全 文 ：中国陆地土壤有机碳蓄积量估算误差分析 3
王绍强 3 3 　刘纪远　于贵瑞
(中国科学院地理科学与资源研究所生态系统研究网络综合中心 ,北京 100101)
【摘要】　简要介绍了土壤碳蓄积量的计算方法 ,包括土壤类型法、植被类型法、生命地带法、相关关系法和
模型方法 ,以及土壤有机碳蓄积量的误差分析方法. 根据中国第二次土壤普查 2473 个典型土种剖面数据 ,
采用土壤类型法和两种碳密度方法计算 ,估算的中国陆地土壤有机碳蓄积量处于 615. 19 ×1014～1211. 37
×1014g 之间 ,平均碳密度为 10. 49～10. 53 kg·m - 2 (土壤厚度为 100cm)或 11. 52～12. 04 kg·m - 3 (土壤平
均厚度为 88 cm) ,土壤平均碳蓄积量为 913. 28 ±298. 09 ×1014 g ,估算的不确定性在 20 %～50 %之间. 其
中 ,土壤碳计算和采样数量的差异是导致土壤碳蓄积量估算不确定性的重要因素.
关键词 　土壤有机碳蓄积量 　碳循环 　土壤碳循环
文章编号 　1001 - 9332 (2003) 05 - 0797 - 06 　中图分类号 　P467 ,S159. 2 　文献标识码 　A
Error analysis of estimating terrestrial soil organic carbon storage in China. WAN G Shaoqiang , L IU Jiyuan ,
YU Guirui ( CERN , Institute of Geographic Sciences and N atural Resources Research , Chinese Academy of Sci2
ences , Beijing 100101 , China) . 2Chin. J . A ppl . Ecol . ,2003 ,14 (5) :797～802.
The paper summarizes different estimating methods of soil organic carbon ( SOC) storage including methods of
soil taxonomy , vegetation types , Holdridge zones , correlative relationship and modeling. The error analysis of
SOC calculation was introduced. Based on second national soil survey 2473 soil profiles , adopting soil taxonomy
method and two kinds of SOC density , the terrestrial SOC storage in China was estimated. The range of SOC
storage in China is between 615. 19 and 1211. 37 ×1014g and the average SOC density is between 10. 49～10. 53
kg·m - 2 (for average soil depth of 100cm) or 11. 52～12. 04 kg·m - 3 (for average soil depth of 88cm) . Through
estimation and error analysis , the average SOC storage is about 913. 28 ±298. 09 ×1014g and the uncertainty is
among 20 %～50 %. Results showed that the differences of SOC estimation and sampling methods are important
factors of SOC estimating uncertainties.
Key words 　Soil organic carbon storage , Carbon cycle , Soil carbon cycle.
3 中国科学院地理科学与资源研究所知识创新工程主干科学计划专
题“中国陆地生态系统土壤有机碳蓄积估算”(CXIO G2E01202202) 和
中国科学院“百人计划”生态系统管理的基础生态学过程研究项目.3 3 通讯联系人.
2002 - 09 - 14 收稿 ,2003 - 01 - 06 接受.
1 　引 　　言
土壤碳库蓄积量是陆地三大碳库中最大的 ,但它的不确
定性也是最大的 [7 ,30 ,32 ] . 土壤有机碳的空间格局和总蓄积量
对于土壤生产力、土壤水文特性和以碳为基础的温室气体收
支的研究都是非常重要的信息 [19 ] ,因而土壤有机碳蓄积量
的统计成为联合国气候变化框架公约各签约国确定国家尺
度的温室气体净排放清单工作中的一部分. 各国相继开展了
土壤普查工作 ,建立了大量的土壤剖面数据库 [1 ,3 ,6 ,20 ,21 ,26 ] ,
为精确地估算土壤碳蓄积量提供了良好的数据基础. 同时 ,
众多科学家也开始关注土壤碳蓄积量在全球碳循环中的重
要作用[8 ,23 , 29 , 32 ] . 目前国内外有关土壤有机碳蓄积量研究
一般采用土壤类型法、植被类型法、生命带类型法和模型法
等.国外开展土壤碳循环的研究较早 ,多数学者以世界土壤
图等资料为主要依据 ,用土壤类型法对 1m 深度陆地土壤碳
库蓄积量做了估算[12 ,18 ] . 例如 ,20 世纪 70 年代 ,Bohn[8 ]利
用土壤分布图及相关土组 (soil association) 的有机碳含量 ,估
计出全球土壤有机碳库为 2. 95 ×1018 g ,在计算中采用了土
组合并、相近土族之间数据的相互引用以及插值等方法. 20
世纪 80 年代以来 ,许多科学家估算了区域、国家、大陆和全
球尺度的土壤有机碳库 [12 , 19 ,30 ,32 , 39 ] ,然而 ,由于数据来源
和计算方法的不同 ,所得到的土壤有机碳库总量范围差异相
当大. 这从一个侧面反映出土壤有机碳蓄积量估算的困难和
不确定性程度 ,因而土壤有机碳蓄积量的估算方法就显得非
常重要[18 ] .
2 　土壤碳估算主要方法
211 　土壤类型法
土壤类型法实际上是土壤分类学方法 ,通过土壤剖面数
据计算分类单元的土壤有机碳含量 ,根据各种分类层次聚合
土壤剖面数据 ,再按照区域或国家尺度土壤图上的面积得到
土壤有机碳蓄积总量. 同时 ,在土壤图上将土壤单元与土壤
碳密度匹配以表现土壤碳蓄积量的空间分布特征. 因为同类
土壤经常具有相似的影响土壤碳蓄积的调控因素 [19 ] ,所以
土壤类型法能提供更多碳蓄积与土壤发生学有关的认识 ,有
利于分析碳蓄积量估计中不确定性的原因 ,容易识别土壤碳
应 用 生 态 学 报 　2003 年 5 月 　第 14 卷 　第 5 期 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
CHIN ESE JOURNAL OF APPL IED ECOLO GY ,May 2003 ,14 (5)∶797～802
的空间格局[14 ] .
