三江源冻土区浅层土壤有机碳及其氧化稳定性特征

孙丰豪，张志春，蒋平安，杨 凯，周少龙

（1.新疆农业大学，新疆 乌鲁木齐 830052；2.青海省气象灾害防御技术中心，青海 西宁 810001；3.青海大学，青海 西宁 810016）

0 引言

冻土是温度低于0 ℃并出现冻结现象的土壤（或地表疏松层）。活动层则是随季节转换而发生周期性冻融的冻土类型，其年平均气温高于0 ℃，受土壤性质影响较大［1-2］。三江源气候属青藏高原气候系统，年平均气温低，无明显四季之分，浅层土壤（0～40 cm）是随冷暖季节转换而发生冻融的活动层。冻土区浅层土壤有机碳的数量与质量关系到季节转换时土壤与大气之间的热量交换，影响着冻土的发育、保护和退化。土壤有机碳氧化稳定性能够反映成土条件及过程［3］，是衡量土壤有机碳抗氧化能力的重要指标。氧化稳定性系数（Kos）是土壤有机碳氧化稳定性的量化指标，其数值越大土壤有机碳就越稳定。土壤有机碳氧化稳定性的变化主要发生在易氧化分解的部分，不同氧化程度有机碳的占比能直观地反映出土壤有机碳分解的难易程度［4］。根据土壤有机碳氧化的难易程度可划分为四个不同组分（Fraction 1～4）：高氧化活性有机碳（F1）、中氧化活性有机碳（F2）、低氧化活性有机碳（F3）和难氧化活性有机碳（F4）［5］。各组分的多寡共同决定着土壤有机碳氧化稳定性的大小。

三江源平均海拔在4 000 m以上，冻土分布广泛，自西向东土壤类型逐渐由草甸土转变为草原土，土壤有机碳含量较高［6］，特殊的地理位置及气候条件使得冻土区浅层土壤有机碳对环境变化极为敏感［7-9］。复杂的大尺度区域研究，样点稀疏且高寒地区恶劣的自然环境又加大了工作难度，使得土壤样品采集困难且容易出现误差，传统土壤制图难以对有机碳特征做出精准反映［10］。数字土壤制图基于环境协变量来定量土壤景观模型和栅格数据，能克服传统土壤调查制图仅利用斑块的局限性，多种因素综合考虑，在一定程度上可弱化外界条件影响并减少误差，较准确反映出土壤性质的变化，已在青藏高原农耕区广泛应用于碳、氮分布等研究［11-16］。本文采用随机森林模型对三江源冻土区浅层土壤有机碳氧化稳定性分布特征进行解析，探索其分布规律和对环境的响应。

1 研究区概况

三江源（31°39′～36°16′ N，89°24′～102°23′ E）总面积为36.37×104km2，季节冻土和多年冻土镶嵌分布［7］。全区以山地地貌为主，最低海拔3 335 m，最高海拔6 564 m，平均海拔4 400 m左右，相对高差3 229 m［17］。全区平均植被覆盖度为48.73%，自东南至西北递减，草甸、高山亚高山草甸、平原草原、高山亚高山草原和荒漠草原的平均植被覆盖度分别为59.86%、57.39%、39.50%、33.70%和14.13%［18］。

2011—2019 年间全区年均气温为0.9 ℃，年均降水量475.50 mm，年均日照时数为2 622.62 h，气温低、降水少但日照充足。年均气温、年均降水量呈自东南向西北逐渐降低的特征，年均日照时数呈自东南向西北逐渐升高的特征（图1）。

图1 2011—2019年三江源地区水热、日照条件Fig.1 Water，heat and sunshine conditions in Three River Source Region from 2011 to 2019：average annual air temperature（a），precipitation（b）and sunshine hours（c）

