陜西省土壤無機(jī)碳的時(shí)空分布特征及影響因素

馮曉琳，張楚天，許晨陽, 2，耿增超, 2，胡斐南，杜偉, 2

陜西省土壤無機(jī)碳的時(shí)空分布特征及影響因素

馮曉琳1，張楚天1，許晨陽1, 2，耿增超1, 2，胡斐南3, 4，杜偉1, 2

1西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院，陜西楊凌 712100；2西北農(nóng)林科技大學(xué)西北農(nóng)業(yè)農(nóng)村部植物營養(yǎng)與農(nóng)業(yè)環(huán)境重點(diǎn)實(shí)驗(yàn)室，陜西楊凌 712100；3西北農(nóng)林科技大學(xué)黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點(diǎn)實(shí)驗(yàn)室，陜西楊凌 712100；4中國科學(xué)院水利部水土保持研究所，陜西楊凌 712100

【目的】土壤無機(jī)碳對(duì)于調(diào)節(jié)全球碳循環(huán)有重要作用，然而我國區(qū)域尺度上土壤無機(jī)碳的分布特征及影響因素尚不明確。對(duì)陜西省土壤無機(jī)碳時(shí)空分布和關(guān)鍵影響因子進(jìn)行研究可為明確無機(jī)碳在陸地生態(tài)系統(tǒng)碳循環(huán)中的作用和地位提供參考和依據(jù)。【方法】收集陜西省1980s和2010s兩期的65個(gè)和142個(gè)土壤樣本以及相關(guān)的地形因素、氣候條件、土地利用類型、植被狀況和土壤性質(zhì)數(shù)據(jù)，采用方差分析和隨機(jī)森林（Random Forest，RF）模型分析土壤無機(jī)碳含量的時(shí)間和空間分布特征，并探討土壤無機(jī)碳含量變化的影響因素。【結(jié)果】陜西省1980s各區(qū)域的土壤無機(jī)碳含量表現(xiàn)為：陜北＞關(guān)中＞陜南；與1980s相比，2010s陜北土壤無機(jī)碳含量下降了31.5%，關(guān)中地區(qū)基本保持不變，陜南小幅度上升。1980s到2010s，0—100 cm剖面上不同土層無機(jī)碳含量的降幅范圍為20.6%—27.7%，其中以0—20和80—100 cm土層降幅最大。隨機(jī)森林模型分析表明，年平均降水量、容重、pH是影響1980s和2010s土壤無機(jī)碳含量變化的重要因素，在年平均降水量450—650 mm時(shí)土壤無機(jī)碳含量最高；土壤無機(jī)碳含量隨著pH的增加而增加；低容重土壤無機(jī)碳含量高于高容重土壤。【結(jié)論】總體來看，陜西省土壤無機(jī)碳含量呈現(xiàn)從北向南逐漸降低的趨勢。與1980s相比，2010s陜西省表層土壤和陜北地區(qū)整個(gè)土壤剖面無機(jī)碳含量顯著下降，1980s和2010s陜西省土壤無機(jī)碳含量主要受年平均降水量、pH、容重的調(diào)控。

土壤無機(jī)碳；時(shí)空分布；隨機(jī)森林模型；陜西省

0 引言

【研究意義】全球氣候變化是人類所面臨的重要生態(tài)環(huán)境問題之一，以CO2形式排放到大氣中的碳對(duì)氣候變化有著深刻的影響[1]。土壤碳庫是最大的陸地碳庫（約2 500 Pg），大于大氣碳庫（867 Pg）和植被碳庫（560 Pg）的總和[2]。土壤碳包括有機(jī)碳（SOC）和無機(jī)碳（SIC），土壤有機(jī)碳庫變化對(duì)大氣CO2濃度有重要的調(diào)節(jié)作用[3]。目前，對(duì)于土壤有機(jī)碳在固碳循環(huán)中發(fā)揮的作用已有大量研究成果，但關(guān)于土壤無機(jī)碳在碳循環(huán)中作用的研究相對(duì)較少。然而，土壤無機(jī)碳庫可以通過吸收和釋放CO2直接調(diào)節(jié)全球碳循環(huán)[4]，比如，大氣中的CO2可以通過某些過程（如碳酸鈣風(fēng)化作用）以土壤無機(jī)碳的形式封存在土壤中，使得沉積物中土壤無機(jī)碳含量較高[5]；也可以通過影響土壤的物理和化學(xué)性質(zhì)發(fā)揮間接作用[6]。因此研究土壤無機(jī)碳的分布特征和影響因素對(duì)于全球碳循環(huán)研究必不可少。全球土壤無機(jī)碳庫主要分布于干旱和半干旱地區(qū)，以碳酸鹽形式存在[7]，干旱區(qū)土壤無機(jī)碳庫約是有機(jī)碳庫的2—5倍[8]。因此，研究干旱區(qū)土壤無機(jī)碳庫對(duì)全面認(rèn)識(shí)土壤碳庫動(dòng)態(tài)及全球碳循環(huán)具有重要意義。【前人研究進(jìn)展】土壤無機(jī)碳含量及分布受到多種因素的影響，包括地形、氣候、土地利用類型等[9]。在小區(qū)域范圍內(nèi)，土壤理化性質(zhì)和植被狀況同樣也會(huì)對(duì)土壤無機(jī)碳含量及分布產(chǎn)生影響[10]。而有研究指出黃土高原陜西境內(nèi)土壤無機(jī)碳含量與降水量、溫度的相關(guān)性并不顯著，因此土壤無機(jī)碳含量的影響因素存在爭議[11]。【本研究切入點(diǎn)】目前關(guān)于陜西省土壤無機(jī)碳的研究地點(diǎn)主要集中在陜西省北部[12-13]，很少涉及陜西省全域土壤無機(jī)碳含量空間分布的報(bào)道，且在已有研究中，尚缺乏土壤無機(jī)碳含量與成土因子（地形因子、氣候條件、植被狀況、土地利用、土壤性質(zhì)等因素）之間相互影響關(guān)系的系統(tǒng)分析。陜西省境內(nèi)地形地貌和氣候差異較大，因此該區(qū)土壤無機(jī)碳的空間分布特征和影響因素更加復(fù)雜。陜北北部長城沿線屬中溫帶氣候，關(guān)中及陜北大部屬暖溫帶氣候，陜南屬北亞熱帶氣候。陜北及關(guān)中地區(qū)土層深厚，含有豐富的碳酸鈣，而陜南地區(qū)土壤則為中性或酸性，土體碳酸鈣儲(chǔ)量大幅降低。【擬解決的關(guān)鍵問題】本研究以陜西省為研究區(qū)域，收集了1980s和2010s的共207個(gè)土壤剖面數(shù)據(jù)，對(duì)陜西省土壤無機(jī)碳含量分布特征及地形、氣候、植被、土地利用、理化性質(zhì)等因子進(jìn)行系統(tǒng)分析，研究結(jié)果有助于揭示區(qū)域尺度土壤無機(jī)碳的分布變化及其主要影響因素，為明確無機(jī)碳在陸地生態(tài)系統(tǒng)碳循環(huán)中的作用和地位提供參考和依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

