GCB | 基于36年5个生态系统观测数据发现表层土壤深度提高生态系统的生产力和稳定性

陆地生态系统生产力对全球粮食安全和促进碳固存至关重要,但生产力受到气候变化以及火灾、干旱、洪水、霜冻频率增加和生物多样性减少的压力。了解控制生态系统初级生产力变异的不同因素和机制,为维持生态系统初级生产力和增强生态系统恢复力提供了科学依据。土壤是陆地碳、养分和生物群的主要储存库,是植物生长和全球生态系统繁荣的核心栖息地。肥沃的土壤不仅能提高作物产量,还能增强对气候变化的适应能力。大多数研究集中在生物方面或在农田中进行。然而,土壤性质和机制对所有陆地生态系统都很重要。

**该研究团队利用36年间(1986-2021年)美国5个生态系统(农田、森林、草地、牧场、灌丛)的全国范围内的表层土壤深度观测数据(n = 2401)和总初级生产力(GPP)的多尺度数据集,研究表层土壤深度对生态系统生产力的控制作用。**目标是解决以下问题:(1)表土深度与GPP的关系在不同的生态系统中是否一致(例如,自然生态系统与管理生态系统)?(2)这种关系是否受到不同气候条件的影响?(3)与其他环境控制因素相比,这种关系对GPP的影响有多强?(4)表层土壤深度对生态系统生产力对气候变化的敏感性有多大影响?

研究发现:表层土壤深度与GPP之间的关系主要与水分有效性有关,这在干旱地区的草地、灌丛和农田下尤为显著(r 分别为0.37、0.32、0.15,p< 0.0001)。在干旱区,表层土壤深度每增加10 cm, GPP增加114 ~ 128 g C m−2每年。在保持其他变量(气候、植被、母质、土壤类型)不变的情况下,表土深度对GPP的正向控制主要发生在农田(0.73,置信区间为0.57 ~ 0.84)和灌木地(0.75,置信区间为0.40 ~ 0.94)。深层表层土与浅层表层土的GPP差异较小,无统计学差异。表层土壤深度对干旱区生产力有正向控制作用,但其贡献(系数:0.09 ~ 0.33)与热(系数:0.06 ~ 0.39)相似,低于水(系数:0.07 ~ 0.87)。不同生态系统和气候区的生态系统生产力对极端气候的适应能力存在差异。 表层土壤深度增加了极端气候条件下大多数生态系统的稳定性,降低了GPP的变异性,特别是在灌丛和草地中。 干旱区表土的保持、土壤深度表征和水分保持机制的改善对气候变化下的固碳生态系统服务至关重要。这些发现和关系也应该包括在地球系统模型中。

图1 美国(CONUS)五个生态系统表土深度和总初级生产力(GPP)

原文链接 ↓

https://doi.org/10.1111/gcb.16944

本文首发于"生态学者"微信公众号!

相关推荐
AI问答工程师1 分钟前
Meta Muse Spark 的"思维压缩"到底是什么?我用 Python 复现了核心思路(附代码)
人工智能·python
机器之心6 分钟前
大佬深度解析:Coding Agent的底层运行逻辑是什么?
人工智能·openai
爱吃的小肥羊6 分钟前
Claude降智再被实锤!推理能力严重下滑,用户连夜跑路 Codex
人工智能·aigc·openai
MWWZ14 分钟前
最近的一些软件更新
opencv·算法·计算机视觉
Rabbit_QL16 分钟前
【理论分析】信息熵的极值问题:什么时候最小?什么时候最大?
人工智能·深度学习
CoovallyAIHub16 分钟前
视频理解新范式:Agent不再被动看视频,LensWalk让它自己决定看哪里
算法·架构·github
❀͜͡傀儡师17 分钟前
Spring AI Alibaba vs. AgentScope:两个阿里AI框架,如何选择?
java·人工智能·spring
CoovallyAIHub17 分钟前
斯坦福丨AirVLA:将地面机械臂模型迁移至无人机实现空中抓取,成功率从23%提升至50%
算法·架构·github
njsgcs26 分钟前
MPNN框架 消息生成与聚合 (公式 1)
人工智能
格林威37 分钟前
AI视觉检测:INT8 量化对工业视觉检测精度的影响
linux·运维·人工智能·数码相机·计算机视觉·视觉检测·工业相机