降低净碳捕获的不确定性，以促进湿地作为自然气候解决方案的作用

《Journal of Geophysical Research: Biogeosciences》：Reducing Uncertainties in Net Carbon Capture to Advance Wetlands as Natural Climate Solutions

湿地作为碳封存重要载体，其空间异质性和时间变化特性影响气候政策制定。本研究融合专家知识与统计学习模型，通过地理空间代理变量和实地测量数据，构建高精度有机碳固定率预测模型（R2≥0.70，MAE≤0.15），揭示湿地淹没概率、人类活动指数及土壤特性为关键预测因子，为差异化湿地管理提供科学依据。

　　

摘要

湿地作为自然气候解决方案（NCS）发挥着关键作用，它们通过将大气中的二氧化碳（CO₂）以有机碳（OC）的形式储存在土壤中来发挥作用。然而，有机碳封存率的空间异质性和时间变异性带来了不确定性，这些不确定性必须得到解决，以便为气候政策提供依据并实现国家气候目标。本研究结合了专家知识与统计学习技术，以估算农业景观中湿地的有机碳封存率。专家们确定了直接影响有机碳封存率的过程因素，包括碳的数量和质量、阳离子交换能力、团聚体反应性、氧化还原电位以及气温，同时还考虑了影响这些因素的人类活动。利用这些变量的地理空间代理指标，并结合实地测量的有机碳封存数据，我们训练出了预测精度较高的统计学习模型（调整后的R² ≥ 0.70，MAE ≤ 0.15 Mg C ha^?1 yr^?1，RMSE ≤ 0.19 Mg C ha^?1 yr^?1）。变量重要性分析表明，湿地淹没概率（作为湿地氧化还原电位的代理指标）、人类影响指数（作为湿地碳数量和质量的代理指标）以及景观土壤特性（作为湿地土壤质地、阳离子交换能力和团聚体反应性的代理指标）是解释有机碳封存率时空变化的最重要预测因子。这项研究表明，借助专家对过程控制因素的了解，统计学习模型能够估算湿地的有机碳封存率，为制定政策和管理湿地作为有效的自然气候解决方案提供关键数据。

通俗语言总结

湿地可以通过在土壤中捕获和储存碳来减缓气候变化。然而，并非所有湿地都能同等程度地储存碳，我们仍然不完全清楚为什么有些湿地能储存大量碳而有些则储存很少——尤其是在像北美草原洼地地区这样的复杂景观中，湿地受到自然过程和附近农业活动的双重影响。在这项研究中，我们测量了不同未受干扰的农业湿地中碳储存量的变化情况。我们发现，有些湿地是强大的碳汇，而有些湿地尽管看起来完好无损且未受干扰，却几乎不储存碳。这种巨大的差异表明，即使在看似有利的条件下，湿地的碳储存能力也不是固定的。我们分析了多种环境和景观因素，以更好地理解这种变化的原因。频繁被淹没且受到周围农业活动适度影响的湿地往往能储存更多碳。但我们也发现，每个湿地的行为都有其独特性，其自身的特征（如地理位置和历史发展情况）对其碳储存能力有显著影响。这些发现表明，湿地的碳储存情况不能总是通过通用规则来预测。相反，湿地的具体特征——包括其在景观中的位置以及它与水体和周围土地的相互作用——起着重要作用。了解这种复杂性将有助于我们更好地保护那些天然具有高碳储存能力的湿地，并更有效地管理其他湿地，从而作为气候缓解策略的一部分。

利益冲突

作者声明与本研究无关的任何利益冲突。

数据可用性声明

本研究中使用的数据，包括测量的有机碳封存率以及用于建模的有机碳封存率直接控制因素的地理空间代理指标，均可通过Zenodo仓库公开获取（Creed，2025）。用于构建随机森林模型、线性混合效应模型和多元线性回归模型的R代码也可通过Zenodo仓库获取（Creed，2025）。本研究使用R版本4.5.1（R核心团队，2023）及相应的包（“randomForest”、“caret”、“Metrics”、“broom”、“ggplot2”、“pdp”、“egg”、“stringr”、“lme4”和“zoo”）来预测湿地的有机碳封存率。