全球土壤盐分增加对无机碳变化的贡献：一项综合评估报告

一、 研究作者、机构与发表信息 本研究由Xiaofang Jiang（蒋晓芳）与Xian Xue（薛娴）共同完成。作者单位包括：中国科学院西北生态环境资源研究院干旱区盐渍化研究站（中国兰州）、广西植物研究所（中国桂林）、中国科学院干旱区生态安全与可持续发展重点实验室（中国兰州）以及青海师范大学地理科学学院（中国西宁）。该研究于2026年1月21日发表于美国国家科学院院刊《PNAS》（Proceedings of the National Academy of Sciences of the United States of America），文章编号为e2522643123。

二、 学术背景与研究目标 本研究属于环境科学与全球变化领域，聚焦于土壤碳循环与土地退化交叉议题。土壤无机碳（Soil Inorganic Carbon， SIC）是大气碳循环的重要组成部分，尤其在干旱半干旱区，其储量巨大，对全球碳平衡具有潜在重要影响。与此同时，土壤盐渍化作为继土壤侵蚀和养分耗竭之后第三大的人为土壤退化过程，正影响着全球超过20%的灌溉区和约14亿公顷的土地。尽管已有研究关注土壤盐分与土壤有机碳（SOC）的关系，但全球尺度上土壤盐分（通常用电导率EC表征）与SIC之间的动态关系及其机制仍不清楚。先前研究多缺乏大尺度的综合分析及模型支持。因此，本研究旨在阐明全球土壤盐分增加如何影响SIC的储存与变化，以揭示土壤-大气-水系统中碳-盐耦合的动态过程，为理解全球碳循环“失汇”问题提供新视角，并为碳中和战略提供关键科学依据。

三、 详细研究流程与方法 本研究是一项基于大数据与机器学习模型的全球尺度分析，其工作流程系统而严谨，主要包括以下几个步骤：

1. 数据收集与预处理： 研究首先从多个平台下载了与土壤属性相关的参数。核心数据是来自ISRIC世界土壤信息服务（WoSIS）的土壤电导率（EC）和土壤无机碳（SIC）数据，共使用了94,515个土壤样本，涵盖了0-200厘米深度的7个土层（如0-20厘米，20-40厘米等）。EC数据代表了土壤提取液（不同水土比）的导电能力，SIC数据则代表了土壤中碳酸盐等无机碳的含量（以g/kg计）。此外，研究还整合了多源数据以构建预测模型的影响因子集，包括： * 地貌数据：从美国国家海洋和大气管理局（NOAA）获取全球高程数据，并使用SAGA GIS软件提取了地形湿度指数、坡度、坡向、汇流面积、河谷深度等多种地貌指数。 * 气候数据：从WorldClim获取当前及未来（至2040年）的气候数据，包括温度、降水、水汽压等。未来气候情景基于CMIP6模型的四种共享社会经济路径（SSP126， SSP245， SSP370， SSP585）。 * 土壤属性数据：采用联合国粮农组织（FAO）发布的和谐世界土壤数据库第二版（HWSD v2.0），获取了土壤质地、容重、pH值等理化性质。 * 土地利用/土地覆盖（LULC）数据：使用欧空局发布的2020年10米分辨率全球土地覆盖数据，将地表类型分为乔木覆盖、灌木地、草地、耕地、建设用地、裸地/稀疏植被等。 * 遥感数据：在谷歌地球引擎（Google Earth Engine）平台上，利用2021年的Landsat-8影像中值，计算了盐分指数、植被指数、水体指数等，主要用于预测0-20厘米表层的EC和SIC。 * 其他参数：如全球土壤模型数据集中的全硫、全磷、全钾等。 所有数据在参与模型训练前，均通过ArcGIS软件统一重采样至1公里空间分辨率，以确保空间一致性。

2. 空间异质性处理与相关性分析： 为了克服全球数据中普遍存在的空间异质性问题，研究采用了亚区分类的创新方法。具体而言，将全部样本根据土壤类型、土地利用、气候、地貌和土壤质地这五个因子分别进行分类，在每个亚区内计算EC与SIC及其他参数之间的斯皮尔曼相关系数。研究发现，在不进行分类的情况下，EC与其他参数的最高相关系数仅为0.43。而经过亚区分类后，EC与SIC等参数的相关性显著增强，例如在根据土壤类型划分的“潜育土”亚区（0-20厘米），EC与SIC的相关系数高达0.74。这一步骤证明，亚区分类能有效减少复杂成土因子的混杂效应，更清晰地揭示EC与SIC的内在联系。