土壤类型法还可以利用世界土壤图和全球土壤分类系
统估算全球土壤有机碳氮蓄积量 [3 ,12 ,20 ] ,虽然可以形成统一
的估算体系 ,便于汇总和对比 ,但是全球土壤分类系统是对
全球各国土壤类型的概括和简化 ,忽略了大量的土壤类型细
节和土壤多样性 ,从而可能过高或过低地估算了全球土壤碳
蓄积量. 又由于土壤类型在空间上的分布并不一定是相邻
的 ,甚至同类型土壤的空间分布距离非常遥远 ,而且气候和
环境调控因素差异较大 ,所以 ,在特定尺度上进行聚类时需
要更多的土壤剖面数据.
土壤类型法的局限性还在于土壤分布的空间变异性和
实测剖面分布的不均匀. 由于提高统计分析的置信度需要大
量的土壤剖面数据 ,同时还要能代表土壤分类学单元 ,加之
与地图分类单元相关的土壤信息更少 ,因而未来的研究应基
于更加详细的土壤类型分布图和土壤属性的信息.
212 　植被类型、生态系统类型和生命地带法
植被类型、生态系统类型和生命地带法是按照植被、生
命地带或生态系统类型的土壤有机碳密度与该类型分布面
积计算土壤有机碳蓄积量. 使用该方法能较为容易地了解不
同植被、生态系统和生命地带类型的土壤有机碳库蓄积总
量 ,而且各类型还可以包含多种土壤类型 ,分布范围更加广
泛 ,更能反映气候因素、植被分布对土壤有机碳蓄积的影响.
最广泛引证的生命地带方法是 Post 等 [32 ]在 Holdridge
生命地带模型的基础上建立了全球土壤碳密度的地理分布
与植被和气候因子之间的相互关系的研究实例. 生态系统类
型方法类似于生命地带类型方法 ,但是生态系统类型往往比
生命地带类型更加复杂 [40 ] . 该方法的缺点是 :数据库中不包
含土壤分类信息 ,数据来源很广泛 ,从而导致数据定量化非
常困难 ,而且不能解释局域尺度上的母质变化 (有机物质、粗
碎片含量、矿物学)和提供土壤厚度的信息 [19 ] . 同时 ,土壤有
机碳的空间格局的变异性和数据的不可靠性 ,使得该方法在
具有空间地理数据研究中的应用受到了限制. 因而 ,在使用
该方法时 ,应注意多使用辅助信息分析碳蓄积量.
213 　模型方法
土壤碳循环模型方法可以综合考虑决定进入土壤的碳
数量和质量 ,以及决定土壤有机碳分解速率的各种因子 ,从
而能够估算土壤有机碳蓄积量 ,能够根据大量的实测数据和
气候变化模拟数据 ,预测不同情景下的土壤碳蓄积量动态变
化趋势 ,探讨土壤有机碳蓄积和固定潜力 ,分析气候变化对
土壤碳蓄积的不同综合影响. . 科学家们已应用了类似的方
法来评估区域和全球尺度土壤有机碳蓄积量及其对全球变
化的潜在响应[2 ,17 ,20 ,27 ,28 ,38 ] . 目前针对不同研究目的、内容
和要求 ,国际上已经开发了多种土壤碳循环的模型 ,模型的
类型从相关关系模型到机理过程模型 ,也有基于实测数据和
遥感数据的模型. 尽管统计分析是土壤碳库评价中最小化空
间变异性的可行方法 ,但模型却可以将剖面数据外推到相似
的土壤和生态区域[22 ] ,解决尺度转换问题. 然而 ,这些研究
采用了较为复杂的过程模型 ,需要进行大量的模拟运算 ,对
诸如地理信息系统和计算机系统的要求很高. 模型方法最大
的限制性因素是缺乏大量相关和连续观测数据 ,使模型的参
数化和初始化更加困难. 随着实验方法的改善 ,科学家们通
过积累大量土壤碳动力学的信息 ,改善土壤碳模型 ,以提高
管理土壤有机碳库的能力 [11 ,34 ] .
214 　相关关系统计法
计算土壤碳蓄积量还有多种方法 ,例如森林类型 [5 ] 、土
组[14 ] 、气候参数[9 ]等. 其中 ,相关关系统计法主要是通过分
析土壤有机碳蓄积量与采样点的各种环境变量、气候变量和
土壤属性之间的相关关系 ,建立一定的数学统计关系 ,从而
实现在有限数据基础上计算土壤有机碳蓄积量的目
的[9 ,14 ,19 ,32 ] .土壤有机碳蓄积量的地理格局和土壤形成因子
之间的关系可以通过比较土壤碳和母质、土壤理化性质、地
形、植被和气候的空间分布 ,从而得到土壤有机碳含量与形
成影响因素之间的空间相关关系.