陜西省位于西北內(nèi)陸腹地，東經(jīng)105°29'—111°15'，北緯31°42'—39°35'，橫跨黃河和長江兩大流域中部，是連接我國東、中部地區(qū)和西北、西南的重要樞紐。陜西省南北長約880 km，東西長約160—490 km，總面積為20.58萬km2。陜西省年均降水量為965.2 mm，年均溫度為13.0 ℃。從北向南可分為陜北高原、關(guān)中平原、秦巴山地3個(gè)地貌區(qū)，其中高原面積為926萬hm2，水土流失嚴(yán)重，生態(tài)環(huán)境脆弱；山地面積為741萬hm2，平原面積為391萬hm2。主要山脈有秦嶺、大巴山等。陜西省境內(nèi)自然條件與土壤類型復(fù)雜多樣。陜北地形以高原為主，屬于中溫帶氣候，年均降水量為579.4 mm，年均溫度為10.6 ℃，代表性土壤類型有淡栗鈣土、黃綿土等。關(guān)中主要以平原地形為主，屬暖溫帶氣候，年均降水量為954.8 mm，年均溫度為13.2 ℃，代表性土壤類型有褐土、黑壚土等。陜南屬北亞熱帶氣候，年均降水量為 1 333.7 mm，年均溫度為14.4 ℃，代表性土壤類型有黃棕壤、黃褐土等[14]。

1.2 研究方法

1.2.1 數(shù)據(jù)來源

（1）土壤數(shù)據(jù)：1980s（1979—1985年）數(shù)據(jù)來源于陜西省第二次土壤普查數(shù)據(jù)結(jié)果匯總資料—《陜西土種志》[15]和《陜西土壤》[16]；2010s（2014—2017年）數(shù)據(jù)來源于陜西省土系調(diào)查成果資料—《中國土系志·陜西卷》[17]。兩期土壤無機(jī)碳剖面數(shù)據(jù)分別為65個(gè)和142個(gè)，各有13個(gè)和16個(gè)土類。每個(gè)土壤剖面包括：剖面厚度、碳酸鈣含量、容重、pH等土壤物理和化學(xué)性質(zhì)，以及土地利用類型數(shù)據(jù)。土壤無機(jī)碳含量用碳酸碳含量乘以0.12來表示，即碳（C）含量表示。土壤剖面按照土壤發(fā)生層采樣，層次及深度參差不齊。為便于對(duì)比分析，本研究根據(jù)剖面層次厚度加權(quán)平均方法[18]將土壤剖面發(fā)生層次土壤碳數(shù)據(jù)轉(zhuǎn)換為等間隔深度的土壤剖面層次（0—20、20—40、40—60、60—80和80—100 cm）。部分樣點(diǎn)采集深度僅為40 cm或60 cm，采用線性深度加權(quán)法對(duì)更深層次的土壤無機(jī)碳含量進(jìn)行填充[19]。

（2）陜西省30 m分辨率的ASTER GDEM數(shù)據(jù) 來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn），海拔、坡度、坡向、曲率為DEM的派生數(shù)據(jù)。

（3）氣候數(shù)據(jù)：來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心資源環(huán)境數(shù)據(jù)云平臺(tái)（http://www.resdc.cn），為1980—1989年和2014—2015年1 km分辨率的年平均降水量和年平均溫度數(shù)據(jù)。

（4）歸一化植被指數(shù)（NDVI）數(shù)據(jù)：來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心資源環(huán)境數(shù)據(jù)云平臺(tái)1981—1985年8 km分辨率的NDVI數(shù)據(jù)（http:// www.resdc.cn）和來源于地理空間數(shù)據(jù)云2015—2016年的MODND1M中國NDVI合成產(chǎn)品，分辨率為500 m（http://www.gscloud.cn）。利用ArcGIS 10.3將所有的協(xié)變量柵格數(shù)據(jù)重采樣為100 m分辨率，并提取至點(diǎn)。

1.2.2 數(shù)據(jù)統(tǒng)計(jì)分析 使用SPSS 25.0分析土壤無機(jī)碳含量和海拔、坡度、坡向、曲率、年平均降水量、年平均溫度、土地利用類型、歸一化植被指數(shù)、容重、pH的關(guān)系，并進(jìn)一步進(jìn)行用單因素方差分析和Duncan檢驗(yàn)的兩兩多重比較（＜0.05），比較各因子不同區(qū)間土壤無機(jī)碳含量平均值的差異。使用Origin 2021繪制圖形。

1.2.3 隨機(jī)森林模型分析 隨機(jī)森林（RF）模型是一種集成學(xué)習(xí)方法，屬于機(jī)器學(xué)習(xí)的一部分。隨機(jī)森林模型具有提高預(yù)測精度、減少過擬合、對(duì)缺失數(shù)據(jù)和多元共線性不敏感的特點(diǎn)，能夠處理大量定量和定性數(shù)據(jù)，且預(yù)測效果穩(wěn)定，被證明對(duì)土壤屬性有較好的預(yù)測效果[20]。它集成了多個(gè)CART決策樹，從原始樣本中運(yùn)用bootstrap重抽樣法隨機(jī)選擇多個(gè)樣本，建立決策樹模型。隨機(jī)森林模型建立過程中涉及兩個(gè)關(guān)鍵參數(shù)：mtry和ntree。mtry為每次重建決策樹模型時(shí)的節(jié)點(diǎn)分裂數(shù)；ntree為決策樹數(shù)目，即使用bootstrap重抽樣法選擇樣本的次數(shù)。這兩個(gè)關(guān)鍵參數(shù)的確定基于RF模型操作中產(chǎn)生的實(shí)際誤差大小。隨機(jī)森林的分類結(jié)果是由每棵分類決策樹的輸出結(jié)果進(jìn)行投票來決定的，而在回歸預(yù)測中，預(yù)測值為所有回歸樹輸出結(jié)果的平均值，表達(dá)式為：

式中，為預(yù)測值；θ是一個(gè)獨(dú)立分布的隨機(jī)向量，它能夠決定決策樹的生長；為輸入矩陣；(;θ)為第棵回歸樹的輸出結(jié)果；是回歸樹的數(shù)量。

使用R語言軟件中的Random Forest包進(jìn)行建模。其中土壤無機(jī)碳含量作為預(yù)測變量，海拔、坡度、坡向、曲率、年平均降水量、年平均溫度、土地利用類型、歸一化植被指數(shù)、容重、pH作為模型的解釋變量，分析各變量對(duì)土壤無機(jī)碳含量影響的相對(duì)重要性。為了消除變量共線性對(duì)模型擬合的影響，真實(shí)地反映兩個(gè)變量間相關(guān)的性質(zhì)和密切程度，進(jìn)一步進(jìn)行偏相關(guān)分析法來分析土壤無機(jī)碳含量與各變量之間的關(guān)系。建模時(shí)樣點(diǎn)隨機(jī)被分為兩個(gè)集進(jìn)行訓(xùn)練（80%）和測試（20%），通過測試集的決定系數(shù)（2）和均方根誤差（RMSE）來評(píng)估訓(xùn)練后模型的預(yù)測性能。

