利用详细的泥炭地形数据，量化并绘制温带沼泽、泥炭地和森林化泥炭地的区域碳（C）、氮（N）和磷（P）储量分布图

《Journal of Geophysical Research: Biogeosciences》：Quantifying and Mapping Regional C, N and P Stocks From Temperate Fens, Bogs, and Forested Peatlands Using Detailed Peat Bathymetry

　　**摘要**

泥炭地被认为在全球范围内储存了大量的碳（C）、氮（N）和磷（P）。然而，在区域层面上，碳储量的评估往往不够准确，因为不同类型泥炭地内部的泥炭深度变化以及不同泥炭地之间的差异经常被忽视，而养分储量的评估则很少进行或基于有限的化学计量假设。在这里，我们基于对28个温带沼泽、泥炭地和森林化泥炭地的详细研究，提供了泥炭中碳、氮和磷储量的空间明确区域估计。总体而言，沼泽中的泥炭厚度平均高于森林化泥炭地和沼泽，因此单位面积的碳和氮储量在沼泽中更大（237.4公斤碳/平方米、6.9公斤氮/平方米），而在森林化泥炭地和沼泽中则较小（102.7公斤碳/平方米、3.5公斤氮/平方米和85.4公斤碳/平方米、3.7公斤氮/平方米）。相比之下，森林化泥炭地中的磷储量（0.5公斤磷/平方米）高于沼泽（0.4公斤磷/平方米）和沼泽（0.2公斤磷/平方米）。在1,340平方公里的区域内，总碳储量为5.2±2.1千兆克，氮储量为195.6±92.7吉克，磷储量为18.1±16.9吉克，且这些储量在空间上具有明显的分布模式。我们的结果表明，森林化泥炭地是主要的碳和养分库，特别是那些在水分循环中起重要作用的小型森林化泥炭地，在固定磷方面尤为重要。我们的工作强调了在景观和区域尺度上评估泥炭储量时，需要考虑泥炭地的地貌特征和直接的元素测量。

**通俗语言总结**

泥炭地以其储存大量碳（C）以及其他化学元素（如氮（N）和磷（P）的能力而闻名。为了估计这些碳、氮和磷储量的空间分布及其变化因素，我们在加拿大东南部一个1,340平方公里的温带区域调查了28个不同类型的泥炭地，并通过包含泥炭盆地的详细地形数据对这些结果进行了区域化处理。尽管森林化泥炭地的碳密度（85公斤/平方米）低于沼泽（210公斤/平方米），但由于其较大的面积（3,580公顷对比28公顷），其总碳储量约为沼泽的50倍，这凸显了它们在生物地球化学中的重要地位。我们还指出，要准确估计泥炭地的碳、氮和磷储量，必须绘制出其所在流域的地形图。

**1 引言**

自冰川时期结束以来，北部的泥炭地（覆盖面积达240万至400万平方公里）一直是相对较小但稳定的碳（C）汇，由于初级生产率高于植物分解速率，累计储存了约500吉吨碳（Yu, 2012; Yu et al., 2021）。尽管泥炭中的氮（N）和磷（P）在植被生产力、微生物活动和泥炭形成过程中起着关键作用（Clymo, 1984），但对其全球储量的研究仍不够充分，目前主要依据的是沿泥炭剖面的平均碳-养分化学计量比来估算（Loisel et al., 2014）。根据这一方法，自上次冰期以来，北部泥炭地可能积累了约6至18.5拍克氮（Pg N）和0.34拍克磷（Pg P）（Limpens et al., 2016; Wang et al., 2015; Yin et al., 2022）。不过，这些估计存在相当大的不确定性，因为养分浓度和化学计量比不仅在不同表层之间存在差异，在不同类型的泥炭地之间也有差异（Kellogg & Bridgham, 2003; Loisel et al., 2014; Vitt et al., 1995; Wang et al., 2015; Watmough et al., 2022; Yin et al., 2022）。此外，20世纪和21世纪由于人类活动，大气中的氮和磷沉积及其向生态系统的侧向转移有所增加（Tipping et al., 2014），这可能影响泥炭地中的氮、磷乃至碳的埋藏速率（Pe?uelas et al., 2013; Seitzinger et al., 2010）。例如，最近的一项研究表明，磷的供应和埋藏对于解释中纬度湿养型泥炭地中的碳埋藏速率尤为重要（Schillereff et al., 2021）。这突显了需要更详细地了解不同类型泥炭地的空间分布和养分储存情况。在加拿大，虽然大部分碳、氮和磷储量位于如哈德逊湾低地这样的大型泥炭地复合体中（Harris et al., 2022），但也有许多较小的泥炭地分布在更南部的森林、农业或城市化景观中。这些小型泥炭地在国家级别的碳储量中占比可能不大，但在区域层面却具有重要意义，特别是在保留过量养分方面（例如，Vikman et al., 2010），尤其是当它们地理位置较为孤立时（Marton et al., 2015）。量化这些泥炭地提供的碳、氮和磷储存生态服务对于制定合理的土地利用计划至关重要。加拿大南部的北方边界林区和混交林区中存在多种类型的泥炭地。开阔的沼泽和泥炭地因其特有的植被结构而容易被远程识别。森林化泥炭地在许多地区代表了重要的碳、氮和磷储存库，但由于其广阔的覆盖面积和高泥炭体积密度（Ott & Chimner, 2016），过去在调查中被忽视了，目前仍需进一步研究（Beaulne et al., 2021; Byun et al., 2018; Sothe et al., 2022）。森林化泥炭地的定义各不相同，通常被归类为“沼泽”湿地（Davidson et al., 2022）。根据加拿大的湿地分类系统，沼泽可以是矿物质湿地或有机湿地（即具有至少40厘米厚的泥炭层）（Warner et al., 1997），但在魁北克的分类中，沼泽仅指矿物质湿地（Lachance et al., 2021）。通过遥感技术可以根据森林组成和结构有效区分沼泽和森林化泥炭地（Thompson et al., 2016; Webster et al., 2018），但在区域尺度上仍可能存在分类困难（Davidson et al., 2022）。因此，关于森林化泥炭地的范围及其碳、氮和磷储存作用仍存在很多不确定性。全球泥炭地碳储量评估通常基于单个或少数几个泥炭深度值以及单个泥炭芯样本的平均体积密度和碳含量（Loisel et al., 2017; Yu, 2012），这也忽略了盆地地形的影响。研究表明，这种方法在某些情况下可能导致碳储量高估达60%（van Bellen et al., 2011），从而在不同尺度上产生严重偏差。为了更准确地估计泥炭地碳储量，需要将泥炭地视为复杂的三维系统。实际上，综合考虑不同类型泥炭地剖面中的碳含量变化以及泥炭盆地的异质性，有助于减少碳储量估计的不确定性（Loisel et al., 2017），尽管这种方法耗时且劳动强度较高。目前只有少数研究同时考虑了泥炭地类型和盆地地形来估计区域碳储量（Akumu & McLaughlin, 2013; Beilman et al., 2008; Buffam et al., 2010; Goyette et al., 2024），据我们所知，尚未有研究同时估计氮和磷的储量。在这里，我们提供了魁北克南部一个1,340平方公里区域内的泥炭地碳、氮和磷储量的空间明确区域估计，该区域约占全省泥炭地总面积的1%（Garneau & van Bellen, 2016）。我们采用宽泛的泥炭定义，将其定义为有机碳含量超过15%的土壤（Lourenco et al., 2022; Mobilian & Craft, 2022），并将泥炭地定义为具有至少40厘米厚泥炭层的生态系统（Warner et al., 1997）。我们的目标是：（a）在区域尺度上评估不同类型泥炭地的碳、氮和磷储量；（b）评估可从空间数据集中轻松获取的局部和区域生物物理因素（如泥炭地面积、海拔、坡度、地表矿物沉积）对碳、氮和磷储量及其化学计量比（C:N、C:P和N:P）的影响；（c）确定详细地形测量对泥炭元素储量评估的影响。为此，我们结合了28个沼泽、泥炭地和森林化泥炭地的探查泥炭深度和泥炭剖面中的详细元素含量，以编制各站点的碳、氮和磷储量，并使用特定于泥炭地类型的模型进行了区域尺度的外推。

