中国旱地土壤有机碳时空演变模拟的不确定性定量评价

Process-based Soil Organic Carbon (SOC) models have been widely used in researches on modeling dynamics of SOC. However, uncertainties in the simulated SOC on the regional scale are considerable due to the spatial uncertainties of the model input parameters. By now, most modeling researches on agricultural SOC dynamics used the single value as modeling results, without a quantitative expression of the uncertainty. Model inputs with great spatial variation, such as soil properties, were not considered in a few researches which including quantitative expression of the uncertainty. And there are even fewer researches offering a guide on reducing the uncertainty of modeling result, by identifying the most influential model inputs using sensitivity analysis. By using CENTURY model, this study focuses on uncertainties of simulated SOC in upland soils of China. The modeling units of upland-soil polygons are extracted by using spatial overlay analysis of the 1 :1000 000 soil database and the 1 : 1 000 000 landuse database of China. Global sensitivity analysis and Monte Carlo uncertainty analysis are adopted based on the probability distribution construction of the seven input parameters include soil properties (the SOC content, clay content, bulk density, pH value), residue removal rate, nitrogen fertilizer and farmyard manure application. The objectives of this study were to (1) reveal the spatiotemporal pattern of the sensitive input parameters in SOC simulation of upland soils in China; (2) quantitatively evaluate the uncertainty and dynamics of modeled SOC in upland soils of China, from 1980 to 2015; (3) quantitatively evaluate the uncertainty and dynamics of modeled SOC under different scenarios in upland soils of China, from 2016 to 2050. The results are essential to provide reliable data for assessing and predicting dynamics of SOC, making the strategy of carbon sequestration in cropland soils of China and selecting recommended management practices reasonably.

基于过程的土壤有机碳模型模拟中，由于模型输入参数在空间上存在不确定性，模拟结果在区域尺度上也存在较大的不确定性。已有区域尺度上农田土壤有机碳的模拟研究多采用单一模拟值的表达方式，包含不确定性定量评价的研究较少，且未考虑土壤属性等空间变异性较大的输入参数，更缺乏区域尺度上识别敏感输入参数的研究，这些不足将导致区域尺度模拟结果的可靠性下降，甚至与实际结果相差甚远。本研究拟使用CENTURY模型，尝试结合全局敏感性分析及Monte Carlo不确定性分析方法，获取中国旱地土壤有机碳模型模拟中敏感输入参数的时空分布；定量评价1980~2015年中国旱地土壤有机碳演变的不确定性；并开展情景分析，定量评价2016~2050年不同情景模式下中国旱地土壤有机碳演变的不确定性。本研究的结果可为准确把握及预测中国旱地农田土壤有机碳的演变提供可靠的数据支持，并为合理制定固碳减排政策及选择推荐管理措施提供参考。

基于过程的土壤有机碳模型是估算及预测区域尺度土壤有机碳变化的重要工具，但由于模型输入参数在空间上存在不确定性，模拟结果在区域尺度上也存在较大的不确定性，定量评价模拟结果的不确定性将提高区域尺度模拟结果的可靠性。针对面积占比大、种植历史长、管理措施多样的中国旱地农田土壤，明确其有机碳演变的不确定性，以及模拟中敏感输入参数的时空分布规律，可为我国决策者制定固碳减排政策提供数据基础，并合理优化模型数据采集方案，以达到科学管理旱地农田，促进农业可持续发展的战略目标。. 本项目使用目前应用广泛的CENTURY模型，结合全局敏感性分析与Monte Carlo不确定性分析方法，获取中国旱地土壤有机碳模型模拟中敏感输入参数的时空分布；定量评价1980~2015年中国旱地土壤有机碳演变的不确定性；并开展情景分析，预测2016~2050年不同情景模式下中国旱地土壤有机碳演变，定量评价未来中国旱地土壤有机碳演变的不确定性。. 研究结果显示，CENTURY模型在区域尺度上的模拟结果是可靠的；总体来说，初始土壤有机碳含量是模型模拟最重要的敏感参数（平均敏感性指数为0.73），其它关键敏感参数在时空分布上存在差异;中国旱地农田土壤有机碳储量在1980年至2015年间增长506 Tg C，不确定性区间为-347至1257 Tg C，表明旱地农田土壤在过去35年极有可能呈现为碳汇；保持常规管理措施的情况下，2016年至2050年间土壤有机碳储量预计增长426 Tg C，不确定性区间为85至808 Tg C，表明旱地农田土壤在未来34年确定呈现为碳汇；情景分析的结果显示，6种情景分析相比常规管理，均不同程度增加我国旱地农田土壤有机碳储量，土壤有机碳储量的增量总体呈现为秸秆还田100%>秸秆还田50%>有机肥增施100%>免耕>少耕>有机肥增施50%的趋势。