賈海霞,汪 霞,2,*,李 佳,歐延升,趙云飛,史常明

1 蘭州大學(xué)資源環(huán)境學(xué)院, 蘭州 730000 2 蘭州大學(xué)西部環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室, 蘭州 730000

近年來(lái),隨著溫室效應(yīng)的加劇,全球變暖、冰川融化和降水增多已成為不可逆轉(zhuǎn)的趨勢(shì)。隨著氣候的變化,對(duì)陸地生態(tài)系統(tǒng)產(chǎn)生了極其深遠(yuǎn)的影響[1]。陸地生態(tài)系統(tǒng)碳循環(huán)是全球碳循環(huán)的重要組成部分,土壤碳庫(kù)的微小變化可能導(dǎo)致大氣CO2濃度較大的波動(dòng),從而影響全球氣候變化[2]。盡管土壤碳庫(kù)容量十分可觀,但在全球陸地生態(tài)系統(tǒng)碳庫(kù)中,農(nóng)業(yè)土壤碳是最活躍和最重要的土壤有機(jī)碳庫(kù),一方面,農(nóng)田土壤對(duì)全球土壤碳循環(huán)平衡起著重要作用,受人為強(qiáng)烈干擾會(huì)產(chǎn)生快速變化且短時(shí)間可調(diào)節(jié)；另一方面,土壤有機(jī)碳(SOC)具有協(xié)調(diào)土壤養(yǎng)分、水分等功能,是土壤肥力的核心,它也是農(nóng)作物高產(chǎn)、穩(wěn)定的物質(zhì)基礎(chǔ)之一,也影響著CO2的排放,與氣候變化直接相關(guān)[3]。農(nóng)田土壤碳固存與碳循環(huán)研究不僅關(guān)系到我國(guó)農(nóng)業(yè)應(yīng)對(duì)氣候變化的能力建設(shè),而且與我國(guó)未來(lái)糧食安全和整個(gè)農(nóng)業(yè)體系的可持續(xù)發(fā)展有關(guān)[4]。目前,國(guó)內(nèi)外許多學(xué)者在農(nóng)田土壤有機(jī)碳儲(chǔ)量方面進(jìn)行了研究。張琳等應(yīng)用DNDC模型和Arc GIS對(duì)墊江縣未來(lái)30年的農(nóng)田有機(jī)碳進(jìn)行了模擬[5]。張珍明等對(duì)喀斯特小流域土壤有機(jī)碳儲(chǔ)量及估算方法進(jìn)行研究[6]。而在關(guān)于有機(jī)碳儲(chǔ)量的估算方法上,一直存在很大爭(zhēng)議,就目前而言,模型的應(yīng)用解決未來(lái)SOC演變的模擬和預(yù)測(cè)難題。DNDC模型是描述農(nóng)業(yè)生態(tài)系統(tǒng)中碳和氮生物地球化學(xué)過(guò)程的計(jì)算機(jī)模擬模型[7],已被廣泛的應(yīng)用于農(nóng)業(yè)土壤肥力與溫室氣體排放的預(yù)測(cè)研究中。

焉耆回族自治縣是干旱區(qū)典型綠洲盆地—焉耆盆地的中央城市,是一個(gè)傳統(tǒng)的農(nóng)業(yè)區(qū),但是耕地面積只占到全縣總面積的35%。作為連接絲綢之路經(jīng)濟(jì)帶和中巴經(jīng)濟(jì)走廊的關(guān)鍵節(jié)點(diǎn)和重要驛站,其區(qū)位優(yōu)勢(shì)相當(dāng)明顯[8]。為充分發(fā)揮這一地緣優(yōu)勢(shì),焉耆縣面臨著進(jìn)一步拓展和完善農(nóng)副產(chǎn)品、農(nóng)業(yè)生產(chǎn)資料和增加農(nóng)田有機(jī)碳的多重壓力,以此來(lái)提升縣域經(jīng)濟(jì)的總體水平。鑒于此,本文以焉耆回族自治縣2013—2017年定位實(shí)驗(yàn)觀測(cè)的數(shù)據(jù)為基礎(chǔ),通過(guò)點(diǎn)位模擬校驗(yàn)?zāi)Ｐ?利用2015年焉耆土壤類型和土地利用方式數(shù)據(jù),并選用IPCC AR5 報(bào)告中的BCCC-CSM1.1氣候模式,相應(yīng)秸稈還田和化肥配施,開(kāi)展2017—2047年該縣農(nóng)田土壤有機(jī)碳儲(chǔ)量和有機(jī)碳密度的模擬,通過(guò)分析未來(lái)30年焉耆縣農(nóng)田表層土壤有機(jī)碳密度和有機(jī)碳儲(chǔ)量的變化特征,為未來(lái)氣候變化下,增加農(nóng)田土壤有機(jī)碳以及農(nóng)田土壤管理提供數(shù)據(jù)支持和科學(xué)依據(jù)。

