土壤学报

作者：张秀，谢恩泽，陈剑，彭雨璇，严国菁，赵永存

单位：张秀，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；,谢恩泽，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；,陈剑，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；,彭雨璇，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；,严国菁，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；,赵永存，土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所), 南京 210008;中国科学院大学, 北京 100049；yczhao@issas.ac.cn,

关键词：土壤有机碳;微生物模型;敏感性分析;参数优化

基金：国家自然科学基金项目（41971067）资助

准确把握土壤有机碳（SOC）的时空演变规律对于土壤资源的高效持续利用、发挥土壤生态系统服务功能，以及应对气候变化等均具有重要意义。以江苏省南部为研究区，以明确表达微生物分解作用的微生物模型MIMICS为对象，以模型参数敏感性分析为切入点，分析了不同参数优化方法对MIMICS模型预测苏南农田表层（0～20 cm）SOC时空演变动态的影响。结果表明，批处理和点对点两种参数优化方法下，MIMICS模型均能较好地模拟1980—2015年苏南农田表层SOC密度先增加后减少的总体趋势；采用考虑模型参数空间异质性的点对点参数优化方法时，MIMICS模型预测精度最高，其预测误差（RMSE）较采用默认参数值时分别降低22.2%（2000年独立验证）和14.7%（2015年独立验证），但2015年SOC密度预测精度依然偏低（R2= 0.13，RMSE = 1.22 kg·m-2）。上述结果表明进一步改进微生物模型的结构、提高模型输入数据的精度及分辨率，将是微生物模型建模区域尺度SOC时空动态所面临的重要挑战。

来源：2024年第1期

《土壤学报》期刊编辑部

查看土壤学报杂志2024年第1期