为5.7 g·kg-1；但氮肥和有机肥投入量分别仅为365和15.44 kg·hm-2；另外，徐州处于暖温带半湿润季风气候区，降雨较少，多年平均为903 mm；而淮安处于暖温带向亚热带的过渡性气候区，降雨较多，多年平均达到1052 mm（表4）。有研究表明，较高的降雨量会使土壤中的氮淋失到水体或者更深的土层，造成作物减产和生物量降低，进而减少有机物质向土壤碳库的输入（Peinetti et al.，2008）。

从苏北地区不同县（市）的固碳潜力来看（表6），2011─2040年、2011─2070年和2011─2100 年3个时段中各个县（市）均呈现“碳汇”效应；其中，固碳量最大的是铜山县，3个时段的有机碳增加总量分别达到3.18、5.03和6.39 Tg；而固碳量最小的是建湖县，3个时段的有机碳增加总量分别为0.07、0.12和0.16 Tg。从固碳速率来看，苏北地区各个县（市）的有机碳增加速率在空间上有明显的差异，这主要是由于其本身的土壤属性、气候和施肥等不同引起的。中部的灌南县和灌云县3个时段的年均固碳速率都超过了320 kg·hm-2，这主要与这两个县的氮肥施用量和黏粒含量分别高于570 kg·hm-2和55%有关；而东南部的盱眙、东台和盐城县3个时段的年均固碳速率均低于300 kg·hm-2，一方面是因为这3个县初始有机碳含量较高，在6.7～7.4 g·kg-1之间；另一方面这3个县的年均温和降雨量均超过15.5℃和1020 mm，高温潮湿的环境会刺激微生物的呼吸作用，促进土壤碳的分解（张凡等，2010）567-568。苏北地区其他县（市）2011─2040年的固碳速率一般在300～430 kg·hm-2之间，随着耕作年限的增加，各个县（市）的固碳速率均有不同程度的下降，2011─2070年和2011─2100年的固碳速率在一般240～350和200～300 kg·hm-2之间。

表6 不同时段苏北各个行政区旱地土壤固碳速率和总量分布Table 6 Distribution of the average annual carbon sequestration rate and total carbon sequestration amount potential by country level in northern Jiangsu Province at different periods

总体来看，苏北旱地各个县（市）的固碳速率大小一方面受到土壤属性（如，初始有机碳和黏粒含量）的影响；另一方面也受氮肥施用量的控制，一般情况下较高的氮肥施用量也会导致高固碳速率，但值得注意的是目前该地区各个县（市）的氮肥施用量一般超过430 kg·hm-2，处于盈余状态（Zhang et al.，2010）6546-6550。有研究表明，过量的氮肥会通过地表径流进入水体，从而增加水体富营养化的风险（Zhao et al.，2014）。因此，在今后苏北旱地固碳减排政策制定中，根据各个县（市）的土壤属性和实际氮肥施用量制定适宜的管理措施是十分重要的。

2.5 不确定性分析

本研究尽管使用了目前我国区域尺度数据最详细的1∶50000大比例尺土壤数据库模拟了苏北旱地未来不同时段的固碳速率和潜力，但由于受基础资料的限制，模拟结果也存在一定的不确定性。第一，自第二次土壤普查以来，随着苏北地区经济的发展，近30年土壤属性、未来30、60和90 a的农业管理措施和土地利用方式均会发生很大的变化，而这些变化无法在本次模拟中被考虑。第二，模型中的作物生理指标、化肥和有机肥施用量、秸秆还田率等参数由于受到目前我国可收集资料的限制，本次模拟以“县”为最小输入单元，一定程度上忽略了“县内”的异质性。第三，气象数据是驱动模型的重要参数，而本研究重复近10年的气象资料进行未来不同时段有机碳的变化模拟，并没有充分考虑将来气候变化和极端气候条件出现对于土壤有机碳的影响，这一定程度上也会增加模拟结果的不确定性。

3 结论

苏北地区属于黄淮海平原的一部分，明确该地区未来的固碳速率和潜力对于制定我国黄淮海平原有机碳汇聚政策具有重要意义。从本研究来看，在目前农业管理措施和气候条件不变的情况下，苏北旱地在未来较长时间段内呈现出较强的“碳汇”能力。该地区2011─2040年、2011─2070年和2011 ─2100年3个时段的固碳总量分别达到43.18、69.40和88.91 Tg，年均固碳速率分别为367、295 和252 kg·hm-2，这说明该地区目前施行的农业管理措施有利于土壤固碳，应值得大力推广。另外，苏北地区中西部旱地的固碳速率明显高于中南部，在今后的“碳汇”政策制定中大力改善中南部地区的固碳潜力是十分有必要的。

尽管本研究采用目前区域尺度最详细的1∶50000大比例尺土壤数据库定量模拟了苏北旱地固碳速率和潜力，但土壤有机碳变化受多方面因素（如气候条件和农田管理）的交互影响。因此，在以后的研究中应进一步获取更加详实的农田管理参数，并综合考虑未来可能发生的气候变化情景，进一步优化模型，以达到准确预测我国旱地土壤有机碳变化的目的。

参考文献：

ÁLVARO-FUENTES J， PAUSTIAN K. 2011. Potential soil carbon sequestration in a semiarid Mediterranean agroecosystem under climate change: Quantifying management and climate effects ［J］. Plant and Soil， 338（1-2）: 261-272

BRAR B S， SINGH K， DHERI G S， et al. 2013. Carbon sequestration and soil carbon pools in a rice-wheat cropping system: Effect of long-term use of inorganic fertilizers and organic manure ［J］. Soil & Tillage Research， 128: 30-36.