**2 材料与方法**

**2.1 研究区域**

本研究在加拿大魁北克省阿让特维尔地区进行，位于蒙特利尔西北方向80公里处。该地区面积为1,340平方公里，分布在两个地质省中：22.5%位于圣劳伦斯低地，其余77.5%位于加拿大盾地的南部边缘（图1）。该地区属于温暖夏季湿润大陆性气候，1991-2020年的年平均气温为6.4°C，年平均降水量为1,173.3毫米（Lachute气象站；45°39′N, 74°20′W）（Environment Canada, 2025）。选择此研究区域是因为这里湿地密度高，占该地区面积的12.6%，且这些湿地分布在两个具有不同人类干扰程度的地质区域内，代表了魁北克南部的土地利用特征。圣劳伦斯低地的湿地主要由沼泽和湿地复合体组成，而森林化泥炭地则多受到道路、农业用地和城市化地区等人为活动的干扰。位于圣劳伦斯低地北部的南部劳伦蒂安省以多个完整的泥炭地复合体为特征，这些复合体包含多种类型的泥炭地，以及大量小型孤立的森林化泥炭地、沼泽和浅水湿地（深度小于2米的湿地，每个面积约为1公顷）。这些泥炭地复合体通常包括一个或多个沼泽，周围环绕着森林化泥炭地和沼泽。该地区北部的干扰主要来自道路和分散的住宅区，农业和森林开发较少，从而使泥炭地基本保持完整。根据基底泥炭的放射性碳测年结果，圣劳伦斯低地的泥炭形成始于6,140至6,700校正年前，而劳伦蒂安省的泥炭形成始于7,795至9,815校正年前（基于7个未发表的基底日期），这与其他同纬度地区的魁北克泥炭地相似（例如，Lavoie & Richard, 2000）。图1展示了研究区域及其四个分区内的采样地点分布。湿地划分基于Canards Unlimited Canada（Canards Illimités Canada & MELCC, 2019）的数据，分区范围是根据2米2数字高程模型（MRNF—Ministère des ressources naturelles et des forêts du Québec, 2019b）绘制的阴影地图，而阿让特维尔县和魁北克的边界数据来自魁北克政府的地图集（MRNF—Ministère des ressources naturelles et des forêts du Québec, 2019a）。为了便于地图显示，两个森林化泥炭地和一个沼泽在地图上未显示。2019年，Canards Unlimited Canada与魁北克政府合作，根据修订版的《加拿大湿地分类系统》（1997）（Canards Illimités Canada & MELCC, 2019）将该地区的湿地划分为七类（浅水湿地、沼泽、湿地草地、沼泽、泥炭地和森林化泥炭地）。根据这项地图，泥炭地（n = 3,113）覆盖了约61平方公里的面积，占阿让特维尔地区的4.6%。本研究中仅考虑了三种积灰泥炭地类型：森林化泥炭地、沼泽和泥炭地，它们分别占所有湿地类型的21.2%、14.6%和0.16%。阿让特维尔地区的沼泽是雨养型系统（依赖雨水补给，与周围土地的养分输入断开），pH值通常低于4.5，主要由苔藓（Sphagnum spp.）和稀疏灌木（Chamaedaphne calyculata, Rhododendron groenlandicum, Kalmia angustifolia）组成。沼泽的养分含量贫乏至中等（pH值介于4.5–7.0之间），以高大的灌木（Salix spp., Alnus rugosa）和莎草科及禾本科植物为特征。森林化泥炭地可以是雨养型或矿养型，但其显著特征是至少有4米高的树木覆盖了整个泥炭地的25%以上（Canards Illimités Canada & MELCC, 2019）。该地区的主要树种包括黑云杉（Picea mariana）、落叶松（Larix laricina）和香脂冷杉（Abies balsamea）。

**2.2 采样点选择**

在选择采样点时，首先基于现有地图（Canards Illimités Canada & MELCC, 2019）进行了初步调查，以评估泥炭地分类的准确性，这些分类主要基于植被类型的航空图像，未考虑泥炭深度。我们访问了13个沼泽以验证其分类准确性，并发现其中六个沼泽的泥炭厚度大于40厘米，符合泥炭地的定义，随后将其重新分类为森林化泥炭地。现场调查未发现沼泽和泥炭地在分类上的错误。五个沼泽、七个泥炭沼泽和十六个森林化泥炭地（其中包括最初被分类为湿地的六个），共计二十八个地点被选为进一步评估的对象（表1）。这二十八个地点被划分为四个各为4平方公里的的区域，这些区域的选择基于其可访问性，并分别分布在西北部和东部地区（劳伦蒂安省）以及东南部地区（圣劳伦斯低地）（图1）。表1. 按泥炭地面积升序排列的泥炭地位置和描述

