一种预测高寒湿地土壤有机碳未来变化趋势的方法技术

本发明专利技术涉及林草业生态工程技术领域，具体涉及一种预测高寒湿地土壤有机碳未来变化趋势的方法，包括以下步骤：

【技术实现步骤摘要】
一种预测高寒湿地土壤有机碳未来变化趋势的方法


[0001]本专利技术涉及林草业生态工程
，具体涉及一种预测高寒湿地土壤有机碳未来变化趋势的方法
。

技术介绍

[0002]湿地作为全球三大生态系统之一，在全球碳循环中发挥着举足轻重的作用
(Ferrati el al.,2005
；
Erwin,2009)。
然而，湿地生态系统对全球变化高度敏感，现有研究表明，在大范围的人类活动和气候变化的双重影响下，全球近
50
％的湿地出现不同程度的退化，甚至消失
(O'Connell,2003)。
近年来，对于湿地生态系统的研究已成为全球变化科学研究中的焦点问题
。
[0003]土壤的固碳功能是陆地生态系统重要生态服务功能之一，对减缓气候变化起到至关重要作用
。
然而土壤有机碳储量与其固碳潜力在全球气候变化大环境下遭受到严重破坏
。
大气中
CO2浓度的增加导致初级生产力被改变，土壤有机质分解速率因气温和土壤温度的升高而加快，温室气体
(
如
CH4、CO2等
)
的排放致使空气中
CO2浓度的逐步增加，最终以温室效应影响全球气候变化
。
[0004]近几十年来，若尔盖高寒地区受到全球环境变化
(
如气被变化
、
青藏高原抬升等
)
和人类活动
(
如挖沟排术
、<br/>泥炭开采
、
过度放牧等
)
的影响，引起一系列生态环境问题，如湿地面积减少
、
草场退化
、
土壤退化等，对湿地土壤有机碳储存造成了一定的影响，引起了政府的高度重视和社会各界的广泛关注
(Xiang el al.,2009)。
近年来，针对若尔盖高寒湿地土壤有机碳，专家学者开展了大量的研究工作
(
田应兵等
,2003
；高俊琴等
,2010
；马琼芳等
,2013
；
Chen el al.,2014)
但这些研究集中于若尔盖高寒湿地表层土壤或某一特定土地利用
(
或土壤
)
类型下土壤有机碳储量及其空间分布，对若尔盖高寒湿地土壤有机碳储量未来时空变化的研究也未见报道
。

技术实现思路

[0005]本专利技术的目的在于提供一种预测高寒湿地土壤有机碳未来变化趋势的方法，解决现有技术中没有能够对若尔盖高寒湿地土壤有机碳储量未来时空变化进行预测的方法
。
[0006]本专利技术公开了一种预测高寒湿地土壤有机碳未来变化趋势的方法，包括以下步骤：
[0007]S1.
准备湿地背景数据；
[0008]S2.
未来土地利用管理情景设置；
[0009]S3.
构建模型计算公式；
[0010]S4.
将湿地背景数据和未来土地利用管理情景输入
DNDC
模型；
[0011]S5.DNDC
模型输出结果并分析得到有机碳未来变化趋势
。
[0012]进一步的，所述有机碳变化趋势通过总土壤有机碳储量变化量体现
。
[0013]进一步的，所述总土壤有机碳储量变化量通过以下公式进行计算：
[0014]Δ
SOCS
s,2010
→
y
＝
SOCS
s,y
‑
SOCS
s,2010
[0015]其中，
Δ
SOCS
s,2010
→
y
为情景
s
下与
2010
年相比，第
y
年研究区内不同土地利用类型总土壤有机碳储量变化量
(Tg C),SOCS
s,2010
为情景
s
下
2010
年研究区内不同土地利用类型总土壤有机碳储量
(Tg C)
，
SOCS
s,y
为情景下
s
下在第
y
年研究区不同土地利用类型总土壤有机碳储量
(t C)
；
[0016]平均土壤有机碳累积强度变化量通过以下公式进行计算：
[0017][0018]其中，
Δ
SOC
si
为情景
s
下栅格
i
年平均土壤有机碳累积强度变化量
(t Cha
‑
1yr
‑
1)
，
SOC
s,i,j
为栅格
i
在情景
s
下在
y
年的土壤有机碳累积强度
(t Cha
‑
1)
；
[0019]总土壤有机碳储量通过以下公式进行计算：
[0020][0021]其中，
SOCS
s,y
为情景下
s
下在第
y
年研究区不同土地利用类型总土壤有机碳储量
(t C)
，
A
i
为栅格
i
的面积
(ha)。
[0022]进一步的，所述有机碳变化趋势通过生物量多年平均值辅助判断，所述生物量多年平均值计算公式如下：
[0023][0024]其中，
Δ
BIOM
s,l,m
为情景
s
下
l
类土地利用类型
m
月生物量多年平均值
(tha
‑
1)
，
BIOM
s,l,j,m,y
为情景
s
下
l
类土地利用类型
m
月删格
i
在
y
年的生物量
(tha
‑
1)
，
N
l
为
l
类土地利用类型删格总数
。
[0025]进一步的，所述湿地情况包括土地利用空间分布特征数据
、
气候数据
、
土壤数据
、
地形数据以及土地利用管理数据
。
[0026]进一步的，所述土地利用空间分布特征数据为土地利用数据和空间分布数据耦合得到
。
[0027]进一步的，所述空间分布数据通过遥感影像数据得到
。
[0028]进一步的，所述土地利用管理数据包括土地类型
。
[0029]进一步的，所述土地类型包括湿地
、
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种预测高寒湿地土壤有机碳未来变化趋势的方法，其特征在于：包括以下步骤：
S1.
准备湿地背景数据；
S2.
未来土地利用管理情景设置；
S3.
构建模型计算公式；
S4.
将湿地背景数据和未来土地利用管理情景输入
DNDC
模型；
S5.DNDC
模型输出结果并分析得到有机碳未来变化趋势
。2.
根据权利要求1所述的一种预测高寒湿地土壤有机碳未来变化趋势的方法，其特征在于：所述有机碳变化趋势通过总土壤有机碳储量变化量体现
。3.
根据权利要求1所述的一种预测高寒湿地土壤有机碳未来变化趋势的方法，其特征在于：所述总土壤有机碳储量变化量通过以下公式进行计算：
Δ
SOCS
s,2010
→
y
＝
SOCS
s,y
‑
SOCS
s,2010
其中，
Δ
SOCS
s,2010
→
y
为情景
s
下与
2010
年相比，第
y
年研究区内不同土地利用类型总土壤有机碳储量变化量
,SOCS
s,2010
为情景
s
下
2010
年研究区内不同土地利用类型总土壤有机碳储量，
SOCS
s,y
为情景下
s
下在第
y
年研究区不同土地利用类型总土壤有机碳储量；平均土壤有机碳累积强度变化量通过以下公式进行计算：其中，
Δ
SOC
si
为情景
s
下栅格
i
年平均土壤有机碳累积强度变化量，
SOC
s,i,j
为栅格
i
在情景
s
下在
y
年的土壤有机碳累积强度；总土壤有机碳储量通过以下公式进行计算：其中，
SOCS
s,y
为情景下
s
下在第
y
年研究区不...

【专利技术属性】
技术研发人员：马婵华，徐争强，王晓刚，赵炜，叶娇珑，王丽坤，
申请(专利权)人：四川省核地质调查研究所，
类型：发明
国别省市：