1988―2019年中國農田表土有機碳庫密度變化及其主要影響因素

韓天富，都江雪，曲瀟琳，馬常寶，王慧穎，黃 晶，柳開樓，劉立生，謝建華，吳遠帆，張會民*

（1 中國農業科學院農業資源與農業區劃研究所/耕地保護國家工程研究中心，北京 100081；2 中國農業科學院農業資源與農業區劃研究所祁陽農田生態系統國家野外科學觀測研究站，湖南祁陽 426182；3 農業農村部耕地質量監測保護中心，北京 100125；4 江西省紅壤及種質資源研究所，江西南昌 331717；5 湖南省土壤肥料工作站，湖南長沙 410005）

近200個國家在第26屆氣候變化大會上初步達成了《格拉斯哥氣候公約》，要求各國政府基于最佳的科學知識制定有效的氣候行動和決策，以實現21世紀中葉前后達到碳中和的目標[1]。土壤有機碳(SOC)是全球碳循環關鍵的碳庫之一，對農業生產、土壤肥力和地表與大氣溫室氣體通量具有重要的調控作用[2]，而土壤中碳的固定對全球氣候變化和糧食安全至關重要[3]。單位面積內土壤保持的有機碳量稱為土壤(有機)碳密度。深入剖析SOC密度時空分布特征及其變化的影響因素，對提升SOC密度、提高土壤質量、緩解氣候變化以及保護生態環境具有重要意義，尤其是受人為因素干擾較大和含量相對較高的表層SOC密度變化是當前研究的熱點[4–5]。

近幾十年來，圍繞農田土壤碳密度變化國內外展開了大量的研究，包括基于土壤普查數據的全國尺度估計[6–7]，單個省份或地理區[8–9]，不同農作區[10]或觀測點位[11]的變化分析。從土壤背景SOC水平看，我國是SOC密度低且分布不均勻，普遍低于歐美等發達國家[6]。SOC密度的空間分布主要受氣候、植被以及人類活動的影響，且在地帶性分布基礎上人類活動加劇了SOC密度的變化幅度[7]。于嚴嚴等[12]提取了發表文獻中數據并與全國二次土壤普查數據作對比，判明2000年左右中國農田土壤SOC平均密度略有增加，具體是華北的潮土和褐土區增幅較大，而東北區呈降低趨勢，西北區沒有明顯變化。Zhou等[9]的研究表明，碳密度地理變異的主要驅動力是土地利用類型，特別是華北和東北地區，而氣候變化因素較為普遍，只是貢獻程度不同。根據Yu等[13]研究，中國半干旱地區SOC變化分別與溫度、降水量和pH等因素相關。此外，由于我國農田土壤類型多、分布廣、土地利用方式不一、施肥等管理措施差異較大[14]，導致目前缺乏全國尺度的數據探究土壤有機碳密度的時空變化。

遙感和GIS技術的信息開發為利用大尺度數據估測農田土壤有機碳密度提供了技術支撐。但要精確估計投入碳密度變化，尚需區域代表性的實測數據支撐[15–16]和土壤容重與SOC含量間的關聯關系[17]。缺乏長期連續監測下的土壤有機碳動態變化數據，也是目前我國農田有機碳密度估計存在巨大不確定性的因素。所幸，中國農業農村部在1988―2019的30年間，在我國典型農田土壤類型區陸續布設了一批肥料和肥力監測試驗點，主要監測農民常規管理下作物產量、肥料投入、氣候、表層(0―20 cm)土壤理化性質等指標，為進一步分析農田土壤有機碳庫密度時空變化以及關鍵調控因素提供了條件。考慮到土地利用類型對土壤有機碳庫的影響較大[10]，本研究以旱地、水田和水旱輪作3種利用方式為切入點，分別從時間和空間尺度，結合差異性分析和多元分析，深入探明中國農田表層土壤有機碳庫的變化特征及調控因素，為我國耕地地力提升和糧食安全提供理論支撐，同時為農田土壤固碳減排和應對氣候變化的策略提供參考。