2 結(jié)果

2.1 陜西省土壤無機(jī)碳的時(shí)空分布特征

陜西省不同區(qū)域在1980s和2010s土壤無機(jī)碳含量剖面分布如圖1所示。從圖中可以看出，1980s和2010s各區(qū)域土層之間的土壤無機(jī)碳含量差異顯著。1980s各區(qū)域土壤無機(jī)碳含量隨著土壤深度的增加而增大，其中陜北（12.06 g·kg-1）和關(guān)中（10.33 g·kg-1）80—100 cm土層的土壤無機(jī)碳含量達(dá)到最大；陜南（2.75 g·kg-1）60—80 cm土層的無機(jī)碳含量最高（圖1-A），同一土層內(nèi)各區(qū)域的土壤無機(jī)碳含量為陜北＞關(guān)中＞陜南。2010s各區(qū)域土壤無機(jī)碳含量整體上呈現(xiàn)出隨著土壤深度的增加而增大的趨勢，陜北（8.73 g·kg-1）和關(guān)中（9.41 g·kg-1）80—100 cm土層的土壤無機(jī)碳含量最大，占0—100 cm土層土壤無機(jī)碳含量的21.6%和22.0%；而陜南（2.42 g·kg-1）土壤無機(jī)碳含量則是在20—40 cm土層處達(dá)到最大，占總體土壤無機(jī)碳含量的21.9%（圖1-B），同一土層內(nèi)各區(qū)域的土壤無機(jī)碳含量以關(guān)中最大，陜北次之，陜南最小。

圖1 陜西省1980s（A）和2010s（B）各區(qū)域土壤無機(jī)碳含量的空間分布（平均值±標(biāo)準(zhǔn)誤）

不同時(shí)期各區(qū)域土壤無機(jī)碳含量如圖2-A所示。從圖中可以看出，1980s各區(qū)域土壤無機(jī)碳含量存在顯著差異（＜0.05），各區(qū)域土壤無機(jī)碳含量總體表現(xiàn)為：陜北（11.81 g·kg-1）＞關(guān)中（8.40 g·kg-1）＞陜南（1.99 g·kg-1）。在2010s，陜北（8.10 g·kg-1）和關(guān)中（8.55 g·kg-1）的土壤無機(jī)碳含量差異不顯著，但陜北和關(guān)中的土壤無機(jī)碳含量顯著高于陜南（2.21 g·kg-1）。與1980s土壤無機(jī)碳含量相比，2010s陜北土壤無機(jī)碳含量大幅度下降，降幅為31.5%，關(guān)中基本保持不變；陜南地區(qū)小幅度上升，但差異不顯著。

1980s各土層無機(jī)碳含量均顯著高于2010s的土壤無機(jī)碳含量（圖2-B）。1980s研究區(qū)0—100 cm土層無機(jī)碳含量變化范圍為8.57—10.30 g·kg-1，無機(jī)碳含量呈現(xiàn)出隨著土壤深度的增加而增大的趨勢，80—100 cm時(shí)無機(jī)碳含量最大。2010s各土層土壤無機(jī)碳含量除60—80 cm土層外呈現(xiàn)出隨著土壤深度的增加而增大的趨勢，在80—100 cm土層處無機(jī)碳含量最高（7.44 g·kg-1），占0—100 cm土層土壤無機(jī)碳含量的21.7%。不同土層無機(jī)碳含量隨時(shí)間變化降幅不同，伴隨剖面深度增加，0—20、20—40、40—60、60—80、80—100 cm土層的無機(jī)碳含量降幅依次為27.1%、22.0%、20.6%、27.2%、27.7%。

2.2 陜西省土壤無機(jī)碳含量的影響因素

2.2.1 土壤無機(jī)碳含量的描述性統(tǒng)計(jì)分析 陜西省1980s和2010s土壤無機(jī)碳含量及相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果見表1。與干旱半干旱區(qū)土壤無機(jī)碳含量的均值13.17 g·kg-1相比[21]，研究區(qū)1980s（9.17 g·kg-1）和2010s（6.88 g·kg-1）土壤無機(jī)碳含量較低，變異系數(shù)為70.4%和90.0%，介于0.1—1，屬于中等程度變異。1980s和2010s其他環(huán)境因子中，海拔均值分別為878.31和908.74 m，變異性較小；坡度變化較大，變化范圍在0.20—18.37和0.37— 32.38°；年平均降水量為658.62和645.23 mm，最高可達(dá)1 448.37和993.64 mm；年平均溫度變化范圍在4.90—15.83和4.72—16.78 ℃；歸一化植被指數(shù)均值接近，分別為0.64和0.63。研究區(qū)1980s和2010s土壤容重均值為1.35和1.50 g·cm-3，容重較大，土壤孔隙度較小；pH均值為8.1和8.3，土壤偏堿性。在各相關(guān)因子中，除了曲率的變異性較強(qiáng)，容重和pH變異較小外，其他因子變異程度均為中等變異。

圖2 陜西省土壤無機(jī)碳含量的時(shí)間分布特征（平均值±標(biāo)準(zhǔn)誤）

表1 陜西省1980s和2010s樣點(diǎn)土壤無機(jī)碳含量及各因素描述性統(tǒng)計(jì)

2.2.2 地形因素的影響 1980s和2010s土壤無機(jī)碳含量隨著海拔的升高先增大后減小，分別在海拔700—1 000 m（11.51 g·kg-1）和1 000—1 300 m（8.61 g·kg-1）時(shí)，土壤無機(jī)碳含量最高；均在海拔400—700 m時(shí)土壤無機(jī)碳含量最低，分別為6.41和4.07 g·kg-1（圖3-A、3-E）。1980s和2010s土壤無機(jī)碳含量在各坡度組間均不存在顯著差異（圖3-B、3-F）。1980s和2010s不同坡向之間土壤無機(jī)碳含量均差異不顯著（圖3-C、3-G）。此外1980s土壤無機(jī)碳含量呈現(xiàn)出隨著曲率的增大而減小的趨勢（圖3-D），而2010s土壤無機(jī)碳含量隨著曲率的變化則呈現(xiàn)出與1980s土壤無機(jī)碳含量變化完全相反的趨勢（圖3-H）。

2.2.3 氣候條件的影響 如圖4-A、4-C所示，1980s和2010s土壤無機(jī)碳含量整體上隨著年平均降水量的增加而減少，分別在年平均降水量450— 550和550—650 mm時(shí)土壤無機(jī)碳含量最高（13.35和9.90 g·kg-1），均在≥750 mm時(shí)土壤無機(jī)碳含量最低，分別4.68和2.18 g·kg-1。1980s和2010s年平均溫度對(duì)于土壤無機(jī)碳含量有顯著影響，均在年平均溫度11—13 ℃時(shí)土壤無機(jī)碳含量最高，且在年平均溫度≥13℃時(shí)土壤無機(jī)碳含量顯著下降（圖4-B、4-D）。