| 地点IDa | 地质区域b | 经度（西经） | 纬度（北纬） | 植物群落类型c | 表面孔隙水pH值d | 地下水位深度（厘米）d | 面积（公顷）e | 平均泥炭深度±标准差（n=）（厘米）f |
|---------|----------|-----------|------------|--------------|----------------:|-----------|-------------|------------------|
| 1fo | 盾状地 | 74°39′5″ | 45°48′44″ | 树木（混合林）沼泽 | 5.87 | 22 | 0.12 | 45 ± 14 (5) |
| 2fo | 盾状地 | 74°20′43″ | 45°42′29″ | 树木沼泽 | 4.17 | 18 | 0.51 | 228 ± 116 (12) |
| 3f | 盾状地 | 74°15′35″ | 45°43′10″ | 草本泥炭沼泽 | 4.94 | 14 | 0.52 | 50 ± 18 (17) |
| 4fo | 盾状地 | 74°20′56″ | 45°42′27″ | 树木（混合林）沼泽 | 4.51 | 16 | 0.57 | 39 ± 23 (18) |
| 5b | 盾状地 | 74°38′54″ | 45°48′49″ | 灌木沼泽 | 3.79 | 16 | 0.58 | 226 ± 86 (17) |
| 6fo | 盾状地 | 74°16′10″ | 45°42′39″ | 树木（混合林）沼泽 | 4.79 | 18 | 0.87 | 67 ± 23 (14) |
| 7b | 盾状地 | 74°20′54″ | 45°42′39″ | 灌木沼泽 | 3.78 | 17 | 0.89 | 349 ± 106 (15) |
| 8b | 盾状地 | 74°20′43″ | 45°42′41″ | 灌木沼泽 | 3.82 | 12 | 1.02 | 790 ± 244 (14) |
| 9fo | 盾状地 | 74°38′52″ | 45°48′50″ | 树木沼泽 | 3.85 | 11 | 1.12 | 152 ± 61 (16) |
| 10fo | 盾状地 | 74°16′5″ | 45°42′36″ | 树木（混合林）沼泽 | 4.39 | 36 | 1.31 | 67 ± 31 (17) |
| 11fo | 盾状地 | 74°38′56″ | 45°48′23″ | 树木（混合林）沼泽 | 4.50 | 14 | 1.49 | 578 ± 129 (12) |
| 12f | 盾状地 | 74°15′37″ | 45°43′18″ | 树木泥炭沼泽 | 5.44 | 2 | 1.68 | 69 ± 25 (16) |
| 13fo | 盾状地 | 74°20′37″ | 45°42′27″ | 树木（混合林）沼泽 | 4.27 | 18 | 1.71 | 71 ± 51 (19) |
| 14fo | 低地 | 74°24′57″ | 45°35′2″ | 树木泥炭沼泽 | 6.55 | 10 | 1.90 | 162 ± 81 (12) |
| 15fo | 盾状地 | 74°19′9″ | 45°42′54″ | 树木（混合林）沼泽 | 5.91 | 8 | 1.90 | 294 ± 232 (13) |
| 16b | 盾状地 | 74°15′17″ | 45°43′4″ | 灌木沼泽 | 3.83 | 17 | 2.08 | 439 ± 130 (14) |
| 17fo | 盾状地 | 74°15′53″ | 45°42′41″ | 针叶林沼泽 | 3.93 | 25 | 2.25 | 180 ± 111 (14) |
| 18fo | 盾状地 | 74°19′1″ | 45°42′47″ | 灌木-草本泥炭沼泽 | 4.74 | 16 | 2.98 | 454 ± 183 (13) |
| 19fo | 低地 | 74°24′50″ | 45°35′20″ | 树木（混合林）沼泽 | 6.35 | 38 | 3.70 | 73 ± 51 (12) |
| 20fo | 盾状地 | 74°16′14″ | 45°42′30″ | 树木（混合林）沼泽 | 4.28 | 21 | 4.35 | 270 ± 139 (12) |
| 21b | 盾状地 | 74°15′29″ | 45°42′59″ | 灌木沼泽 | 4.29 | 10 | 4.61 | 598 ± 227 (12) |
| 22f | 盾状地 | 74°21′4″ | 45°42′34″ | 树木泥炭沼泽 | 4.31 | 14 | 5.64 | 173 ± 108 (13) |
| 23f | 盾状地 | 74°15′11″ | 45°43′6″ | 树木-灌木泥炭沼泽 | 4.57 | 10 | 5.69 | 310 ± 268 (17) |
| 24fo | 低地 | 74°25′43″ | 45°35′7″ | 树木（混合林）沼泽 | 6.50 | 7 | 5.79 | 389 ± 142 (14) |
| 25fo | 低地 | 74°24′10″ | 45°35′18″ | 草本泥炭沼泽 | 6.35 | 38 | 3.70 | 73 ± 51 (12) |
| 26fo | 盾状地 | 74°15′43″ | 45°42′52″ | 树木沼泽 | 4.27 | 14 | 14.15 | 386 ± 178 (16) |
| 27fo | 盾状地 | 74°20′58″ | 45°42′43″ | 树木沼泽 | 3.80 | 20 | 23.13 | 430 ± 228 (16) |
| 28fo | 低地 | 74°23′50″ | 45°35′7″ | 树木（混合林）沼泽 | 6.22 | 54 | 72.70 | 228 ± 168 (13) |

a：字母代表Canards Illimités Canada和MELCC（2019）改编的湿地分类系统；b：沼泽；f：泥炭沼泽；fo：森林化泥炭地。
b：地点位于加拿大盾状地或圣劳伦斯低地。
c：植物群落类型基于每个地点三个样方中的优势植被（Smith等人，2007年）。
d：数据为每个泥炭地三个样方内的平均表面孔隙水pH值和平均地下水位深度。
e：单个泥炭地的面积通过Canards Illimités Canada和MELCC（2019）的遥感技术确定。
f：平均泥炭深度±标准差基于每个地点的深度测量次数（n=）。

2.3 样本采集
在每个地点的三个子样方中，测量了地下水位深度（DWT），并在地下水位平衡后从泥炭中挖掘孔洞取水样。水样在实验室中测量pH值，采集位置大约在地下水位以下10厘米处。样品储存在10毫升的聚乙烯试管中，存放在4°C下，尽快使用Fisherbrand? Accumet AB150 pH计进行分析。使用Von Post方法（von Post，1922年）在俄罗斯取芯器收集的泥炭子样本中，每隔10厘米记录前1.6米泥炭的腐殖化程度。在取样孔周围10米半径范围内，识别出每个主要植被层（苔藓、草本植物、灌木和树木）的三种优势物种，并目测估计其覆盖率，最接近的10%用于确定植物群落类型（表1）。为了估算泥炭中的碳（C）、氮（N）和磷（P）储量，同时考虑地形形状，对所有28个地点进行了手动探测，以确定泥炭深度，直至接触矿物质表面。虽然我们称测量的深度为“泥炭深度”，但需要注意的是，由于我们使用了金属探针且没有在每个位置提取样品，因此估算中可能也包含了未固结的湖泊底部有机沉积物。在28个地点中，根据可访问性和代表性选择了14个地点进行取芯，包括三个沼泽、三个泥炭沼泽和八个森林化泥炭地。从最深的探测位置提取一个泥炭芯。使用直径10厘米的PVC管采集表层物质（约30厘米深度），并使用俄罗斯取芯器（长度50厘米、直径52毫米）在两个交替的钻孔中采集完整的土壤剖面，两个钻孔之间有5厘米的重叠部分。各个剖面转移到半圆柱形的PVC管中，用聚乙烯保鲜膜包裹，存放在4°C下。

