引用本文
王旭洋, 李玉强, 连杰, 罗永清, 牛亚毅, 龚相文. CENTURY模型在不同生态系统的土壤有机碳动态预测研究进展. 草业学报, 2019,28(2): 179-189
WANG Xu-yang, LI Yu-qiang, LIAN Jie, LUO Yong-qing, NIU Ya-yi, GONG Xiang-wen. Progress in application of the CENTURY model for prediction of soil carbon levels in different ecosystems. Acta Prataculturae Sinica,2019,28(2): 179-189  
Doi:10.11686/cyxb2018126
Permissions
Copyright©2019, 草业学报编辑部
本文属于开放获取期刊。
CENTURY模型在不同生态系统的土壤有机碳动态预测研究进展
王旭洋1,2, 李玉强1,*, 连杰1, 罗永清1, 牛亚毅1,2, 龚相文1,2
1.中国科学院西北生态环境资源研究院,甘肃 兰州 730000
2.中国科学院大学,北京100049
*通信作者. E-mail: liyq@lzb.ac.cn

作者简介:王旭洋(1990-),男,甘肃天水人,在读博士。E-mail:xuyangwang221@126.com

收稿日期: 2018-03-07
基金项目:国家重点研发计划项目(2017YFA0604803),中国科学院百人计划项目(Y551821)和国家自然科学基金项目(31640012,31560161和31260089)资助
摘要

CENTURY模型是国际上著名的生物地球化学模型之一。本研究系统介绍了CENTURY模型的运行机理及过程,分析和总结该模型在草地、农田、森林生态系统中土壤有机碳(SOC)的研究成果,并归纳了影响其模拟精度的主要因素。结果表明,土壤质地和土壤养分是影响CENTURY模型在草地生态系统应用的关键因素,且该模型在荒漠草原生态系统的适应性较高;不同农业管理模式是影响SOC模拟精度的因素之一,间作农业模式下模拟SOC的精度较高;CENTURY模拟森林生态系统的枯枝落叶层的有机质时存在结构缺陷,这导致CENTURY模型在草地和农田系统的模拟效果优于森林生态系统。由于CENTURY模型最初是基于草地生态系统而开发,其模型参数在不同地域的草地生态系统的普适性较高;过多的人为干预增加了CENTURY模型在农田生态系统模拟的不确定性,从而会出现模拟结果不稳定的现象;通过调查掌握详细的农田历史管理制度和方式,准确控制模拟进程,可以有效提高模拟精度;森林生态系统的模拟结果可以服务于管理措施的制定,CENTURY模型结合GIS可以实现单点模拟向区域模拟的转变。

关键词: CENTURY模型; 土壤有机碳; 生态系统
Progress in application of the CENTURY model for prediction of soil carbon levels in different ecosystems
WANG Xu-yang1,2, LI Yu-qiang1,*, LIAN Jie1, LUO Yong-qing1, NIU Ya-yi1,2, GONG Xiang-wen1,2
1.Northwest Institute of Eco-Environment and Resources, Chinese Academy of Sciences, Lanzhou 730000, China
2.University of Chinese Academy of Science, Beijing 100049, China
*Corresponding author. E-mail: liyq@lzb.ac.cn
Abstract

The CENTURY model, designed to predict soil C, N, P, and S dynamics in a range of ecosystems, is one of the most famous biogeochemical models in the world. The research reported here systematically examines the operating mechanisms and processes of the CENTURY model, and research data on results of soil organic carbon were analyzed and collated for grassland, farmland and forest ecosystems using this model. It was found that soil texture and soil nutrient levels are key factors influencing the application of the CENTURY model in grassland ecosystems, and that the model has high predictive accuracy in desert grassland. Agricultural management is one of the factors most strongly affecting soil organic carbon (SOC) simulation accuracy. The SOC simulation accuracy was higher in intercrop systems than in monocrop scenarios. CENTURY had structural defects in simulating soil organic matter in the litter layer of forest ecosystems; hence the CENTURY model performs better in the simulation of grassland and farmland systems than when simulating forest ecosystems. Since the CENTURY model was originally developed for work on grassland ecosystems, its model parameters are more universally applicable to grassland ecosystems in different regions. Excessive human intervention would increase the uncertainty factor in CENTURY modeling of agro-ecosystems, potentially resulting in instable simulation results. The simulation accuracy could be substantially improved through collecting data on and accurately accounting for historical farm system and management methodologies practiced, when performing the simulation. The simulation results for forest ecosystems can be used for the formulation of management measures. In addition, scaling up from single-point simulation to the regional level could be achieved by the integration of CENTURY model results into a GIS approach.

Keyword: CENTURY model; soil organic carbon; ecosystem

土壤碳库是陆地生态系统最大及最活跃的碳库[1], 全球陆地生态系统土壤有机碳储量约为1550 Gt, 约占陆地总碳储量(2500 Gt)的60%[2]。土壤有机碳(soil organic carbon, SOC)库的容量如此之大, 使得其较小幅度的变化都会对全球碳循环产生巨大的影响[3, 4]。土地利用方式的改变会引起土壤碳储量发生变化[5], 自然生态系统退化和农田开垦均会使SOC储量下降[6, 7, 8, 9], 如自然生态系统开垦为农田会导致温带地区SOC减少60%, 热带地区 SOC减少75%以上[2]。通过植树种草, 实施保护性耕作, 及其他有效遏制土壤退化的措施可以显著提高SOC截存量[10, 11, 12, 13, 14], 因此在人类经营管理和环境变化驱动力下评价生态系统的碳收支, 并预测未来SOC储量的变化趋势显得尤为重要。目前的研究方法主要包括野外定位试验和模型预测两种类型, 其中野外定位试验对SOC动态演变的监测时空范围十分有限, 另外基于有限的试验站点, 试验数据在时间和空间上难以连续, 观测研究并不能反映SOC长时间序列上的变化特征, 进而无法对其进行有效分析、形成规律性的认识[15]。模型可以基于详实的参数资料模拟过去长时间序列的SOC动态变化并预测其未来变化趋势, 在全球气候变化背景下, 面对碳循环过程及各碳库之间的碳通量和反馈机制的复杂性来定量预测陆地生态系统SOC的时空演替, 因此, 运用模型进行相关研究是切实可行的方法[16]。CENTURY模型是表征土壤有机质(soil organic matter, SOM)动态应用比较广泛的模型之一, 多年有关CENTURY的研究充分证明该模型的实践性和预测结果的合理性[17, 18, 19, 20, 21, 22, 23, 24], 但目前关于CENTURY模型的运行机理、存在问题及相关研究的分析总结相对较少, 从而影响研究人员对该模型的认知。因此, 通过系统介绍CENTURY模型及相关研究进展, 旨在为不同研究者使用该模型时提供参考。

