Die Probenahme vor Ort in Kombination mit Laboranalysen ist der am häufigsten verwendete Ansatz, um Daten zu organischem Kohlenstoff (SOC) aus der Tiefe des Bodens zu erhalten, und wird seit mehr als einem Jahrhundert weit verbreitet angewendet. Dieser Ansatz bietet die genaueste Messung der tiefen SOC-Konzentration, ist jedoch sehr zeitaufwändig und arbeitsintensiv und in großen räumlichen Maßstäben nicht praktikabel.
Alternativ bietet die Entwicklung mathematischer Funktionen zur Vorhersage des SOC in tiefen Böden eine schnelle Technik zur regionalen Bewertung. Die Tiefenverteilungsfunktion, die die vertikale Verteilung des SOC mit der Bodentiefe beschreibt, wurde verwendet, um die tiefe SOC-Konzentration in verschiedenen Regionen und Ökosystemen abzuschätzen. Diese Methode erfordert SOC-Daten, die aus mehreren Schichten mit einer Tiefe von mindestens 100 cm gesammelt wurden, um die Parameter der Funktion zu erhalten.
Außerdem wurden die Anpassungen zwischen verschiedenen Funktionen selten verglichen, was zu einer großen Willkür bei der Auswahl der Tiefenverteilungsfunktion und einer geringeren Anpassungsgüte der ausgewählten Funktion für die gemessenen Daten führt. Darüber hinaus konzentriert sich die Anwendung eines solchen Verfahrens hauptsächlich auf die Standortskala. Diese Nachteile der derzeit verwendeten Ansätze schränken die genaue Schätzung des Tiefenboden-SOC auf regionaler oder größerer räumlicher Ebene ein.
Jingjing Wang et al. erstellte regionale SOC-Datensätze aus der gemessenen und der Bodeninformationssystem-Datenbank des International Soil Reference and Information Center (ISRIC). Die Datensätze wurden verwendet, um die Ergebnisse der derzeit verwendeten 7 Tiefenverteilungsfunktionen beim Anpassen der vertikalen Verteilungsmuster des SOC zu vergleichen, um die optimale Tiefenverteilungsfunktion auszuwählen. Anschließend entwickelte das Team einen Vorhersageansatz für den tiefen SOC auf regionaler Ebene, indem es die Beziehungen der Parameter der optimalen Tiefenverteilungsfunktion und der Bodeneigenschaften von Oberbodenschichten von 0 bis 40 cm analysierte.
Das Team zeigte, dass die negative Exponentialfunktion das vertikale SOC-Verteilungsmuster entlang Bodenprofilen in verschiedenen Regionen effektiv simulieren kann, die Parameter (d. h. Ce und k) in der negativen Exponentialfunktion waren linear mit dem SOC im Oberboden (0–40 cm) korreliert. auf regionaler Ebene. Durch die Kombination der negativen Exponentialfunktion und der aus den obigen linearen Vorhersagebeziehungen abgeleiteten Parameter entwickelten die Autoren einen schnellen Ansatz zur Vorhersage der SOC-Konzentration in tiefen Böden (bis zu 500 cm) auf regionaler Ebene.
Es wurde gezeigt, dass dieser Ansatz bei der Vorhersage des SOC in tiefen Böden in verschiedenen Regionen gut funktioniert. Die Arbeit wird in der Zeitschrift veröffentlicht Wissenschaft China Erdwissenschaften.
Mehr Informationen:
Jingjing Wang et al, Ein empirischer Ansatz zur Vorhersage von regionalem organischem Kohlenstoff in tiefen Böden, Wissenschaft China Erdwissenschaften (2023). DOI: 10.1007/s11430-022-1032-2