2.4 元素分析
对每个地点前50厘米深度的1厘米子样本以及其余部分的每30厘米深度的子样本（共235个样本）进行总碳（C）、氮（N）和磷（P）含量、干容重（BD）和有机物（OM）含量的分析。干容重通过将1立方厘米的子样本在60°C下干燥72小时来去除水分来测定。按照Chambers等人（2011年）的建议，使用点火损失法计算样品中的有机物含量，将样品加热到550°C持续4小时。用于碳和氮分析的样品在60°C下干燥72小时，然后用研钵和杵研磨成均匀的基质。含有15%或更多有机碳的样品被归类为有机层类型，并取2毫克的样品进行进一步分析。所有样品在Thermo Scientific? EA-1108 CHNS-O元素分析仪中进行分析。结果以重量百分比（体积含量）表示。磷浓度通过X射线荧光（XRF）扫描法测定，这种方法在速度、成本和准确性之间取得了良好的平衡。制备了直径13毫米、厚度10毫米的压片，使用行星球磨机（Retsch? PM400，400转/分钟）和高压液压机（Reflex Press?，4000 psi）将材料研磨至<60微米。XRF扫描过程使用Olympus Vanta M系列X射线荧光光谱仪系统进行，该系统配备了Rhodium 50 kV的X射线管和大型硅漂移探测器。采用Geochem校准模式，对于较重的元素使用40 kV的两个内置光束滤波器，对于较轻的元素使用10 kV的光束滤波器。每个光束的计数时间设置为120秒，通过五个自定义标准样品进行校准，这些标准样品分别含有纤维素（32%）、木质素（28%）和单宁（15%），以模拟形成泥炭土壤的化学组成。这种做法相对于使用典型X射线荧光标准样品，显著减少了基质效应。标准样品每秒的计数与P浓度之间的线性关系非常显著（R2 = 0.998，P < 0.001）。在使用样品的过程中，使用硅空白样品每隔25个压片校准XRF分析仪的漂移。同时，通过使用更常见的化学消化方法（Parkinson & Allen，1975）测量了40个随机泥炭样品中的磷浓度，以验证XRF结果的准确性。平均而言，XRF测得的浓度比化学消化法得到的浓度高10%（P = 0.481，基于Student t检验，见支持信息S1中的图S1），这可能是由于化学消化法对磷的回收率较低所致（Comber等人，2023；Rowland & Haygarth，1997）。碳（C）、氮（N）和磷（P）的结果分别以重量百分比（体积含量）表示。

2.5 生物物理和物理数据
为了确定哪些因素影响了不同泥炭地类别之间的碳（C）、氮（N）和磷（P）密度和储量的空间差异，使用ArcMap 10.6.1提取了每个地点的各种物理和生物物理变量。数据来源于特定的地图层：衍生的LiDAR产品（光检测和测距）地图（包括2平方米分辨率的数字高程模型（DEM）、1平方米分辨率的冠层高度模型（CHM）和2平方米分辨率的坡度模型、地表沉积物栅格地图以及区域湿地地图（Canards Illimités Canada & MELCC，2019）。从衍生的LiDAR产品中提取了每个地点的平均坡度（%）、平均海拔（米）和平均冠层高度（米）。通过将地表沉积物栅格地图（MRNF—魁北克自然资源和林业部，2017）与湿地地图相交，确定了每个泥炭地下的主导地表矿物沉积类型，共五种不同的沉积类别（有机物质、中等冰川沉积物、薄冰川沉积物、海洋沉积物和冰川-河流沉积物）。最后，根据北美修改后的横轴墨卡托（MTM）第8投影，从湿地地图中提取了每个泥炭地的面积和周长。

2.6 统计分析
2.6.1 泥炭深度插值
对于所有28个地点，使用自然邻居插值（NNI）或加权平均方法（Sibson，1981）计算了每个1平方米网格大小的泥炭深度，这是一种利用最近邻Voronoi图的数据点进行局部插值的方法（Bobach，2009；Fan等人，2005；Park等人，2006）。进行了Local Geary's C分析，以确认不同泥炭地类型的泥炭深度之间的空间自相关性：

其中，\(A_{ij}\)是由多边形所有统计分析均使用R语言版本3.1.1（R Core Team，2016年）以及从ArcGIS 10.6.1中获取的ArcPy Python包来完成。

2.6.2 泥炭中碳（C）、氮（N）和磷（P）含量的插值与估算
为了计算每块泥炭地的碳、氮和磷含量，我们采用了基于盆地形态学的改良元素密度方法（Yu，2012年）。为了获得完整的元素浓度剖面，首先对每个泥炭芯在测量间隔之间进行了碳、氮、磷和干重（BD）的线性插值（前50厘米每10厘米取样一次，之后每30厘米取样一次）。这些剖面仅涵盖了“泥炭”部分（Mobilian & Craft，2022年），并未包括分析中未达到这一最小深度的土壤层。对于每个1厘米的土壤层，通过将元素浓度乘以相应的干重来计算碳、氮和磷的浓度。对于未取样的泥炭芯，我们使用了各泥炭地类型的平均碳、氮和磷浓度以及平均干重（沼泽地n=3；泥炭地n=3；森林化泥炭地n=8）。然后，计算了每个深度的碳、氮和磷的累积浓度，从而得到了每个像素的总碳、氮和磷储量（单位：kg C m?2，kg N m?2，kg P m?2）：

(2)其中ak为元素浓度，BDk为干重（g cm?3），SN为累积元素浓度（kg m?2），适用于泥炭剖面结束前的每个1厘米间隔。为了计算同一深度所有像素的总碳、氮和磷储量（单位：kg），将碳、氮和磷储量乘以每个深度的像素数量。对于所有采样站点，通过累加每层的储量来计算总碳、氮和磷储量（单位：kg）：

(3)其中Dp为每个深度的像素数量，CSp为每个1厘米间隔的元素储量（单位：kg），TS为整个泥炭地的总元素储量（单位：kg）。基于各泥炭地的密度，计算了质量基础的化学计量比。

2.6.3 泥炭中碳、氮和磷储量的区域分析与放大
首先，我们使用广义线性模型（GLM）来确定三种不同类型泥炭地的生物物理特征和泥炭储量的差异与相似性，这些差异基于地形数据。我们选择了gamma分布族（用于坡度、平均树冠高度、土壤水pH值、平均泥炭深度、碳、氮和磷的储量以及碳氮磷的化学计量比）、gaussian分布族（用于海拔、面积、周长和地下水位深度），以及binomial分布族（用于地质区域和表层物质类型）。对于每个变量，我们运行了两次模型：一次以沼泽地为参考，另一次以森林化泥炭地为参考，以比较其他类型泥炭地的情况。在检验数据是否符合正态性、误差独立性和同方差性后，对不符合这些假设的数据进行了log10转换，然后使用皮尔逊相关性系数（Pearson’s correlations）来检验每种泥炭类型的碳、氮和磷密度及储量与连续生物物理变量之间的关系。为了将泥炭地碳、氮和磷储量的结果放大到整个区域，我们进一步使用协方差分析（ANCOVA）来检验三种泥炭地类型之间的碳、氮和磷储量与各种生物物理变量之间的关系，这些生物物理变量要么来源于空间数据集（如坡度、海拔、树冠高度、泥炭地面积和周长），要么是在现场测量的。使用详细地形数据估算的碳、氮和磷密度及储量作为因变量，生物物理和地质物理变量作为自变量，泥炭地类型作为分类变量，并通过Tukey多重事后比较测试来确定不同类型泥炭地之间的差异。最后，根据皮尔逊相关性和协方差分析的结果，我们将沼泽地、泥炭地和森林化泥炭地分开，分别建立两个线性回归模型来预测区域内所有泥炭地的碳、氮和磷储量。考虑到初始观察样本数量较少（沼泽地6个，泥炭地22个，森林化泥炭地21个），为了避免削弱对模型贡献较大的变量的显著性（Legendre & Legendre，2012年），最终的放大模型仅考虑了面积（单位：m2）作为预测因子。不过，我们也建立了多元回归模型来放大泥炭地的储量，以评估其他生物物理变量可能产生的影响。在这些模型中，变量的选择采用逐步向前选择法：碳和氮的模型包括了面积（m2）、周长和海拔；磷的模型仅包括了面积（m2）。