2 材料与方法

2.1 样品采集与测定

采样点布设以中国1∶1 000 万冻土区划及类型图、1∶100 万土壤图、青海省土壤普查资料、青海省行政区划图和青海省交通图为依据，在能代表当地及植被类型的平坦地区布设采样点采样，样点共86个，间距在30～100 km之间（图2）。

图2 三江源地区土壤采样点空间分布Fig.2 Spatial distribution of soil sampling points in Three River Source Region

确定采样点后，在能够代表本地植被特征且相对平坦区域按100 m×100 m 的样方布置样点，按“X”形5 点采样，采集0～40 cm 或至冰碛物的土壤。样品捡去石块等杂物后，用四分法保留1 kg 布袋封装带回实验室阴凉处自然风干。将风干土再次混匀，以四分法分出150～200 g，仔细拣出枯枝落叶、砾石、植物根系等杂物后，研磨过0.25 mm 筛待测。

对于土壤有机碳氧化稳定性的测定，普遍采用强酸加不同浓度氧化剂分别在一定温度下氧化土壤，由此来获得有机碳不同的氧化量，常用的氧化剂有K2Cr2O7和KMnO4。本文采用不同浓度梯度的硫酸-重铬酸钾溶液在不同温度下氧化土壤（对同一样品分别称取5 份相同的量）获取相应条件下土壤有机碳的氧化量，确定各级氧化活性组别的绝对量，据此计算各组别的相对含量和氧化稳定性系数。用Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ表示不同的氧化强度，序号越高氧化能力越弱［19］。不同的氧化强度条件如下：

定义高氧化活性有机碳F1=Ⅴ，中氧化活性有机碳F2=Ⅳ-Ⅴ，低氧化活性有机碳F3=Ⅲ-Ⅳ，难氧化活性有机碳F4=Ⅰ-Ⅲ［20-21］；土壤有机碳含量TOC=Ⅰ；氧化稳定性系数Kos=（F3+F4）/（F1+F2）。

2.2 制图参数

随机森林是多个决策树集成的机器算法，各决策树之间没有关联，模型的最终输出由每一棵决策树共同决定［22-23］。模型采 用ruby 中 的Random Forest 实现，ntree（决策树数量）为500，随机抽样选取70%为训练集，余下为测试集，预测结果采用自然裂隙法分阶，利用ArcGIS 制图［21］。本模型中2011—2019 年的年均降水量、日照时数、年均温和采样点海拔等环境变量数据来源于中国气象局国家气象信息中心，DEM 数据来源于地理空间数据云（https：//www.gscloud.cn）。

2.3 结果评估

用goof 函数进行交叉验证验证得出决定系数（R2）、一致性系数（CC）、平均误差（ME）和均方根误差（RMSE）作为模型预测结果评估指标，公式［24］为

式中：N为建模样点的个数；p(xi)为建模样点的观测值；v(xi)为建模样点的模拟值；为样点观测值的均值；为模拟值的均值为建模样点观测值的方差为建模样点模拟值的方差。

3 结果与分析

3.1 样品数据统计

采样结果表明，三江源冻土区TOC 在5.27～157.35 g·kg-1之间，均值为（33.00±17.51）g·kg-1。不同氧化程度有机碳含量差异显著（P＜0.05），均值F4 最高，F3 均值最低，分别为18.15 g·kg-1、3.88 g·kg-1，氧化稳定性系数（Kos）在0.44～2.92之间，均值为1.41（表1）。

表1 采样点土壤有机碳（TOC、F1～F4、Kos）Table 1 Soil organic carbon（TOC，F1～F4，Kos）at sampling points

3.2 环境变量相关性分析

除海拔与Kos间不相关外，环境各变量与土壤有机碳总量、不同氧化难易程度组分以及Kos间均具有相关性，据此在随机森林建模时对Kos的预测剔除海拔变量，其余均作为协同变量对土壤有机碳进行预测［25］（表2）。

表2 采样点土壤有机碳（TOC、F1～F4、Kos）与环境变量的相关系数Table 2 Correlation coefficient between soil organic carbon（TOC，F1～F4，Kos）and environmental variables at sampling points

