基于地理加权回归的青藏高原季节冻土区土壤有机碳空间分布研究
发布时间：2021-08-27 15:35
青藏高原土壤有机碳储量（soil organic carbon stocks,SOCS）对于区域生态环境演替具有重要作用,但是其空间分布数据还比较缺乏,特别是季节冻土区的数据较少。基于378个土壤剖面数据,结合与土壤有机碳（soil organic carbon,SOC）相关的地形、气候以及植被等环境因子,使用地理加权回归（geographically weighted regression,GWR）模型模拟了青藏高原季节冻土区0～30cm、0～50cm、0～100cm和0～200cm深度的SOC总量和空间分布。结果表明:青藏高原季节冻土区SOCS自东南向西北递减,表层0～200cm的SOC总量约15.37Pg;季节冻土区不同植被类型SOC从大到小依次为森林、灌丛、高寒草甸、高寒草原和高寒荒漠;各土壤类型中棕壤、黑钙土和泥炭土的SOC最大,而棕钙土、棕漠土、灰棕漠土、风沙土、石质土、盐土、冷钙土、寒漠土以及冷漠土的SOC最小。研究结果给出了青藏高原季节冻土区SOC的总量、空间分布及规律,可为相关地球模式的发展提供基础数据。
【文章来源】：冰川冻土. 2020,42(03)北大核心CSCD
【文章页数】：10 页
【部分图文】：
青藏高原冻土和土壤采样点空间分布（冻土空间分布数据来源于Zou等[28])
本研究用10-折交叉验证法检验了研究区0～30cm、0～50cm和0～100cm的SOCS的精度（图2）。结果发现，随着深度的增加，GWR模型的模拟精度逐渐降低。其中，表层0～30cm精度最高，R2=0.71,RMSE和MAE分别为2.41kg·m-2和0.27kg·m-2;0～50cm次之，R2=0.65,RMSE和MAE分别为3.98kg·m-2和0.63kg·m-2；而0～100cm精度最低，R2=0.56,RMSE和MAE分别为4.48kg·m-2和0.70kg·m-2。因此，GWR模型能够较高精度的模拟青藏高原冻土区SOCS的空间分布，是复杂地形条件下SOCS空间分布模拟的理想工具。2.2 土壤有机碳的储量和空间分布
各土壤类型的SOCS也存在着显著的差异（表5），其中棕壤、黑钙土和泥炭土的SOCS最高，0～200cm平均SOCS均大于20kg·m-2；黄棕壤、灰褐土、沼泽土、草毡土、黑毡土以及红壤的SOCS也较高，0～200cm平均SOCS在15～20kg·m-2之间；而棕钙土、棕漠土、灰棕漠土、风沙土、石质土、盐土、冷钙土、寒漠土以及冷漠土的SOCS最低，0～200cm的平均SOCS均小于5kg·m-2。3 讨论
【参考文献】：
期刊论文
[1]Mapping the vegetation distribution of the permafrost zone on the Qinghai-Tibet Plateau[J]. WANG Zhi-wei,WANG Qian,ZHAO Lin,WU Xiao-dong,YUE Guang-yang,ZOU De-fu,NAN Zhuo-tong,LIU Guang-yue,PANG Qiang-qiang,FANG Hong-bing,WU Tong-hua,SHI Jian-zong,JIAO Ke-qin,ZHAO Yong-hua,ZHANG Le-le. Journal of Mountain Science. 2016(06)
[2]全球变暖背景下青藏高原多年冻土分布变化预测[J]. 焦世晖,王凌越,刘耕年. 北京大学学报(自然科学版). 2016(02)
[3]地理加权回归及其在土壤和环境科学上的应用前景[J]. 瞿明凯,李卫东,张传荣,黄标. 土壤. 2014(01)
[4]基于决策树方法的青藏高原温泉区域高寒草地植被分类研究[J]. 张秀敏,盛煜,南卓铜,赵林,周国英,岳广阳. 草业科学. 2011(12)
[5]冻融作用对土壤有机碳库及微生物的影响研究进展[J]. 王娇月,宋长春,王宪伟,王丽丽. 冰川冻土. 2011(02)
[6]青藏高原土壤有机碳储量与密度分布[J]. 田玉强,欧阳华,徐兴良,宋明华,周才平. 土壤学报. 2008(05)
[7]近50年来中国季节性冻土与短时冻土的时空变化特征[J]. 陈博,李建平. 大气科学. 2008(03)