1 研究區(qū)域自然概況

焉耆回族自治縣地處天山南麓焉耆盆地腹心地帶,經(jīng)緯度在85°15′00″—86°43′57″,40°21′32″—42°16′00″之間,焉耆縣總面積1780 km2,現(xiàn)有耕地面積532 km2。焉耆回族自治縣位于北半球中緯度溫帶地區(qū),為典型的中溫帶干旱荒漠氣候,又別具盆地夏季聚熱,冬季冷潮的氣候特征；地勢(shì)西北高,東南低；年日照時(shí)數(shù)4440.1 h,年平均降水量為74.4 mm,年均氣溫8.2 ℃,年平均無(wú)霜凍期176 d,適宜辣椒、番茄、玉米、小麥等作物生長(zhǎng)?？h域內(nèi)土壤為農(nóng)耕土壤,主要類型是潮土、灌耕土、草甸土、棕漠土、沼澤土、鹽土、風(fēng)沙土。研究區(qū)作為古絲綢之路的重鎮(zhèn)以及以出口農(nóng)貿(mào)產(chǎn)品為主要經(jīng)濟(jì)收入的縣域,在“一帶一路”規(guī)劃下,是新疆綠洲經(jīng)濟(jì)發(fā)展的核心示范區(qū)之一[9],農(nóng)耕土壤的質(zhì)量直接影響著焉耆縣經(jīng)濟(jì)的提升,因此焉耆縣是研究絲綢之路經(jīng)濟(jì)帶土壤有機(jī)碳循環(huán)的典型區(qū)域。

2 材料與方法

2.1 試驗(yàn)設(shè)計(jì)

2.1.1定位試驗(yàn)設(shè)計(jì)

點(diǎn)位定點(diǎn)實(shí)驗(yàn)設(shè)置在焉耆回族自治縣,包括包爾海鄉(xiāng)、查汗采開(kāi)鄉(xiāng)、北大渠鄉(xiāng)三個(gè)鄉(xiāng),初始土壤質(zhì)地為粉砂質(zhì)壤土、壤土、砂質(zhì)壤土,土壤類型為濕潮土。試驗(yàn)開(kāi)始于2013年,共有9個(gè)處理(如表1所示),每塊試驗(yàn)田的面積為2500 m2(50 m × 50 m),其中選取的農(nóng)作物均為當(dāng)?shù)氐闹饕?jīng)濟(jì)作物。

表1 試驗(yàn)處理描述

FF，粉砂質(zhì)壤土下種植番茄；FL，粉砂質(zhì)壤土下種植辣椒；FY，粉砂質(zhì)壤土下種植玉米；RF，壤土下種植番茄；RL，壤土下種植辣椒；RY，壤土下種植玉米；SF，砂質(zhì)壤土下種植番茄；SL，砂質(zhì)壤土下種植辣椒；SY，砂質(zhì)壤土下種植玉米

2.1.2樣品采集

點(diǎn)位樣品采集：在2013—2017年每年7月和12月,按照“S”型采樣法,在每個(gè)處理中采集耕層(0—20 cm)土壤樣品,按照0—10和10—20 cm分層取樣,每個(gè)取樣點(diǎn)采取15個(gè)樣品混勻；混合土壤采用四分法,取1 kg 左右的土樣放入樣品袋。每個(gè)采樣點(diǎn)需記錄本底信息,并測(cè)定含水率、容重、土壤機(jī)械組成、全鹽量、有機(jī)質(zhì)、pH值等指標(biāo)。

圖1 焉耆縣2017年農(nóng)田土壤采樣點(diǎn)分布及土地利用空間分布圖Fig.1 Distribution of soil sampling points in Yanqi county in 2017

區(qū)域樣品采集：2017年在每個(gè)鄉(xiāng)(鎮(zhèn))按照面積比例在農(nóng)田土壤上均勻布點(diǎn),采集方法同定點(diǎn)試驗(yàn)樣品采集方法,累積采取樣品800個(gè)(圖1)。

2.2 樣品處理及測(cè)定分析

野外采集的土壤樣品經(jīng)風(fēng)干處理后研磨,制備試驗(yàn)測(cè)定所需樣品。土壤有機(jī)碳用重鉻酸鉀-硫酸氧化法測(cè)定[10]。利用遙感數(shù)據(jù)驗(yàn)證和現(xiàn)場(chǎng)追蹤對(duì)各類土壤分布面積進(jìn)行統(tǒng)計(jì)分析；采用環(huán)刀法自上而下分層測(cè)定土壤容重；利用電位測(cè)定法測(cè)定土壤pH；土壤粒度由激光粒度儀測(cè)定[11]。