1 材料與方法

1.1 數據來源

自1988年以來，農業農村部先后在我國糧食主產區有代表性田塊上，陸續布設了一批肥力和肥效監測試驗，起步探索階段有46個點，始于1988年，之后逐步增加了監測點，包括1998年增加了121個，2004年增加了176個，2016年增加了955個，到2019年共計1298個持續監測點。監測點的地理位置、耕作制度、土壤類型、作物類型、分布面積、管理水平等均有較好的代表性，施肥、灌溉、除草等均按照當地常規方式進行[17]。監測內容主要為：作物產量、氮磷鉀肥料每季用量，土壤理化指標(土壤有機質含量、有效磷含量、速效鉀含量、pH和容重)。根據各監測點提供的肥料類型、用量和養分含量進行計算獲得純氮、磷和鉀養分投入量。年均溫和年降雨數據部分由監測點直接提供，部分通過國家氣象科學數據中心(http://data.cma.cn/data/)下載。2000年之前，所有監測點均不進行秸稈還田，2000年之后，所有監測點陸續開展秸稈還田。

1.2 樣品采集與測試

各監測點每年最后一季作物收獲后，按“隨機”、“等量”和“多點混合”的原則，采集5個0―20 cm土壤樣品，手動除去肉眼可見的根茬及秸稈碎屑，混合均勻后風干研磨過1和0.15 mm篩，送至省級土壤測試中心，按照《土壤分析技術規范》[18]進行各指標的測定，其中土壤有機質含量采用重鉻酸鉀外加熱法測定，土壤容重采用環刀法測定。

1.3 數據處理與分析

農田表層有機碳庫即SOC密度(t/hm2)的計算公式為[19]：

式中，BD為土壤容重(g/cm3)；SOC含量為土壤有機碳含量(g/kg)；0.2為土壤深度(m)；10為轉換系數。

為了探究農田表層土壤有機碳庫在時間維度上的變化特征，我們基于監測時間的跨度，同時兼顧不同階段部分點位的調整和增加，將監測數據每隔10年左右進行劃分，共分為3個階段，具體分為1988―1999 (鑒于前期數據較少，此階段包含12年的數據)、2000―2009和2010―2019，這樣劃分在一定程度上可以降低因點位過少而導致的有機碳庫的調查差異。為了探究表層土壤有機碳庫在空間維度上的差異特征，我們結合監測點自然地理區域和糧食主產區將監測點劃分為：東北地區(黑龍江、吉林、遼寧、內蒙古東北部共401個)、華北地區(北京、天津、河北、河南、山東和山西共276個)、西北地區(內蒙古西北部、甘肅、寧夏、陜西、青海和新疆共134個)、西南地區(重慶、四川、貴州、云南、廣西和西藏共104個)、長江中游地區(湖北、湖南和江西共152個)、長江下游地區(安徽、江蘇、上海和浙江共134個)、華南地區(廣東、廣西、福建和海南共97個)。

鑒于相同區域的氣候相對一致，加之監測點在最初選定時考慮到了主要土壤類型和管理措施的代表性，進而弱化了由于新增點位和外源碳的輸入量不同而造成較大的差異，能在一定程度上滿足我們探究全國及各區域SOC密度隨時間變化規律以及關鍵驅動因素。考慮到氣候(年均降雨和年均溫度)、氮磷鉀養分年均投入量和土壤性質不僅能夠直接或間接影響SOC的輸入，而且可間接影響SOC的分解和轉化[11]；加之提升回歸樹模型(BRT，一種基于機器學習的數據挖掘算法)能夠分析不同類型的變量和變量之間的相互作用效應，適用于非線性關系，且能回答各自變量對同一因變量變化影響的相對重要性或貢獻的百分比[20]，因此，利用BRT探究上述各因素對SOC密度變化的相對重要性[21]。

監測數據統一用Excel 2016整理并制表，運用Sigmaplot 14.0進行方程(單直線、雙直線和二次曲線)擬合，借助SPSS 26.0進行差異顯著性檢驗，利用R語言(4.0.5)中的gbm包進行BRT分析。