气候和植被在较大范围内影响土壤有机质的分解和积
累 ,而土壤质地在局部范围内影响有机质含量 ,由于土壤有
机质的含量与质地有着明显的相关关系 [25 ] ,例如粘质土和
粉质土壤通常比砂质土壤含有更多的有机质 [14 ,15 ] ,同时也
有科学家研究过有机质、容重和质地之间的回归函数关
系[2 ,10 ,16 ] ,发现质地或其他属性也是土壤容重的重要调控因
素[16 ] ,所以通过质地来辅助估算土壤有机碳含量也是减少
不确定性的一个方法. 然而 ,寒冷地区土壤 A 层粘粒含量和
碳量之间不一定存在明显的关系 ,而海拔高度和年均降水量
与有机碳含量之间表现出较好的正相关关系 (相关关系系数
为 0. 88 ,n = 130) [35 ] . 因为一些土壤深度低于 1m ,一些大于
1m ,甚至达到 2m ,所以深度在计算土壤碳库总量中非常重
要[14 ] .
建立土壤有机碳含量与降水、温度、土壤厚度、质地、海
拔高度、容重之间的相关关系是普遍采用的一种方式 ,然而
它们的相关关系并非普遍适用 ,在不同的地方主要控制因素
也是不同的 ,各种相关性表现不一 ,因此所确定的统计关系
需要得到检验和验证 ,才能在本区域上应用 ,而且由于该种
方法不能解释土壤有机碳蓄积量积累或释放的过程、机理、
形成与影响因素 ,也使其应用面受到了限制.
3 　土壤剖面有机碳蓄积量的计算
　　首先是计算单个土壤剖面中土层的有机碳 ,因为不同土
层的有机质含量、质地、厚度、容重等土壤理化性质不同 ,所
以 ,在数据允许的条件下 ,不同土层的有机碳含量也应该分
别计算[6 ] ,进而通过厚度权重方法得到整个剖面的碳密度.
尽管土壤有机碳密度是由土壤有机碳含量、砾石 (粒径 >
2mm)含量和容重共同决定的[3 ,18 ,24 ,33 ] ,但是考虑到土壤有
机碳含量与质地、容重等土壤属性之间的关系 ,需要大量的
属性数据 ,计算量非常庞大而复杂.
大量的土壤普查剖面数据表明 ,有机碳沿深度分布函数
的形式与所属土壤种类并没有一致的关系 ,因此 ,金峰等 [18 ]
根据实测数据 ,动态地用 7 种形式非线性 (包括线性) 方程分
897 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　14 卷
别对每一个土壤剖面有机碳分布单独进行回归拟合 ,选取一
种相关系数 r 最大而残差标准差 s 最小的形式. 该种方法比
单独采用权重估算 1m 深度土壤有机碳密度更加精确和合
理 ,考虑了统计意义上的误差分析. 然而 ,回归拟合对少量数
据分析比较有利 ,大量数据分析起来比较费时. 基于有限的
实测数据 ,大多数研究者采用了较为简单易行的方法 ,对于
有 n 个土层的单个土种或土壤剖面 ,本文的有机碳密度
( Cd)计算方法如下 :
Cd =
∑
n
i = 1
0 . 58 HiB i Oi
∑
n
i = 1
Hi
式中 , Hi 是 i 层土壤的厚度 (cm ) , B i 是 i 层土壤的容重 (g·
cm - 3) , Oi 是 i 层土壤的有机质含量 ( %) . 0. 58 是土壤有机
质碳含量的平均值 ,由于土壤有机质碳含量大致范围在
55 %～65 %之间 ,因而国际上采用 58 %作为碳含量转换系
数[32 ] .当没有实测容重数据时 ,使用土壤亚类的平均容重
值.按照土壤亚类聚合土种剖面数据比土类聚合方法提供了
更好的估计 ,因为亚类能够提供更多气候、排水、粗糙度、质
地等指标 ,这些均是是土壤有机碳积累的重要因素 [24 ] .
同时 ,还有大量研究不是按照土壤自然发生层计算土壤
有机碳蓄积量 ,而是按照等间隔测度方法计算 02102302502
100cm 的土壤有机碳含量[3 ,19 ] ,这样估算的结果易于对比分
析 ,缺点是忽略了土壤发生学的影响因素. 在实际应用中 ,除
了选择合理的计算方法外 ,最重要的是土壤属性数据库的完
善.
4 　土壤有机碳蓄积量估算及误差分析方法
411 　碳密度
　　国内外大部分土壤有机碳密度计算是以 1m 深度为参
照标准 (kg·m - 2或 Mg·hm - 2) [2 , 8 , 12 , 13 ,14 , 16 , 18 , 32 , 39 ] ,即单
位面积 1m 深度的土壤有机碳质量 ,本文称为密度a 方法. 尽
管采用密度a 方法便于结果之间的对比 ,适于模型的运算. 但
实际上有许多土壤都比较厚 ,而且心土层含有大量的碳 (有
机和无机的) ,虽然有机碳含量随土壤中的深度而降低 ,但是
在 1m 深以下心土层中的碳 ,在总碳库中占重要成分 [36 ] ,因
而采用密度a 方法可能会过高或过低估计某些土壤类型的碳
蓄积量.
　　大部分土壤采样深度一般是到母质层 ,母岩不包括在
内 ,形成完整的垂直土层序列. 实际上 ,有的科学家已经开始
采用另一种密度来估算全球土壤碳氮蓄积量 [31 ] ,即单位体
积土壤有机碳质量或重量 ,单位为 kg·m - 3 . 土壤是呈连续状
态分布于地球表面的 ,土壤厚度是逐渐变化的 ,但是同一环
境背景地区同类型的土壤厚度大致差异不大. 本文采用实测
的土壤剖面厚度与土壤碳密度b 方法计算 ,是为了与密度a
方法进行对比分析 ,探讨我国陆地土壤有机碳蓄积量的范围
和误差.