2.3 數(shù)據(jù)獲取

①氣象數(shù)據(jù)：2013—2017年氣象數(shù)據(jù)包括每日最低氣溫、每日最高氣溫、降水量(來(lái)源于國(guó)家氣象數(shù)據(jù)共享網(wǎng)(http://data.cma.cn))；2018—2047年的逐日氣象數(shù)據(jù)采用第五次耦合模式比較計(jì)劃(CMIP5)里面的BCCC-CSM1.1氣候模式,然后整理成模型所輸入文件的格式,即日最高氣溫、日最低氣溫和日平均降水量。

②土壤數(shù)據(jù)

點(diǎn)位土壤數(shù)據(jù)：2013—2017年土壤數(shù)據(jù)包括容重、質(zhì)地、土壤有機(jī)質(zhì)及酸堿度等數(shù)據(jù),來(lái)自于定位實(shí)驗(yàn)實(shí)測(cè)。作物及田間管理數(shù)據(jù)來(lái)自于5年以來(lái)的田間管理措施記載,主要有犁地方式、施肥、灌溉、秸稈還田比例和除草。

區(qū)域土壤數(shù)據(jù)：2017年采集土壤樣品的800個(gè)土壤數(shù)據(jù),占總數(shù)據(jù)的50%,其余數(shù)據(jù)來(lái)源于焉耆縣2017年統(tǒng)計(jì)年鑒,土壤按土屬分類,全縣農(nóng)田土壤共有7種土類。

③作物數(shù)據(jù)：來(lái)源于焉耆縣統(tǒng)計(jì)年鑒數(shù)據(jù),點(diǎn)位定點(diǎn)數(shù)據(jù)。

④遙感數(shù)據(jù)：中國(guó)土壤類型空間分布數(shù)據(jù)(1 km分辨率),2015年土地利用方式(30 m分辨率),來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)。

2.4 DNDC模型參數(shù)設(shè)置

DNDC(脫氮分解)模型是由美國(guó)New Hampshire大學(xué)李長(zhǎng)生教授于1992年建立,以模擬農(nóng)業(yè)生態(tài)系統(tǒng)中碳氮循環(huán)為目的的生物地球化學(xué)模型[12]。該模型在很多地方都本地化驗(yàn)證,但是土壤碳、氮循環(huán)過(guò)程比較復(fù)雜,具有較強(qiáng)的時(shí)空差異性,又因?yàn)樾陆畬儆诟珊祬^(qū),具有迥異的氣候特點(diǎn),依靠DNDC模型進(jìn)行相關(guān)模擬時(shí),參數(shù)調(diào)整成為必然。本文基于點(diǎn)位模擬,實(shí)測(cè)值為依據(jù)校準(zhǔn)模型參數(shù)(如表2),對(duì)模型的已有作物的默認(rèn)參數(shù)進(jìn)行修改,如粘土比例、孔隙度、萎焉點(diǎn)、田間持水量、表土之下SOC含量降低速率等。首先設(shè)置模型中土壤和作物生理參數(shù),然后將所需氣象、土壤及田間管理等參數(shù)輸入模型,并運(yùn)行比較模型模擬的各種點(diǎn)位下的SOC動(dòng)態(tài)變化與定點(diǎn)監(jiān)測(cè)測(cè)定結(jié)果的擬合度,并且還需多次調(diào)整DNDC模型中的部分參數(shù),以使模型模擬結(jié)果與田間實(shí)測(cè)值擬合程度達(dá)到最佳。

