基于地理探測器的中國陸地生態系統土壤有機碳空間異質性影響因子分析

丁倩 ，張弛 *

1.中國科學院新疆生態與地理研究所/荒漠與綠洲生態國家重點實驗室，新疆 烏魯木齊 830011；2.中國科學院大學，北京 100049；3.中國科學院中亞生態與環境研究中心，新疆 烏魯木齊 830011

土壤有機碳（soil organic carbon，SOC）是土壤有機化合物中的碳元素。土壤碳儲量是地球表層其他各碳庫的2倍以上（Batjes，1996），SOC是土壤碳庫的重要組成部分，在全球碳循環中扮演著重要角色，間接影響全球氣候變化。陸地生態系統作為地球表層系統重要的碳庫參與全球碳循環（方精云等，2007；Heimann et al.，2008；Piao et al.，2009；Pan et al.，2011）。中國是全球陸地生態系統的重要組成部分，中國陸地面積約占全球 6.4%，2010年中國土壤SOC儲存量為77.79—95.21 Pg（Xu et al.，2019），占全球SOC儲量（1359 Pg）的5.72%—7%（Post et al.，1982）。已有研究表明中國陸地生態系統 SOC密度動態顯著影響全球碳儲量收支平衡（Levine et al.，2008；Piao et al.，2009）。

由于 SOC動態對全球環境可持續發展具有重要意義，因此對影響SOC格局的環境控制因子（包括自然因素和人類干擾）進行解析是全球碳循環研究的關鍵。國內外學者對 SOC的區域空間分布格局開展了大量研究，包括基于生態過程的模擬（Yu et al.，2012）和基于DSM-時空替代（Stockmann et al.，2015）等方法的近似研究。但當前研究因為缺乏對于影響 SOC空間分布關鍵因子的綜合定量歸因分析，造成其評估模型和模型參數的有效性存在爭議，導致對 SOC時空分布及變化的研究具有很大的不確定性。對于中等尺度和大尺度 SOC儲量估算的不確定性范圍處于20%—50%之間（王紹強等，2003）。

目前針對地理事物或現象的空間分布影響因素定量歸因的統計學方法極少，地理探測器模型是Wang et al.（2010）、王勁峰等（2017）、Wang et al.（2016）提出的用于檢驗地理事物現象是否存在空間分異性的工具，最初應用于疾病空間傳播與成因分析（Wang et al.，2010），之后在人文經濟、自然地理及生態學等領域廣泛應用（裴志林等，2019），如城市流動人口房租收入格局影響因素研究（李在軍等，2020）、地質災害影響因子定量研究（劉小青等，2020）、流域景觀生態風險時空變化驅動因素研究（張文靜等，2020）等。地理探測器模型在分析SOC空間分布影響因子方面在國內也已經有所應用。在較小區域尺度上，多位學者利用地理探測器模型對珠江三角洲地區 SOC影響因子進行分析，如分析土地利用方式、景觀特征、坡度、海拔等不同地理因素對固碳能力的影響（Xu et al.，2017），識別珠江三角洲核心區農田耕層 SOC儲量的時空變化及其影響因素（任向寧等，2018a），以及構建SOC含量多元復合模型（任向寧等，2018b）及SOC影響因子體系（周偉文，2018）。其他學者通過地理探測器模型對寧夏賀蘭山東麓SOC（陳鋒等，2020）及寶天曼自然保護區SOC（李理等，2020）空間異質性影響因素進行了研究。在中等區域尺度上，有學者采用地理探測器方法對中國東南部沭陽、如皋和上海3個地區SOC在1981—2011年的時空變化的驅動因素進行了探索（Xie et al.，2020）。目前尚無關于全國大范圍尺度 SOC的空間分異性影響因子的研究。

本研究基于已公開的4440個中國土壤樣點數據集（徐麗等，2018），采用地理探測器對影響SOC密度空間分布的多個自然和人類相關因子進行量化分析，以期揭示中國 SOC庫的主要控制因子并探討主控因子的空間變異格局，為今后更加準確合理的 SOC儲量和分布的空間化模型的構建和參數確定提供科學依據。

