研究解析未来气候与土地利用变化对东北黑土区碳库的影响

查找参加最新学术会议,发表EI、SCI论文,上学术会议云
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

研究解析未来气候与土地利用变化对东北黑土区碳库的影响

文章导读
你是否知道,东北黑土的退化正在让这片“中华大粮仓”悄悄变成碳排放源?一项基于3500个土壤样本和机器学习的新研究揭示:1985年以来,黑土区每公顷损失5.51吨碳,未来碳库命运竟取决于我们今天的选择。高排放情景下将再流失1.8Pg碳,而低排放路径则有望逆转趋势,实现碳汇波动回升。更惊人的是,耕地扩张与林地恢复的博弈,正成为碳库兴衰的关键。这项发表于Catena的研究,首次高精度模拟至2100年黑土碳动态,为你揭开气候与土地利用背后碳库命运的博弈逻辑。
— 内容由好学术AI分析文章内容生成,仅供参考。

准确预测未来气候与土地利用变化对土壤有机碳的协同影响,对保障粮食安全和实现“双碳”目标至关重要。但是,土壤-环境关系复杂,土壤有机碳动态响应存在不确定性。中国科学院东北地理与农业生态研究所研究人员综合运用大数据与多种机器学习模型,评估1985年至2100年东北黑土区土壤有机碳储量的时空演变规律。

研究团队整合2001年至2020年间共3500个土壤样本数据、多期Landsat遥感影像、高分辨率气候及地形数据,构建全面环境协变量体系。科研人员采用四种机器学习算法进行性能比对,最终选定预测精度最高的随机森林模型作为时空预测工具,并运用“空间替代时间”方法,将未来气候情景数据输入已校准的模型,生成至2100年的高精度土壤有机碳动态图。

科研团队取得如下结果:一是东北地区历史碳损失明确,1985年至2020年间,东北黑土区表层土壤有机碳密度平均下降5.51Mg C/ha,整体呈现“碳源”效应;二是东北黑土区土壤有机碳未来情况取决于排放路径, 到2100年,在高排放路径下,土壤有机碳储量将持续流失1.8Pg,而在低排放路径下,土壤有机碳储量则有望小幅增加0.058Pg,并出现多次碳汇/碳源转换的动态波动;三是耕地与林地是调控关键,未来土壤有机碳变化由这两者主导,耕地扩张和管理不善,是导致碳损失的主要因素,林地的保护与恢复,是促进碳回收的关键。高碳储量的生态系统,对气候变化更为敏感,面临更高的碳损失风险。

上述研究量化了不同发展路径下黑土碳库的响应,指明了生态恢复与土地管理在维持碳平衡中的决定性作用。相关研究成果发表在Catena上。

论文链接

© 版权声明
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
第二届大数据分析与人工智能应用学术会议(BDAIA2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

相关文章

查找最新学术会议,发表EI、SCI论文,上学术会议云
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

暂无评论

none
暂无评论...