浙江大学罗忠奎团队在Soil & Environmental Health（SEH，《土壤与环境健康》）期刊发表题为“农田土壤分层模拟提升全剖面土壤有机碳预测（Enhancing whole-profile soil organic carbon predictions in croplands through a depth-resolved modelling approach；2025，3(3)：100156）”的研究论文。
土壤有机碳（SOC）是土壤健康的关键指标，在气候智慧型农业生产中发挥着重要作用。基于过程的农业系统模型已被广泛应用于模拟农田全剖面SOC动态，为稳产、固碳、减排的多目标农业管理提供科学工具。然而，大部分农业系统模型没有考虑SOC周转的深度依赖特性，导致全剖面SOC的预测存在较大的不确定性。为探究这一问题，本研究改进了农业系统模型APSIM，通过引入深度因子调控SOC分解速率随土壤深度的变化。利用中国小麦和玉米主产区的五个长期田间试验对模型进行校准，比较了原模型和改进后的模型模拟历史时期全剖面SOC动态的表现，并评估了未来气候变化情景下不同耕作和秸秆还田措施下两个模型在模拟全剖面SOC储量变化和作物氮需求上的差异。
研究结果表明，校准后的两种模型在模拟历史时期全剖面SOC总量上表现相当（图1a,b）。两种模型都解释了SOC变异的95%以上，相对均方根误差（RRMSE）小于5%（图1a,b）。然而，引入深度因子的改进模型（Model 2）在分层SOC的模拟上比原模型（Model 1，不考虑最大分解速率在土层间的差异）表现更好（图1c,d）。其中， Model 2的决定系数（R2）达到0.93，RRMSE为7%（图1d），而Model 1的R2仅有0.75，RRMSE达到20%（图1c）。在分层SOC时间动态的模拟上，Model 1的模拟值与观测值偏离更大，甚至呈现出相反的趋势（图2）。总的来说，尽管两种模型在全剖面SOC总量的模拟上都表现良好，但考虑了SOC周转深度依赖特性的Model 2在模拟分层SOC动态上更为准确（图1，图2），但深度修正因子的大小因地而异（图3），这可能与土壤理化特性的垂直梯度有关，包括矿物质的吸附作用、氧气浓度和微生物活性等。
图1 两种模型模拟全剖面SOC总量及分层SOC的表现
图2 两种模型模拟的分层SOC时间动态
图3 调控SOC分解的深度修正因子
在未来时期不同耕作和秸秆还田情景下，两种模型预测的全剖面SOC（0~100 cm）储量变化在不同地区、不同气候模型和不同管理情景间呈现差异（图4）。表土层（0~30 cm）和底土层（30~100 cm）的SOC储量变化对全剖面SOC储量变化的贡献随不同的耕作和秸秆还田而改变（图5）。耕作深度为30cm的传统耕作（T30R1）显著增加了表土层的SOC，但底土层的SOC是否积累因地而异（图5）。当耕作深度达到100cm（T100R1）时，表土层和底土层的SOC都显著提高，其中底土层贡献了大部分（图5）。深耕对底土层SOC积累的作用取决于不同地区的气候和土壤条件（图4，图5），应充分考虑能源消耗及固碳效益，以采取合理的深耕措施。
图4 90% 最大产量下SOC（0~100 cm）储量变化
图5 90% 最大产量下SOC（0~30 cm和30~100 cm）储量变化
在达到90% 最大产量的目标下，相比于Model 1，Model 2预测的作物氮需求更高（图6）。此外，相比于秸秆不还田（T0R0），秸秆还田（T0R1、T30R1和T100R1）情景下，Model 1和Model 2预测的作物氮需求之间的差异更大（图6）。表明耕作和秸秆还田通过影响特定深度的SOC动态调节作物氮需求。这与碳-氮耦合循环的机制机理相符，进一步强调了SOC、土壤养分、氮肥施用和作物生长之间的密切联系。
图6 90% 最大产量下作物氮需求
本研究通过引入调控SOC分解速率随土壤深度变化的修正因子以改进农业系统模型APSIM，提高了其模拟特定土层SOC动态的表现。研究结果强调了垂直梯度上SOC分解相关机制机理的重要性，应进一步探究全剖面土壤中碳-氮耦合、养分循环和作物生长的相互作用。此外，深耕对于全剖面SOC积累及促进根系生长的效益应当在不同气候和土壤条件下得到更全面的评估。本研究为准确预测不同耕作和秸秆还田管理下全剖面SOC动态变化及作物精准施氮提供了科学支撑，有助于气候智慧型农业生产的管理决策。
原文链接：https://doi.org/10.1016/j.seh.2025.100156