1 CENTURY模型
1.1 CENTURY模型概述

CENTURY模型最早是由美国科罗拉多州立大学的Parton等[25]建立, 是包含植物-土壤营养循环的综合模型。起初主要用于模拟草地生态系统的植物生产力, 土壤有机质动态变化, 营养循环及土壤水分通量等, 改进之后广泛应用于农田、森林生态系统及亚热带稀树草原的土壤有机质长期变化及植物的生长[26, 27]。该模型通过碳、氮、磷、硫的循环来实现生态系统相关性能的模拟[28, 29, 30, 31], 着眼于气候变化及人类干扰对各生态系统中生产力、碳和氮等物质循环以及水循环的影响, 主要由土壤碳循环、水分及土壤温度、氮磷硫循环以及植物生产力几个子模型组成, 其中植物生产力子模型又包括草原/作物、森林及热带稀树大草原3种形式。

CENTURY模型对生态系统物质循环的模拟是通过其内部土壤水分和温度子模型、植物生产力子模型及SOM子模型的耦合来实现的。如图1所示, 土壤水分和温度子模型可以实现水分在生态系统中的平衡分配并模拟出土壤有效持水量和温度, 该水热条件影响有机质分解率并结合SOM子模型计算不同SOM库中N、 P、 S矿化及分配率。SOM子模型将计算结果输入植物生产力子模型, 此时植物的生长状况由土壤养分(N、 P、 S)含量及水热条件来决定。植物生长季结束后, 植物残体根据不同水热条件的影响被分配到不同的SOM库, 主要包括活性库(active SOM)、缓慢库(slow SOM)和惰性库(passive SOM), 然后再次进入有机质子模型计算阶段, 此时CENTURY模型完成一个生长季的物质循环计算并进入下一轮生长季的计算过程。在这3大子模型耦合过程中, 还考虑了灌溉、放牧、火烧、施肥、耕作、收获、空气CO2浓度变化等因素。

图1 土壤水分和温度子模型、植物生产力子模型及SOM子模型耦合示意图[32]Fig.1 Soil moisture and temperature sub-model, plant productivity sub-model and SOM sub-model coupling diagram

1.2 CENTURY子模型描述

1.2.1 土壤水分和温度子模型 土壤水分和温度子模型以年为周期在模拟开始之前, 首先计算出不同土层(1~4各层厚度为15 cm, 5层以下厚度为30 cm)之前年份的水分结余, 同时在灌溉和降水条件下, 需除去水分流失部分(地表径流、植被冠层截留和裸土蒸发), 将剩余水分输入表层土壤(0~15 cm)。然后CENTURY模型根据各土层田间持水量计算对应土层的土壤饱和水势, 达到土壤饱和水势后, 剩余水分将渗入下一层土壤中, 以此类推, 当最底层土壤达到饱和水势后, 剩余水分将汇入地下水, 在整个水分渗透过程中伴随着矿物质营养的转移。

1.2.2 植物生产力子模型 模型首先根据水热条件参数估算植物每月的潜在生物量并计算营养物质(N、P、S)需求量, 然后将该需求量与土壤可用营养物质含量进行比较, 若需求量小于土壤可用营养物质含量, 植物生长将达到潜在生物量, 反之植物生长会受到营养物质胁迫导致生物量减小。在植物生长模拟过程中, 通过对根部碳含量的动态分配, 植物体被分为地上和地下两部分, 同时, 植物死亡残体将选择性的被分配至各物质等级库[32]。

1.2.3 SOM子模型机理描述 植物残体分解后向土壤释放的养分是植物维持自身生长所需养分的主要来源之一[33], 植物残体中的木质素难以被微生物降解[34], 如图2所示, 进入土壤的植物凋落物按照其木质素含量采用多分室建模, 理论划分为结构库(STRUCT.)和代谢库(METAB.), 结构库主要包括植物残体中木质素含量较高的植物组织(如枝条, 死亡主根), 其包含了全部的植物木质素; 代谢库主要包括易于分解的植物残体(如叶片, 毛细根等)。最终植物残体在结构库与代谢库之间的分配是由N含量与木质素的比值决定的, 输入结构库的植物残体比例随着木质素与N含量的比值增大而增大[23]。SOM根据不同的潜在分解速率将其分为活性库、缓慢库、惰性库[26], 其中, 活性库主要由活的微生物及它的代谢产物组成, 周转时间从数月到数年不等, 土壤质地影响了活性SOM的周转速率(沙土较快)及活性SOM向缓慢SOM转化的稳定速率(粘土较高); 缓慢SOM包括不易分解的土壤有机物质(来自结构库)和土壤固定的微生物产物(来自活性库以及表层微生物库), 周转时间受气候条件的影响而有所差异, 为20~50年; 惰性SOM是土壤中极难分解的部分, 周转时间为400~2000年。微生物呼吸作用产生的CO2被认为可以调节SOM和植物残体的分解速率, 活性库的有机质分解产物以CO2的形式散失, 随着土壤砂粒含量增高而变大。分解产物根据其最大分解速率的大小进入表层微生物库或3大有机质库之一。土壤水分和土壤温度的倍增作用降低了潜在的分解速率, 同时潜在分解速率可能由于耕作的影响而增大。植物体中的木质素未经过土壤表层微生物库和活性库, 而是直接输入缓慢库中。