2.2.4 土地利用類型的影響 土地利用類型對(duì)1980s和2010s土壤無機(jī)碳含量的影響如圖5所示。不同土地利用類型的土壤無機(jī)碳含量有所不同。1980s草地的土壤無機(jī)碳含量（17.26 g·kg-1）顯著高于農(nóng)田（8.33 g·kg-1）、林地（4.87 g·kg-1）和荒地（8.45 g·kg-1），而農(nóng)田、林地、荒地的無機(jī)碳含量差異不顯著。2010s草地?zé)o機(jī)碳平均含量最高，為10.06 g·kg-1，荒地次之（9.21 g·kg-1），農(nóng)田無機(jī)碳平均含量為6.14 g·kg-1,園地為6.43 g·kg-1，林地土壤無機(jī)碳平均含量最低，為5.69 g·kg-1。

2.2.5 植被狀況的影響 如圖6所示，1980s和2010s土壤無機(jī)碳含量在歸一化植被指數(shù)均在≤0.4和0.4—0.6的范圍內(nèi)呈增加的趨勢，0.6—0.8和≥0.8范圍內(nèi)下降。1980s和2010s土壤無機(jī)碳含量整體上均呈現(xiàn)出隨著歸一化植被指數(shù)的增大先增大后減小的趨勢，1980s和2010s土壤無機(jī)碳含量隨著歸一化植被指數(shù)的變化范圍分別為6.15—12.61和6.11— 8.98 g·kg-1。

2.2.6 土壤性質(zhì)的影響 土壤性質(zhì)對(duì)無機(jī)碳含量的影響如圖7所示。從圖7-A、7-C可以看出，1980s和2010s土壤無機(jī)碳含量隨著容重的增加而減小，均在容重≤1.33 g·cm-3時(shí)土壤無機(jī)碳含量最大（13.37和11.12 g·kg-1）。此外，1980s和2010s土壤無機(jī)碳含量受到土壤pH的影響，土壤無機(jī)碳含量隨土壤pH增加有明顯的分界線，酸性（pH ≤6.5）和中性（pH = 6.5—7.5）土壤無機(jī)碳平均含量極低，當(dāng)土壤呈堿性（pH≥ 7.5）時(shí)土壤無機(jī)碳含量顯著增加，且隨著土壤堿性的升高，土壤無機(jī)碳含量逐漸增加，變化范圍分別為從0.75—12.34 g·kg-1到0.54—8.96 g·kg-1（圖7-B、7-D）。

2.3 隨機(jī)森林模型分析

2.3.1 變量重要性分析 使用隨機(jī)森林模型分別對(duì)1980s和2010s的海拔、坡度、坡向、曲率、年平均降水量、年平均溫度、土地利用類型、歸一化植被指數(shù)、容重和pH共計(jì)10個(gè)因子對(duì)土壤無機(jī)碳含量影響的重要性進(jìn)行分析。通過調(diào)整RF模型的參數(shù)，均在mtry=4，ntree=200時(shí)對(duì)土壤無機(jī)碳含量的擬合效果最好，2分別為0.40和0.37，RMSE為3.69和4.64。進(jìn)一步對(duì)各變量的重要性進(jìn)行排序，RF模型以均方誤差增加率（IncMSE（%））為變量重要性衡量指標(biāo)，該值越大則變量重要性最高。從圖8-a中可以看出在1980s，年平均降水量、pH、曲率、歸一化植被指數(shù)、坡度、容重是影響土壤無機(jī)碳含量的重要因素。而2010s影響土壤無機(jī)碳含量的主要因素是年平均降水量、pH、容重、年平均溫度、海拔、歸一化植被指數(shù)（圖8-b），其中年平均降水量和pH的相對(duì)重要性遠(yuǎn)大于其他因子。

箱體上小寫字母表示各組間土壤無機(jī)碳含量差異顯著（P＜0.05）。箱形圖紅色和黑色的圓點(diǎn)分別表示平均值和異常值。箱體中的水平線對(duì)應(yīng)于數(shù)據(jù)的中位數(shù)。箱體的上邊緣線、下邊緣線、上誤差線、下誤差線分別表示第 25、75、5、95 百分位數(shù)。下同

圖4 年平均降水量和年平均溫度對(duì)1980s（A、B）和2010s（C、D）土壤無機(jī)碳含量的影響

圖5 土地利用類型對(duì)1980s（A）和2010s（B）土壤無機(jī)碳含量的影響

圖6 歸一化植被指數(shù)對(duì)1980s（A）和2010s（B）土壤無機(jī)碳含量的影響

圖7 容重和pH對(duì)1980s（A, B）和2010s（C, D）土壤無機(jī)碳含量的影響

2.3.2 偏相關(guān)分析 為排除變量共線性的干擾，進(jìn)一步對(duì)1980s和2010s土壤無機(jī)碳含量與各變量進(jìn)行偏相關(guān)分析，單變量偏相關(guān)分析結(jié)果如圖9所示。1980s和2010s土壤無機(jī)碳含量在海拔、坡度、坡向和曲率影響下的變化范圍均較小，說明地形因子對(duì)土壤無機(jī)碳含量的影響很小。氣候因子中，年平均降水量對(duì)土壤無機(jī)碳含量有較強(qiáng)的負(fù)向影響，在400—800 mm范圍內(nèi)土壤無機(jī)碳含量變化劇烈，隨著年平均降水量的增加，土壤無機(jī)碳含量先升高后降低。當(dāng)年平均降水量＞800 mm時(shí)，土壤無機(jī)碳含量趨于穩(wěn)定。對(duì)于年平均溫度，土壤無機(jī)碳含量在0—13 ℃的范圍內(nèi)變化較小，在年平均溫度＞13 ℃時(shí)快速下降。1980s和2010s不同土地利用類型的土壤中無機(jī)碳含量均較為接近（9.35—9.9和6.72—6.83 g·kg-1），表明土地利用類型對(duì)土壤無機(jī)碳含量的影響很小。歸一化植被指數(shù)對(duì)土壤無機(jī)碳含量的影響整體上呈現(xiàn)出隨著歸一化植被指數(shù)的增加先增大后減小的趨勢。土壤容重在1—1.3 g·cm-3范圍內(nèi)土壤無機(jī)碳含量變化不顯著，在＞1.3 g·cm-3時(shí)土壤無機(jī)碳含量快速下降，在此范圍之外，土壤無機(jī)碳含量隨容重增加的變化不顯著。土壤無機(jī)碳含量與pH呈正相關(guān)關(guān)系，在pH大于7.5時(shí)土壤無機(jī)碳含量急劇增加。