412 　误差范围分析方法
　　土壤有机质是不断受各种外在和内在因素影响而不断
变化的 ,依靠大量土壤普查获取的数据只是代表当时土壤的
状况 ,是静态数值 ,并不能反映土壤的动态变化. 土壤有机碳
蓄积量的估算也只能是逐渐逼近真实值 ,不可能用一个值来
代表土壤碳蓄积量. 因此 ,分析土壤碳密度和碳蓄积量的误
差范围 ,以及土壤采样带来的随机误差和系统性误差 ,是准
确反映土壤有机碳实际存储量的一个方法.
　　大部分研究者在估算区域或国家、全球尺度土壤有机碳
时 ,分析了不同土壤类型或生态系统类型土壤碳密度与碳库
的变异系数[3 ,4 ,19 ,31 ]和误差范围[3 ,16 ,19 ,37 ] ,认为不确定性范
围在 20 %～50 %之间. 概括起来 ,计算土壤碳密度误差项时
有 4 种统计方法[3 ,4 , 16 ,19 , 31 , 37 ] : 1) 土壤碳密度 ±土壤碳密
度的标准差 (Standard error) ;2)土壤碳密度 ±土壤碳密度平
均值的标准误 (Standard error of means) ;3)土壤碳密度 ±1/
2 的土壤碳密度标准差 (1/ 2 Standard deviation) ;4) 首先使
用 t 检验计算每个土壤亚类的碳密度精度范围 LA (Limit of
Accuracy) :
　　L A = t·SD
sqrt ( n)
式中 , t 是显著性概率 0. 05 水平下的分布值 (置信度为
95 % ,可根据实际情况设置不同的置信度) ,根据样本数查找
数学手册中的 t 分布表可得 t 值 , SD 是土壤碳密度的标准
差 , n 为自由度 (样本数) . 然后 ,乘以亚类的面积得到各个土
壤亚类碳蓄积量的误差范围 ,加上所有土壤亚类的误差得到
国家尺度土壤有机碳氮蓄积量估计的总误差范围.
413 　中国土壤碳蓄积量计算方法
　　如果基于大量土壤剖面数据进行估计 ,应该有一个误差
范围和置信区间 ,而且将土壤剖面数据聚合成亚类比合并为
土类更好 ,因为亚类可以给予更多关于气候、质地等土壤有
机碳积累的信息和重要因子 [19 ] . 本文采用密度ab方法计算土
壤有机碳蓄积量 ,同时 ,考虑样本数和亚类、土类合并带来的
误差 ,对亚类合并为土类后土壤碳蓄积量进行计算 ,分析误
差范围 ,以确定更精确的中国陆地土壤有机碳蓄积量. 本文
共用 4 种方法和第 4 种误差分析方法估算中国陆地土壤有
机碳蓄积量及误差范围 : (1) 亚类密度a 方法 :根据统计分析
得到土壤亚类碳密度和误差范围 ,然后与亚类面积相乘 ,得
到土壤亚类和国家尺度碳蓄积量的误差范围. (2) 亚类密度b
方法 :根据统计分析得到土壤亚类碳密度的标准差和误差范
围 ,然后与亚类面积、平均土壤厚度相乘 ,得到土壤亚类和国
家尺度碳蓄积量的误差范围. (3) 土类密度a 方法 :根据土类
计算各个土类有机碳密度 ,统计分析得到土类碳密度的标准
差和误差范围 ,与土类分布面积相乘得到大类碳蓄积量及误
差量. (4)土类密度b 方法 :根据土类计算各个土类有机碳密
度 ,统计分析得到土类碳密度的标准差和误差范围 ,与土类
分布面积、土壤平均厚度相乘得到土类碳蓄积量及误差量.
5 　中国陆地土壤有机碳蓄积量误差分析
511 　土壤有机碳蓄积总量的差别
　　土壤剖面和亚类面积数据来自于全国第二次土壤普查
中的 2473 个典型土种剖面[26 ] . 一些土壤亚类在数据库中没
9975 期 　　　　　　　　　　　　　王绍强等 :中国陆地土壤有机碳蓄积量估算误差分析 　　　　　　
有的或实测中缺乏有机质含量的 ,或是没有相关容重资料
的 ,通过其他公开发表的文献获得加以补充 ,因此 ,在按照亚
类计算时 ,有效典型土种样本数有 2472 个 ;按照土类计算 ,
尽管有的亚类没有土壤剖面资料 ,但是可以通过亚类的合并
减少对外来数据源的需求 ,所以有效样本数量降到 2457 个.
由于样本数量的增加 ,土类的碳密度标准差降低 ,t 分布值也
随之降低 ,这样缩小了误差范围 (表 1) . 表 1 中各种方法得
到的平均厚度是对所有典型土种剖面的厚度进行算术平均
表 1 　不同方法计算的中国土壤有机碳蓄积量对比
Table 1 Comparison of soil organic carbon storage by using different methods in China
方法
Method
有效样本
Valid
厚度
Depth (cm)
碳密度a
C densitya
(kg·m - 2)
碳蓄积量 C storage
×1014g ±
碳密度b
C densityb
(kg·m - 3)
碳蓄积量 C storage
×1014g ±
亚类 Suborder 2472 88 10. 53 924. 18 318. 66 11. 52 879. 63 424. 35
土类 Order 2457 88 10. 49 920. 40 186. 96 12. 04 928. 91 262. 38
计算出来的.
　　在所有算法中 ,误差范围最大的是按照亚类密度b 方法
计算的碳蓄积量 ,误差范围为 ±424. 35 ×1014 g ,最小的是按
照土类密度a 方法计算的碳蓄积量 ,误差范围为 ±186. 9614 g.