1 數據與方法

1.1 SOC的決定因子及其代理變量

SOC密度由碳輸入和碳分解決定。碳輸入方式包括凋落物等植被殘體、動物殘體和排泄物、人為施肥等。碳分解主要受土壤溫度（Zhou et al.，2019）、土壤濕度（Wiesmeier et al.，2019）等土壤環境因素，以及土壤微生物豐度和土壤酶活性制約（Wieder et al.，2015）。可將影響陸地生態系統SOC密度的空間分布的因素的代理變量歸納為自然因素和人為因素兩大類。自然因素包括氣候因素、海拔高度因素、植被因素、陸地生態系統類型。人為因素主要是人口密度和土地利用方式。氣候因素包含溫度和降水，溫度和降水首先影響地表生物量以及土壤溫度和土壤濕度，進而影響凋落物等 SOC輸入和分解。相比深層土壤，通常深度為 0—20 cm的表層SOC含量對氣候因素變化的響應更顯著。海拔高度因素通過影響溫度、降水和光照最終對 SOC含量造成影響（De Brogniez et al.，2014）。植被是SOC輸入的重要來源，同時植被量與生物量呈正相關，動植物是碳源，而土壤微生物影響SOC的分解。人口密度是衡量人類活動對 SOC影響程度的重要指標。土地利用方式決定了陸地生態系統的類型（森林生態系統、草地生態系統、濕地生態系統等），每種生態系統都有其特殊的碳輸入和碳分解特性因而有機碳儲量不同（Xu et al.，2019）。根據以上分析，本研究選取了6個代理變量以分析影響SOC分布的地理因素（圖1）。

圖1 SOC決定因子及其代理變量Fig.1 SOC determinants and their proxy variables

1.2 數據來源及處理

陸地生態系統表層 SOC密度數據使用徐麗等（2018）在中國科學數據發表的2010s陸地生態系統土壤碳數據集。該數據集是基于 2010—2014年發表文獻檢索和實驗測量，通過直接實驗獲取、文獻數據直接整理和文獻數據轉換推導3種方法收集匯總，數據集包括地上植被碳密度、地下植被碳密度和不同深度（0—20、0—100 cm）的SOC密度，每類數據包含碳密度數據、采樣點經緯度位置、采樣點所屬陸地生態系統類型等內容。本研究從該數據集中選取具有完整代理變量數據的4440個采樣點的 0—20 cm土壤碳密度數據作為中國陸地生態系統SOC密度的抽樣采樣點數據。

中國六大區域空間分布數據來源于中國科學院資源環境科學數據中心（http://www.resdc.cn/）發布的中國自然地理分區數據庫，用于對采樣點位置的分區和可視化顯示（圖 2a），分區數據綜合自然地理特征和人文地理特征將中國分為東北、中南、華東、華北、西北和西南六大區域（圖 2b）。其他地理代理變量數據也均來源于中國科學院資源環境科學數據中心。2010年中國人口密度柵格數據反映了 2010年全國人口的空間分布狀況，每個柵格大小為1 km×1 km，數據單位為person·km?2。2010年中國年均氣溫數據和 2010年中國年均降水量數據是利用 ANUSPLIN插值軟件基于樣條函數插值理論（Hutchinson，1995）對全國2400多個氣象觀測站點數據插值生成，原始數據單位分別為0.1 ℃和0.1 mm，利用ArcGIS10.6軟件的柵格計算器工具計算后得到單位分別為℃和mm的年均氣溫和降水量數據。利用衛星影像數據、通過最大值合成法生成的 2010年歸一化植被指數（Normalized difference vegetation index，NDVI）數據反映中國空間尺度上的植被覆蓋狀況。中國海拔高度（Digital elevation model，DEM）空間分布數據基于美國奮進號航天飛機的雷達地形測繪（SRTM）V 4.1數據重采樣生成，分辨率為250 m。