MAP：年平均降水量Average annual rainfall；Curvature：曲率；NDVI：歸一化植被指數(shù)Normalized vegetation index；Slope：坡度；BD：容重Bulk weight；SD：坡向Slope direction；Altitude：海拔Above sea level；MAT：年平均溫度Mean annual temperature；LUT：土地利用類型Land use type

3 討論

3.1 陜西省土壤無機(jī)碳含量的變化趨勢

圖2結(jié)果表明，在區(qū)域尺度上，陜西省土壤無機(jī)碳含量的分布從北向南呈現(xiàn)逐漸降低的趨勢。在1980s，陜北土壤無機(jī)碳顯著高于關(guān)中，關(guān)中土壤無機(jī)碳含量顯著高于陜南。這與張瑞[22]的研究結(jié)論一致。在2010s，由于陜北土壤無機(jī)碳含量下降明顯，陜北與關(guān)中土壤無機(jī)碳含量差異不顯著，但都顯著高于陜南地區(qū)。涂夏明等[11]對(duì)2009年黃土高原陜西境內(nèi)關(guān)中和陜北地區(qū)的土壤無機(jī)碳含量空間分布的研究也表現(xiàn)為關(guān)中和陜北地區(qū)差異不大。總體來看，由于陜西省南部降水量多，使得在濕潤氣候條件下，淋溶強(qiáng)度較大，增強(qiáng)了土壤風(fēng)化和發(fā)育，而北部干旱少雨，蒸發(fā)量高，土壤無機(jī)碳淋溶降低[23]，所以導(dǎo)致了南部土壤無機(jī)碳含量要低于北部。1980s和2010s陜西省各區(qū)域土壤無機(jī)碳含量整體上均隨著土壤深度增加而增加（圖1），這與SHI等[24]的研究結(jié)果一致，主要是由于陜西省土壤母質(zhì)以第四紀(jì)沉積物黃土為主，其富含碳酸鈣，因此剖面底層土中無機(jī)碳含量較高，而伴隨土壤逐漸發(fā)育熟化，碳酸鈣發(fā)生淋溶，因此伴隨剖面從上到下，無機(jī)碳含量逐漸升高。

本研究發(fā)現(xiàn)，1980s到2010s各土層無機(jī)碳含量都呈現(xiàn)下降的趨勢，其中表層的下降幅度為27.1%（圖2-b）。TAO等[25]對(duì)中國旱地農(nóng)田的土壤無機(jī)碳密度變化和驅(qū)動(dòng)因子的分析表明，1980s和2010s之間 0—20 和20—40 cm土層無機(jī)碳含量密度分別降低38.0%和27.0%，并將其歸因?yàn)榈适┯煤屯寥浪质罩顩r，本文研究結(jié)果與其接近。與1980s相比，2010s陜西省陜南土壤無機(jī)碳含量小幅度上升，關(guān)中地區(qū)土壤無機(jī)碳含量基本保持不變，而陜北土壤無機(jī)碳含量大幅下降，降幅為31.5%（圖2-A），這可能與陜北化學(xué)肥料施用量大幅增加有關(guān)。根據(jù)陜西省統(tǒng)計(jì)年鑒，與1988年相比，陜北地區(qū)在2015年的平均化肥施用量增幅為43.3%，而同期關(guān)中地區(qū)和陜南地區(qū)的施肥量變化幅度較小[14]。氮肥等化學(xué)肥料的施用引起土壤酸化[25-26]，使得土壤無機(jī)碳含量大量損失，因此陜北化肥使用量增加導(dǎo)致了其土壤無機(jī)碳含量的損失顯著高于關(guān)中和陜南。

3.2 陜西省土壤無機(jī)碳含量變化的歸因

研究發(fā)現(xiàn)，地形因素中海拔對(duì)陜西省土壤無機(jī)碳含量有正向的影響（圖3-A、3-E）。海拔與土壤無機(jī)碳含量之間的正相關(guān)歸因于年平均降水量和年平均溫度隨海拔升高而降低[27]。氣候條件中的年平均降水量是影響1980s和2010s土壤無機(jī)碳含量最重要的因素（圖8、9），本研究發(fā)現(xiàn)在降水量＞600 mm時(shí)土壤無機(jī)碳含量迅速下降（圖4-A、4-C），降水量增多使得環(huán)境濕度的增加，有助于有機(jī)碳累積，通常會(huì)導(dǎo)致土壤酸度相對(duì)較低。較低的土壤酸度對(duì)應(yīng)于土壤溶液中較高的H+含量，這將減少的碳酸鹽沉淀，導(dǎo)致土壤無機(jī)碳損失[28]。而本研究中年平均溫度對(duì)于土壤無機(jī)碳含量有顯著的正向影響，這與DANG等[29]報(bào)道的土壤無機(jī)碳含量與年平均溫度呈正相關(guān)的結(jié)論一致，與YANG等[30]在西藏草原的研究結(jié)果相反。這可能是由于環(huán)境溫度的升高削弱了有機(jī)碳的積累，導(dǎo)致有機(jī)碳礦化產(chǎn)生相對(duì)較低的CO2分壓。較低的CO2分壓使得產(chǎn)生了更多的碳酸鹽沉淀，增強(qiáng)了無機(jī)碳的累積[31]。此外本研究發(fā)現(xiàn)，年平均溫度＞13.0 ℃，隨著溫度升高土壤無機(jī)碳含量呈現(xiàn)下降的趨勢；年平均溫度＜13.0 ℃時(shí)，土壤無機(jī)碳含量隨著年平均溫度的升高而增加（圖4-B、4-D）。這與近期對(duì)青藏高原高寒草原土壤無機(jī)碳在自然氣候梯度上動(dòng)態(tài)變化的規(guī)律相似[32]。

不同土地利用方式下土壤無機(jī)碳含量不同，其含量大小為：草地＞荒地＞園地＞農(nóng)田＞林地，這與崔麗峰等[33]發(fā)現(xiàn)的黃土高原地區(qū)不同土地利用類型和植被覆蓋類型下土壤無機(jī)碳含量的大小順序基本一致。不同土地利用類型意味著其上覆蓋的植被類型和植被生長狀況不同，NDVI作為衡量植被生長狀態(tài)的重要指標(biāo)，在本研究中對(duì)土壤無機(jī)碳含量也有顯著的影響（圖6）。NDVI越大，其上覆蓋的植被蓋度、生長力和林齡越大[34]，其土壤無機(jī)碳含量也逐漸降低。這可能是因?yàn)榕c沒有植被覆蓋的荒地相比，森林地上凋落物、細(xì)根生物量和土壤有機(jī)碳儲(chǔ)量較高，這可以促進(jìn)土壤無機(jī)碳溶解和淋溶，從而影響土壤無機(jī)碳含量[35]。農(nóng)田則由于長期人為耕作活動(dòng)而導(dǎo)致土壤無機(jī)碳加速分解，使得土壤無機(jī)碳含量降低。我國農(nóng)田土壤中大約有51%的耕地面積遭受土壤無機(jī)碳損失[36]。