在所有 4 种算法中 ,按照密度b 方法计算的误差范围值均比
密度a 计算值大 ,亚类和土类的密度b 方法都比密度a 方法所
产生的误差范围分别高出 33. 17 %和 40. 34 % ,说明按照密
度b 计算可能会带来更大的不确定性 ,因为土壤厚度是不均
一的 ,导致了估算值误差的累积. 按照标准 1m 厚度的密度a
计算均一化的土壤厚度 ,降低了厚度差异带来的误差. 在将
亚类聚合为土类之后 ,按照土类密度ab方法计算 ,中国土壤有
机碳蓄积量的误差范围分别比亚类密度ab方法降低了131. 70
和 161. 27 ×1014g ,约占原误差值的 41. 33 %和 38. 00 % ,是因
为归属于土类样本数比亚类多 ,因而 t 值降低 ,误差范围缩
小 ,说明样本数对于土壤碳蓄积量的估算具有较大影响.
　　在所有 4 种方法中 ,全国平均土壤有机碳密度变化较
小 ,密度a 的算法是按照 1m 深度计算的土壤碳密度 ,而密度b
是按照实际厚度计算的碳密度. 4 种算法得出的中国陆地土
壤平均有机碳总蓄积量大致处于同一数量级内 ,不确定性是
误差范围项与平均碳蓄积量的商. 4 种方法中 : (1) 亚类密度a
方法 :最大值 1242. 84 ,最小值 605. 52 ,平均值 924. 18 ,不确
定性为 34. 48 % ; (2) 亚类密度b 方法 :最大值 1303. 98 ,最小
值 455. 28 ,平均值 879. 63 ,不确定性为 48. 24 % ; (3) 土类密
度a 方法 :最大值 1107. 36 ,最小值 733. 44 ,平均值 920. 40 ,不
确定性为 20. 31 % ; (4) 土类密度b 方法 :最大值 1191. 29 ,最
小值 666. 53 ,平均值 928. 91 ,不确定性为 28. 25 % ; (5) 最大
蓄积量的平均数为 1211. 37 ,最小蓄积量的平均数为615. 19 ,
平均蓄积量的平均数为 913. 28 , 误差值的平均数为 ±
298. 09 ,不确定性为 32. 64 %.
　　从所有估算值算术平均的意义上看 ,中国陆地土壤有机
碳蓄积量大致在 615. 19 ×1014～1211. 37 ×1014 g 之间 ,平均
值为 913. 28 ×1014 g ,误差为 ±298. 09 ×1014 g ,4 种算法和总
体平均中的误差范围处于 20 %～50 %之间 ,与国际上的计算
误差范围接近[3 ,4 ,16 ,19 ,31 ,37 ] ,说明本文的计算结果基本反映
中国陆地土壤有机碳蓄积量的分布状况 ,同时也表明土壤碳
蓄积量的估算存在相当大的不确定性 ,如何解决该估算的不
确定性是我们当前面临的重要问题. 表 2 显示了第二次土壤
普查的土壤有机碳密度的统计分布特征 ,土壤厚度的变异性
表 2 　土壤有机碳密度的统计特征
Table 2 Statistic character of soil organic carbon density
项目
Item
厚度
Depth (cm)
碳密度a
C densitya
(kg·m - 2)
碳密度b
C densityb
(kg·m - 3)
样本 Sampers 有效值 Valid 2473 2463 2463
　　　　　　缺失值 Missing 0 10 10
最小值 Minimum 5 0. 06 0. 19
最大值 Maxmum 252 131. 69 278. 27
平均值 Mean 97 5. 39 12. 77
中位值 Mode 100 3. 06 8. 56
标准差 Standard deviation 35. 28 8. 55 15. 74
变异系数 0. 36 1. 59 1. 23
Coefficient of variance
较小 (变异系数为0. 36) ,碳密度a 变异性最大 (变异系数为
1. 59) ,然而 ,土壤剖面的碳密度b 标准差比密度a 的要高 ,说
明密度b 比密度a 有更大的波动范围.
512 　亚类和土类碳蓄积量的差别
　　采用 4 种方法估算土壤有机碳蓄积量的差别在亚类和
土类聚合中表现得更为突出 (表 3 和表 4) . 由于碳密度a 和密
度b 是不能直接相加减的 ,但为了做比较 ,本文将土壤碳密
度b 与相应的土壤厚度相乘再与土壤碳密度a 进行对比 ,将正
负各变化最大的 3 个土壤亚类和土类列举出来 (表 3 和表
4) . 可以看到 ,尽管暗火山灰土的碳密度b 比密度a 大得多 ,但
是土壤平均厚度仅有 66 cm ,因此转换后的碳密度之差仅为
15. 17 kg·m - 2 ,由于分布面积小 ,碳蓄积量差别较小. 淋溶黑
钙土由于土壤厚度大于 1m ,因而转换后的碳密度之差达到
11. 57 kg·m - 2 ,碳蓄积量差别达到 1. 22 ×1014 g. 由于土壤厚
度低于 1m 和密度b 较小 ,因而棕黑毡土碳密度相比少 12. 62
kg·m - 2 ,是负增长中最大的 ,由于面积分布大 ,所以导致土
壤有机碳蓄积量计算减少 7. 12 ×1014 g ,其次是低位泥炭土 ,
减少 11. 19 kg·m - 2 . 按照体密度计算 ,土壤有机碳蓄积量计
算增加最大的是钙质粗骨土 ,增加 2. 73 ×1014 g ,减少最大的
是草毡土 ,达 18. 59 ×1014 g. 基本上 ,由于我国土壤厚度大部
分低于 1m ,导致密度b 相对密度a 降低的幅度大于增加的幅
度 ,这也是亚类密度b 方法比密度a 方法估算的土壤碳蓄积量
低和误差值高的原因.