[8]多年冻土地区工程建设生态环境影响研究评述[J]. 昌敦虎,宁淼,古丽鲜·安尼瓦尔,陈济丁,叶文虎. 地理科学进展. 2005(04)
[9]青藏铁路工程与多年冻土相互作用及环境效应[J]. 程国栋. 中国科学院院刊. 2002(01)
[10]中国土壤土层厚度的空间变异性特征[J]. 王绍强,朱松丽,周成虎. 地理研究. 2001(02)
博士论文
[1]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007
本文编号：3366618
【文章来源】：冰川冻土. 2020,42(03)北大核心CSCD
【文章页数】：10 页
【部分图文】：
青藏高原冻土和土壤采样点空间分布（冻土空间分布数据来源于Zou等[28])
本研究用10-折交叉验证法检验了研究区0～30cm、0～50cm和0～100cm的SOCS的精度（图2）。结果发现，随着深度的增加，GWR模型的模拟精度逐渐降低。其中，表层0～30cm精度最高，R2=0.71,RMSE和MAE分别为2.41kg·m-2和0.27kg·m-2;0～50cm次之，R2=0.65,RMSE和MAE分别为3.98kg·m-2和0.63kg·m-2；而0～100cm精度最低，R2=0.56,RMSE和MAE分别为4.48kg·m-2和0.70kg·m-2。因此，GWR模型能够较高精度的模拟青藏高原冻土区SOCS的空间分布，是复杂地形条件下SOCS空间分布模拟的理想工具。2.2 土壤有机碳的储量和空间分布
各土壤类型的SOCS也存在着显著的差异（表5），其中棕壤、黑钙土和泥炭土的SOCS最高，0～200cm平均SOCS均大于20kg·m-2；黄棕壤、灰褐土、沼泽土、草毡土、黑毡土以及红壤的SOCS也较高，0～200cm平均SOCS在15～20kg·m-2之间；而棕钙土、棕漠土、灰棕漠土、风沙土、石质土、盐土、冷钙土、寒漠土以及冷漠土的SOCS最低，0～200cm的平均SOCS均小于5kg·m-2。3 讨论
【参考文献】：
期刊论文
[1]Mapping the vegetation distribution of the permafrost zone on the Qinghai-Tibet Plateau[J]. WANG Zhi-wei,WANG Qian,ZHAO Lin,WU Xiao-dong,YUE Guang-yang,ZOU De-fu,NAN Zhuo-tong,LIU Guang-yue,PANG Qiang-qiang,FANG Hong-bing,WU Tong-hua,SHI Jian-zong,JIAO Ke-qin,ZHAO Yong-hua,ZHANG Le-le. Journal of Mountain Science. 2016(06)
[2]全球变暖背景下青藏高原多年冻土分布变化预测[J]. 焦世晖,王凌越,刘耕年. 北京大学学报(自然科学版). 2016(02)
[3]地理加权回归及其在土壤和环境科学上的应用前景[J]. 瞿明凯,李卫东,张传荣,黄标. 土壤. 2014(01)
[4]基于决策树方法的青藏高原温泉区域高寒草地植被分类研究[J]. 张秀敏,盛煜,南卓铜,赵林,周国英,岳广阳. 草业科学. 2011(12)
[5]冻融作用对土壤有机碳库及微生物的影响研究进展[J]. 王娇月,宋长春,王宪伟,王丽丽. 冰川冻土. 2011(02)
[6]青藏高原土壤有机碳储量与密度分布[J]. 田玉强,欧阳华,徐兴良,宋明华,周才平. 土壤学报. 2008(05)
[7]近50年来中国季节性冻土与短时冻土的时空变化特征[J]. 陈博,李建平. 大气科学. 2008(03)
[8]多年冻土地区工程建设生态环境影响研究评述[J]. 昌敦虎,宁淼,古丽鲜·安尼瓦尔,陈济丁,叶文虎. 地理科学进展. 2005(04)
[9]青藏铁路工程与多年冻土相互作用及环境效应[J]. 程国栋. 中国科学院院刊. 2002(01)
[10]中国土壤土层厚度的空间变异性特征[J]. 王绍强,朱松丽,周成虎. 地理研究. 2001(02)
博士论文
[1]地理加权回归基本理论与应用研究[D]. 覃文忠.同济大学 2007
本文编号：3366618
本文链接：https://www.wllwen.com/kejilunwen/nykj/3366618.html