3 结果
我们在这28个站点共测量了387个泥炭深度。每个站点内部以及不同类型泥炭地之间的泥炭深度存在显著的空间差异（表1）。总体而言，沼泽地的平均泥炭深度和标准差为465 ± 258厘米，泥炭地为191 ± 193厘米，森林化泥炭地为216 ± 200厘米（表2）。广义线性模型（GLM）显示沼泽地与森林化泥炭地之间的平均泥炭深度存在显著差异（P = 0.02），而泥炭地与森林化泥炭地之间的差异不显著（P = 0.71）（图2；支持信息S1中的表S1）。GLM还表明，不同类型的泥炭地在海拔、面积、周长、地质区域或表层沉积物性质方面没有显著差异（支持信息S1中的表S1）。尽管如此，泥炭地的生物物理特征仍存在差异：树冠高度呈现出森林化泥炭地 > 泥炭地 > 沼泽地的模式（P < 0.004）；沼泽地的地表水pH值低于泥炭地（P = 0.009）和森林化泥炭地（P = 0.03）；森林化泥炭地的地下水位显著更深（P = 0.01），而沼泽地则没有这种差异（P = 0.19）（支持信息S1中的表S1）。圣劳伦斯低地的泥炭地孔隙水pH值也高于加拿大盾地的泥炭地（表1；P < 0.001）。

3.1 泥炭地特征
我们在28个站点共测量了387个泥炭深度。每个站点内部以及不同类型泥炭地之间的泥炭深度存在较大的空间变化（表1）。总体而言，沼泽地的平均泥炭深度和标准差为465 ± 258厘米，泥炭地为191 ± 193厘米，森林化泥炭地为216 ± 200厘米（表2）。广义线性模型（GLM）显示沼泽地与森林化泥炭地之间的平均泥炭深度存在显著差异（P = 0.02），而泥炭地与森林化泥炭地之间的差异不显著（P = 0.05）（图2；支持信息S1中的表S1）。GLM还表明，不同类型的泥炭地在海拔、面积、周长、地质区域或表层沉积物性质方面没有显著差异（支持信息S1中的表S1）。尽管如此，泥炭地的生物物理特征仍存在差异：树冠高度呈现出森林化泥炭地 > 泥炭地 > 沼泽地的模式（P < 0.004）；沼泽地的地表水pH值低于泥炭地（P = 0.009）和森林化泥炭地（P = 0.03）；森林化泥炭地的地下水位明显更深（P = 0.01），而沼泽地则没有这种差异（P = 0.19）（支持信息S1中的表S1）。圣劳伦斯低地的泥炭地孔隙水pH值也高于加拿大盾地的泥炭地（表1；P < 0.001）。

3.2 泥炭地地形
局部Geary's C计算显示，不同类型泥炭地内的泥炭深度值在一定距离范围内存在正的空间自相关性（支持信息S1中的图S2）。沼泽地的泥炭深度自相关性最高可达175米，泥炭地为125米，森林化泥炭地为475米。由于泥炭地内的泥炭深度存在空间自相关性，因此我们在调查站点应用了自然邻居插值法来估算盆地形态特征。位于相邻泥炭地边缘的泥炭地被合并（图3）。预测值与实际泥炭深度之间的均方根误差（RMSE）范围为0.02至0.65米，平均绝对误差（MAE）范围为0.017至0.441米（支持信息S1中的表S2）。

3.3 每单位面积的泥炭碳（C）、氮（N）和磷（P）密度及化学计量比
所有泥炭芯样本的平均干重（BD）为0.13克/立方厘米。沼泽地的平均BD（0.10克/立方厘米）统计上低于森林化泥炭地（0.16克/立方厘米）和泥炭地（0.14克/立方厘米）（表2，P < 0.001），但泥炭地与森林化泥炭地之间的差异不显著（支持信息S1中的表S3）。沼泽地（平均碳含量49.1 wt.%）、泥炭地（45.4 wt.%）和森林化泥炭地（48.5 wt.%）的平均泥炭体积碳含量也没有显著差异。沼泽地的氮（1.5 wt%）、泥炭地（2.1 wt%）和森林化泥炭地（1.7 wt%）的氮含量存在差异（P < 0.001）。泥炭地的灰分含量（12.8%）高于森林化泥炭地（7.9%）和沼泽地（3.8%）（表2）。根据平均BD和碳含量，以及每1厘米层插值的氮、磷含量，并结合盆地形态学数据，我们估算出五种研究类型的泥炭平均储存量为：沼泽地237.4 ± 142.0千克碳/平方米、6.9 ± 4.3千克氮/平方米、0.4 ± 0.3千克磷/平方米；泥炭地85.4 ± 36.6千克碳/平方米、3.7 ± 1.4千克氮/平方米和0.2 ± 0.1千克磷/平方米；森林化泥炭地102.7 ± 69.2千克碳/平方米、3.5 ± 2.5千克氮/平方米和0.5 ± 0.4千克磷/平方米（支持信息S1中的表S3）。总体而言，广义线性模型显示沼泽地的碳和氮密度高于泥炭地和森林化泥炭地，但由于不同站点间磷含量的较大变化，各类型泥炭地之间的单位面积磷密度没有显著差异（表2，图5a–5c；支持信息S1中的表S1）。图5显示了Argenteuil地区28个采样泥炭地的碳（a）、氮（b）和磷（c）密度以及碳氮磷的化学计量比（d–f）。字母表示广义线性模型估算的泥炭地类型之间的相似性和差异（表S1中的表S1）。平均化学计量比也有所不同：碳氮比呈现出沼泽地（35:1）> 森林化泥炭地（30:1）> 泥炭地（23:1）的趋势（图5d）；碳磷比在沼泽地（583:1）最高，其次是泥炭地（363:1）和森林化泥炭地（274:1），两者相似（图5e）。相比之下，森林化泥炭地的氮磷比最低（9:1），但沼泽地（17:1）和泥炭地（16:1）之间的氮磷比没有显著差异（图5f）。