　　土类碳密度a ,b方法计算结果的差别也是比较明显的 (表
4) ,转换后的碳密度之差增加值最大的是暗棕壤 ,达到5. 18
kg·m - 2 ,尽管土壤厚度只有 90cm ,但由于暗棕壤分布面积较
大 ,因而按照密度b 计算的土壤有机碳蓄积量比密度a 方法计
008 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　14 卷
表 3 　亚类碳密度a ,b计算结果的差别
Table 3 Difference bet ween estimating results of soil suborder densitiesa ,b
土壤亚类
Soil
suborder
样本
samplers
厚度
Depth
(cm)
碳密度a
C densitya
(kg·m - 2)
碳密度b
C densityb
(kg·m - 3)
密度差
Difference of C
densities
(kg·m - 2)
碳蓄积量a
C storagea
( ×1014g)
碳蓄积量b
C storageb
( ×1014g)
碳蓄积量差
Difference of
C storage
( ×1014g)
暗火山灰土 Dark volcanic soils 1 67 17. 35 48. 53 15. 17 0. 04 0. 08 0. 04
淋溶黑钙土 Leached chernozems 2 130 21. 98 25. 73 11. 47 1. 90 3. 12 1. 22
湿草毡土 Humid felty soils 3 66 62. 66 103. 35 5. 55 12. 78 12. 57 - 0. 20
棕色针叶林土 Brown coniferous forest soils 4 83 49. 88 50. 23 - 8. 19 38. 46 31. 18 - 7. 28
低位泥炭土 Low moor peat soils 8 113 155. 25 127. 49 - 11. 19 20. 85 19. 03 - 1. 82
棕黑毡土 Brown dark felty soils 5 54 29. 95 32. 1 - 12. 62 18. 30 11. 18 - 7. 12
钙质粗骨土 Calcic skeletal soils 5 60 6. 28 15. 64 3. 10 5. 74 8. 47 2. 73
暗黄棕壤 Dark yellow2brown earths 17 65 14. 96 22. 08 - 0. 61 10. 77 13. 41 2. 64
棕壤 Brown earths 54 109 11. 95 11. 77 0. 88 16. 36 17. 68 1. 32
棕黑毡土 Brown dark felty soils 5 54 29. 95 32. 1 - 12. 62 18. 30 11. 18 - 7. 12
棕色针叶林土 Brown coniferous forest soils 4 83 49. 88 50. 23 - 8. 19 38. 46 31. 18 - 7. 28
草毡土 Felty soils 13 66 19. 71 26. 22 - 2. 40 68. 80 50. 22 - 18. 59
表 4 　土类碳密度a ,b方法计算结果的差别
Table 4 Difference bet ween estimating results of soil order densitya ,b methods
土类
Soil orders
面积
Area
( ×104km2)
样本
Samplers
厚度
Depth
(cm)
碳密度a
C densitya
(kg·m - 2)
碳密度
C densityb
(kg·m - 3)
密度之差
Difference of
C density
(kg·m - 2)
碳储量a
C storage
( ×1014g)
碳储量b
C storage
( ×1014g)
储量之差
Difference
of C storage
( ×1014g)
暗棕壤 Dark2brown earths 40. 21 65 90 12. 87 20. 05 5. 18 51. 77 72. 23 20. 46
灰色森林土 Gray forest soils 3. 15 8 74 10. 25 19. 99 4. 54 3. 23 4. 64 1. 41
灌漠土 Irrigation desert soils 0. 92 20 124 8. 62 9. 52 3. 18 0. 79 1. 08 0. 29
棕壤 Brown earths 20. 16 87 111 18. 24 10. 93 - 6. 11 36. 78 24. 39 - 12. 39
泥炭土 Peat soils 1. 34 8 111 155. 25 127. 49 - 13. 74 20. 85 19. 03 - 1. 82
白浆土 Bleached beijiang soils 5. 28 20 110 44. 49 14. 38 - 28. 67 23. 47 8. 35 - 15. 12
暗棕壤 Dark2brown earths 40. 21 65 90 12. 87 20. 05 5. 18 51. 77 72. 23 20. 46
草毡土 Felty soils 53. 54 22 57 19. 79 38. 18 1. 97 105. 95 116. 41 10. 46
寒钙土 Frigid calcic soils 68. 85 9 74 6. 5 9. 65 0. 64 44. 73 48. 87 4. 14
黑毡土 Dark felty soils 19. 44 20 72 23. 37 26. 24 - 4. 48 45. 44 36. 96 - 8. 48
棕壤 Brown earths 20. 16 87 111 18. 24 10. 93 - 6. 11 36. 78 24. 39 - 12. 39
白浆土 Bleached beijiang soils 5. 28 20 110 44. 49 14. 38 - 28. 67 23. 47 8. 35 - 15. 12
算值高 20. 46 ×1014g ,这也是碳蓄积量计算值增加最大的土
类.白浆土碳密度之差是减少量最大的 ,其转换后的土壤碳
密度减少了 28. 67kg·m - 2 ,是碳密度最大增加量 (5. 18 kg·
m
- 2)的 5. 53 倍 ,同时白浆土两种算法的蓄积量之差为
- 15. 12 ×1014g ,也是碳蓄积量计算值减少最大的土类. 两个
最大值都在这两个土类中产生 ,但是土壤蓄积量差之间的差
别就没有碳密度差的差别大 ,而且两个土类的土壤平均厚度
均接近于 1m. 尽管泥炭土碳密度之差是负增长的第二位 ,但
由于分布面积较少 ,其碳蓄积量的计算减少量因而较低. 表 4
也说明 ,土类碳密度减少的幅度要大于增加的幅度 ,然而土
壤碳蓄积量计算值增加和减少的幅度差别较小 ,从一个侧面
说明 ,土壤亚类聚合为土类来计算使得土壤分类单元样本数
相对增加 ,从而缩小了误差的范围 ,所以土类密度a ,b方法的
计算值就比较接近 (表 1) . 根据表 3 和 4 分析指出 ,土壤剖面
的厚度、样本数是估算土壤有机碳蓄积量中不确定性来源的
重要因素.