2 結果與分析

2.1 全國尺度上土壤有機碳密度統計分析

1988―2019年間全國農田表土層(0―20 cm，下同) SOC密度平均值和標準差分別為35.13和15.91 t/hm2，其中水田、旱地和水旱輪作下的平均值分別為 46.18、30.15 和 37.65 t/hm2(表1)，標準差分別為15.16、14.37和12.33 t/hm2，水田和水旱輪作較旱地分別平均高53.2%和24.9%。近3年(2017―2019)全國農田表土層SOC密度平均值和標準差分別為36.88和17.07 t/hm2，其中水田、旱地和水旱輪作下的平均值分別為45.15、36.06和38.01 t/hm2，標準差分別為19.08、16.47和15.19 t/hm2，水田和水旱輪作較旱地分別平均高25.2%和5.4%。與初始階段(1988―1990)相比，近3年全國農田表土層SOC密度的增幅為1.7%，其中水田、旱地和水旱輪作下的增幅分別為10.3%、–3.0%和0.2%。

表1 土壤有機碳密度(t/hm2 )描述性統計分析Table 1 Descriptive statistics of soil organic carbon (SOC) density

2.2 全國尺度上土壤有機碳密度隨時間變化特征

1988―2019年間全國農田表土層SOC密度在3個時間段呈先降低后顯著增加趨勢(圖1)，旱地和水旱輪作下3個時間段變化趨勢同全國尺度上一致，而在水田下無顯著差異。方程擬合結果表明，整體上SOC密度在2003年之前隨時間延長呈顯著下降趨勢，之后呈顯著上升趨勢，且上升速率低于下降速率(表2)；就水田而言，SOC密度在2000年之前隨時間延長呈顯著下降趨勢，之后呈顯著上升趨勢，且上升速率低于下降速率；就旱地而言，SOC密度在1998年下降到最低點，之后呈增加趨勢；就水旱輪作而言，SOC密度在2004年之前隨時間延長呈顯著下降趨勢，之后呈顯著上升趨勢，且上升速率低于下降速率。

表2 年均土壤有機碳密度(y)與試驗時間(x，年)的方程擬合Table 2 The fitted equations of yearly average SOC density (y) and duration (x, year)

圖1 全國尺度下土壤有機碳密度隨時間變化特征Fig.1 Characteristic variation in SOC density with monitoring time at the national level

2.3 各區域土壤有機碳密度隨時間的變化特征

各區域SOC密度在3個時間段間的差異特征存在一定的異質性(圖2)。就水田而言，東北地區Ⅲ階段(2010―2019) SOC密度平均值顯著高于Ⅰ階段(1988―1999)，華南地區呈相反趨勢，西南和長江中游地區Ⅱ階段(2000―2009) SOC密度平均值低于Ⅰ和Ⅲ階段，長江下游地區各時間段無顯著差異。方程擬合結果表明東北和華南SOC密度分別隨時間呈增加和降低趨勢(表3)，西南和長江中游地區呈先降低后增加趨勢。就旱地而言，除了西南和長江中游地區3個時間段無顯著差異以外，其他各區域Ⅲ階段SOC密度均顯著高于Ⅰ階段，且華北和華南地區Ⅱ階段SOC密度均顯著高于Ⅰ階段和顯著低于Ⅲ階段。方程擬合結果表明東北、長江中游和長江下游地區SOC密度隨時間呈先降低后增加趨勢，華北、華南和西北地區呈增加趨勢，而西南地區呈降低趨勢。就水旱輪作而言，西南地區Ⅱ和Ⅲ階段SOC密度均顯著高于Ⅰ階段，長江中游呈相反趨勢，長江下游Ⅰ和Ⅱ階段顯著低于Ⅲ階段。方程擬合結果表明長江中游和下游地區SOC密度隨時間呈先降低后增加趨勢。近3年的結果表明，長江中游和東北地區水田SOC密度較高；除了東北旱地SOC密度較高以外，其他區域旱地SOC密度均較低；西南地區水旱輪作SOC密度高于其他地區。

表3 各區域年均土壤有機碳密度(y)與監測年限(x)的方程擬合Table 3 The fitted equations of yearly average SOC density (y) and duration (x) in the main regions

圖2 各區域不同時間段土壤有機碳密度隨時間的變化特征Fig.2 Characteristic variation in SOC density across the monitoring time in each region

2.4 影響土壤有機碳密度變化的因素分析

由圖3可知，SOC與全氮之間存在極顯著的線性相關關系(P<0.001)，直線斜率表明旱地C/N (9.543)高于水田(8.706)和水旱輪作(8.656)。綜合考慮碳氮較為強烈的耦合關系，以及在進行SOC密度計算時已經包含土壤容重因子，在進一步分析各因素對SOC密度的重要性時未包含全氮和容重的影響(圖4和表4)。