3.4 控制泥炭地类型中碳、氮和磷储量及密度的因素
碳、氮和磷的密度和储量受到多种生物物理因素的控制。例如，碳和氮的密度与泥炭地的平均深度高度相关（分别在泥炭地为? = 0.89和? = 0.98，P < 0.01；森林化泥炭地为? = 0.84和? = 0.85，P < 0.01），但与其他生物物理变量无显著相关性（P > 0.10：支持信息S1中的表S4）。相比之下，在沼泽地中，磷（P）的密度与面积和周长呈正相关（相关系数分别为0.97和0.96，P<0.01），而在森林化泥炭地中则呈负相关（相关系数分别为-0.55，P=0.03；以及-0.64，P<0.01：详见支持信息S1中的表S4）。在湿地中，碳（C）的密度仅与平均泥炭深度呈正相关（相关系数=0.90，P=0.04），生物物理变量与氮（N）和磷（P）的密度之间没有显著相关性（P>0.10：详见支持信息S1中的表S4）。同样地，沼泽地和森林化泥炭地中的碳和营养物质储量受相似的生物物理变量影响。然而，在湿地中，碳、氮和磷的储量仅与平均泥炭深度呈正相关，在较小程度上也与面积相关（P<0.10：详见支持信息S1中的表S5）。三种类型的泥炭地之间，碳、氮和磷的密度及储量与生物物理特征也存在显著关系。协方差分析（ANCOVA）和Tukey多重事后检验显示，由于泥炭层更厚，湿地中的碳和氮储量高于沼泽地和森林化泥炭地（P<0.05），但沼泽地和森林化泥炭地之间的碳和氮储量没有差异（P>0.9）。总体而言，湿地、沼泽地和森林化泥炭地之间的碳、氮或磷储量几乎没有差异（P>0.1）。然而，在圣劳伦斯低地的泥炭地中，磷的储量显著高于加拿大盾地（P=0.02）。

3.5 泥炭地碳、氮和磷储量的区域估计

基于现有的湿地地图（Canards Illimités Canada & MELCC，2019年）并经过我们的实地验证，我们估算了不同类型泥炭地的数量和平均面积。整个研究区域内的湿地数量较少（27个），平均面积也较小（1.0公顷），因此占总泥炭地面积的不到0.5%（见表3，图6a和6b）。相比之下，森林化泥炭地的数量更多（1,805个），面积更广（平均2.0公顷），占该地区总泥炭地面积的59%。沼泽地的数量也较多（1,276个），平均面积同样较大（1.9公顷），占总泥炭地面积的41%（表3）。使用现有湿地地图确定的阿让特尔地区所有湿地（包括湿地、沼泽地和森林化泥炭地）的周长（米）和面积（公顷）（±标准偏差），以及三种类型泥炭地的总碳、氮和磷储量。

**泥炭地类型**
**平均周长（米）**
**平均面积（公顷）**
**总面积（公顷）**
**总区域碳储量（克）**
**总区域氮储量（克）**
**总区域磷储量（克）**

| 湿地（n=27） | 668 ± 510 | 1.0 ± 0.9 | 27.6 | 58.0 ± 9.9 (209.6 ± 35.9 kg m?2) | 1.7 ± 0.6 (6.1 ± 2.3 kg m?2) | 0.1 ± 0.03 (0.4 ± 0.1 kg m?2) |
| 沼泽（n=1,276） | 899 ± 881 | 1.9 ± 3.2 | 2,494.9 | 2,130.3 ± 839.9 (85.4 ± 33.7 kg m?2) | 79.6 ± 37.8 (3.2 ± 1.5 kg m?2) | 7.4 ± 6.9 (0.3 ± 0.3 kg m?2) |
| 森林化泥炭地（n=1,805） | 745 ± 837 | 2.0 ± 4.6 | 3,579.7 | 3,056.5 ± 1,205.1 (85.4 ± 33.7 kg m?2) | 114.2 ± 54.3 (3.2 ± 1.5 kg m?2) | 10.6 ± 9.9 (0.3 ± 0.3 kg m?2) |

**注：**区域储量是通过基于泥炭地面积（以平方米为单位）的对数-对数回归模型计算得出的，并以 Gigagram（Gg）为单位表示，按单位面积（kg m?2）报告。图6展示了阿让特尔地区湿地、沼泽地和森林化泥炭地的分布情况。图(b)重点展示了劳伦蒂安省（红色框）和圣劳伦斯低地（紫色框）地质区域之间泥炭地分布的空间差异。根据28个调查地点的详细泥炭层地形数据，两个子区域的碳（c）、氮（d）和磷（e）储量（Gg ha?1）的具体数值详见支持信息S1中的图S4–S6。沼泽地和森林化泥炭地之间的碳、氮和磷储量与许多连续的生物物理变量有很强的相关性，而湿地仅与泥炭地面积有轻微但一致的相关性（详见支持信息S1中的表S5）。使用ANCOVA分析发现，面积是预测碳和养分储量的最佳指标，沼泽地和森林化泥炭地的行为相似，可以合并为一个更稳健的预测模型。通过观察图表（支持信息S1中的图S3）也可以发现这一点。对于沼泽地和森林化泥炭地，所有模型的统计显著性都非常高（P<0.001），调整后的R2值也很高（C=0.84；N=0.87，P=0.81）。尽管其他变量（如海拔和周长）也被纳入了沼泽地和森林化泥炭地的碳和氮模型中，但这些变量并未提升整体的预测能力；因此，在预测沼泽地和森林化泥炭地的储量时仅使用了面积这一指标。对于湿地，不同元素的模型截距和斜率略有不同，调整后的R2值在0.50到0.61之间，但由于样本量较小（n=5），这些模型的显著性仅在P≈0.1的水平上成立。尽管如此，我们仍基于盆地形态测量方法计算了整个地区的总储量，分别为碳5.2±2.1吨、氮195.6±92.7克和磷18.1±16.9克（表3），这些储量在空间上因地质区域而异（图6c–6e）。鉴于研究区域内湿地数量极少，我们对碳、氮和磷储量的区域估计以及这里报告的空间变异性具有很高的信心。由于使用地形数据进行的区域储量估计工作量较大，我们将我们的结果与更传统的方法进行了比较。基于平均泥炭深度和最大泥炭深度的方法估计的储量通常被高估了2到4倍，例如碳储量分别约为11.2吨和19.4吨（而我们使用详细地形数据的方法得到的储量为5.2吨），氮储量分别为422.7克和782.5克（对比195.6克），磷储量分别为34.2克和49.7克（对比18.1克）。另一方面，基于边际泥炭深度的方法得出的碳、氮和磷储量与我们的方法相当（分别为4.2吨、151.3克和21.2克：详见支持信息S1中的表S7）。

4 讨论

在这项研究中，我们利用手动探测和空间插值方法估计的泥炭盆地地形数据，提供了区域性的碳（C）、氮（N）和磷（P）储量估计。我们发现，湿地、沼泽地和森林化泥炭地在单位面积的碳、氮和磷密度上存在差异，这突显了准确估算泥炭深度变化对于准确评估碳、氮和磷储量及其化学计量的关键重要性。此外，我们还强调了较小但水文连通的森林化泥炭地在景观尺度上大量封存碳和养分（尤其是磷）的重要作用。