土壤性質(zhì)深刻影響著土壤無機(jī)碳含量，容重對(duì)于土壤無機(jī)碳含量有重要的影響（圖7、8），低容重土壤無機(jī)碳含量顯著高于高容重土壤（圖7-a、7-c），這可能是因?yàn)槿葜剌^低的土壤孔隙較大，使得大氣中的CO2能較為容易地進(jìn)入土壤，形成更多的土壤無機(jī)碳[37]。pH則是與土壤無機(jī)碳含量呈顯著正相關(guān)關(guān)系，其對(duì)土壤無機(jī)碳含量影響的重要性僅次于年平均降水量（圖8），在堿性土壤中土壤無機(jī)碳含量遠(yuǎn)高于中性和酸性土，這與以往研究中的報(bào)道一致[38]。較高的土壤酸度對(duì)應(yīng)于土壤溶液中較高的H+含量，這將減少的碳酸鹽沉淀[39]，導(dǎo)致土壤無機(jī)碳降低。大氣氮沉降和大量施用氮肥是造成土壤酸化的主要因素，土壤酸化使得土壤無機(jī)碳以CO2形態(tài)釋放到空氣中，造成土壤無機(jī)碳大量損失[40-41]。

4 結(jié)論

陜西省1980s各區(qū)域土壤無機(jī)碳含量為陜北最高，關(guān)中次之，陜南最低。與1980s相比，2010s陜北土壤無機(jī)碳含量下降了31.5%，關(guān)中地區(qū)基本保持不變，而陜南小幅度上升。自1980s到2010s，不同土層無機(jī)碳含量隨時(shí)間變化降幅不同，其在0—20、20—40、40—60、60—80、80—100 cm土層上的降幅依次為27.1%、22.0%、20.6%、27.2%和27.7%。1980s和2010s各區(qū)域土層之間無機(jī)碳含量均差異明顯，1980s和2010s土壤無機(jī)碳含量均具有隨著土壤深度增加而增大的趨勢。采用隨機(jī)森林模型對(duì)影響土壤無機(jī)碳含量的各因子進(jìn)行重要性分析，結(jié)果表明，年平均降水量、pH、容重是影響1980s和2010s土壤無機(jī)碳含量的重要因素，在年平均降水量450— 650 mm時(shí)土壤無機(jī)碳含量最高，土壤無機(jī)碳含量隨著pH的增加而增加，低容重土壤無機(jī)碳含量高于高容重土壤。

[1] YANG P P, SHU Q, LIU Q, HU Z, ZHANG S J, MA Y Y. Distribution and factors influencing organic and inorganic carbon in surface sediments

of tidal flats in northern Jiangsu, China. Ecological Indicators, 2021, 126: 107633.

[2] LAL R. Digging deeper: a holistic perspective of factors affecting soil organic carbon sequestration in agroecosystems. Global Change Biology, 2018, 24(8): 3285-3301.

[3] TRUMBORE S E, CZIMCZIK C I. An uncertain future for soil carbon. Science, 2008, 321(5895): 1455-1456.

[4] EMMERICH W E. Carbon dioxide fluxes in a semiarid environment with high carbonate soils. Agricultural and Forest Meteorology, 2003, 116(1/2): 91-102.

[5] ZHANG G L, BAI J H, ZHAO Q Q, JIA J, WANG X, WANG W, WANG X Y. Soil carbon storage and carbon sources under different Spartina alterniflora invasion periods in a salt marsh ecosystem. CATENA, 2021, 196: 104831.

[6] BOWMAN W D, CLEVELAND C C, HALADA ?, HRE?KO J, BARON J S. Negative impact of nitrogen deposition on soil buffering capacity. Nature Geoscience, 2008, 1(11): 767-770.

[7] 許文強(qiáng), 陳曦, 羅格平, 藺卿. 土壤碳循環(huán)研究進(jìn)展及干旱區(qū)土壤碳循環(huán)研究展望. 干旱區(qū)地理, 2011, 34(4): 614-620.

XU W Q, CHEN X, LUO G P, LIN Q. Progress of research on soil carbon cycle and perspectives of soil carbon cycle in arid region. Arid Land Geography, 2011, 34(4): 614-620. (in Chinese)

[8] LAL R. Soil carbon dynamics in cropland and rangeland. Environmental Pollution, 2002, 116(3): 353-362.

[9] HUSSAIN S, SHARMA V, ARYA V M, SHARMA K R, RAO C S. Total organic and inorganic carbon in soils under different land use/land cover systems in the foothill Himalayas. Catena, 2019, 182: 104104.

[10] QUIJANO L, KUHN N J, NAVAS A. Effects of interrill erosion on the distribution of soil organic and inorganic carbon in different sized particles of Mediterranean Calcisols. Soil and Tillage Research, 2020, 196: 104461.

[11] 涂夏明, 曹軍驥, 韓永明, 沈振興, 張寶成. 黃土高原表土有機(jī)碳和無機(jī)碳的空間分布及碳儲(chǔ)量. 干旱區(qū)資源與環(huán)境, 2012, 26(2): 114-118.

TU X M, CAO J J, HAN Y M, SHEN Z X, ZHANG B C. Storage and spatial distribution of organic and inorganic carbon in the topsoil of Loess Plateau. Journal of Arid Land Resources and Environment, 2012, 26(2): 114-118. (in Chinese)

[12] 黨珍珍, 王凱博, 周正朝, 張曉艷. 黃土丘陵區(qū)人工刺槐林恢復(fù)對(duì)土壤碳庫動(dòng)態(tài)的影響. 干旱區(qū)研究, 2015, 32(6): 1082-1087.

DANG Z Z, WANG K B, ZHOU Z C, ZHANG X Y. Impact ofrestoration on soil carbon pool in the loess hilly region. Arid Zone Research, 2015, 32(6): 1082-1087. (in Chinese)

[13] 張力. 黃土丘陵溝壑區(qū)不同植被恢復(fù)下土壤有機(jī)碳和無機(jī)碳動(dòng)態(tài)變化研究[D]. 北京: 中國科學(xué)院大學(xué) (中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心), 2018.

ZHANG L. The dynamic of soil organic and inorganic carbon in soil under different vegetation restoration in Loess Hilly and Gully Region[D]. Beijing: University of Chinese Academy of Sciences (Research Center of Soil and Water Conservation and Ecological Environment of The University of Chinese Academy of Sciences and Ministry of Education), 2018. (in Chinese)

[14] 陜西省統(tǒng)計(jì)局, 國家統(tǒng)計(jì)局陜西調(diào)查總隊(duì). 陜西統(tǒng)計(jì)年鑒-2022. 北京: 中國統(tǒng)計(jì)出版社, 2022.

Shaanxi Provincial Bureau of Statistics. Survey Office of the National Bureau of Statistics in Shaanxi. Shaanxi Statistical Yearbook. Beijing: China Statistics Press, 2022. (in Chinese)

[15] 陜西省土壤普查辦公室. 陜西土種志. 西安: 陜西科學(xué)技術(shù)出版社, 1993.