CAI Z C， QIN S W. 2006. Dynamics of crop yields and soil organic carbon in a long-term fertilization experiment in the Huang-Huai-Hai Plain of China ［J］. Geoderma， 136（3）: 708-715.

CHUAI X W， HUANG X J， WANG W J， et al. 2012. Spatial variability of soil organic carbon and related factors in Jiangsu Province， China ［J］. Pedosphere， 22（3）: 404-414.

LAL R. 2004. Soil carbon sequestration impacts on global climate change and food security ［J］. Science， 304 （5677）: 1623-1627.

LI C S， MOSIER A， WASSMANN R， et al. 2004. Modeling greenhouse gas emissions from rice-based production systems: Sensitivity and upscaling ［J］. Global Biogeochemical Cycles， 18:GB1043.doi: 10.1029/2003.GB002045

LI C S. 2007. Quantifying greenhouse gas emissions from soils: Scientific basis and modeling approach ［J］. Soil Science and Plant Nutrition，53（4）: 344-352.

LIN Z B， ZHANG R D. 2012. Dynamics of soil organic carbon under uncertain climate change and elevated atmospheric CO2［J］. Pedosphere， 22（4）: 489-496.

PAN G X， XU X W， SMITH P， et al. 2010. An increase in topsoil soc stock of china's croplands between 1985 and 2006 revealed by soil monitoring ［J］. Agriculture Ecosystems & Environment， 136（1-2）: 133-138.

PEINETTI H R， MENEZES R S C， TIESSEN H， et al. 2008. Simulating plant productivity under different organic fertilization practices in a maize/native pasture rotation system in semi-arid NE Brazil ［J］. Computers and electronics in agriculture， 62（2）: 204-222.

QIN Z C， HUANG Y， ZHUANG Q L. 2013. Soil organic carbon sequestration potential of cropland in China ［J］. Global Biogeochemical Cycles， 27（3）: 711-722.

SHI X Z， YU D S， WARNER E D， et al. 2006. Cross-reference system for translating between genetic soil classification of China and Soil Taxonomy ［J］. Soil Science Society of America Journal， 70（1）: 78-83.

WAN Y F， LIN E， XIONG W， et al. 2011. Modeling the impact of climate change on soil organic carbon stock in upland soils in the 21st century in China ［J］. Agriculture Ecosystems & Environment， 141（1-2）: 23-31.

WEST T O， SIX J. 2007. Considering the influence of sequestration duration and carbon saturation on estimates of soil carbon capacity ［J］. Climatic Change， 80（1-2）: 25-41.

WHITMORE A P， KLEIN-GUNNEWIEK H， CROCKER G J， et al. 1997. Simulating trends in soil organic carbon in long-term experiments using the Verberne/MOTOR model ［J］. Geoderma， 81（1）: 137-151.

XIE Z B， ZHU J G， LIU G， et al. 2007. Soil organic carbon stocks in China and changes from 1980s to 2000s ［J］. Global Change Biology， 13（9）: 1989-2007.

XU S X， SHI X Z， ZHAO Y C， et al. 2011. Carbon sequestration potential of recommended management practices for paddy soils of China， 1980 ─2050 ［J］. Geoderma， 166（1）: 206-213.

YAN H M， CAO M K， LIU J Y， et al. 2007.Potential and sustainability for carbon sequestration with improved soil management in agricultural soils of China ［J］. Agriculture， Ecosystems & Environment， 121（4）: 325-335.

YU Y Q， HUANG Y， ZHANG W. 2013. Projected changes in soil organic carbon stocks of China's croplands under different agricultural managements， 2011-2050 ［J］. Agriculture， Ecosystems & Environment，178: 109-120.

ZHAN C， CAO J， HAN Y， et al. 2013. Spatial distributions and sequestrations of organic carbon and black carbon in soils from the Chinese loess plateau ［J］. Science of the Total Environment， 465: 255-266.

ZHANG L M， ZHUANG Q L， LI X D， et al. 2016. Carbon sequestration in the uplands of Eastern China: An analysis with high-resolution model simulations ［J］. Soil ＆ Tillage Research， 158: 165-176.

ZHANG W J， WANG X J， XU M G， et al. 2010. Soil organic carbon dynamics under long-term fertilizations in arable land of northern China ［J］. Biogeosciences， 7（2）: 409-425.

ZHAO G， BRYAN B A， KING D， et al. 2013. Impact of agricultural management practices on soil organic carbon: simulation of Australian wheat systems ［J］. Global Change Biology， 19（5）: 1585-1597.