用DNDC模型實(shí)施點(diǎn)位和區(qū)域模擬,須事先獲取區(qū)域所有格點(diǎn)所需輸入數(shù)據(jù),將其存儲(chǔ)于特定GIS和通用數(shù)據(jù)庫(kù)中[13]。GIS數(shù)據(jù)包括7個(gè)文件,主要是地理位置、氣象數(shù)據(jù)、土壤特性、作物種類、農(nóng)田管理。氣象數(shù)據(jù)庫(kù)包含焉耆縣氣象站的日最高、日最低氣溫和日降雨；作物數(shù)據(jù)庫(kù)包括各類作物的生理及物候?qū)W參數(shù),DNDC從區(qū)域數(shù)據(jù)庫(kù)中讀取所有的信息。為了保證模型運(yùn)轉(zhuǎn)得到的數(shù)據(jù)的精確性,可以把一個(gè)區(qū)域劃分為許多個(gè)格點(diǎn),本文以2015年土地利用方式數(shù)據(jù)庫(kù),此數(shù)據(jù)庫(kù)是目前我國(guó)精度較高的土地利用遙感監(jiān)測(cè)數(shù)據(jù)產(chǎn)品,它是以Landsat TM/ETM/OLI遙感影像為主要數(shù)據(jù)源,經(jīng)過(guò)影像融合、幾何校正、圖像增強(qiáng)與拼接等處理后,通過(guò)人機(jī)交互目視解譯的方法,將全國(guó)土地利用類型劃分為6個(gè)一級(jí)類、25個(gè)二級(jí)類、以及部分三級(jí)分類的土地利用數(shù)據(jù)產(chǎn)品。運(yùn)用Arc GIS劃分出焉耆縣的農(nóng)田土壤圖斑[14]。然后利用焉耆縣鄉(xiāng)鎮(zhèn)邊界數(shù)據(jù),將農(nóng)田圖斑和鄉(xiāng)鎮(zhèn)邊界疊加,以一個(gè)鄉(xiāng)鎮(zhèn)里面的一種土壤類型為模擬單元,如果土壤類型不連續(xù)則為另一個(gè)模擬單元,總共劃分出40個(gè)模擬單元。然后利用克立金插值提取每一個(gè)格點(diǎn)中的各屬性值的均值,以此來(lái)代表這個(gè)格點(diǎn)的數(shù)值,然后進(jìn)行各格點(diǎn)的區(qū)域模擬。

表2 DNDC模型本地化參數(shù)值

2.5 DNDC模型驗(yàn)證

采用均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)和模型效率(ME)來(lái)評(píng)價(jià)此模型的精度,其公式如下：

(1)

式中,Oi是觀測(cè)值,Pi是預(yù)測(cè)值,n是觀測(cè)值的總數(shù),i是當(dāng)前觀測(cè)值。

均方根誤差(RMSE)是用來(lái)衡量模擬值同實(shí)測(cè)值之間的一致性,一般參考為：RMSE<10%,表明模擬值與實(shí)測(cè)值一致性非常好；10%—20%為較好；20%—30%表明模擬效果一般；>30%則表明模擬值與實(shí)測(cè)值偏差較大,模擬效果較差。平均絕對(duì)誤差(MAE)能更好的反映預(yù)測(cè)值誤差的實(shí)際情況。模型效率(ME)將絕對(duì)誤差的平方和與觀測(cè)值之間的差值的平方和及其平均值進(jìn)行比較,ME為0—1時(shí),值越大,模擬值與實(shí)測(cè)值之間的關(guān)聯(lián)度越大；當(dāng)ME<0時(shí),模擬值與實(shí)測(cè)值之間極度不相關(guān)[15]。

2.6 數(shù)據(jù)處理與方法

2.6.1土壤有機(jī)碳儲(chǔ)量計(jì)算

本文的模擬單元共有40個(gè),即格點(diǎn)數(shù)。其中0—10 cm,10—20 cm的SOC含量在DNDC區(qū)域模擬結(jié)果中得到。

(2)

式中,Ss為土壤有機(jī)碳儲(chǔ)量(kg)；Si為第i個(gè)格點(diǎn)的種植系統(tǒng)面積(hm2)；n為總格點(diǎn)數(shù)；Ci為第i個(gè)格點(diǎn)0—10 cm土壤SOC含量(kg C/hm2);Di為第i個(gè)格點(diǎn)10—20 cm土壤SOC含量(kg C/hm2)。

2.6.2土壤有機(jī)碳密度計(jì)算

土壤有機(jī)碳密度通常是指單位面積單位深度土體中土壤有機(jī)碳儲(chǔ)量,是表征土壤質(zhì)量及陸地生態(tài)系統(tǒng)對(duì)全球變化貢獻(xiàn)大小和衡量土壤中有機(jī)碳儲(chǔ)量的重要指標(biāo)[19]。

(3)

式中,Sd為土壤有機(jī)碳密度(kg C/hm2)；Si為第i個(gè)格點(diǎn)的種植系統(tǒng)面積(hm2)；n為總格點(diǎn)數(shù)；Ci為第i個(gè)格點(diǎn)0—10 cm土壤SOC含量(kg C/hm2)；Di為第i個(gè)格點(diǎn)10—20 cm土壤SOC含量(kg C/hm2)。

2.6.3數(shù)據(jù)統(tǒng)計(jì)與空間分析

本文運(yùn)用Arc GIS 10.2軟件對(duì)數(shù)據(jù)進(jìn)行空間處理與分析,包括圖斑疊加、掩膜提取、面積統(tǒng)計(jì)、制圖。數(shù)據(jù)分析在SPSS 19.0中進(jìn)行,相關(guān)圖表的制作在Microsoft Excel 2013、Origin 8.0中完成。

