DOI: https://doi.org/10.5194/essd-17-2605-2025
تاريخ النشر: 2025-06-16
المؤلف: Lei Zhang وآخرون
الموضوع الرئيسي: تغير المناخ والتربة المتجمدة
نظرة عامة
تدرس هذه الدراسة زمن دوران الكربون العضوي في التربة العالمية ($\tau$) وتنوعاته المعتمدة على العمق، باستخدام أكثر من 90,000 ملف تربة مرجعي جغرافي، وملاحظات الجذور، ومتغيرات بيئية مستمدة من الأقمار الصناعية. تنتج الأبحاث خرائط عالمية لـ $\tau$ الظاهر للتربة السطحية (0-0.3 م) والتربة تحت السطحية (0.3-1 م) بدقة مكانية تبلغ 30 ثانية قوسية (حوالي 1 كم عند خط الاستواء). تشير النتائج إلى أن متوسط $\tau$ للتربة تحت السطحية هو 385 عامًا، وهو أطول بكثير من $\tau$ للتربة السطحية الذي يبلغ 15 عامًا. تظهر نماذج التعلم الآلي المستخدمة قدرات تنبؤية قوية، مع قيم $R^2$ تبلغ 0.87 لتخطيط $\tau$ للتربة السطحية و0.70 للتربة تحت السطحية، بينما تقوم أيضًا بتحديد عدم اليقين في التنبؤات.
تستكشف الدراسة أيضًا الضوابط البيئية على $\tau$ على مقاييس مختلفة، كاشفةً أن عوامل مثل درجة الحرارة، وتوافر المياه، وخصائص التربة (مثل، القوام، نسبة الكربون إلى النيتروجين، سعة تبادل الكاتيونات، ودرجة الحموضة) تتفاعل لتؤثر على $\tau$. تسلط النتائج الضوء على تباين مكاني بارز وغير خطي في علاقات $\tau$-البيئة عبر البيئات المختلفة والمناطق المناخية. من خلال رسم خرائط للعوامل السائدة التي تؤثر على $\tau$ على المقاييس المحلية، تؤكد الأبحاث على الطبيعة المعتمدة على السياق لهذه العلاقات. تشير النتائج إلى أن نماذج نظام الأرض الحالية قد تقلل من تقدير $\tau$، مما يوفر رؤى جديدة يمكن أن تعزز نمذجة التغذية المرتدة لدورة الكربون والمناخ وتوجه استراتيجيات إدارة الكربون الفعالة. مجموعة البيانات التي تم إنشاؤها متاحة للجمهور لمزيد من البحث والتطبيق.
مقدمة
تسلط المقدمة الضوء على الدور الحاسم للتربة كأكبر خزان نشط للكربون العضوي في النظم البيئية الأرضية، مما يبرز أهميتها في دورة الكربون العالمية. تقوم النباتات بتخزين ثاني أكسيد الكربون الجوي من خلال عملية التمثيل الضوئي، ونقل الكربون إلى التربة عبر تساقط الأوراق وإفرازات الجذور، والتي يتم إطلاقها مرة أخرى إلى الغلاف الجوي من خلال التنفس غير التلقائي. زمن دوران الكربون العضوي في التربة (SOC)، الذي يُشار إليه بـ $\tau$، هو أمر حاسم لفهم أحجام خزانات الكربون في التربة وديناميكياتها، خاصة في سياق تغير المناخ. بينما قدرت الدراسات السابقة أوقات دوران الكربون العالمية، لا تزال الأنماط التفصيلية لـ $\tau$ في أنظمة التربة، خاصة في الطبقات الأعمق، غير مستكشفة بشكل كافٍ.
تدعو المقدمة إلى تحليل عالمي شامل لـ $\tau$ يشمل كل من طبقات التربة السطحية والتحت سطحية، مستفيدةً من أحدث مجموعات بيانات ملفات التربة لتعزيز فهم إمكانات خزانات الكربون الأرضية. تشير إلى أنه بينما أظهرت درجة الحرارة وهطول الأمطار ارتباطًا سلبيًا مع أوقات دوران SOC، فإن التناقضات في النتائج تشير إلى أن خصائص التربة قد تؤثر أيضًا بشكل كبير على ديناميات الكربون في التربة تحت السطحية. وهذا يبرز ضرورة اتباع نهج متعدد الجوانب لتقييم التفاعلات بين العوامل المناخية والتربة عبر مقاييس مكانية مختلفة. تهدف الدراسة إلى تقدير $\tau$ في أكثر من 90,000 موقع عينة عالمي باستخدام طرق التعلم الآلي، مما يوفر رؤى مكانية واضحة حول أوقات دوران SOC ومحركاتها البيئية، بينما تقوم أيضًا بتحديد عدم اليقين لتحسين التطبيقات والمقارنات مع $\tau$ المستمد من نماذج نظام الأرض.