3.3 制图结果评估

预测结果中决定系数（R2）均在0.54 以上，模型对上述六种有机碳属性有54%的解释度。一致性系数（CC）均大于0.58，预测值与实际值一致性较高。除TOC 预测结果均方根误差（RMSE）为14.02、F4 预测结果均方根误差（RMSE）为9.18 之外，其余预测结果均方根误差皆小于2.90。随机森林模型能较好地对土壤有机碳进行预测，并对其变异性有较为精准的反映（表3）。

表3 土壤有机碳（TOC、F1～F4、Kos）预测值交叉验证结果Table 3 Cross-validation results of soil organic carbon（TOC，F1～F4，Kos）prediction values

3.4 土壤有机碳制图结果

TOC 经度地带性特征明显，高值区分布在三江源东部（100°00′～102°23′ E）和中部（96°30′～97°30′ E），西部（90°00′～95°00′ E）低值区分布广泛。

F1相对含量（F1/TOC，下同）在9.75%～24.03%之间，高值区分布在东北一隅（34°50′～36°10′ N，100°00′～101°27′ E）并向西递减至低值区（32°30′～33°25′ N，98°20′～101°27′ E），中 部（95°00′～97°30′ E）F1占比适中，在12.93%～19.27%之间，西部（90°00′～95°00′ E）多为低值区分布。

F2 相对含量在5.34%～30.62%之间，同F1 相近，高值区分布在东北一隅，但向西F2 占比降幅度小于F1，中部（95°00′～97°30′ E）F2 占比适中，西部偏低，自东向西逐渐递减。

F3 相对含量在4.15%～30.21%之间，与F1、F2不同，西部（90°0′～94°40′ E）F3高值区广泛分布，中部（94°40′～98°30′ E）低值区广泛分布，中值区在东部（98°30′～101°27′ E）广泛分 布且东 北一隅（34°50′～36°10′ N，100°00′～101°27′ E）F1、F2 的高值区反而是F3的中值区。

F4相对含量在34.71%～65.19%之间，同F1、F2相近，仅在东北一隅存在小范围高值区，依次向西递减，低值区分布广泛。

Kos在0.77～2.60 之间，东 北一隅（32°30′～35°25′ N，100°20′～101°27′ E）和西北（34°30′～35°25′ N，92°30′～94°47′ E）存在部分高值区，低值区偏向南部分布。北高南低，地带性特征并不突出（图3）。

图3 三江源土壤有机碳（TOC、F1/TOC～F4/TOC、Kos）空间分布Fig.3 Spatial distribution of soil organic carbon（TOC，F1/TOC～F4/TOC，Kos）in Three River Source Region

3.5 环境变量贡献率分析

节点纯度（IncNodePurity）是随机森林用于回归过程中残差的平方和，定量地反映了环境因子在预测过程中所占权重，其数值越大贡献率越高，越小则反之。

TOC、F1/TOC、F2/TOC、F4/TOC 节点纯度中年均降水量最大，在预测过程中起主导作用，年均日照时数和年均温次之。但F3/TOC 节点纯度年均降水量次于海拔和年均日照时数、Kos节点纯度年均日照时数超越了年均降水量成为主导因素。可见尽管土壤有机碳主要受温度和降水的影响［18］，但本模型预测结果显示，除了降水，日照时数也是影响其变化的主要因素之一，温度反而略显次要（图4）。

图4 土壤有机碳（TOC、F1～F4、Kos）预测结果的节点纯度Fig.4 Nodal purity of soil organic carbon（TOC，F1～F4，Kos）prediction results

4 讨论

根据研究对象的属性确定模型、选定协同变量是数字化制图的特点［26-27］。基于此，本模型在对Kos预测时选用了年均降水量、年均气温、年均光照时数三个环境变量，剔除了海拔变量。考虑到水热、光照等条件对土壤的影响是均质单一的，而海拔不仅能对局部气候造成影响，甚至能改变小尺度区域的土壤环境，进而影响土壤理化性质［28-30］，因此不能片面地认为海拔对Kos没有影响，仅能说明海拔对模型中Kos的预测结果贡献有限。