Soil Census Office of Shaanxi Province. History of Shaanxi Soil Species. Xian: Shaanxi Science and Technology Press, 1993. (in Chinese)

[16] 郭兆元, 黃自立, 馮立孝. 陜西土壤. 北京: 科學(xué)出版社, 1992.

GUO Z Y, HUANG Z L, FENG L X. Soil in Shaanxi. Beijing: Science Press, 1992. (in Chinese)

[17] 常慶瑞, 齊雁冰, 劉夢云. 中國土系志·陜西卷. 北京: 科學(xué)出版社, 2021.

CHANG Q R, QI Y B, LIU M Y. Soil History of China·Shaanxi Volume. Beijing: Science Press, 2021. (in Chinese)

[18] 姜賽平, 張認(rèn)連, 張維理, 徐愛國, 張懷志, 謝良商, 冀宏杰. 近30年海南島土壤有機(jī)質(zhì)時(shí)空變異特征及成因分析. 中國農(nóng)業(yè)科學(xué), 2019, 52(6): 1032-1044. doi: 10.3864/j.issn.0578-1752.2019.06.007.

JIANG S P, ZHANG R L, ZHANG W L, XU A G, ZHANG H Z, XIE L S, JI H J. Spatial and temporal variation of soil organic matter and cause analysis in Hainan Island in resent 30 years. Scientia Agricultura Sinica, 2019, 52(6): 1032-1044. doi: 10.3864/j.issn.0578-1752.2019. 06.007. (in Chinese)

[19] SHANGGUAN W, DAI Y J, LIU B Y, ZHU A X, DUAN Q Y, WU L Z, JI D Y, YE A Z, YUAN H A, ZHANG Q A, CHEN D D, CHEN M, CHU J T, DOU Y J, GUO J X, LI H Q, LI J J, LIANG L, LIANG X A, LIU H P, LIU S Y, MIAO C Y, ZHANG Y Z. A China data set of soil properties for land surface modeling. Journal of Advances in Modeling Earth Systems, 2013, 5(2): 212-224.

[20] 申哲, 張認(rèn)連, 龍懷玉, 徐愛國. 基于機(jī)器學(xué)習(xí)方法的寧夏南部土壤質(zhì)地空間分布研究. 中國農(nóng)業(yè)科學(xué), 2022, 55(15): 2961-2972. doi: 10.3864/j.issn.0578-1752.2022.15.008.

SHEN Z, ZHANG R L, LONG H Y, XU A G. Research on spatial distribution of soil texture in southern Ningxia based on machine learning. Scientia Agricultura Sinica, 2022, 55(15): 2961-2972. doi: 10.3864/j.issn.0578-1752.2022.15.008. (in Chinese)

[21] 郭洋, 李香蘭, 王秀君, 王家平, 王旭峰, 馬明國, 謝先紅, 孫敏敏. 干旱半干旱區(qū)農(nóng)田土壤碳垂直剖面分布特征研究. 土壤學(xué)報(bào), 2016, 53(6): 1433-1443.

GUO Y, LI X L, WANG X J, WANG J P, WANG X F, MA M G, XIE X H, SUN M M. Profile distribution of soil inorganic and organic carbon in farmland in arid and semi-arid areas of China. Acta Pedologica Sinica, 2016, 53(6): 1433-1443. (in Chinese)

[22] 張瑞. 黃土高原土壤無機(jī)碳密度分布、儲(chǔ)量及影響因素[D]. 北京: 中國科學(xué)院大學(xué)(中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心), 2012.

ZHANG R. Spatial distribution of soil inorganic carbon density, stock and its affecting factors in the Loess plateau[D]. Beijing: University of Chinese Academy of Sciences (Research Center for Soil and Water Conservation and Ecological Environment of the University of Chinese Academy of Sciences and Ministry of Education), 2012. (in Chinese)

[23] 潘根興. 中國干旱性地區(qū)土壤發(fā)生性碳酸鹽及其在陸地系統(tǒng)碳轉(zhuǎn)移上的意義. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào), 1999, 22(1): 51-57.

PAN G X. Pedogenic carbonates in aridic soils of China and the significance in terrestrial carbon transfer. Journal of Nanjing Agricultural University, 1999, 22(1): 51-57. (in Chinese)

[24] SHI H J, WANG X J, ZHAO Y J, XU M G, LI D W, GUO Y. Relationship between soil inorganic carbon and organic carbon in the wheat-maize cropland of the North China Plain. Plant and Soil, 2017, 418(1): 423-436.

[25] TAO J J, RAZA S, ZHAO M Z, CUI J J, WANG P Z, SUI Y Y, ZAMANIAN K, KUZYAKOV Y, XU M G, CHEN Z J, ZHOU J B. Vulnerability and driving factors of soil inorganic carbon stocks in Chinese croplands. Science of the Total Environment, 2022, 825: 154087.

[26] SONG X D, YANG F, WU H Y, ZHANG J, LI D C, LIU F, ZHAO Y G, YANG J L, JU B, CAI C F, HUANG B, LONG H Y, LU Y, SUI Y Y, WANG Q B, WU K N, ZHANG F R, ZHANG M K, SHI Z, MA W Z, XIN G, QI Z P, CHANG Q R, CI E, YUAN D G, ZHANG Y Z, BAI J P, CHEN J Y, CHEN J, CHEN Y J, DONG Y Z, HAN C L, LI L, LIU L M, PAN J J, SONG F P, SUN F J, WANG D F, WANG T W, WEI X H, WU H Q, ZHAO X, ZHOU Q, ZHANG G L. Significant loss of soil inorganic carbon at the continental scale. National Science Review, 2022, 9(2): 13-20.

[27] MI N, WANG S Q, LIU J Y, YU G R, ZHANG W J, JOBBáGY E. Soil inorganic carbon storage pattern in China. Global Change Biology, 2008, 14(10): 2380-2387.

[28] SMITH P. Global climate change and pedogenic carbonates. Geoderma, 2001, 104(1/2): 180-182.

[29] DANG C R, KONG F L, LI Y, JIANG Z X, XI M. Soil inorganic carbon dynamic change mediated by anthropogenic activities: an integrated study using meta-analysis and random forest model. Science of the Total Environment, 2022, 835: 155463.

[30] YANG Y H, FANG J Y, JI C J, MA W H, SU S S, TANG Z Y. Soil inorganic carbon stock in the Tibetan alpine grasslands. Global Biogeochemical Cycles, 2010(4). doi: 10.1029/2010gb003804.

[31] NORDT L C, WILDING L P, DREES L R. Pedogenic carbonate transformations in leaching soil system: implication for the global C cycle// LAL R, KIMBLE J M, ESWARAN H, STEWART B A. Global Climate Change and Pedogenic Carbonates. Boca Raton: CRC Press, 2000.