图2 SOM循环流程图[35]Fig.2 SOM cycle flow chart

1.3 CENTURY模型运行

CENTURY模型以月或年为时间步长, 可在基于Access数据库的窗口模式和DOS提示符下运行。最常用的DOS版本包括3个独立的可执行程序:file100、event100和list100, file100可调用或者修改12个输入文件的参数, 输入文件分别为站点信息(site.100)、气象数据(.wth)、植被参数(crop.100)、耕作(cult.100)、施肥(fert.100)、火烧(fire.100)、放牧(graz.100)、收获(harv.100)、灌溉(irri.100)和有机质添加(omad.100), 主要输入参数包括月最高、最低气温(℃)、月降水量(cm)、土壤质地(砂粒、粉粒、黏粒含量)、土壤含水量、土壤萎蔫系数、pH、作物最高和最适生长温度(℃)等[25, 27]; event100确定模拟事件的起止时间, 并安排事件发生的先后顺序生成相应的管理文件(.sch), 模型运行成功之后生成二进制(.bin)文件, 最后用list100将二进制的输出结果转化为可读的十六进制文件。

2 CENTURY模型在不同生态系统中SOC动态预测的应用
2.1 CENTURY模型在草地生态系统中的应用

模型研发者在模型应用之初基于俄罗斯Kursk地区的草甸草原开展了校准和验证试验, 起初由于Parton等[36]忽视了植物物种随着时间的推移而发生的变化, 导致生物量预测结果较差(R2=0.45)。为了解决这一问题, Gilmanov等[37]通过修改7个关键参数来提高模型预测的准确性, 模型改进之后植物生物量预测能力得到提高(R2=0.67)。这也是CENTURY模型发展至今仍存在的“ Fix.100” 文件的由来, 在CENTURY 4.0版本之后, 这些参数均被并入Site文件中。此外, 该模型的模拟精度会受SOC测定方法的影响, Mikhailova等[38]在Kursk以天然草地的SOC实测值作为连续50年休耕地的SOC初始值, 模拟草地转换为农田之后SOC的动态变化过程, 结果发现干式燃烧法测定的SOC比重铬酸钾氧化法的测定值更加接近模拟值, 模拟草地转换为农田时土壤容重需要同步进行更改才能提高模拟精度。由此可见, 20世纪80~90年代, 外国学者在草地试验点开展的模拟研究主要是为了完善和验证模型, 这也为CENTURY模型的应用推广建立了夯实的基础。模型改进之后草地生态系统SOC的模拟精度得到了较大改善, Parton等[26]在北美大草原模拟了不同气温对SOM的影响, 发现模型能够准确预测土壤碳、氮含量, 但对于质地较细的土壤碳、氮含量预测会偏高10%~15%。Bandaranayake等[39]模拟天然草地转变为高尔夫平草坪之后, 起初表现为碳源, 之后呈碳汇, 并预测30年后土壤表层(0~20 cm)有机碳截存量为23~32 mg C· hm-2, 模型对样点位置和土壤质地影响较为敏感。CENTURY模型对于特殊的土壤和植物残体模拟效果并不理想, Foereid等[40]在苏格兰模拟长时间序列上4种不同放牧方式的草地土壤碳、氮含量存在明显差异, 根据12年的土壤碳、氮连续观测数据与模拟值相差较大, 归结原因应该是当地土壤中含有大量未分解的有机质, 以及分解缓慢的凋落物。Gijsman等[41]在哥伦比亚农田系统和疏林草地生态系统运用CENTURY模型模拟SOM时, 发现模型的SOM理论不适用于当地的植物残体分解, 模型对高度风化的低磷土壤的适用性较低, 模型参数化时可能需要使用与原始版本不同的磷组份含量, 可见, 除受SOC测定方法的影响外, 土壤质地和土壤养分亦是影响CENTURY模型在草地生态系统应用的关键因素。

CENTURY模型是基于点尺度模拟的生物地球化学模型, 单点模拟形式显然难以满足较大区域尺度的研究需求[42, 43, 44, 45]。我国关于CENTURY在草地生态系统的应用起步较晚, 此时经过完善后的模型理论和技术的应用相对更加成熟, 国内学者结合多种方法取得了不错的模拟效果。研究者通常依据《地理信息元数据》的标准来定义CENTURY模型参数的元数据, 对模型参数进行栅格化处理, 把CENTURY模型与ArcGIS耦合, 这是区域尺度模拟的新思路[42]。郭灵辉等[43]运用了这种模型空间化的方法, 通过编译程序逐个格点调用CENTURY模型主程序对内蒙古草地1981-2010年的植被净初级生产力(net primary productivity, NPP)进行模拟并分析其对气候变化的响应机制, 发现降水是1981-2010年草地NPP下降的主要因素, 在此研究基础上, 2011-2050年内蒙古草地NPP的模拟结果表明未来气温是影响草地生产力的主导因素, 这与之前(1981-2010年)研究结果不同, 主要原因是3种草原NPP对降水敏感程度依次为:典型草原> 荒漠草原> 草甸草原, 荒漠草原NPP受温度影响最大, 而不同时间段内草原面积也会发生变化[44]。李秋月[45]将CENTURY模型空间化之后模拟1961-2010年土壤表层(0~20 cm)SOC动态变化, 模拟值与观测值的线性回归决定系数R2达到0.89, 可见经过本地化后的CENTURY模型可以用于内蒙古地区草地生态系统的模拟研究和空间化, 模拟结果具有一定的稳定性。基于内蒙古草地生态系统观测站点对CENTURY模型适应性进行评价的研究颇多, 陈辰等[46]用内蒙古4种主要草地类型(草甸草原、典型草原、荒漠草原及草原化荒漠)试验站点的生物量观测数据, 对CENTURY模型进行校准和验证, 结果表明CENTURY模型在荒漠草原的适应性最高(R2=0.65)。张存厚等[47]在四子王旗生态气象观测站的研究结果表明CENTURY模型能够成功模拟荒漠草原的季节动态和年际变化, 生长季内每月地上生物量模拟值与观测值之间具有较好的相关性(R2=0.66)。莫志鸿等[48]以50年(1961-2010年)的气象资料数据作为CENTURY模型的输入参数, 模拟了4种主要的草原生态系统(温性草原、温性草甸草原、温性荒漠、高寒草甸)的地上净初级生产力(above net primary productivity, ANPP), 不同草原生态系统ANPP模拟值与实测值的线性回归系数依次为:温性荒漠 (0.44)> 温性草甸草原 (0.41)> 高寒草甸 (0.39)> 温性草原 (0.32)。肖向明等[49]利用CENTURY模型模拟了锡林河流域大针茅(Stipa grandis)草原和羊草(Leymus chinensis)草原10年(1980-1989年)的SOC变化特征, 在羊草样地0~20 cm 土层, SOC密度模拟值 (4691~4758 g· m-2) 比观测值 (5405~5683 g· m-2) 低13%~18%。CENTURY模型在内蒙古草地生态系统基于点尺度和区域尺度的适应性较高, 可以模拟多种草原类型NPP和SOC的动态变化过程。针对青藏高原地区高寒草甸土壤模拟研究不足的情况, 李东[50]在海北研究站验证了CO2通量观测数据与模拟值的相关性显著(R2=0.89, P< 0.01), 在这基础上分析了1960-2005年气候波动对高寒草甸SOC动态变化的影响, 并模拟了45年后不同放牧强度的SOC含量变化特征。综上, CENTURY模型在不同草地生态系统的模拟精度差异较大, 在荒漠草原生态系统的适应性较高。