3. 机器学习模型构建与预测： 研究采用梯度提升机（Gradient Boosting Machine， GBM） 作为核心预测模型。分别构建了用于预测当前全球各土层EC和SIC空间分布的模型。模型的输入变量为上述收集的所有环境参数（气候、地貌、土壤属性、土地利用、遥感指数等），输出变量为EC或SIC。为了验证模型精度，研究使用决定系数（R²）、均方根误差（RMSE）等指标进行评估。结果表明，基于土地利用分类的GBM模型表现优异，在验证数据集上的R²值普遍超过0.6，能较好地克服空间异质性和样本量不足的问题。研究重复运行每个GBM模型超过1000次以获得最优预测结果。利用训练好的模型，生成了全球7个土壤层当前EC和SIC的1公里分辨率空间分布图。

4. 盐分-无机碳关系定量模拟： 为了直接探究盐分增加对SIC的影响，研究设计了一个关键的情景模拟步骤：在现有EC值的基础上，人为地、全局性地将EC水平分别增加2 dS/m和4 dS/m，然后再次使用训练好的GBM模型，预测在此新的“增盐”情景下，全球及各亚区（按土地利用、气候等分类）的平均SIC含量会发生怎样的变化。通过比较增盐前后SIC的预测值，可以定量评估EC增加对SIC储量的潜在影响。

5. 未来情景预测： 结合CMIP6提供的四种未来气候情景（SSP126， SSP245， SSP370， SSP585）下的气象数据和稳定的地貌参数，研究进一步预测了2040年全球土壤盐分（EC）的空间分布，以评估不同气候变化路径下土壤盐渍化的发展趋势及其对SIC的潜在影响。

6. 数据可用性： 本研究中生成的所有源数据集和全球地图均已公开，可通过Figshare数据仓库获取（DOI: 10.6084/m9.figshare.29019137）。

四、 主要研究结果 1. 全球EC与SIC的空间分布及模型可靠性： 预测结果显示，高SIC值主要分布在干旱和半干旱地区，如中亚、西亚、北非、北美中西部和南美西部。这些地区降水少、蒸发强，限制了碳酸盐的溶解和淋失。这一分布模式与先前研究结果一致，证实了模型的可靠性。全球土壤盐分（EC）高值区主要集中在海拔500米以下的低洼地区；易受盐渍化影响的土壤类型包括冷冻土、疏松岩性土、薄层土和砂性土；从土地利用看，盐渍化在草地和裸地/稀疏植被区最为普遍；从气候带看，干旱区盐渍土分布最广。与FAO等机构的全球盐渍土分布图相比，本研究的预测结果具有良好的一致性。

2. EC与SIC的普遍正相关关系： 在大多数情况下，尤其是在0-40厘米的土壤表层，EC与SIC呈正相关关系。情景模拟数据强有力地支持了这一发现：当全球0-20厘米土层的平均EC从当前的2.56 dS/m增加2 dS/m和4 dS/m时，该层的平均SIC含量分别从66.15 g/kg显著上升至174.47 g/kg和190.38 g/kg。在20-40厘米和80-100厘米土层也观测到类似的增长趋势。这表明，在一定的盐分阈值下，土壤盐分的增加普遍促进了无机碳的固存。这种正相关在干旱/半干旱气候区、砂壤土、砂土以及淋溶土、黑钙土等土壤类型中尤为明显。研究利用HWSD v2.0数据集进行的验证也显示了EC与碳酸钙含量之间的正相关趋势，进一步佐证了基于WoSIS数据得出的结论。

3. SIC对盐分增加的负反馈情形： 研究也揭示了两种重要的负反馈机制： * 土壤深度超过40厘米时：在80-100厘米的深层土壤中，EC对SIC有时表现出负向影响。这可能是由于深层土壤水分条件改变，以及岩生碳酸盐（Lithogenic Carbonates， LIC） 占主导所致。LIC来源于母岩风化，在干旱区难以溶解迁移，其空间分布主要受地质背景等非生物因素控制，可能与表层盐分动态的关联较弱。此外，盐分增加导致pH升高，促使表层土壤中的CO₂转化为HCO₃⁻，后者随灌溉或降水向下淋溶，可能在上层土壤中造成无机碳库的耗竭。 * 初始EC超过4 dS/m时：当土壤原始EC值超过4 dS/m后，SIC储量并不总是持续增加，存在“碳汇功能退化”的现象。可能的机制包括：过高盐度（尤其是Na⁺和Cl⁻含量过高）会与Ca²⁺竞争，降低碳酸钙的沉淀速率，甚至破坏碳酸钙溶解-沉积平衡，使其向溶解方向移动；高浓度溶解离子可能抑制微生物介导的无机碳转化过程（如碳酸酐酶活性）；Na⁺饱和的胶体分散会导致土壤孔隙度下降，阻碍CO₂向深层扩散，从而抑制次生碳酸盐的形成。