圖3 土壤有機碳和全氮含量之間的關系Fig.3 The relationship between SOC and total nitrogen contents

提升回歸樹分析結果(圖4)表明，pH是水田SOC密度下降階段差異的最重要的解釋變量，且隨pH增加SOC密度呈先增加后降低的趨勢(P<0.01)(僅分析重要性排名前5的相應指標與有機碳密度之間的相關性)，其次是年均降雨和速效鉀；速效鉀是SOC密度上升階段差異最重要的解釋變量，且二者呈顯著正相關關系(P<0.01)，其次是年均溫度和全鉀。年均溫度是解釋旱地SOC密度下降階段差異的最重要的變量，且二者呈顯著負相關關系(P<0.01)，其次是全磷和有效磷；年均降雨是SOC密度上升階段差異的最重要的解釋變量，且二者呈顯著正相關關系 (P<0.05)，其次是有效磷和pH。磷肥是解釋水旱輪作SOC密度下降階段差異的最重要變量，且隨磷肥增加SOC密度呈先增加后降低的趨勢(P<0.01)，其次是氮肥和年均降雨；有效磷是SOC密度上升階段差異最重要的解釋變量，且二者呈顯著正相關關系(P<0.05)，其次是年均降雨和年均溫度。

圖4 各因素對土壤有機碳密度的重要性分析Fig.4 Analysis of the relative importance of each index to SOC density

就不同區域而言，年均溫度是東北、西南和華南地區水田SOC密度上升階段差異的最重要的解釋變量(表4)；鉀肥是西南和長江中游SOC密度下降階段最重要的解釋變量；速效鉀是長江中游SOC密度上升階段差異最重要的解釋變量。有效磷和年均降雨分別是東北旱地SOC密度下降和上升階段差異最重要的解釋變量；年均溫度是西南地區SOC密度差異的最重要解釋變量；年均降雨為華北和華南，氮肥是長江中游和下游SOC密度上升階段差異最重要的解釋變量，西北地區在前期和后期上升階段最重要的解釋變量分別是有效磷和年均溫度。年均降雨和年均溫度分別是西南和長江中游地區水旱輪作SOC密度轉折點分別為2012和2001年之前差異最重要的解釋變量，轉折點之后均為有效磷；長江下游地區在轉折點(2013年)之前和之后SOC密度差異最重要的解釋變量分別是年均降雨和氮肥。

表4 各因素對不同區域土壤有機碳密度的重要性(%)分析Table 4 The relative importance (%) of each index to SOC density in the main regions

3 討論

3.1 中國農田表層土壤有機碳密度現狀

本研究通過對農業農村部的監測數據深入分析，全面了解了中國主要農田有機碳密度的時空變化特征。研究結果顯示全國農田有機碳密度在近30年和近3年的平均值分別為35.13和36.88 t/hm2，而Tang等[22]通過采樣調查分析了2011―2015年全國58個典型縣域農田有機碳密度分布特征，發現表層0―20 cm有機碳密度的平均值(32.76 t/hm2)低于本研究結果，He等[23]通過分析1991―2012年IPNI(International Plant Nutrition Institute)項目的數據，得出的結果也低于本研究結果，主要原因可能是本研究在計算有機碳密度時忽略了土壤中的礫石占比；其次是本研究所選監測點位管理措施均相對較完善，土壤肥力水平均相對較高；此外，IPNI項目主要是根據經緯度網格化采樣獲得的數據，土壤肥力差異較大，最終致使本研究結果相對偏高；此外，部分點位的容重是根據經驗公式計算獲取的，在一定程度上影響有機碳密度的統計準確性。

