土壤有機碳（SOC）庫是陸地生態系統中重要的碳庫之一，在調控生態系統碳平衡和減緩溫室氣體方面具有重要作用。土壤有機碳的分布存在時間、空間和深度異質性，可能在較短的垂直距離上產生較大的變異。高精度曲面建模（HASM）方法是用于地理信息系統和生態建模的一種基于微分幾何學曲面理論的曲面建模方法，將HASM方法與深度信息結合，有利于解決剖面土壤屬性的空間分布預測問題。

近期，史文嬌研究組首次提出HASM與土壤深度信息結合的方法，比較了16種空間預測模型（包括單一模型、混合模型和各種HASM方法）模擬土壤有機碳儲量空間分布的準確性，對中國河北省土壤有機碳儲量進行了空間預測。?

研究表明，HASM與具有深度信息的廣義加性模型（GAM）相結合（HASM_GAMD）的方法，取得了比其他方法更好的預測性能。與沒有深度信息的模型相比，HASM_GAMD模型預測SOC儲量空間分布的均方根誤差和決定系數分別提高了43%和49%。HASM與土壤深度信息結合的方法顯著提高了土壤有機碳儲量空間預測的精度，降低了不確定性。研究為土壤有機碳儲量的空間建模與制圖精度提升提供一種新視角，為評估土壤碳儲量提供了方法支撐。

相關研究成果發表農林和土壤科學領域一區Top期刊《Soil & Tillage Research》(IF=6.5)，論文通訊作者為史文嬌研究員，第一作者為客座研究生李家英，南京土壤研究所劉峰研究員為文章的共同第一作者。?

論文信息：Li, J., Liu,?F., Shi, W.^*, Du, Z., Deng, X., Ma, Y., Shi, X., Zhang, M., Li, Q., 2024. Including soil depth as a predictor variable increases prediction accuracy of SOC stocks. Soil and Tillage Research 238, 106007.

網址：https://doi.org/10.1016/j.still.2024.106007

??

?