4. 不同亚区下的响应差异： * 土地利用：在灌木地，由于水分淋溶影响小，0-200厘米土层SIC与EC大多呈正相关。在人类活动频繁的草地、耕地和建设区，80-100厘米土层偶尔出现负相关。在森林和水体覆盖区，土壤湿度高，SIC和EC值较低，深层SIC与EC的增加常呈负相关，可能与碳的淋失有关。 * 气候与质地：干旱/半干旱区0-40厘米土层SIC随EC增加呈波动上升。砂质土（如砂土、砂壤土）比粘质土具有更高的SIC，表明土壤暴露程度高或孔隙大有利于CO₂固存。 * 土壤类型：富含石英砂的砂性土和富含碳酸钙的黑钙土，其SIC含量较高，且与EC正相关明显。

5. 未来情景预测： 对2040年的预测表明，在温室气体排放最高的SSP585情景下，土壤盐渍化程度将显著高于其他情景。例如，0-20厘米表土的平均盐度在SSP585情景下预计为2.86 dS/m，高于当前的2.30 dS/m，而在低碳排放的SSP126情景下仅为1.47 dS/m。尽管盐分增加在某些情况下有助于无机碳固存，但SSP585和SSP370等高排放情景伴随的严重土壤酸化会加剧SIC的流失。因此，未来SIC的变化需要综合评估盐分、气候、水分淋溶和土壤酸化等多重因素的效应。

五、 研究结论与价值 本研究得出结论：全球土壤盐分增加对土壤无机碳库具有重要且复杂的影响。在多数情况下，尤其是在表层土壤（0-40厘米）和盐分未超过阈值（~4 dS/m）时，土壤盐分与无机碳储量呈正相关，盐渍化过程可能通过提高pH值、增加离子强度等机制促进碳酸盐沉积，从而增强土壤的碳汇功能。然而，在深层土壤（>40厘米）或高盐度（EC > 4 dS/m）条件下，则可能观察到负相关或碳汇功能饱和/退化。 本研究的科学价值在于，首次在全球尺度上系统量化并揭示了土壤盐分与无机碳之间的耦合关系及其边界条件，阐明了碳-盐相互作用的生物地球化学机制，为完善全球碳循环模型、准确评估陆地碳汇提供了关键参数和新的认识。其应用价值体现在为应对全球气候变化和土地退化提供了双重视角：一方面，在适度范围内，盐渍化土壤可能是一个被忽视的碳汇，在碳中和管理策略中应予以考虑；另一方面，过度盐渍化会破坏这种碳汇功能，并带来严重的生态和生产问题，因此需要采取可持续的土地管理措施来缓解盐渍化，同时权衡其对碳循环的影响。

六、 研究亮点 1. 研究尺度与数据量巨大：首次基于全球近10万个土壤样本数据，系统分析了土壤盐分与无机碳的关系，填补了大尺度机制研究的空白。 2. 方法创新：创新性地采用“亚区分类”方法，有效克服了全球土壤数据的空间异质性，显著提高了EC与SIC相关性的检测能力。 3. 情景模拟揭示因果关系：通过GBM模型进行“增盐”情景模拟，直接、定量地评估了盐分增加对SIC的潜在影响，超越了简单的相关性分析，增强了因果推断。 4. 揭示了复杂的非线性关系与阈值：明确了土壤盐分对SIC的影响并非简单的线性正相关，而是受到土壤深度、初始盐度、土地利用、气候等多重因素调节的复杂过程，并初步指出了~4 dS/m可能是一个重要的盐度阈值。 5. 整合多源数据与未来预测：综合了土壤、气候、地貌、遥感等多维度数据，并耦合未来气候情景，预测了土壤盐渍化与无机碳变化的未来趋势，具有前瞻性。

七、 其他有价值的内容 研究在讨论部分深入探讨了其发现的可能机制，例如：盐分通过提高pH促进CO₂溶解和碳酸根离子供应；Ca²⁺与CO₃²⁻结合形成碳酸钙沉淀；高盐度下Na⁺与Ca²⁺的竞争效应；以及微生物（如碳酸酐酶）在无机碳转化中的关键作用及其受盐度抑制的可能性。同时，研究也坦诚地指出了自身的局限性，包括：土壤无机碳沉积是一个漫长的地质生物化学过程，而本研究基于空间换时间的方法，在时间尺度上存在局限；所使用的多源数据空间分辨率不一致；土壤形成因素和盐渍土化学组成极为复杂，可能带来干扰；微生物过程的细节仍需结合宏基因组学和同位素示踪等技术进一步阐明。这些讨论为后续研究指明了方向。