3 結(jié)果與分析

3.1 DNDC模型驗(yàn)證

點(diǎn)位模擬中主要選擇土壤有機(jī)碳含量為驗(yàn)證指標(biāo)。對(duì)9個(gè)處理進(jìn)行長(zhǎng)期穩(wěn)定觀測(cè)和土壤理化性質(zhì)分析。DNDC模擬運(yùn)行得到的SOC與實(shí)際觀測(cè)值對(duì)比分析來(lái)驗(yàn)證DNDC模型在本地的準(zhǔn)確性。如圖2所示,根據(jù)實(shí)際觀測(cè)的數(shù)據(jù),在耕作措施施加50%的秸稈還田和配施化肥后,土壤有機(jī)碳含量都得到了提高。利用統(tǒng)計(jì)學(xué)方法對(duì)各個(gè)處理的有機(jī)碳含量的模擬值與觀測(cè)值進(jìn)行了分析,結(jié)果如表3所示,在9個(gè)處理中,FL處理的相關(guān)系數(shù)最高,達(dá)到了0.9950,RMSE達(dá)到了0.38%,模型效率為0.98,模擬效果最好。RF處理的相關(guān)性達(dá)到了0.969,模型效率為0.83,模擬效果最差?？傮w而言,9個(gè)處理相關(guān)系數(shù)都接近于1,RMSE都在10%以下,模型效率都接近于1,由此說(shuō)明DNDC模型在焉耆縣適用性很好,可以進(jìn)行點(diǎn)位DNDC的模擬,同時(shí)區(qū)域模擬所應(yīng)用的氣象數(shù)據(jù)和點(diǎn)位模擬的氣象數(shù)據(jù)相同,農(nóng)田管理、施肥、灌溉、土地利用類型等大致相同,所以從長(zhǎng)期試驗(yàn)站的點(diǎn)位模擬對(duì)DNDC模型校驗(yàn),拓展到區(qū)域農(nóng)田進(jìn)行相關(guān)模擬預(yù)測(cè)是可行的。

圖2 土壤有機(jī)碳實(shí)測(cè)值與模擬值的相關(guān)性Fig.2 Correlation between measured values of soil organic carbon and simulated values

類別Category處理 TreatmentRFRLFYFFSLRYSFFLSYRMSE0.04650.00760.03130.04120.00480.02720.04220.00380.0385MAE0.10560.02440.13080.07320.01480.07320.09000.02000.1208r0.9690.9750.9850.9760.9800.9870.9760.9950.969ME0.90310.92430.96450.83750.93420.93450.88160.98090.9197

3.2 秸稈還田和化肥施用對(duì)土壤有機(jī)碳的影響

本研究從點(diǎn)位到區(qū)域模擬都施加了50%的秸稈還田措施,配施當(dāng)前的化肥用量。每種處理土壤有機(jī)碳含量都增加了一定的比例。在農(nóng)田尺度上,實(shí)地監(jiān)測(cè)的9個(gè)處理,有機(jī)碳含量均呈現(xiàn)逐年增加,5年后的土壤有機(jī)碳含量比原來(lái)增長(zhǎng)102%—106%。在縣域尺度上,模型中施加50%的秸稈還田,在特定氣候模式下,30年后,農(nóng)田土壤碳儲(chǔ)量增加109%—148%,這說(shuō)明50%的秸稈還田可以促進(jìn)土壤有機(jī)碳含量的增長(zhǎng)。

3.3 不同土壤質(zhì)地的有機(jī)碳含量差異

點(diǎn)位定點(diǎn)實(shí)驗(yàn)中,如圖3所示,為3種不同農(nóng)作物在3種不同土壤質(zhì)地下,2013年的土壤碳含量及2017年相比2013年增加的百分比。從圖中可以明顯看出,每一種處理有機(jī)碳含量都得到了提升,其中在不同作物之間,碳含量的提升均表現(xiàn)為：粉砂質(zhì)壤土>壤土>砂質(zhì)壤土；其中粉砂質(zhì)壤土和玉米的組合有機(jī)碳含量增加的最多,相比初始的碳含量增加了106%,砂質(zhì)壤土和辣椒的組合碳含量增加最少,增加了102%。然后比較這三種土壤質(zhì)地的粘土含量,根據(jù)實(shí)測(cè)結(jié)果,粘土含量表現(xiàn)為：粉砂質(zhì)壤土>壤土>砂質(zhì)壤土；這是因?yàn)樗鼈兊恼惩梁坎灰恢?粘土含量越高,碳分解速率越慢,越有利于有機(jī)碳的積累。粘土含量越低,碳分解速率越快,土壤有機(jī)碳積累的越慢。