4.1 碳、氮和磷的模式及其与泥炭地类型的关联

湿地、沼泽地和森林化泥炭地在单位面积的碳储量上存在显著差异。特定地点的干容重（BD）值范围为0.079至0.464克/立方厘米，其中湿地的平均BD值比其他类型泥炭地低约50%。这些值在之前发表的研究结果范围内（例如，Davidson等人，2022年；Loisel等人，2014年）。尽管湿地的平均BD值较低，但由于其泥炭层更深，因此其单位面积的碳密度较高（237.5克/米2）。这一估计值以及沼泽地（85.4克/米2）和森林化泥炭地（102.7克/米2）的碳密度与文献中类似系统的报道值相当（例如，Akumu和McLaughlin，2013年；Beilman等人，2008年；Davidson等人，2022年；Ott和Chimner，2016年）。Davidson等人（2022年）估计的森林化泥炭地的碳储量低于我们的估计值（72.2–89.4克/米2对比102.7克/米2）；然而，他们的分析仅基于泥炭层的上层120厘米，而我们考虑了整个泥炭层，并且他们的分析还包括了矿质沼泽。这种单位面积的差异强调了在估算总碳和养分储量时考虑泥炭深度及整体泥炭地形的重要性。然而，我们研究中单位面积的氮密度模式与碳略有不同，湿地中的氮储量较高（6.9克/米2），而沼泽地的氮储量较多（3.7克/米2）。对于磷，模式差异更为显著，森林化泥炭地的单位面积磷储量最高（0.5克/米2），其次是湿地（0.4克/米2），然后是沼泽地（0.2克/米2），但不同地点之间的差异较大。由于碳、氮和磷相对密度的变化，碳:N、碳:磷和氮:磷的化学计量比率在泥炭地类型间差异较大（见图5）。根据元素密度计算的碳:N比率显示，沼泽地的比率最低，为23:1，其次是森林化泥炭地（30:1），最后是湿地（35:1）。沼泽地是矿质养分的系统，从周围陆地吸收养分，导致氮浓度较高；而我们研究的森林化泥炭地则是水分和矿质养分的混合系统，因此碳:N比率处于中间值。然而，许多泥炭地在其发育过程中可能经历了从一种类型向另一种类型的转变（例如从沼泽地转变为湿地），从而影响了其深处的生物地球化学特性。由于本研究未描述形成泥炭的植被，我们无法评估过去这些转变对比率的影响。总体而言，我们的结果与Wang等人（2015年）的报告一致，他们发现湿地中的碳:N比率较高（33:1），而沼泽地中较低（27:1）。然而，在我们的研究中，森林化泥炭地的碳:P比率为274:1，低于沼泽地（363:1）和湿地（583:1）。这可能是由于森林化泥炭地中富含磷的生物物质从树冠层渗漏到泥炭表面所致，而湿地缺乏密集的树木覆盖（Sorht等人，2019年）。相比之下，Wang等人（2015年）发现沼泽地的碳:P比率较低（1,212:1），而森林化泥炭地和湿地分别为1,338:1和1,360:1。在我们的案例中，一些森林化泥炭地非常浅（<75厘米），但磷浓度较高，导致比率较低。事实上，我们发现森林化泥炭地中的泥炭深度与碳:P比率之间存在显著相关性（P<0.05；r2=0.71；数据未显示），表明较浅的森林化泥炭地磷含量较高。总体而言，我们的碳:P比率也低于文献中的报道值，后者根据泥炭深度不同，范围约为900:1至1,600:1（Schillereff等人，2021年；Wang等人，2014年，2015年）。尽管如此，我们研究中的差异可能与我们研究的泥炭地的生物物理变量不同有关，这些变量可能提供了一些解释。例如，大多数测量磷含量的研究通常关注大型泥炭地，并分析在泥炭最深或最中心位置采集的样本，而没有考虑地形因素（例如，Wang等人，2014年）。然而，我们研究的是较小的单个泥炭地类型，它们分布在广阔的泥炭地镶嵌体中（见图6）。与其他研究相比，我们测量的高磷含量可能与我们小型泥炭地与周围土地利用的较高水文连通性有关（Sj?str?m等人，2020年），或者是因为矿质土壤对泥炭磷含量的贡献较大（Rydin等人，2013年）。磷与泥炭地地理之间的关系也可能解释了加拿大盾地与低地之间储量的差异，后者通常受到人类活动如道路、农业用地和城市化区域的干扰。无论如何，这些因素都可能解释了加拿大盾地磷储量的较高值。尽管如此，我们的区域估计结果仍然准确。由于使用地形数据进行的区域储量估计工作量较大，我们将结果与更传统的方法进行了比较。基于平均泥炭深度和最大泥炭深度的方法通常高估了我们的储量，分别高估了约2到4倍，碳储量为11.2吨和19.4吨（对比我们使用的5.2吨），氮储量为422.7克和782.5克（对比195.6克），磷储量为34.2克和49.7克（对比18.1克）。另一方面，基于边际泥炭深度的方法得出的碳、氮和磷储量与我们的方法相当（分别为4.2吨、151.3克和21.2克：详见支持信息S1中的表S7）。方法之间的差异可以通过XRF（X射线荧光）不需要化学消化这一事实来解释，这很可能解释了土壤中更多的磷含量，而不仅仅是那些可以通过化学方法提取的磷（Rowland & Haygarth, 1997）。我们研究中使用的XRF方法可以提供一种快速可靠的方式来估算有机物质中的磷以及其他重元素的含量，相比其他传统的、更具侵入性的技术而言。尽管如此，这种方法仍需经过充分测试，并与其他方法（如电感耦合等离子体质谱/光谱法IPC OES/MS）进行比较。最近的研究表明，磷的输入可能在控制泥炭地中碳的积累方面起着核心作用（Schillereff等人，2021年）；因此，有必要对不同类型、大小和环境的泥炭地中的磷储量和动态进行进一步研究。

4.2 区域储量估算
众所周知，泥炭地是构成温带景观的生态系统中重要的营养库（Bedford等人，1999年）。我们的研究证实了这一点。我们估计阿尔让图伊尔县（Argenteuil）的泥炭地面积为1,340平方公里，储存了大约5.2±2.1太克（Tg）的碳（C）、195.6±92.7吉克（Gg）的氮（N）和18.1±16.9吉克的磷（P），主要集中在沼泽和森林化泥炭地中。落叶温带森林覆盖了该地区约64%的面积，而耕地则占约12%。假设魁北克南部的森林每平方米储存约20公斤的碳（Sothe等人，2022年）、0.15公斤的氮和0.01公斤的磷（Likens，2013年），以及耕地每平方米储存约5公斤的碳、0.5公斤的氮（Samson等人，2021年）和0.06公斤的磷（Reid & Schneider，2019年），那么虽然泥炭地仅占该地区面积的约5%，但它们却储存了整个阿尔让图伊尔区域土壤中23%的碳、48%的氮和50%的磷。绘制区域泥炭地分布图可以提供关于不同湿地类型之间连通性的额外信息，并有助于识别景观中形状和规模各异的泥炭地复合体（Minasny等人，2019年）。在我们的研究区域内，沼泽、泥炭沼泽和森林化泥炭地通常相互交织，这取决于控制泥炭地发育和化学性质的地理条件，从而导致碳和养分储量的复杂空间分布（图1和图5），特别是在北部几乎未受干扰的泥炭地中。地图确实显示，由于泥炭沼泽的深度较大，它们每单位面积储存的碳、氮和磷的含量比其他类型的泥炭地更多，这通常是因为它们的深度不同，而这些泥炭沼泽常常被沼泽和森林化泥炭地所包围，在这些地方，植被和水的循环以及生物地球化学过程的速度也有所不同（Rydin等人，2013年）。鉴于加拿大东南部这个地区容易受到城市化和农业发展等人类活动的影响，我们的研究强调了保护特定泥炭地及其周围环境的必要性，以保持这些复合体的完整性，使其能够自然演化，从而保留其众多的生态系统服务功能，包括碳和养分的储存。