2.2 CENTURY模型在农田生态系统中的应用

CENTURY模型在农田生态系统进行模拟的初始地面景观多数为天然草地, 以天然草地所在位置的土壤属性数据作为站点信息的输入值, 用现有的气象累年月均值驱动模型运行千年达到有机质平衡状态, 以天然草地平衡状态下的SOC作为农田模拟的SOC初始值, 模拟单作、间作、休耕等不同农业管理模式下SOC变化特征, Parton等[25]用CENTURY模型模拟了小麦(Triticum aestivum)连作农业管理模式下, 土壤碳、氮含量的模拟值与实测值相差不到5%, 另外1931-1986年的实测和模拟数据均表明采用秋收之后火烧麦茬不利于土壤有机碳的积累; 土壤有机碳变化与地上碳输入存在线性关系, 当地上碳输入量为200 g C· m-2· yr-1时, 土壤有机碳含量可以保持稳定。Oelbermann等[51]模拟了间作(玉米和大豆)和单作(玉米或大豆)农业管理模式下SOC动态特征, 模拟值与实测值之间的R2大小依次为:1∶ 2谷类和豆类间作(0.97)> 2∶ 3谷类和豆类间作(0.89)> 大豆(Glycine max)单作 (0.69)> 玉米(Zea mays)单作(0.68), CENTURY模型在间作农业模式下模拟SOC的精度更高。Leite等[52]模拟了淋溶土在不同耕作模式下SOC的变化特征, 结果发现只有在免耕条件下SOC储量有恢复的趋势, 而且不同碳库的模拟值与实测值之间的回归系数各异, 在总碳库、活性库、缓慢库和惰性库的回归系数依次为0.91, 0.64, 0.48和0.90, 该模型可以较好地模拟淋溶土的总碳库和惰性库的SOC变化。Musinguzi等[53]基于两个研究站Kenya(1976-1996年的玉米和大豆间作农业), Kiboga-Uganda(1980-2010年玉米)的SOC数据验证CENTURY模型的精确性(R2均大于0.90), 并成功预测了单作玉米持续耕作不施肥时2010-2060年SOC每年减少849 kg C· hm-2· yr-1。Gupta等[54]在喜马拉雅山中部选取了6个典型的农业生态系统站点, 2011年的SOC实测数据与模拟值之间的相关系数为0.95, 在此基础上预测2011-2099年间不同气候模式下各站点SOC储量的变化特征存在明显差异。Tornquist等[23]用CENTURY模型模拟巴西南部农田1993-2050年SOC的动态变化, 1990年前植被覆盖的原始景观为亚热带森林和天然草地, 土壤质地较细的林地SOC模拟值与实测值相吻合, 而原始景观为草地的SOC模拟精度不够, 在1993-2050年间亚热带森林开垦为农田之后SOC储量下降了44%~50%, 天然草地变为农田之后SOC储量下降了20%~27%。

国内关于CENTURY模型最初的应用区域集中在我国东北地区, 土壤类型主要为黑土。东北地区是我国重要的产量基地, 国内学者在东北地区农田系统用CENTURY模型开展了大量研究, 高鲁鹏等[55]模拟了自然状态下黑土0~20 cm的SOC密度经过5000年的累积最后稳定在7.9~11.7 kg· m-2之间, SOM缓慢库和惰性库是影响SOC积累过程的决定性因素, 这与Oelbermann等[51]的研究结果一致。方华军等[56]在典型黑土漫岗坡耕地利用CENTURY模拟侵蚀区开垦后SOC以及各组分随时间的变化, 结果表明土壤侵蚀明显降低惰性有机碳含量, 其贡献率随侵蚀速率的增加而增大, 另外, 在不考虑泥沙富集作用时SOC的模拟值与实测值的R2为0.83, 在调整泥沙侵蚀参数之后模拟值与实测值的R2增加为0.91, 在考虑泥沙富集作用后CENTURY模型模拟值与实测值更加接近。高崇升等[57]对4种农业经营模式下黑土农田的SOC变化进行了比较与预测, CENTURY模型预测结果表明2006-2105年移耕农业模式下SOC下降最快(0.063 g· kg-1· yr-1), 有机和无机农业结合模式使SOC下降趋势得到控制, 基本处于平衡状态, 有机和无机农业结合模式SOC 模拟精度最高。不同农业管理模式是影响SOC模拟精度的主要因素, 间作农业模式下模拟SOC的精度较高。此外, 为提高SOC模拟精度, 在土壤侵蚀区应用CENTURY模型时需考虑泥沙富集作用。

随着CENTURY模型在我国应用和发展不断成熟, 部分学者用CENTURY模型结合GIS和其他模型在不同地区开展了研究, 模拟的尺度由局地至省域, 甚至全国的农田生态系统。Wang等[58]用1∶ 500万土壤数据库与CENTURY模型耦合的方法估算了安徽省干旱农田SOC密度从18.77 mg C· hm-2(1980年)增加到23.99 mg C· hm-2(2008年), 年平均碳截存速率为0.18 mg C· hm-2· yr-1。邓祥征等[59]用CGELUC模型模拟的农业生产与农田管理数据作为CENTURY模型的输入参数, 结合土地动态模拟系统(DLS)模拟的2012与2020年全国栅格尺度的耕地分布数据, 分析得出1988-2000年我国大部分农田SOC储量呈增加趋势, 总增加量为3.3× 108 t, 2000-2012年我国农田SOC储量共减少1.5× 109 t, 2012-2020年减少趋势变缓。许文强等[60]将CENTURY模型应用于干旱区典型的三工河流域下部的人工绿洲, SOC模拟值与实测值的拟合关系较好(R2=0.87), 满足模拟精度要求, 荒漠灌木林地被开垦为人工绿洲后的50年, 土壤有机总碳呈先增后减的趋势, 土壤有机碳高于原始状态的值, 总体呈“ 碳汇” 趋势。