圖3 不同作物在三種土壤質(zhì)地下有機(jī)碳變化Fig.3 Changes of underground organic carbon in three soils of different crops 柱狀圖為2013年各處理下的初始土壤有機(jī)碳含量,折線圖為2017年各處理下有機(jī)碳含量相比2013年增加的百分比

3.4 農(nóng)田土壤有機(jī)碳密度和碳儲(chǔ)量及其分布特征

土壤有機(jī)碳的周轉(zhuǎn)過(guò)程非常緩慢,選取2017年的氣象數(shù)據(jù),未來(lái)29年的氣象數(shù)據(jù)選取IPCC AR5 報(bào)告中的BCCC-CSM1.1模式下的氣溫和降水的未來(lái)預(yù)測(cè)結(jié)果,其中大氣二氧化碳濃度每年進(jìn)行調(diào)整,選取目前正常增加速率1.9 ppm/a[20],秸稈還田比例選取點(diǎn)位模擬中的比例0.5,化肥用量和點(diǎn)位模擬中的相同,選取當(dāng)前耕作下的化肥用量,其它每年相同。圖4為2017—2047年焉耆縣農(nóng)田表層土壤有機(jī)碳儲(chǔ)量和土壤有機(jī)碳密度的空間變化分布圖,可以看出2017—2047年焉耆回族自治縣農(nóng)田0—20 cm土層SOC密度和儲(chǔ)量呈現(xiàn)顯著的增加趨勢(shì)。其中30年后的土壤碳儲(chǔ)量相比2017年增加了109%—148%,新增加的固碳量是3.708×108t—1.978×109t；有機(jī)碳密度2047年相比2017年增長(zhǎng)了23%—53%,有機(jī)碳密度變化為1025—11440 kg C/hm2。

在空間分布上,有機(jī)碳密度和有機(jī)碳儲(chǔ)量也呈現(xiàn)明顯的差異。如圖4,2017—2047年,SOC密度變化范圍為8200—12000 kg C/hm2的面積最大,集中分布在焉耆東北部和焉耆中部且自東北向西北依次減??；其次,SOC密度變化范圍為15000—25000 kg C/hm2的占比最小,集中分布在焉耆南部,且自南向西北方向依次減小。

在不同的土壤類型之間有機(jī)碳密度與儲(chǔ)量呈現(xiàn)明顯的差異。表4為2017年焉耆縣各土壤類型下的有機(jī)碳密度和有機(jī)碳儲(chǔ)量,可以看出,2017年潮土的面積最大,占耕地面積的60%,受人為擾動(dòng)較多,其碳儲(chǔ)量在所有土類中最多,2017年農(nóng)田土壤中潮土SOC儲(chǔ)量為831092 t,占2017年總碳儲(chǔ)量的64%,平均有機(jī)碳密度為24516 kg C/hm2；表5所示為2047年焉耆縣各土壤類型下的有機(jī)碳密度和有機(jī)碳儲(chǔ)量,2047年潮土有機(jī)碳密度相比2017年增長(zhǎng)121%—142%；單位面積有機(jī)碳含量比原來(lái)增長(zhǎng)130%—156%,是所有土類中增幅最大的。其中2017年SOC密度最高的是沼澤土,平均有機(jī)碳密度為25424 kg C/hm2,2047年沼澤土有機(jī)碳密度增幅為45%。這是因?yàn)檎訚赏寥朗且环N低洼土壤,長(zhǎng)期積水并長(zhǎng)出高濕植物,它的表面層積聚了大量有機(jī)物,分解程度低[22]。單位面積碳增量最少的是鹽土,增幅為9.9%。有機(jī)碳密度依次增幅由大到小為：沼澤土、潮土、草甸土、灌漠土、棕漠土、鹽土,依次上升了45%、40%、30%、25%、10%、9.9%。

表4 焉耆縣2017年不同土類的有機(jī)碳儲(chǔ)量(0—20 cm)

CT,潮土Fluvo-aquic siols；CDT,草甸土Meadow soils；GMT,灌漠土Irrigated desert soil；YT,鹽土Solonchaks；ZMT,棕漠土Gray desert soil；ZZT,沼澤土Bog soils；SZT,石質(zhì)土Litho soils

表5 焉耆縣2047年不同土類的有機(jī)碳儲(chǔ)量(0—20 cm)