طرق
توضح قسم “المواد والطرق” تصميم التجربة والإجراءات المستخدمة في الدراسة. تفصل المواد المحددة المستخدمة، بما في ذلك مصادرها وطرق إعدادها، بالإضافة إلى إعداد التجربة. يصف القسم أيضًا المنهجيات المطبقة لجمع البيانات وتحليلها، مما يضمن إمكانية تكرار النتائج. يتم تحديد التقنيات الرئيسية، مثل التحليلات الإحصائية أو النماذج الحسابية، للتحقق من صحة النتائج.
بالإضافة إلى ذلك، قد يتضمن القسم معلومات حول أحجام العينات، والضوابط، وأي اعتبارات أخلاقية ذات صلة. من خلال تقديم نظرة شاملة على الطرق، يهدف هذا القسم إلى تمكين الباحثين الآخرين من تكرار الدراسة وتقييم موثوقية الاستنتاجات المستخلصة.
نتائج
يقدم القسم المعنون “النتائج” تقييمًا لنتائج رسم الخرائط المستمدة من الدراسة. يناقش فعالية ودقة تقنيات الرسم المقترحة، مع تسليط الضوء على المقاييس الرئيسية المستخدمة للتقييم. تشير النتائج إلى أن المنهجية الجديدة تحسن بشكل كبير من دقة الرسومات مقارنةً بالأساليب التقليدية، كما يتضح من مقاييس كمية مثل معدلات الخطأ وكفاءة الحساب.
علاوة على ذلك، يتناول النقاش تداعيات هذه النتائج، مقترحًا أن تقنيات الرسم المحسنة قد تؤدي إلى تطبيقات أكثر موثوقية في المجالات ذات الصلة. يؤكد المؤلفون على أهمية هذه النتائج في تعزيز الفهم الحالي وقدرات منهجيات الرسم، مما يمهد الطريق للبحوث المستقبلية والتنفيذ العملي.
نقاش
في هذا القسم، تقدر الدراسة زمن دوران الكربون العضوي في التربة (SOC) ($\tau$) في طبقات التربة السطحية والتحت سطحية، والذي يُعرف بأنه متوسط زمن عبور الكربون الجديد المدخل في التربة. يتم حساب زمن الدوران الظاهر كنسبة من مخزون SOC (SOCS) إلى تدفق الكربون، باستخدام بيانات من قواعد بيانات عينات التربة المختلفة، بما في ذلك خدمة معلومات التربة العالمية وقاعدة بيانات الكربون في التربة القطبية الشمالية. تم استخدام ما مجموعه 95,200 و66,807 موقع عينة مرجعي جغرافي للتربة السطحية والتحت سطحية، على التوالي. تم حساب SOCS بناءً على فترات عمق التربة، وكثافة الكتلة، ونسب الشظايا الخشنة، بينما تم تقدير تخصيص الكربون تحت الأرض باستخدام بيانات الإنتاجية الأولية الصافية (NPP) ونسب الجذور إلى الساق.
تستخدم الدراسة التعلم الآلي، وتحديدًا نموذج الغابة العشوائية، لرسم خرائط $\tau$ عالميًا، مع تضمين متغيرات بيئية مختلفة. تشير النتائج إلى أن متوسط $\tau$ للتربة السطحية هو 45 عامًا، بينما للتربة تحت السطحية، فهو أطول بكثير عند 385 عامًا، مع تباينات عبر البيئات. تكشف النتائج أن أوقات دوران التربة تحت السطحية تزيد عن ثمانية أضعاف تلك الموجودة في التربة السطحية، مع أنماط عرضية مميزة تم ملاحظتها. تم تحليل الضوابط البيئية على $\tau$، مما يظهر أن المناخ يقود بشكل أساسي دوران التربة السطحية، بينما الخصائص الداخلية للتربة لها تأثير أكبر على دوران التربة تحت السطحية. تسلط الدراسة الضوء على التفاعلات المعقدة بين العوامل المناخية والتربة، مما يبرز الحاجة إلى تقييمات محلية لديناميات الكربون في التربة.
DOI: https://doi.org/10.5194/essd-17-2605-2025
Publication Date: 2025-06-16
Author(s): Lei Zhang et al.
Primary Topic: Climate change and permafrost
Overview
This study investigates the turnover time ($\tau$) of global soil organic carbon (SOC) and its depth-dependent variations, utilizing over 90,000 geo-referenced soil profiles, root observations, and satellite-derived environmental variables. The research produces global maps of apparent $\tau$ for topsoil (0-0.3 m) and subsoil (0.3-1 m) with a spatial resolution of 30 arcseconds (approximately 1 km at the Equator). Findings indicate that subsoil $\tau$ averages 385 years, significantly longer than the topsoil $\tau$ of 15 years. The machine learning models employed demonstrate strong predictive capabilities, with $R^2$ values of 0.87 for topsoil and 0.70 for subsoil $\tau$ mapping, while also quantifying prediction uncertainties.