整体来看, CENTURY模型在农田生态系统的模拟取得了较好的效果, 可以为农业生产实践提供建设性的建议。但也存在个别地区模拟精度不够的问题, 究其原因主要是由于过多的人为干预(耕作、施肥、灌溉等)增加了农田生态系统情景模拟过程的不可控性, 如果不能掌握详细的农田历史管理制度和方式, 就不能准确控制模拟进程, 农田生态系统的模拟结果无疑会产生较大偏差。

2.3 CENTURY模型在森林生态系统中的应用

森林生态系统包括以木本植物为主的全部有机体和周围的非生物部分[61], 复杂的生态结构制约了很多模型在森林生态系统的应用, 而CENTURY模型根据碳和营养元素含量将树木细化为叶、细根、细枝、木材、粗根, 且为幼林和成熟林提供了不同的碳分配机制, 这也同样适用于落叶林和常绿林。CENTURY模型在森林生态系统应用相对较晚, Cep 等[19]用CENTURY模型在巴西亚马逊地区的模拟结果表明微生物生物量碳与实测值的模拟精度 (r=0.78) 高于土壤总碳的模拟精度 (r=0.66)。热带雨林转化为草原初期土壤碳储量呈下降趋势, 此后缓慢上升并超过热带雨林土壤初始碳储量[62]。为了使模型输出结果与已有的研究结果相匹配, Muf等[29]对CENTURY有机质模型进行了必要的修改, 模拟了森林凋落物的分解及土壤氮矿化过程, 并阐明了初始木质素和氮含量对凋落物分解的影响, 模型也能成功模拟天然、灌溉、施肥3种不同管理模式下森林土壤净氮矿化作用。Kelly等[63]研究指出利用CENTURY模拟森林生态系统的枯枝落叶层的SOM时存在结构缺陷, 这导致CENTURY模型在森林生态系统的模拟效果不及农田和草地生态系统的模拟效果。

CENTURY模型在国内的应用大多旨在探寻合理的森林管理措施, 不同学者先后在大兴安岭运用CENTURY模型展开研究, 方东明等[64]以大兴安岭地区的兴安落叶松(Larix gmelinii)森林生态系统为研究对象, 基于4个火烧强度(轻微、低、中和高强度), 模拟不同火烧强度对土壤碳收支的影响, 结果表明, SOC密度的模拟值 (8203.78 g· m-2) 与实测值 (8244.23 g· m-2)较为接近, 火烧后土壤碳库呈先升后降再逐渐恢复的变化趋势, 而林分生物碳库则先降后升, 较低强度的火烧对落叶森林的更新起到正向的促进作用, 对林分碳汇功能影响不大, 而高强度的火烧会对林分和土壤碳库造成巨大损失, 也不利于森林恢复。林永标等[65]利用CENTURY模型模拟了3种人工林生态系统1985-2100年的C、N累积动态及其分配格局变化, 发现该模型可以成功模拟森林生态系统对环境因子变化的响应。蒋延玲等[66]通过比较生物量和土壤碳的模拟值与实测值证明, CENTURY模型能够准确地模拟兴安落叶松森林生态系统碳循环过程, 温度是大兴安岭地区森林生长的主要限制因子。黄忠良[62]根据广东省针对马尾松林的4种管理措施, 运用CENTURY模型对130年各阶段的SOM、N含量以及生产力进行了模拟预测, 结果表明不同的管理措施对马尾松(Pinus massoniana)森林生产力的影响很大, 过多地去生物量使得生产力下降更加明显, 说明砍伐林下层植物对森林生产力的可持续发展不利。

3 存在问题及展望

总体而言, CENTURY模型在草地和农田生态系统的模拟效果要优于森林生态系统, 但也存在个别试验点模拟精度不够的问题。就研究区域而言, CENTURY模型在我国草地、农田、森林生态系统的应用分别集中在内蒙古地区、东北黑土区、大兴安岭, 单一的模拟区域限制了CENTURY模型在国内的应用和发展, 今后的研究可以考虑将该模型拓展到更大的典型研究区域。

在草地生态系统, SOC的模拟精度会受测定方法、土壤质地和土壤养分的影响。CENTURY模型是基于点尺度的模型, 模拟的实现是建立在模拟区域范围内的物种具有“ 均一性” 这一假设成立的基础上, 而自然界很少有单一物种组成的生态系统, 这就限制了CENTURY模型在区域尺度上的应用; 模型运行时需要用户手动控制每个点位的模拟进程, 这种模式显然不能满足较大区域尺度的研究需求, GIS具有强大的空间分析及二次开发功能的技术优势, 可运用GIS技术将模型输入参数栅格化, 在每个格点调用CENTURY模型运行程序, 可见, CENTURY模型结合GIS技术可以实现单点模拟向区域模拟的转变。

在农田生态系统中, 不同农业管理模式是影响SOC模拟精度的主要因素, 运用模型模拟土地利用情景过程需要输入大量的参数, 相关研究大多采用试验站长期观测数据, 但有限的观测数据会影响模拟结果的精确性, 尤其在空间异质性较大的研究区域。为提高SOC模拟精度, 需要通过走访调查, 查阅资料数据, 确定长时间序列上的土地利用历史和施肥、耕作、收获等人为管理方式, 且在土壤侵蚀区应用CENTURY模型时需考虑泥沙富集作用。

运用CENTURY模型预测草地和农田生态系统SOM动态, 植被生产力变化特征引入了情景预测分析, 通过土地利用模型、气候预测模型与CENTURY模型的耦合进行了更加合理地预测, 在森林生态系统的模拟预测可以借鉴这一方法, 从而为制定合理适宜的森林管理方式提供理论依据和数据支持。

The authors have declared that no competing interests exist.