ZHAO Z， ZHANG H， LI C S， et al. 2014. Quantifying nitrogen loading from a paddy field in Shanghai， China with modified DNDC model ［J］. Agriculture， Ecosystems & Environment， 197: 212-221.

韩冰， 王效科， 欧阳志云. 2005. 中国农田生态系统土壤碳库的饱和水平及其固碳潜力［J］. 农村生态环境， 21（4）: 6-11.

龙军， 毛艳玲， 张黎明， 等. 2012. 农田土壤有机碳演变模型的研究进展［J］. 中国农学通报， 28（5）: 232-239.

秦发侣， 赵永存， 史学正， 等. 2014. 基于贝叶斯推断的DNDC模型参数校正与不确定性评价研究［J］. 土壤学报， 51（2）: 247-254.

邱建军， 王立刚， 唐华俊， 等. 2004. 东北三省耕地土壤有机碳储量变化的模拟研究［J］. 中国农业科学， 37（8）: 1166-1171.

田康， 赵永存， 徐向华， 等. 2014. 不同施肥下中国旱地土壤有机碳变化特征——基于定位试验数据的Meta分析［J］. 生态学报， 13: 3735-3743.

王世航， 史学正， 赵永存， 等. 2011. 推荐管理措施情景下黄淮海地区旱地土壤固碳潜力模拟研究——以河南省获嘉县为例［J］. 生态环境学报， 20（3）: 403-408.

张凡， 李长生. 2010. 气候变化影响的黄土高原农业土壤有机碳与碳排放［J］. 第四纪研究， 30（3）: 566-572.

张黎明， 李加加， 于东升， 等. 2011. 不同制图比例尺土壤数据库对旱地磷储量估算的影响［J］. 生态环境学报， 20（11）: 1626-1633.

赵永存. 2005. 土壤属性表征的空间尺度效应和不确定性研究——以河北省土壤有机碳为例［D］. 南京: 中国科学院南京土壤所.

Study of Soil Organic Carbon Sequestration Rate and Potential of Upland in Northern Jiangsu Province Based on High-resolution Soil Database

WANG Guangxiang1， ZHANG Liming1， 2*， LI Xiaodi1， YU Dongsheng2，SHI Xuezheng2， XING Shihe1， CHEN Hanyue1
1. College of Resource and Environment， Fujian Agriculture and Forestry University， Fuzhou 350002， China；2. State Key Laboratory of Soil and Sustainable Agriculture， Institute of Soil Science， Chinese Academy of Sciences， Nanjing 210008， China

Abstract:Upland covers more than 70% of China's cropland； therefore understanding carbon sequestration rate and potential for upland at different periods plays a key role in making policies on cropland in China to reduce greenhouse gas emissions and recommend management measures of carbon sequestration and mitigation CO2emissions. Taking the upland in the 29 counties （or cities） of the northern Jiangsu Province， a part of Huang-Huai-Hai region， as study zone. The study linked the biogeochemical DNDC （Denitrification and decomposition） model to a newly soil map with improved spatial high-resolution （1∶50 000 soil database） of the northern Jiangsu Province to estimate the carbon sequestration rate and potential for three different periods for 2010─2040（30 a），2010─2070 （60 a） and 2010─2100 （90 a）. The result shows， the carbon sequestration amount for the upland of 3.93×106hm2in the northern Jiangsu Province is 43.18， 69.40 and 88.91 Tg， with the average annual carbon sequestration rate standing at 367， 295 and 252 kg·hm-2， respectively. For soil groups， the highest carbon sequestration rate occurs in fluvo-aquic soil and purplish soil， with the average annual carbon sequestration amount mostly above 300 kg·hm-2at different periods； however， the lowest in lithosols soil and limestone soil， with the average annual carbon sequestration amount almost below 200 kg·hm-2at different periods. For the spatial distribution， the Guannan city， located in the northern part， experiences the greatest carbon sequestration rate in the region， with the average annual carbon sequestration amount beyond 330 kg·hm-2at different periods； while， the Xuyi city， located in the central parts，with the average annual carbon sequestration amount below 250 kg·hm-2at different periods， witnesses the lowest carbon sequestration rate. Overall， the differences of soil groups and counties （or cities） in carbon sequestration potential and rate are obvious in northern Jiangsu Province， so it is imperative to appropriately formulate the measures of carbon sequestration and mitigation CO2emissions according to the soil groups and administrative units in the region.

Key words:1∶50 000 database； DNDC （Denitrification and decomposition） model； upland in northern Jiangsu Province； carbon sequestration potential； carbon sequestration rate

DOI:10.16258/j.cnki.1674-5906.2016.03.009

中图分类号：X14； S15

文献标志码：A

文章编号：1674-5906（2016）03-0422-10

基金项目：国家自然科学基金项目（41001126）；福建省自然科学基金项目（2015J01154）；福建省高校杰出青年科研人才计划基金（JA13093）

作者简介：王光翔（1991年生），男，硕士研究生，主要从事土壤碳循环模拟研究。E-mail: fafuwgx@163.com

*通信作者：张黎明（1979年生），男，副教授，主要从事土壤资源与GIS应用方面的工作。E-mail: fjaulmzhang@163.com

收稿日期：2015-12-24