5 　结 　　语
　　根据中国第二次土壤普查数据 ,采用密度a ,b两种方法计
算 ,中国陆地土壤有机碳蓄积量大致在 615. 19 ×1014 ～
1211. 37 ×1014 g 之间 ,平均碳密度为 10. 49～10. 53kg·m - 2
(土壤厚度为 100cm) 或 11. 52～12. 04kg·m - 3 (土壤厚度为
88cm) ,土壤平均碳蓄积量为 913. 28 ±298. 09 ×1014 g ,土壤
有机碳蓄积量误差范围为 20 %～50 % ,说明土壤碳蓄积量估
计还存在相当大的不确定性.
　　土壤有机碳库蓄积量的计算是非常困难和复杂的 ,不确
定性主要因素在于 : (1) 缺乏连续、可靠、完整和统一的土壤
剖面实测数据 ; (2) 土壤碳氮含量、质地、容重等土壤理化性
质存在相当大的空间变异性 ,以及气候、地形、母岩、植被和
土地利用的综合影响 ; (3) 土壤内部碳循环过程难以观测 ;
(4)土壤采样方法的设计以及土壤碳蓄积量的计算方法.
　　除了自然原因无法抗拒和改变之外 ,土壤分类、土壤观
测和实验、数据收集、土壤采样、计算方法是人为产生土壤有
机碳蓄积量估算误差的重要来源. 同时 ,由于容重实测数据
的严重缺乏 ,成为一个瓶颈 ,阻碍了对土壤有机碳的计算. 通
过对计算土壤碳蓄积量的土壤类型法、植被类型法、生命地
带法、相关关系法和模型方法的论述 ,可以得出土壤碳计算
方法和采样数量的差异是导致土壤碳蓄积量估算不确定性
的重要因素.
参考文献
1 　Arnold RW. 1995. Role of soil survey in obtaining a global carbon
budget . In :Lal R , Kimble J ,Levine E , Stewart BA eds. Soils and
Global Change. Boca Raton :CRC Press. 257～263
2 　Arrouays D , Pelissier P. 1993. Modeling carbon storage profiles in
temperate forest humic loamy soils of France. Soil Sci ,157 (3) :185
～192
3 　Batjes NH. 1996. Total carbon and nitrogen in the soils of the
world. Europ J Soils Sci ,47 :151～163
1085 期 　　　　　　　　　　　　　王绍强等 :中国陆地土壤有机碳蓄积量估算误差分析 　　　　　　
4 　Batjes NH , Dijkshoorn JA. 1999. Carbon and nitrogen stocks in the
soils of the Amazon region. Geoderma ,89 :273～286
5 　Birdsey RA. 1990. Inventory of carbon storage and accumulation in
U. S. forest ecosystems. In :Burkhart HE eds. Research in Forest
Inventory , Monitoring , Growth and Yield. Proc. IUFRO World
Congr. , Montreal , 5 - 11 Aug. 1990. School of For. and Wild.
Resour. , Publ , FWS - 3 - 90. Virginia Polytechnic Inst . and State
Univ. , Blacksburg.
6 　Bliss NB , Waltman SW , Petersen GW. 1995. Preparing a soil car2
bon inventory for the United States using geographic information
system. In :Lal R , Kimble J ,Levine E ,Stewart BA ,eds. Soils and
Global Change. Boca Raton :CRC Press. 275～295.
7 　Bohn HL . 1982. Estimate of organic carbon in world soils : II. Soil
Sci Soc A m J ,40 :1118～1119
8 　Bohn HL . 1976. Estimate of organic carbon in world soils. Soil Sci
Soc A m J ,40 :468～470
9 　Burke IC , Yonkr CM , Parton WJ , et al . 1989. Texture , climate ,
and cultivation effects on soil organic matter content in U. S. grass2
land soils. Soil Sci Soc A m J ,53 :800～805
10 　Curtis RO , Post BW. 1964. Estimating bulk density from organic2
matter content in some Vermont forest soils. Soil Science Society
Proceedings. 285～286.
11 　DeBusk WF , White J R , Reddy KP. 2001. Carbon and nitrogen
dynamics in wetland soils. In : Shaffer MJ , Ma L , and Hansed S
eds. Modeling Carbon and Nitrogen Dynamics for Soil Management .