参考文献
[1] Janzen H H. Carbon cycling in earth systems-A soil science perspective. Agriculture Ecosystems and Environment, 2004, 104(3): 399-417. [本文引用:1]
[2] Lal R. Soil carbon sequestration impacts on global climate change and food security. Science, 2004, 304(5677): 1623-1627. [本文引用:2]
[3] Falkowski P, Scholes R J, Boyle E, et al. The global carbon cycle: A test of our knowledge of earth as a system. Science, 2000, 290(5490): 291. [本文引用:1]
[4] Jenkinson D S, Adams D E, Wild A. Model estimates of CO2 emissions from soil in response to global warming. Nature, 1991, 351(6324): 304-306. [本文引用:1]
[5] Watson R T, Noble I R, Bolin B, et al. Land use, land -use change and forestry: A special report of the Intergovernmental Panel on Climate Change (IPCC). Cambridge, UK: Cambridge University Press, 2000. [本文引用:1]
[6] Lal R. Deforestation and land -use effects on soil degradation and rehabilitation in western Nigeria. II. Soil chemical properties. Land Degradation and Development, 1996, 7(2): 87-98. [本文引用:1]
[7] Ashagrie Y, Zech W, Guggenberger G, et al. Soil aggregation, and total and particulate organic matter following conversion of native forests to continuous cultivation in Ethiopia. Soil and Tillage Research, 2007, 94(1): 101-108. [本文引用:1]
[8] Berhongaray G, Alvarez R, Paepe J D, et al. Land use effects on soil carbon in the Argentine Pampas. Geoderma, 2013, 192(1): 97-110. [本文引用:1]
[9] Twongyirwe R, Sheil D, Majaliwa J G M, , et al. Variability of soil organic carbon stocks under different land uses: A study in an afro-montane land scape in southwestern Ugand a. Geoderma, 2013, 193/194(2): 282-289. [本文引用:1]
[10] Lal R. Potential of desertification control to sequester carbon and mitigate the greenhouse effect. Climatic Change, 2001, 51(1): 35-72. [本文引用:1]
[11] Degryze S, Six J, Paustian K, et al. Soil organic carbon pool changes following land -use conversions. Global Change Biology, 2010, 10(7): 1120-1132. [本文引用:1]
[12] Cantarello E, Newton A C, Hill R A. Potential effects of future land -use change on regional carbon stocks in the UK. Environmental Science and Policy, 2011, 14(1): 40-52. [本文引用:1]
[13] Li Y Q, Brand le J, Awada T, et al. Accumulation of carbon and nitrogen in the plant-soil system after afforestation of active sand dunes in China’s Horqin Sand y Land . Agriculture Ecosystems and Environment, 2013, 177: 75-84. [本文引用:1]
[14] Zhang C, Liu G B, Xue S, et al. Soil organic carbon and total nitrogen storage as affected by land use; in a small watershed of the Loess Plateau, China. European Journal of Soil Biology, 2013, 54(1): 16-24. [本文引用:1]
[15] Yu S S, Dou S, Yang J M. Application of CENTURY model in the research of soil organic carbon. Soil and Crop, 2014, (1): 10-14.
于沙沙, 窦森, 杨靖民. CENTURY模型在土壤有机碳研究中的应用. 土壤与作物, 2014, (1): 10-14. [本文引用:1]
[16] Steffen W L, Walker B H, Ingram J S, et al. Global change and terrestrial ecosystems: The operational plan. IGBP report no 21. Stockholm: International Geosphere-Biosphere Programme, 1992. [本文引用:1]
[17] Batjes N H, Sombroek W G. Possibilities for carbon sequestration in tropical and subtropical soils. Global Change Biology, 2010, 3(2): 161-173. [本文引用:1]
[18] Bhattacharyya T, Pal D K, Williams S, et al. Evaluating the Century C model using two long-term fertilizer trials representing humid and semi-arid sites from India. Agriculture Ecosystems and Environment, 2010, 139(1): 264-272. [本文引用:1]
[19] Cep C, Paustian K M, Victoria R L, et al. Modeling changes in soil organic matter in Amazon forest to pasture conversion with the Century model. Global Change Biology, 2004, 10(5): 815-832. [本文引用:2]
[20] Cerri C E P, Easter M, Paustian K, et al. Simulating SOC changes in 11 land use change chronosequences from the Brazilian Amazon with RothC and Century models. Agriculture Ecosystems and Environment, 2007, 122(1): 46-57. [本文引用:1]
[21] Cerri C E P, Easter M, Paustian K, et al. Predicted soil organic carbon stocks and changes in the Brazilian Amazon between 2000 and 2030. Agriculture Ecosystems and Environment, 2007, 122(1): 58-72. [本文引用:1]
[22] Tornquist C G, Gassman P W, Mielniczuk J, et al. Spatially explicit simulations of soil C dynamics in Southern Brazil: Integrating century and GIS with i_Century. Geoderma, 2009, 150(3): 404-414. [本文引用:1]
[23] Tornquist C G, Mielniczuk J, Cerri C E P. Modeling soil organic carbon dynamics in Oxisols of Ibirubá (Brazil) with the Century model. Soil and Tillage Research, 2009, 105(1): 33-43. [本文引用:3]
[24] Xu W, Chen X, Luo G, et al. Using the CENTURY model to assess the impact of land reclamation and management practices in oasis agriculture on the dynamics of soil organic carbon in the arid region of North-western China. Ecological Complexity, 2011, 8(1): 30-37. [本文引用:1]
[25] Parton W J, Rasmussen P E. Long-term effects of crop management in wheat-fallow: II. CENTURY model simulations. Soil Science Society of America Journal, 1994, 58(2): 530-536. [本文引用:3]
