基于不同尺度土壤图模拟农田有机碳动态变化不确定性的贝叶斯推断

Using process-based models to simulate the dynamics of soil organic carbon (SOC) and to evaluate the uncertainty of simulated results in regional farmland can benefit policy making decisions. Simulating SOC dynamics with process-based models combined with soil maps show significantly varied results at different map scales. And there is uncertainty of the simulated result at each map scale. The Beyesian inference method may have the potential to shorten the uncertainty intervals of simulated results. The DeNitrification-DeComposition (DNDC) model is coupled with four different map scales (i.e., 1:1,000,000, 1:500,000, 1:200,000, 1:50,000) to simulate the SOC changes between 1980 to 2020 in cultivated upper-soils (0~30 cm), and the Beyesian inference method is applied to alleviate the modeled uncertainties. Results of this study could illustrate how to model the regional SOC dynamics and to evaluate the associated uncertainties more precisely.

使用过程模型模拟区域农田土壤有机碳动态变化并精确评估其不确定性对农田管理决策有辅助作用。在将过程模型结合土壤图进行区域土壤有机碳动态变化模拟时，由于土壤图尺度的不同会造成模拟结果的显著差异，并且每个尺度上的模拟结果也存在不确定性。贝叶斯推断方法能在一定程度上减小模拟结果的不确定性。本研究拟使用DNDC模型结合1：100万、1：50万、1：20万和1：5万的土壤图模拟滇中典型区1980年至2020年耕作层（0~30 cm）土壤有机碳的演变情况，并评估贝叶斯推断方法对不同尺度土壤图上模拟结果不确定性区间的可减少性。研究结果对于精确评估区域土壤有机碳的演变及其不确定性具有现实指导意义。

精确量化农田土壤有机碳(SOC)的动态变化及其不确定性有助于农田土壤的可持续利用和促进碳中和。结合土壤图使用DeNitrification-DeComposition(DNDC)模型模拟是精确估算区域SOC的主要方法之一。使用此方法时不同尺度的土壤图中呈现的同种土壤类型的面积存在差异，而此差异会导致输入模型的包括初始SOC、容重、pH和黏粒含量等在内的土壤属性的差异，从而造成模拟结果的差异。明晰基于不同尺度土壤图模拟结果的差异，能为精确量化和科学管理区域SOC提供决策依据。.本研究基于1:10万、1:50万和1：100万土壤图使用DNDC模拟1980~2020年玉溪市水稻土耕作层(0~30cm) SOC的动态变化并评估其不确定性。首先，将1980年土壤调查数据、统计年鉴中作物类型、产量、面积数据与土壤图叠加作为模型输入数据，并使用蒙特卡洛(MC)方法抽样进行模拟。其次，将模拟结果与1999年调查的SOC进行对比，使用贝叶斯推断方法筛除掉现实中不合理的参数组合。最后将保留的参数组合输出DNDC模型模拟，根据模拟结果量化SOC动态变化及其不确定性。.结果表明，基于1:10万、1:50万和1：100万3种比例尺土壤图模拟的水稻土的土壤有机碳密度(SOCD)均值趋势均为先上升后下降；以前者为基准，后两者分别低估和高估了SOCD。 从水稻土亚类来看，基于3种比例尺地图模拟所得的淹育型、潴育型水稻土的SOCD趋势均较为一致，但95%置信区间与各亚类的面积呈反比。基于1:10万土壤图模拟的水稻土SOCD的空间分布表明，SOCD变化较显著的区域为澄江坝子、红塔坝子和通海坝子。澄江坝子和红塔坝子的SOCD呈现上升趋势，而通海坝子的SOCD略微下降。