4.3 海拔高度对储量估算的影响
不同的研究表明，泥炭地内部的深度异质性会影响碳储量估算的准确性（Buffam等人，2010年；Fyfe等人，2014年；Vitt等人，2000年）。我们的结果显示，根据我们对泥炭盆地海拔高度的假设，碳和养分储量的量化可能会有很大差异。例如，使用最大（通常是中心）的泥炭深度来计算储量并忽略海拔高度会导致元素储量高估多达四倍，这与之前在温带和北方泥炭地中关于碳的观察结果一致（Goyette等人，2024年；Loisel等人，2017年）。因此，尽管评估单个泥炭地内部泥炭深度的变化可能劳动密集，但这是确保储量估算准确性的必要步骤。虽然RMSE与每公顷探测密度的关系并不显著，但随着探测密度的增加，误差有明显的减少趋势。泥炭深度的变化可以通过泥炭地的地形特征及其形成过程来解释，这些过程可能是由于湖泊填塞（陆地化过程）、沼泽化过程（泥炭在矿物土壤上的横向扩展），或两者兼有。我们的结果表明，当泥炭盆地较浅时，预测泥炭地海拔高度的模型最为成功，并且随着探测点密度的提高，模型的准确性也有所提高（图4）。尽管如此，我们的研究表明，每公顷10个探测点可以作为提高储量估算准确性的经验法则，无论地形如何。在森林化泥炭地的情况下，它们可能在多种条件下形成，例如从先前森林覆盖的区域通过沼泽化过程在渗透性低的矿物土壤上发育出来（Anderson等人，2003年），或者在靠水分丰富的泥炭地边缘通过沼泽化和陆地化过程发育出来（Glushkov等人，2017年）。泥炭地的形成条件将影响其深度的变化，进而影响其碳和养分储量。总体而言，正如局部Geary's C指数所示，我们采样的森林化泥炭地的泥炭深度更加稳定，因此更容易预测，因为探测点之间的空间自相关性更高。这意味着我们从16个森林化泥炭地中使用详尽的海拔测量方法计算出的养分储量可能相当精确。从方法的角度来看，我们发现处理泥炭地边缘的方式对于准确插值海拔高度也至关重要。插值技术要求提供泥炭地周围的所有泥炭深度点，以便准确估计整个泥炭表面的泥炭深度。然而，手动测量每个泥炭地周围的所有泥炭深度是不可行的。我们观察到，当存在衔接带（即泥炭地与相邻矿物土壤之间的过渡区）时，其长度相当短（Osvald，1933年）。为了避免对泥炭碳储量的高估或低估，我们将泥炭地边缘设定为40厘米，这符合加拿大湿地分类系统对湿地成为泥炭地的最小深度要求（Warner等人，1997年）。我们的方法与最近的一项区域泥炭碳估算方法不同，后者使用了零边缘假设（Buffam等人，2010年）。在9个不同泥炭地边缘进行的快速调查显示，平均泥炭深度为60厘米，这证实了我们的方法比使用零边缘假设更为现实，也比基于少量站点平均值的方法更为保守。

4.4 森林化泥炭地：隐藏的碳和养分库
在我们研究的区域，森林化泥炭地是最常见的泥炭地类型，占总泥炭地面积的59%，占总泥炭地碳储量的58%。虽然由于结构的原因，沼泽和泥炭沼泽相对容易识别和绘制地图，但森林化泥炭地则更具挑战性（Minasny等人，2019年）。我们发现，在我们使用的原始地图中， beberapa 森林化泥炭地被错误地划分为沼泽（即非积累泥炭的森林湿地），尽管这些地图相当详细并且部分经过野外验证（尽管不清楚该地区有多少站点经过了野外验证；Canards Illimités Canada & MELCC，2019年）。目前估计我们的研究区域内42.1%的湿地是沼泽，但在我们事先确定为沼泽的13个站点中，有6个站点的泥炭层厚度超过了40厘米。虽然我们无法确定这13个站点是否能代表该1,340平方公里区域内最初绘制的4,858个沼泽的所有情况，但我们可以推测其中一定比例的沼泽实际上积累了超过40厘米的泥炭，实际上是森林化泥炭地。因此，我们对区域森林化泥炭地碳储量的评估可能被低估了，因为在我们的放大分析过程中可能遗漏了一些森林化泥炭地。这种错误分类是常见的。实际上，另一项在北美五大湖地区进行的研究也显示，最初被认为是矿物沼泽的湿地实际上积累了平均1米甚至高达3.25米的树木（木质）泥炭（Ott & Chimner，2016年）。这强调了需要开发更好的方法，以便从航空地图上区分沼泽和森林化泥炭地，并开发更好的模型，从景观特征出发评估泥炭深度。

5 结论
大多数泥炭地碳的测绘工作都是在较大范围的大陆或次大陆尺度上进行的，很少有研究同时考察氮（N）和磷（P）的储存情况。我们的研究通过在区域尺度（约1,000平方公里）进行详细的泥炭地碳、氮、磷测绘来填补这些空白，考虑了不同类型泥炭地的详细海拔高度，并对泥炭剖面中的所有三种元素进行了直接测量。我们清楚地表明，在温带居民区，泥炭地是重要的碳和养分储存热点。我们的研究证实，不同类型的泥炭地及其复合体在碳和养分保持方面具有特殊价值。我们证明，基于每公顷至少10个泥炭深度探测点的高度测量方法对于获得准确的估算至关重要，因为它考虑了站点内的深度变化，从而更精确地估计元素储量。我们还展示了使用X射线荧光技术是一种高效且非侵入性的方法，可以准确估算有机土壤中的磷含量，并且由于碳磷比低，较小且水文连接性较强的森林化泥炭地在单位面积上的磷含量相对较高。最后，我们指出，对森林化泥炭地的定义缺乏共识和/或测绘不当可能导致低估它们作为重要碳和养分储存库的作用。

致谢
我们感谢Max-émile Kessler-Nadeau和Jonathan Gareau在野外工作中的宝贵帮助，Félix Henri在实验室分析和制图工作中的贡献，Nicolas Bélanger和Alexandre Collin在实验室分析中的工作，以及Nicolas Fortin St-Gelais和Guillaume Labrecque在统计和空间分析中的帮助。我们还要感谢Argenteuil MRC的合作，特别是Agnès Grondin和Stéphanie Morin的支持。这项工作得到了FRQNT奖学金对PM的资助，NSERC Discovery Grants对JT的资助（项目编号RGPIN-2020-05310和RM的资助RGPIN-2022-04224），CRC一级水生生态系统科学和可持续性项目的资助（项目编号CRC-2020-00284），以及NSERC对JA的博士后奖学金的支持。

利益冲突声明
作者声明与本研究无关的利益冲突。

数据可用性声明
我们在这项研究中使用的数据可以在Zenodo上找到：https://www.doi.org/10.5281/zenodo.17065341（Arsenault等人，2025年）。