[26] Parton W J, Schimel D S, Cole C V, et al. Analysis of factors controlling soil organic matter levels in great plains grassland s. Soil Science Society of America Journal, 1987, 51(5): 1173-1179. [本文引用:3]
[27] Parton W J, Stewart J W B, Cole C V. Dynamics of C, N, P and S in grassland soils: A model. Biogeochemistry, 1988, 5(1): 109-131. [本文引用:2]
[28] Chilcott C R, Dalal R C, Parton W J, et al. Long-term trends in fertility of soils under continuous cultivation and cereal cropping in southern Queensland . IX*. Simulation of soil carbon and nitrogen pools using CENTURY model. Soil Research, 2007, 45(3): 206-217. [本文引用:1]
[29] Muf K, Paul K I. Modelling C and N dynamics in forest soils with a modified version of the CENTURY model. Soil Biology and Biochemistry, 2002, 34(3): 341-354. [本文引用:2]
[30] Paustian K, Elliott E T, Peterson G A, et al. Modelling climate, CO2 and management impacts on soil carbon in semi-arid agroecosystems. Plant and Soil, 1995, 187(2): 351-365. [本文引用:1]
[31] Romanya J, Cortina J, Falloon P, et al. Modelling changes in soil organic matter after planting fast-growing Pinus radiata on Mediterranean agricultural soils. European Journal of Soil Science, 2010, 51(4): 627-641. [本文引用:1]
[32] Zhao W L. Response of phenology, productivity and soil carbon stocks to climate change in northern Chinese steppes. Lanzhou: Lanzhou University, 2012.
赵文龙. 中国北方草原物候、生产力和土壤碳储量对气候变化的响应. 兰州: 兰州大学, 2012. [本文引用:1]
[33] Pan M F, Jiang M, Zhou Z W. Latest research advances in biodegradation of lignin. Materials Review, 2011, (Supple 2): 372-377.
潘明凤, 姜曼, 周祚万. 木质素生物降解的最新研究进展. 材料导报, 2011, (增刊2): 372-377. [本文引用:1]
[34] Liu X, Huang Q H, Jiang H L, et al. The decomposition processes of aquatic plant residue and the change of microbial community structure in a shallow lake sediment. Ecology and Environment Sciences, 2016, 25(3): 489-495.
刘新, 黄庆慧, 江和龙, 等. 浅水湖泊沉积物中水生植物残体降解过程及微生物群落变化. 生态环境学报, 2016, 25(3): 489-495. [本文引用:1]
[35] Alister K M, Laura A H, Cole C V, et al. CENTURY soil organic matter model environment technical documentation agroecosystem version 4. 0. GPSR technical report No. 4, United States Department of Agriculture, Agricultrual Research Service, Great Plains Systems Research Unit. URL: http://www.nrel.colostate.edu/projects/century/, 1993. [本文引用:1]
[36] Parton W J, Scurlock J M O, Ojima D S, et al. Observations and modeling of biomass and soil organic matter dynamics for the grassland biome worldwide. Global Biogeochemical Cycles, 1993, 7(4): 785-809. [本文引用:1]
[37] Gilmanov T G, Parton W J, Ojima D S. Testing the ‘CENTURY’ ecosystem level model on data sets from eight grassland sites in the former USSR representing a wide climatic/soil gradient. Ecological Modelling, 1997, 96(1/2/3): 191-210. [本文引用:1]
[38] Mikhailova E A, Bryant R B, Degloria S D, et al. Modeling soil organic matter dynamics after conversion of native grassland to long-term continuous fallow using the CENTURY model. Ecological Modelling, 2000, 132(3): 247-257. [本文引用:1]
[39] Band aranayake W, Qian Y L, Parton W J, et al. Estimation of soil organic carbon changes in turfgrass systems using the CENTURY model. Agronomy Journal, 2003, 95(3): 537-548. [本文引用:1]
[40] Foereid B, Barthram G T, Marriott C A. The CENTURY model failed to simulate soil organic matter development in an acidic grassland . Nutrient Cycling in Agroecosystems, 2007, 78(2): 143-153. [本文引用:1]
[41] Gijsman A J, Oberson A, Tiessen H, et al. Limited applicability of the CENTURY model to highly weathered tropical soils. Agronomy Journal, 1996, 88(6): 894-903. [本文引用:1]
[42] Jiang X H, Zhang C H, Wang C. Study on coupling of Century model and ArcGIS in grassland net primar productivity simulation. Journal of Inner Mongolia Agricultural University (Natural Science Edition), 2016, (6): 96-100.
姜新华, 张存厚, 王琛. 草原植被净初级生产力模拟中CENTURY模型与ArcGIS的耦合研究. 内蒙古农业大学学报(自然科学版), 2016, (6): 96-100. [本文引用:2]
[43] Guo L H, Hao C Y, Wu S H, et al. Projected changes in vegetation net primary productivity of grassland in Inner Mongolia, China during 2011-2050. Chinese Journal of Applied Ecology, 2016, 27(3): 803-814.
郭灵辉, 郝成元, 吴绍洪, 等. 21世纪上半叶内蒙古草地植被净初级生产力变化趋势. 应用生态学报, 2016, 27(3): 803-814. [本文引用:2]
[44] Guo L H, Hao C Y, Wu S H, et al. Analysis of changes in net primary productivity and its susceptibility to climate change of Inner Mongolian grassland s using the CENTURY model. Geographical Research, 2016, 35(2): 271-284.
郭灵辉, 郝成元, 吴绍洪, 等. 内蒙古草地NPP变化特征及其对气候变化敏感性的CENTURY模拟研究. 地理研究, 2016, 35(2): 271-284. [本文引用:2]
[45] Li Q Y. Impacts of climate change and grazing on grassland in Inner Mongolia and adaptation strategies. Beijing: China Agricultural University, 2015.
李秋月. 气候变化及放牧对内蒙古草地的影响与适应对策. 北京: 中国农业大学, 2015. [本文引用:2]
[46] Chen C, Wang J, Pan X B, et al. Validation and adaptability evaluation of grass ecosystem model CENTURY in Inner Mongolia. Acta Agrestia Sinica, 2012, 20(6): 1011-1019.
陈辰, 王靖, 潘学标, 等. CENTURY模型在内蒙古草地生态系统的适用性评价. 草地学报, 2012, 20(6): 1011-1019. [本文引用:1]