3.5 農(nóng)田土壤有機(jī)碳密度與環(huán)境關(guān)系

山地-綠洲-荒漠生態(tài)系統(tǒng)土壤發(fā)育和植被生長(zhǎng)及其分布格局主要受到水熱條件的影響[23]。圖5為焉耆縣采樣點(diǎn)土壤濕度與土壤有機(jī)碳密度的關(guān)系。圖6為焉耆縣采樣點(diǎn)年平均氣溫與土壤有機(jī)碳密度的關(guān)系。表明土壤濕度與土壤有機(jī)碳密度呈正相關(guān)的對(duì)數(shù)函數(shù)關(guān)系(P<0.01),年平均溫度與土壤有機(jī)碳密度呈現(xiàn)負(fù)相關(guān)的線性函數(shù)關(guān)系(P<0.01)。這種特征與我國(guó)西部干旱區(qū)熱量、水分分布特征是一致的[25]。

4 討論

土壤有機(jī)碳的變化是一個(gè)復(fù)雜而又漫長(zhǎng)的過(guò)程,影響有機(jī)碳轉(zhuǎn)變的因子很多,包括氣溫、降雨、CO2濃度、土壤pH、土壤質(zhì)地等。在IPCC AR5 報(bào)告中的BCCC-CSM1.1氣候模式下,相應(yīng)的農(nóng)田管理措施下,焉耆縣農(nóng)田土壤有機(jī)碳儲(chǔ)量和有機(jī)碳密度呈現(xiàn)顯著增加趨勢(shì),2017年0—20 cm土壤平均有機(jī)碳密度為20527 kg C/hm2,這低于西部區(qū)域平均值[25],30年后的表層(0—20 cm)有機(jī)碳密度為31967 kg C/hm2,接近于西部區(qū)域平均值,這說(shuō)明耕作管理措施對(duì)焉耆縣有機(jī)碳含量影響顯著。焉耆縣屬于綠洲干旱區(qū),氣候、生態(tài)類型多樣；

圖4 2017—2047年農(nóng)田土壤有機(jī)碳(SOC)密度和儲(chǔ)量絕對(duì)變化值的空間分布格局Fig.4 Spatial patterns of absolute change of soil organic carbon (SOC) density and storage in 2017 and 2047

圖5 土壤采樣點(diǎn)土壤濕度與土壤有機(jī)碳密度的關(guān)系Fig.5 Relationship between soil moisture and soil organic

圖6 土壤采樣點(diǎn)年平均溫度與土壤有機(jī)碳密度的關(guān)系 Fig.6 Relationship between average temperature and soil carbon density at soil sampling points

地勢(shì)西北高,東南低；土壤種類較多,導(dǎo)致了不同土壤類型下土壤有機(jī)碳密度差異較大。潮土的面積最大,占耕地面積的60%,受人為擾動(dòng)較多,其碳儲(chǔ)量在所有土類中最多,2047年潮土有機(jī)碳密度相比2017年增長(zhǎng)121%—142%；單位面積有機(jī)碳含量比原來(lái)增長(zhǎng)130%—156%,是所有土類中增幅最大的。這與潮土是我國(guó)主要的農(nóng)業(yè)土壤類型,分布于主要的糧食和蔬菜生產(chǎn)區(qū)有關(guān)。2017年SOC密度最高的是沼澤土,平均有機(jī)碳密度為25424 kg C/hm2,2047年沼澤土有機(jī)碳密度增幅為4%—59%。這是因?yàn)檎訚赏寥朗且环N低洼土壤,長(zhǎng)期積水并長(zhǎng)出高濕植物,它的表面層積聚了大量有機(jī)物,分解程度低[22]。單位面積碳增量最少的是鹽土,增幅為-7%—10%,這與這種土壤類型它本身含水溶性鹽類較多有關(guān)。

作為土壤最基本的物理性質(zhì)之一,土壤質(zhì)地對(duì)包括通透性、養(yǎng)分含量在內(nèi)的各種土壤性狀均有重要影響[26]。土壤質(zhì)地是影響有機(jī)質(zhì)分解礦化的重要土壤物理性質(zhì)之一[27]。土壤黏?？梢种朴袡C(jī)質(zhì)被微生物分解,減少微生物細(xì)胞代謝死亡,保持土壤有機(jī)質(zhì)和微生物量的穩(wěn)定。穩(wěn)定的有機(jī)黏粒復(fù)合體在黏粒含量高的土壤中是形成穩(wěn)定有機(jī)質(zhì)的主要原因[28]。李忠佩等認(rèn)為,有機(jī)質(zhì)與黏粒結(jié)合可增強(qiáng)其物理穩(wěn)定性和抵抗微生物分解的能力,黏粒含量高的土壤,其孔隙度較小,通氣狀況不良,導(dǎo)致有機(jī)質(zhì)分解速率較低[29]。此外,土壤黏粒也可通過(guò)黏粒膠體吸附及形成土壤有機(jī)無(wú)機(jī)復(fù)合體實(shí)現(xiàn)對(duì)有機(jī)碳的物理保護(hù),質(zhì)地越黏重,其有機(jī)碳的分解速率就越小[30]。本文在點(diǎn)位下探究土壤質(zhì)地對(duì)該縣主要農(nóng)作物下土壤有機(jī)碳的影響,得出不同土壤質(zhì)地下有機(jī)碳5年來(lái)的積累趨勢(shì)是粘土含量越高,有機(jī)碳累積的越多的結(jié)論,這和李忠佩的研究結(jié)果一致。