Boca Rton :Lewis Publishers. 27～53
12 　Eswaran H , Van Den Berg E , Reich P. 1993. Organic carbon in
soils of the world. Soil Sci Soc A m J ,57 :192～194
13 　Fang J2Y(方精云) ,Liu G2H(刘国华) ,Xu S2L (徐嵩龄) . 1996.
Carbon reservoir of terrestrial ecosystem in China. In : Wang G2C
(王庚辰) , Wen Y2P(温玉璞) eds. Monitoring and Relevant Pro2
cess of Greenhouse Gas Concentration and Emission. Beijing : China
Environmental Science Press. 109～128 (in Chinese)
14 　Franzmeier DP , Lemme GD , Miles RJ . 1985. Organic carbon in
soils of North Central United States. Soil Sci Soc A m J ,49 :702～
708
15 　Huang C2Y(黄昌勇) . 2000. Pedology. Beijing :China Agricultural
Press. 1～311 (in Chinese)
16 　Huntington TG , Johnson CE , Johnson AH , et al . 1989. Carbon ,
organic matter , and bulk density relationships in a forested spo2
dosol. Soil Sci ,148 (5) :380～386
17 　Jenkinson DS , Adams DE , Wild A. 1991. Model estimates of CO2
emissions from soil in response to global warming. Nat ure ,351 :304
～306
18 　Jin F(金　峰) , Yang H(杨 　浩) , Cai Z2C(蔡祖聪) , Zhao Q2G
(赵其国) . 2001. Calculation of density and reserve of organic car2
bon in soils. Acta Pedol S in (土壤学报) ,38 (4) :522～528 (in Chi2
nese)
19 　Kern J S. 1994. Spatial patterns of soil organic carbon in the con2
tiguous United States. Soil Sci Soc A m J ,58 :439～455
20 　King AW , Emanuel WR , Wullschleger SD , Post WM. 1995. A
search of the missing carbon sink : a model of terrestrial biospheric
response to land - use change and atmospheric CO2. Tellus ,47B:
501～519
21 　Lacelle B. 1998. Canada’s soil organic carbon database. In : Lal
R , Kimble J M , Follett RF eds. Soil Processes and the Carbon Cy2
cle. Boca Raton CRC Press. 93～102.
22 　Lal R. 2002. Soil organic dynamics in cropland and rangeland. Env2
i ron Pollut ,116 (supp . ) :353～362
23 　Lal R , Bruce JB. 1999. The potential of world cropland soils to se2
quester C and mitigate the greenhouse effect . Envi ron Sci Policy ,
2 :177～185
24 　Li Z , Zhao Q. 2001. Organic carbon content and distribution in
soils under different land uses in tropical and subtropical China.
Plant and Soil ,231 :175～185.
25 　McDaniel PA , Munn LC. 1985. Effect of temperature on the rela2
tionship between organic carbon and texture in Mollisols and Aridis2
ols. Soil Sci Soc A m J ,49 :1486～1489
26 　National Soil Survey Office (全国土壤普查办公室) . 1998. Chi2
nese Soil. Beijing :China Agricultural Press. (in Chinese)
27 　Parton WJ , Schimel DS , Cole CV , Ojima DS. 1987. Analysis of
factors controlling soil organic matter levels in the Great Plains
grasslands. Soil Sci Soc A m J ,51 :1173～1179
28 　Parton WJ , Rasmussen PE. 1994. Long2term effects of crop man2
agement in wheat/ fallow Ⅱ. Century model simulations. Soil Sci
Soc A m J , 58 :530～536
29 　Post WM , and Kwon WM. 2000. Soil carbon sequestration and
land2use change : processes and potential. Global Change Biol , 6 :
317～327
30 　Post WM , Peng TH , Emanuel WR. 1990. The Global Carbon Cy2
cle. A mer Scientist ,78 :310～326
31 　Post WM , Emanuel WR ,Zinke PJ , Stangenberger AG. 1982. Soil
carbon pools and life zones. Nat ure ,298 :156～159
32 　Post WM , Pastor J , Zinke PJ , Stangenberger AG. 1985. Global
patterns of soil nitrogen storage. Nat ure ,317 :613～616
33 　Pouyat R , Groffman P , Yesilonis I , Hernandez L . 2002. Soil car2
bon pool and fluxes in urban ecosystems. Envi ron Pollut , 116
(supp . ) :107～118
34 　Shaffer MJ , Ma L . 2001. Carbon and nitrogen dynamics in upland
soils. In : Shaffer MJ , Ma L , Hansed S ,eds. Modeling Carbon and
Nitrogen Dynamics for Soil Management . Boca Raton :Lewis Pub2
lishers. 11～26
35 　Sims ZR , Nielsen GA. 1986. Organic carbon in Montana soils as
related to clay content and climate. Soil Sci Soc A m J ,50 :1269～
1271
36 　Sombroek WG , Nachtergaele FO , Hebel A. 1993. Amounts , dy2
namics and sequestrations of carbon in tropical and subtropical soils.
A MB IO ,22 (7) :417～426
37 　Stone EL , Harris WG , Brown RB , Kuehl RJ . 1993. Carbon stor2
age in Florida Spodosols. Soil Sci Soc A m J ,57 :179～182
38 VEMAP Members. 1995. Vegetation/ ecosystem modelling and
analysis project : Comparing biogeography and biogeochemistry
models in a continental2scale study of terrestrial ecosystem responses
to climate change and CO2 doubling. Global Biogeochem Cycles ,4 :
407～437
39 　Wang S2Q 王绍强) , Zhou C2H (周成虎) , Li K2R (李克让) , et
al . 2000. Analysis on spatial distribution characteristics of soil or2
ganic carbon reservoir in China. Acta Geographic S in (地理学报) ,
55 (5) :533～544 (in Chinese)
40 　Zinke PJ , Stangenberger AG , Post WM , et al . 1984. Worldwide
Organic Carbon and Nitrogen Data. ORNL/ TM28857. Oak Ridge ,
Tennessee : Oak Ridge National Laboratory.
作者简介 　王绍强 ,男 ,1972 年 11 月生 ,博士 ,副研究员 ,主
要从事陆地生态系统碳循环、土地利用/ 土地覆被变化和遥
感应用研究 ,发表论文 10 多篇. E2mial :wangsq @lreis. ac. cn
208 应 　用 　生 　态 　学 　报 　　　　　　　　　　　　　　　　　　14 卷