[47] Zhang C H, Wang M J, Zhao X H, et al. Simulation of ANPP in response to climate change in China’s desert steppe based on CENTURY model. Chinese Journal of Ecology, 2014, 33(10): 2849-2857.
张存厚, 王明玖, 赵杏花, 等. 基于CENTURY模型的荒漠草原ANPP对气候变化响应的模拟. 生态学杂志, 2014, 33(10): 2849-2857. [本文引用:1]
[48] Mo Z H, Li Y E, Gao Q Z. Simulation on productivity of main grassland ecosystems responding to climate change. Chinese Journal of Agrometeorology, 2012, 33(4): 545-554.
莫志鸿, 李玉娥, 高清竹. 主要草原生态系统生产力对气候变化响应的模拟. 中国农业气象, 2012, 33(4): 545-554. [本文引用:1]
[49] Xiao X M, Wang Y F. Dynamic of primary productivity and soil organic matter of typical steppe in the Xilin River basin of Inner Mongolia and their response of climate change. Chinese Journal of Plant Ecology, 1996, (1): 45-52.
肖向明, 王义凤. 内蒙古锡林河流域典型草原初级生产力和土壤有机质的动态及其对气候变化的反映. 植物生态学报, 1996, (1): 45-52. [本文引用:1]
[50] Li D. Modelling dynamics of soil organic carbon in alpine meadow by using CENTURY model. Nanjing: Nanjing Agricultural University, 2011.
李东. 基于CENTURY模型的高寒草甸土壤有机碳动态模拟研究. 南京: 南京农业大学, 2011. [本文引用:1]
[51] Oelbermann M, Echarte L, Marroquin L, et al. Estimating soil carbon dynamics in intercrop and sole crop agroecosystems using the Century model. Journal of Plant Nutrition and Soil Science, 2017, 180(2): 241-251. [本文引用:2]
[52] Leite L F C, Mendonca E D S, Neves J C L. Simulating trends in soil organic carbon of an Acrisol under no-tillage and disc-plow systems using the Century model. Geoderma, 2004, 120(3): 283-295. [本文引用:1]
[53] Musinguzi P, Ebanyat P, Tenywa J S, et al. Using DSSAT-CENTURY model to simulate soil organic carbon dynamics under a low-input maize cropping system. Journal of Agricultural Science, 2014, 6(5): 120. [本文引用:1]
[54] Gupta S, Kumar S. Simulating climate change impact on soil carbon sequestration in agro-ecosystem of mid-Himalayan land scape using CENTURY model. Environmental Earth Sciences, 2017, 76(11): 394. [本文引用:1]
[55] Gao L P, Liang W J, Jiang Y, et al. Dynamics of organic C in black soil of Northeast China, simulated by CENTURY model I. Accumulation of soil organic carbon under natural conditions. Chinese Journal of Applied Ecology, 2004, 15(5): 772-776.
高鲁鹏, 梁文举, 姜勇, 等. 利用CENTURY模型研究东北黑土有机碳的动态变化Ⅰ. 自然状态下土壤有机碳的积累. 应用生态学报, 2004, 15(5): 772-776. [本文引用:1]
[56] Fang H J, Yang X M, Zhang X P, et al. Simulation on dynamics of soil organic carbon under the effect of tillage and water erosion. Acta Pedologica Sinica, 2006, 43(5): 730-735.
方华军, 杨学明, 张晓平, 等. 耕作及水蚀影响下坡耕地土壤有机碳动态模拟. 土壤学报, 2006, 43(5): 730-735. [本文引用:1]
[57] Gao C S, Yang G T, Wang J G, et al. The changing trend of organic carbon in black soil under different farming systems: A prediction by using Century model. Chinese Journal of Ecology, 2008, 27(6): 911-915.
高崇升, 杨国亭, 王建国, 等. 利用Century模型模拟不同农业经营模式下黑土农田土壤有机碳的演变. 生态学杂志, 2008, 27(6): 911-915. [本文引用:1]
[58] Wang S H, Shi X Z, Zhao Y C, et al. Regional simulation of soil organic carbon dynamics for dry farmland in east China by coupling a 1∶500000 soil database with the Century model. Pedosphere, 2011, 21(3): 277-287. [本文引用:1]
[59] Deng X Z, Jiang Q O, Lin Y Z, et al. Simulation of the changes of soil organic carbon stock of cropland in China. Geographical Research, 2010, 29(1): 93-101.
邓祥征, 姜群鸥, 林英志, 等. 中国农田土壤有机碳贮量变化预测. 地理研究, 2010, 29(1): 93-101. [本文引用:1]
[60] Xu W Q, Chen X, Luo G P, et al. The impact of land reclamation and management practices on the dynamics of soil organic carbon in the arid region of North-western China as simulated by CENTURY model. Acta Ecologica Sinica, 2010, 30(14): 3707-3716.
许文强, 陈曦, 罗格平, 等. 基于CENTURY模型研究干旱区人工绿洲开发与管理模式变化对土壤碳动态的影响. 生态学报, 2010, 30(14): 3707-3716. [本文引用:1]
[61] Mu T M. Forest ecosystems. Inner Mongolia Forestry, 1983, (11): 22-23.
穆天民. 森林生态系统. 内蒙古林业, 1983, (11): 22-23. [本文引用:1]
[62] Huang Z L. Application of a CENTURY model to management effects in the productivity of forests in Dinghushan. Acta Phytoecologica Sinica, 2000, 24(2): 175-179.
黄忠良. 运用CENTURY模型模拟管理对鼎湖山森林生产力的影响. 植物生态学报, 2000, 24(2): 175-179. [本文引用:2]
[63] Kelly R, Parton W, Crocker G, et al. Simulating trends in soil organic carbon in long-term experiments using the Century model. Geoderma, 1997, 81(1/2): 45-60. [本文引用:1]
[64] Fang D M, Zhou G S, Jiang Y L, et al. Impact of fire on carbon dynamics of Larix gmelinii forest in Daxing’an Mountains of Northeast China: A simulation with CENTURY model. Chinese Journal of Applied Ecology, 2012, 23(9): 2411-2421.
方东明, 周广胜, 蒋延玲, 等. 基于CENTURY模型模拟火烧对大兴安岭兴安落叶松林碳动态的影响. 应用生态学报, 2012, 23(9): 2411-2421. [本文引用:1]
[65] Lin Y B, Shen W J, Peng S L, et al. Simulation studies on carbon and nitrogen accumulation and its allocation pattern in forest ecosystems of Heshan in low subtropical China. Acta Phytoecologica Sinica, 2003, 27(5): 690-699.
林永标, 申卫军, 彭少麟, 等. 南亚热带鹤山主要人工林生态系统C、N累积及分配格局的模拟研究. 植物生态学报, 2003, 27(5): 690-699. [本文引用:1]
[66] Jiang Y L, Zhou G S. Carbon equilibrium in Larix gmelinii forest and impact of global change on it. Chinese Journal of Applied Ecology, 2001, 12(4): 481-484.
蒋延玲, 周广胜. 兴安落叶松林碳平衡和全球变化影响研究. 应用生态学报, 2001, 12(4): 481-484. [本文引用:1]