[32] DU C J, GAO Y H. Opposite patterns of soil organic and inorganic carbon along a climate gradient in the alpine steppe of northern Tibetan Plateau. Catena, 2020, 186: 104366.

[33] 崔麗峰, 劉叢強(qiáng), 涂成龍, 李龍波, 丁虎. 黃土地區(qū)不同覆被下土壤無機(jī)碳分布及同位素組成特征. 生態(tài)學(xué)雜志, 2013, 32(5): 1187-1194.

CUI L F, LIU C Q, TU C L, LI L B, DING H. Soil inorganic carbon and its isotopic composition under different vegetation types in Loess Plateau of Northwest China. Chinese Journal of Ecology, 2013, 32(5): 1187-1194. (in Chinese)

[34] XIN Z B, QIN Y B, YU X X. Spatial variability in soil organic carbon and its influencing factors in a hilly watershed of the Loess Plateau, China. Catena, 2016, 137: 660-669.

[35] CHANG R Y, FU B J, LIU G H, WANG S, YAO X L. The effects of afforestation on soil organic and inorganic carbon: a case study of the Loess Plateau of China. Catena, 2012, 95: 145-152.

[36] WU H B, GUO Z T, GAO Q, PENG C H. Distribution of soil inorganic carbon storage and its changes due to agricultural land use activity in China. Agriculture, Ecosystems & Environment, 2009, 129(4): 413-421.

[37] SERRANO-ORTIZ P, ROLAND M, SANCHEZ-MORAL S, JANSSENS I A, DOMINGO F, GODDéRIS Y, KOWALSKI A S. Hidden, abiotic CO2flows and gaseous reservoirs in the terrestrial carbon cycle: review and perspectives. Agricultural and Forest Meteorology, 2010, 150(3): 321-329.

[38] OBEAR G R, BARAK P, SOLDAT D J. Soil inorganic carbon accumulation in sand putting green soils II: acid-base relationships as affected by water chemistry and nitrogen source. Crop Science, 2016, 56(2): 851-861.

[39] SUAREZ D L. Impact of agriculture on CO2as affected by changes in inorganic carbon//LAL R, KIMBLE J M, ESWARAN H, STEWART B A. Global Climate Change and Pedogenic Carbonates. Boca Raton: FloridaC RC Press, 2000: 257-272.

[40] 周建斌, 陶靜靜, 趙夢真, 崔嬌嬌, 劉占軍, 陳竹君. 農(nóng)業(yè)生產(chǎn)對(duì)石灰性土壤無機(jī)碳庫損失的影響. 土壤學(xué)報(bào), 2022, 59(3): 593-602.

ZHOU J B, TAO J J, ZHAO M Z, CUI J J, LIU Z J, CHEN Z J. Effects of agricultural production on the loss of inorganic carbon from calcareous soils. Acta Pedologica Sinica, 2022, 59(3): 593-602. (in Chinese)

[41] 李小涵, 李富翠, 劉金山, 郝明德, 王朝輝. 長期施氮引起的黃土高原旱地土壤不同形態(tài)碳變化. 中國農(nóng)業(yè)科學(xué), 2014, 47(14): 2795-2803. doi: 10.3864/j.issn.0578-1752.2014.14.010.

LI X H, LI F C, LIU J S, HAO M D, WANG Z H. Changes of different carbon fractions caused by long-term N fertilization in dryland soil of the Loess Plateau. Scientia Agricultura Sinica, 2014, 47(14): 2795-2803. doi: 10.3864/j.issn.0578-1752.2014.14.010. (in Chinese)

Spatiotemporal Distribution Characteristics and Influencing Factors of Soil Inorganic Carbon in Shaanxi Province

FENG XiaoLin1, ZHANG ChuTian1, XU ChenYang1, 2, GENG ZengChao1, 2, HU FeiNan3, 4, DU Wei1, 2

1College of Natural Resources and Environment, Northwest A&F University, Yangling 712100, Shaanxi;2Key Laboratory of Plant Nutrition and the Agri-environment in Northwest China, Ministry of Agriculture and Rural Affairs, Northwest A&F University, Yangling 712100, Shaanxi;3State Key Laboratory of Soil Erosion and Dryland Farming on Loess Plateau, Northwest A&F University, Yangling 712100, Shaanxi;4Institute of Soil and Water Conservation, Chinese Academy of Sciences & Ministry of Water Resources, Yangling 712100, Shaanxi

【Objective】Soil inorganic carbon (SIC) plays an important role in regulating global carbon cycle. However, the distribution characteristics and influencing factors of SIC at regional scales are not clear. The study on the temporal and spatial distribution of SIC and its key influencing factors in Shaanxi Province can provide the reference and basis for clarifying the role and status of inorganic carbon in the terrestrial ecosystem carbon cycle. 【Method】This study collected 65 and 142 soil samples from the 1980s and 2010s in Shaanxi Province, along with relevant data on geographical factors, climatic conditions, land use types, vegetation status and soil properties. Variance analysis and Random Forest (RF) model were used to analyze the temporal and spatial distribution characteristics of SIC content. The influencing factors of SIC content in Shaanxi Province were also discussed. 【Result】SIC content in the 1980s of Shaanxi Province was in the order of Northern Shaanxi ＞ Guanzhong of Shaanxi ＞ Southern Shaanxi. Compared with the 1980s, SIC content in Northern Shaanxi Province was decreased by 31.5% in 2010s, while it remained almost unchanged in Guanzhong of Shaanxi Province, which increased slightly in southern Shaanxi Province. From the 1980s to 2010s, the decrease of inorganic carbon content in different soil layers in 0-100 cm section ranged from 20.6% to 27.7%, with the greatest decreases in 0-20 cm and 80-100 cm soil layers. Random Forest model analysis showed that average annual rainfall, bulk density and pH were the top three most important factors affecting SIC content in both 1980s and 2010s, and SIC content was the highest when the average annual rainfall were 450-650 mm. Soil inorganic carbon content increased with the increase of pH. The inorganic carbon content of soil with low bulk density was higher than that of soil with high bulk density. 【Conclusion】In general, SIC content in Shaanxi Province showed a decreasing trend from north to south. Compared with the 1980s, SIC content in topsoil of Shannxi Province and also the whole soil profile of northern Shaanxi Province decreased significantly in the 2010s. The SIC content in the 1980s and 2010s were mainly influenced by average annual rainfall, pH and bulk density.

soil inorganic carbon (SIC); spatiotemporal distribution; Random Forest model; Shaanxi Province

10.3864/j.issn.0578-1752.2024.08.008

2023-05-30；

2023-07-17

國家自然科學(xué)基金（41701261）、陜西省自然科學(xué)基金（2023-JC-YB-263）、中央高校基本科研業(yè)務(wù)費(fèi)（2452020165）

馮曉琳，E-mail：fxl20170901@163.com。通信作者許晨陽，E-mail：xuchenyang@nwafu.edu.cn。通信作者耿增超，E-mail：gengzengchao @126.com

（責(zé)任編輯 李云霞）