温度和降水是影响土壤有机碳变异的主要因素［31-34］。预测结果显示，降水、日照时数对冻土区浅层土壤有机碳的贡献更大，温度却略显次要。其原因可能是研究区海拔较高、气温常年偏低、年际变化小，虽然内部不同自然地带间虽然温度存在一定差异，但由于整体气温偏低，使得温度不再是自然地带性差异最显著的气候因子，而降水量和日照时数则通过影响植物的分布和生长而对土壤有机碳含量和氧化稳定性产生间接影响［6］。

不同氧化难易程度组分影响着土壤有机碳的理化性质，其与土壤有机碳含量的占比反映了土壤有机碳的组成和状态［33-35］。与高寒地区低温少雨特性有关，三江源冻土区浅层土壤难氧化活性有机碳组分占比（F4/TOC）最高，而低氧化活性有机碳组分占比（F3/TOC）最低，前者对土壤有机碳的氧化稳定性的影响最大，后者最小。全区自东南向西北随着海拔升高、气候的变化，土壤类型逐渐由草甸土向草原土过渡，植被覆盖度也随之降低，同时海拔等因素也对局部小气候造成不可忽视的影响。在种种因素共同作用下，不同氧化难易程组分有着不同的分布特征。F1/TOC、F2/TOC、F4/TOC 自东向西递减地带性特征明显，TOC 阶梯性递减，中部地区偶有升高；水热光照条件良好且草甸土广泛分布的东北一隅不仅是TOC 的高值区，也是F1/TOC、F2/TOC 和F4/TOC 较高的区域。气候寒冷干燥、植被覆盖度低且以草原土为主导的西部地区TOC、F1/TOC、F2/TOC 和F4/TOC 都较低，F3/TOC 却较高。中部TOC 高值区有机碳组分分布表现出了较大差异（F3 相对含量更低），其原因可能是中部高寒草甸、草原镶嵌分布，植被种类相对丰富，加快了低氧化活性有机碳的转化，也正是这种各组分间的分布差异导致了Kos和TOC 在大尺度范围内变异性的产生。

作为具有较为综合性质的土壤有机碳氧化稳定性系数（Kos），数字制图结果显示全区Kos处于较高水平。三江源低温少雨的气候特征导致土壤有机碳活性较低、分解较慢，同时也意味着冷、干的环境有利于冻土区浅层土壤有机碳的长期赋存。

与中国以水热为主要成土条件的地带性土壤有机碳氧化稳定性由南到北升高的情形类似［36-37］，三江源冻土区浅层土壤有机碳氧化稳定性基本呈现北高南低的分布特征。随着年均降水和气温自东南向西北的逐渐降低和日照时数的逐渐增加，Kos的经向地带性特征不及不同氧化难易程度组分（F1、F2、F3 和F4）的分异明显，这应当是三江源冻土区浅层土壤有机碳氧化稳定性对环境的客观响应，也是土壤有机碳受不同氧化稳定性组分协同影响的具体体现。

5 结论

基于实验数据与2011—2019 年气候资料，采用随机森林模型对三江源冻土区浅层土壤有机碳氧化稳定性进行了多要素数字化制图，得出以下结论：

（1）三江源冻土区浅层土壤有机碳受降水和日照时数影响较大，温度对其作用有限。

（2）三江源冻土区浅层土壤有机碳不同氧化难易程度组分分布各异，除低氧化活性有机碳组分（F3）外，其余组分随水热条件的地带性变化而变化。

（3）三江源冻土区浅层土壤有机碳氧化稳定性系数总体呈北高南低的特征，其地带性特征表征力度不及各不同氧化难易程度组分。