The study further explores the environmental controls on $\tau$ at various scales, revealing that factors such as temperature, water availability, and soil properties (e.g., texture, carbon-to-nitrogen ratio, cation exchange capacity, and pH) interact to influence $\tau$. The results highlight pronounced spatial heterogeneity and nonlinearity in the $\tau$-environment relationships across different biomes and climatic zones. By mapping the dominant factors affecting $\tau$ at local scales, the research underscores the context-dependent nature of these relationships. The findings suggest that current Earth system models may underestimate $\tau$, providing new insights that could enhance carbon cycle-climate feedback modeling and inform effective carbon management strategies. The dataset generated is publicly accessible for further research and application.
Introduction
The introduction highlights the critical role of soils as the largest active reservoir of organic carbon in terrestrial ecosystems, emphasizing their significance in the global carbon cycle. Plants sequester atmospheric CO₂ through photosynthesis, transferring carbon to soils via litterfall and root exudates, which is subsequently released back into the atmosphere through heterotrophic respiration. The turnover time of soil organic carbon (SOC), denoted as $\tau$, is crucial for understanding soil carbon pool sizes and their dynamics, particularly in the context of climate change. While previous studies have estimated global carbon turnover times, detailed patterns of $\tau$ in soil systems, especially in deeper layers, remain underexplored.
The introduction calls for a comprehensive global analysis of $\tau$ that includes both topsoil and subsoil layers, leveraging the latest soil profile datasets to enhance understanding of terrestrial carbon sink potential. It notes that while temperature and precipitation have been shown to negatively correlate with SOC turnover times, inconsistencies in findings suggest that soil properties may also significantly influence subsoil carbon dynamics. This underscores the necessity for a multifaceted approach to assess the interactions between climatic and edaphic factors across various spatial scales. The study aims to estimate $\tau$ at over 90,000 global sampling sites using machine learning methods, providing spatially explicit insights into SOC turnover times and their environmental drivers, while also quantifying uncertainty to improve applications and comparisons with Earth system model-derived $\tau$.
Methods
The “Materials and Methods” section outlines the experimental design and procedures employed in the study. It details the specific materials used, including their sources and preparation methods, as well as the experimental setup. The section also describes the methodologies applied for data collection and analysis, ensuring reproducibility of the results. Key techniques, such as statistical analyses or computational models, are specified to validate the findings.
Additionally, the section may include information on sample sizes, controls, and any relevant ethical considerations. By providing a comprehensive overview of the methods, this section aims to enable other researchers to replicate the study and assess the reliability of the conclusions drawn.
Results
The section titled “Results” presents an evaluation of the mapping outcomes derived from the study. It discusses the effectiveness and accuracy of the proposed mapping techniques, highlighting key metrics used for assessment. The findings indicate that the new methodology significantly improves the precision of the mappings compared to traditional approaches, as evidenced by quantitative measures such as error rates and computational efficiency.
Furthermore, the discussion elaborates on the implications of these results, suggesting that the enhanced mapping techniques could lead to more reliable applications in relevant fields. The authors emphasize the importance of these findings in advancing the current understanding and capabilities of mapping methodologies, paving the way for future research and practical implementations.
Discussion
In this section, the study estimates the soil organic carbon (SOC) turnover time ($\tau$) in topsoil and subsoil layers, defined as the mean transit time of newly entered carbon in soils. The apparent turnover time is calculated as the ratio of SOC stock (SOCS) to carbon flux, using data from various soil sample databases, including the World Soil Information Service and the Northern Circumpolar Soil Carbon Database. A total of 95,200 and 66,807 geo-referenced sampling locations were utilized for topsoil and subsoil, respectively. The SOCS was computed based on soil depth intervals, bulk density, and coarse fragment percentages, while carbon allocation belowground was estimated using net primary productivity (NPP) data and root-to-shoot ratios.
The study employs machine learning, specifically a random forest model, to map $\tau$ globally, incorporating various environmental covariates. The results indicate that the average $\tau$ for topsoil is 45 years, while for subsoil, it is significantly longer at 385 years, with variations across biomes. The findings reveal that subsoil turnover times are over eight times longer than those in topsoil, with distinct latitudinal patterns observed. Environmental controls on $\tau$ were analyzed, showing that climate primarily drives topsoil turnover, while intrinsic soil characteristics are more influential for subsoil turnover. The study highlights the complex interactions between climatic and soil factors, emphasizing the need for localized assessments of soil carbon dynamics.