隨監測年限的延長，SOC密度整體上呈先降低后增加的趨勢，這與國內部分研究結果存在微弱的差異。如于嚴嚴等[12]提取了發表文獻中數據并與全國二次土壤普查數據作對比，判明2000年左右中國農田土壤SOC平均密度略有增加；鄧祥征等[24]基于遙感反演的1988年與2000年土壤數據，發現年農田土壤有機碳庫在1988―2000年呈增加趨勢，而在2000―2012年呈降低趨勢。主要原因是前人研究農田SOC密度時間變化規律主要以第二次土壤普查數據(1980年左右)為參照，而本研究的監測數據始于二次土壤普查10年后，期間隨著作物產量的持續提升[25]，根茬和秸稈還田的有機物質也相應增加，在一定程度上提高了本研究的基礎參照標準。此外，在1988―1999年，化肥用量顯著增加，而有機物料投入的比例總體呈減小趨勢[26]，進而導致土壤環境不斷惡化，尤其是造成土壤酸化[27]，最終影響不同碳庫之間的轉換和土壤固碳能力[28]，圖4結果也顯示土壤pH在水田SOC密度下降過程中有重要的調控作用。在2000―2009年，隨著高產品種的持續推廣[29]、測土配方施肥技術[30]和秸稈還田進一步推進[31]，保證我國糧食產量整體呈逐年增加趨勢[29]，在一定程度上增加了凋落物、根茬及根系分泌物等，進而為增加我國農田表層SOC密度提供了重要保障，這也是我國農田表層SOC密度在2000―2009年中后期整體上增加的主要因素。圖4結果也顯示土壤鉀素在水田SOC密度上升過程中有重要的調控作用，這也進一步證明持續推進秸稈還田的重要性，我國水稻土整體鉀含量相對較低且呈虧缺狀態，隨著氮、磷肥的大量施用和農民忽視鉀肥的施用[32]，致使秸稈還田在緩解水田鉀素缺乏[33]和保證水稻穩產和高產方面的作用尤為重要。

3.2 驅動各區域表層土壤有機碳密度變化的因素分析

SOC密度變化主要受其輸入和輸出的調控，輸入主要來源于地上部凋落物、根茬及根系分泌物，而輸出包括根系和微生物消耗及自身礦化作用[34]。這些過程均會受到作物耕作制度、施肥、灌溉、氣候(溫度和降雨)及其它土壤環境等因素影響[35]。大尺度SOC密度的時空分布主要受氣候因素控制；而在相對小的尺度上，土地利用及管理措施等人為因素的作用強度往往超過氣候因素[14]。如SOC密度在東北地區相對較高、西北地區最低(表3)，這與對應區域氣候特點密切相關[36]。土地利用方式能夠通過影響生態系統的分布與結構，進而影響碳循環和不同碳庫之間的轉換[37]。本研究結果顯示，水田和水旱輪作下SOC密度比旱地平均高53.2%和24.9%，主要原因如下：與旱地相比，外源碳(如秸稈、殘茬、凋落物等)投入到水田時能夠更容易轉化成SOC[38]；水田特殊的厭氧環境能夠抑制微生物活性，進而阻礙土壤固有的有機質分解和促進SOC含量的穩定和提高[39]；此外，有機質中各組分的穩定性和物理化學保護機制的差異，導致其分解、礦化難易程度對環境變化的響應也存在較大不同[40]。

東北水田SOC密度呈逐年增加趨勢，這與該地區水稻土類型和水稻生產特點密切相關，研究表明，在1980―2000年，黑龍江小麥種植區逐漸被水稻取代而水稻成為該區主要作物類型[41]，且種植水稻對土壤的碳匯效果高于小麥[42]；隨著機械化、秸稈還田的推廣和產量的持續增加[26,43]，在一定程度上促進了碳的開源和節流。此外，隨著氣候變暖，更加有利于水稻的生產和秸稈、殘茬、凋落物等外源碳的輸入[44–45]，有利于SOC密度的持續增加。而東北旱地在2008年之前SOC密度呈降低趨勢，這與前人研究結果[46]一致，這可能與該區土壤過度墾殖而造成養分耗竭、水土流失加劇和外源養分的投入不足密切相關[47]，加之東北地區土壤初始SOC含量較高和氣候快速變暖，進而促進碳的分解[48]和SOC密度逐年降低。而隨著國家的不斷重視和持續投入，如加大科研投入力度、獎勵農民秸稈還田和興修水利等，在一定程度抑制了東北地區SOC密度的下降[49]。