其次探究了年平均氣溫、土壤濕度和土壤有機(jī)碳密度的關(guān)系,表明土壤濕度與土壤有機(jī)碳密度呈對(duì)數(shù)函數(shù)函數(shù)關(guān)系(P<0.01),年平均溫度與土壤有機(jī)碳密度呈線性函數(shù)關(guān)系(P<0.01)。這種特征與我國(guó)西部干旱區(qū)熱量、水分分布特征是一致的；在提高土壤有機(jī)碳含量方面,王立剛已經(jīng)得出實(shí)行秸稈還田或提高作物生物產(chǎn)量還田及免耕等耕作措施將有效提高SOC含量,提高土壤的可持續(xù)利用率[31]。張凡等得出將作物秸稈還田率從目前的15%提高到50%或90%會(huì)使陜西農(nóng)田土壤從大氣CO2源轉(zhuǎn)變?yōu)閰R,每年分別增加土壤有機(jī)碳庫(kù)儲(chǔ)量0.7 Tg C或2.1 Tg C[32],在本文中也得出50%的秸稈還田可以有效提高SOC含量,使其增長(zhǎng)為原來(lái)的2%—49%。由于焉耆縣年降雨量低于陜西省年均降雨量,年平均溫度低于陜西省,氣候方面存在差別,所以農(nóng)田土壤有機(jī)碳含量增加幅度低于陜西省。由此說(shuō)明,秸稈還田在當(dāng)前的化肥施用下,隨著時(shí)間的推移會(huì)使得焉耆的農(nóng)田土壤有機(jī)碳含量得到提升。

到目前為止,土壤有機(jī)碳庫(kù)也存在較大的爭(zhēng)議[2]。土壤碳庫(kù)空間分布異質(zhì)性強(qiáng)烈,土壤實(shí)測(cè)調(diào)查在取樣時(shí),存在著諸多差異[33]。本文通過(guò)多年的定點(diǎn)試驗(yàn)率定模型的參數(shù),使得DNDC模型本地化,又將模擬的最小單元?jiǎng)澐譃猷l(xiāng)(鎮(zhèn))里面的同一土類,這在一定程度上減小了空間異質(zhì)性。但是人工綠洲在不斷地?cái)U(kuò)張,未來(lái)的耕地面積會(huì)隨著變化；再加之有可能出現(xiàn)的極端天氣現(xiàn)象等,會(huì)使得農(nóng)田土壤有機(jī)碳儲(chǔ)量發(fā)生變化。除此,本文僅對(duì)焉耆縣在未來(lái)氣候模式下,相應(yīng)農(nóng)田管理措施下的農(nóng)田表層土壤有機(jī)碳密度和儲(chǔ)量變化進(jìn)行了研究,還需進(jìn)一步引入多模式耦合氣候模式,因此,在往后的研究中,有待進(jìn)一步深入研究。

5 結(jié)論

本文模擬研究得出,在相應(yīng)農(nóng)業(yè)措施實(shí)施下,在IPCC AR5 報(bào)告中的BCCC-CSM1.1氣候模式下,焉耆縣農(nóng)田0—20 cm土層SOC密度和儲(chǔ)量呈現(xiàn)顯著的增加趨勢(shì),呈現(xiàn)出“碳匯”趨勢(shì)。土壤有機(jī)碳儲(chǔ)量從2017年的0.44 Tg C增加到2047年的0.61 Tg C,單位面積碳增量是2550 kg C/hm2,這說(shuō)明完善農(nóng)田統(tǒng)一管理對(duì)未來(lái)SOC的固定具有重要影響。

焉耆回族自治縣土壤類型眾多,研究結(jié)果表明不同土壤類型之間的土壤有機(jī)碳密度差異較大,最大土壤有機(jī)碳密度與最小有機(jī)碳密度之間的差距是10365 kg C/hm2,這說(shuō)明土壤類型的轉(zhuǎn)變對(duì)SOC的影響深刻,未來(lái)應(yīng)該加強(qiáng)不同土壤類型的管理。