華北地區和華南地區旱地SOC密度分別呈逐年增加和降低趨勢，且受年均降雨量影響較大(圖4和表4)。盡管華北地區灌溉措施相對較完善，但是隨著地下水位的不斷下降致使作物生產對降雨的需求不斷增加[50]，加之華北地區主要的種植制度是小麥玉米輪作，高度集約化的生產增加了對土壤的擾動和削弱對碳的保護，嚴重阻礙土壤有機碳的提升；而華南地區的旱地主要以紅壤為主，肥力貧瘠，降雨充沛，過多的降雨將加速養分的淋失(尤其是鉀素)、造成土壤酸化等，不利于作物的生長和有機碳的固存，且相對較高的溫度在一定程度上促進了土壤中有機碳的分解[51]。研究表明，溫度和降雨還能通過調控土壤pH進而間接影響(相關系數?0.35～?0.27)土壤有機碳的儲存[52]。另外，華南地區隨著雙季或三季稻種植面積的不斷縮減[53]，在一定程度上導致隨作物殘茬和秸稈輸入[54]碳的量在減少。此外，華南地區的潛育化稻田分布較多，隨著國家高標準農田建設的不斷推進，使南方丘陵區一些長期淹水的冷浸田得到有效改善[55]，在一定程度上削弱水田的碳匯功能，進而導致SOC密度呈降低趨勢。

磷是西南地區水田和水旱輪作SOC密度變化最重要的解釋變量(圖4和表4)，研究表明西南地區有效磷含量(<12 mg/kg)顯著低于其他區域，難以保證作物正常的磷素需求[56]，應當重視磷肥的施用。西北地區SOC密度同樣受土壤磷素影響較大，這與該區土壤中較高鈣鎂含量密切相關，大量的鈣鎂易固定土壤和肥料中磷[57]，阻礙磷素的有效性和作物產量的提升，而隨著科學施肥(尤其是肥料類型)不斷深入和秸稈還田持續推進[31]，促使該地區磷素的有效性呈逐漸增高趨勢[56]。而長江中游地區由于風化程度高而導致土壤中鐵鋁氧化物含量較高[58]，易吸附土壤和肥料中的磷而降低其有效性，進而凸顯磷肥投入對抑制SOC密度下降的重要作用。隨著高產品種的大力推廣，氮磷肥施用量逐漸增加和鉀肥的施用易被忽視，加之該區域土壤鉀素的本底值因主要含高嶺石粘土礦物而較低，促使對外源鉀素的需求不斷增加[32]，導致缺鉀成為該區域稻田產能提升的關鍵限制因素，進而造成土壤速效鉀成為水田SOC密度上升階段主要的驅動因素。然而土壤速效鉀對水旱輪作下SOC密度變化的影響減弱，主要是因為水旱輪作下的干濕交替能促進土壤礦物鉀的釋放[59]，進而弱化外源鉀的重要性。與水田不同，該地區旱地SOC密度下降階段分別受土壤速效鉀和pH的影響較大，該區域除了缺鉀以外，旱地土壤pH顯著低于其他區域[60]，嚴重阻礙作物正常生長，進而阻礙碳的輸入和有機碳的提升。而氮肥對長江中下游地區旱地SOC密度下降階段影響較大(表4)，因為長江中下游地區的旱地主要是一年兩、三熟或者兩年三熟，對養分的需求量大，足量氮肥能夠在保證作物產量的同時增加作物殘茬、根系和根際碳沉淀的輸入[15,61]。此外，本研究缺少碳投入方面的詳細數據，對研究SOC密度變化的影響因素有一定的影響，希望在以后的監測指標中盡量收集碳投入指標(如有機物料類型和投入量等)的數據，以便今后更準確的探究我國農田SOC密度變化特征。

4 結論

全國農田表層土壤有機碳平均密度為35.13 t/hm2，以水田>水旱輪作>旱地。總體而言，水田、旱地和水旱輪作土壤有機碳密度分別在2000、1998和2004年之前呈下降趨勢，之后呈上升趨勢。東北水田和西北、華北和華南旱地SOC密度呈逐年增加趨勢，西南、長江中游水田和東北、長江中下游旱地呈先降低后增加趨勢，華南水田SOC密度呈逐年降低趨勢。

影響各區域農田表層SOC密度提升的主要因素：東北和西南地區的水田和旱地均為年均溫；長江中、下游地區的水田分別為鉀肥投入和土壤速效鉀含量，旱地均為氮肥的投入；華南地區的水田和旱地分別為年均溫和年均降雨；華北和西北地區的旱地分別為年均降雨和土壤有效磷含量；西南和長江中游水旱輪作區均為土壤有效磷含量，而長江下游為土壤速效鉀含量。