對各代理變量數據如表1所示進行重分類分級分區，并可視化顯示（圖2c—g）。利用ArcGIS 10.6軟件提取多個數據到點工具，提取4440個土壤采樣點對應的年均溫度、降水量、海拔高度、NDVI、人口密度分級分區數值，便于后續分析。人口密度按照一般分級原則（黨安榮，1990）分為8個區間，溫度每5 ℃劃分1個區間，降水量依據大比例尺制圖的常用分級分為 8個區間（尚宗波等，2001），DEM先根據平原（＜200 m）、丘陵（200—500 m）、山地（500—1000 m）、高原（＞1000 m）5個基本地形劃分，再將大于1000 m區域每隔1000 m劃分為1個區間。由于NDVI無常用分類標準，對其采用自然斷點法進行重分類，劃分為9個區間，自然斷點法根據數據內在的分布規律識別分類間隔，在避免人為干擾的情況下使各組之間差異最大（楊淑萍等，2019；劉彥隨等，2017）。

表1 代理變量重分類區間Table 1 Reclassification interval of proxy variables

圖2 采樣點及各代理變量空間分布Fig.2 Spatial distribution of sampling points and various proxy variables

1.3 研究方法

地理現象普遍具有空間分層異質性，即空間分異性。空間分異性是空間數據的基本性質，研究對象可以分為不同區或類，即分層，各分層內部具有相似性，各分層之間差別明顯，即各分層內部方差小于各層間方差。地理探測器基于統計學非中心F分布、F統計量和t統計量進行空間方差分析，對空間分異性背后的影響因子進行量化的有效統計分析方法，包括分異及因子探測器、交互作用探測器、風險探測器和生態探測器4個部分。

1.3.1 分異及因子探測器

分異及因子探測器可以探測因變量Y（陸地生態系統表層SOC密度）的空間分異性，以及探測各影響因子Xi（人口密度、溫度、降水量、NDVI、DEM、陸地生態系統類型）對因變量的空間分異解釋程度大小，并檢驗解釋程度大小的可信程度。解釋程度大小用q表示，公式為：

對q進行簡單變換即可滿足非中心F分布：

q取值介于0—1之間。q值越大，空間分層異質性越強，自變量Xi對因變量Y的解釋程度越強；q=1時，Y存在完全的空間分異性，自變量Xi可以完全解釋因變量Y空間分異性，即Y的空間分異性完全由Xi決定；q=0時，Y完全隨機，Xi不能解釋Y的空間分異性，Xi與Y無關。

1.3.2 交互作用探測器

交互作用探測器用于識別各影響因子Xi（人口密度、溫度、降水量、NDVI、DEM、陸地生態系統類型）的兩兩交互作用對因變量Y（陸地生態系統表層 SOC密度）的空間分層異質性解釋程度的增強或減弱作用。通過比較單個因子X1和X2分別對因變量Y的解釋程度q(X1)和q(X2)，與X1、X2兩個影響因子交互作用時對Y的解釋程度q(X1∩X2)，確定影響因子交互作用的類型，根據判別方法（表2）進行探測。

表2 交互作用類型及判別依據Table 2 Interaction types and discriminant basis

1.3.3 風險探測器

風險探測器可以探測各影響因子Xi（人口密度、溫度、降水量、NDVI、DEM、陸地生態系統類型）的不同分區的SOC密度均值，并通過t檢驗來檢驗各影響因子的不同分區 SOC密度均值是否存在顯著性差異（P＜0.05）。利用風險探測可以檢測SOC密度的低值區和高值區。

1.3.4 生態探測器

生態探測器可以通過F檢驗探測各影響因子對SOC密度的空間分異性的影響程度之間是否具有顯著性差異（P＜0.05）。

2 結果

2.1 SOC分異性影響因子探測及生態探測

利用分異和因子探測器探測陸地生態系統類型、人口密度、溫度、降水量、NDVI、DEM對中國陸地生態系統表層（0—20 cm）土壤有機碳密度的影響（表3）。各影響因子q值均大于0，且P值均為0，說明SOC在各影響因子分區的空間分布存在空間異質性且結果可信。對于 SOC的空間分異性，各影響因子的解釋程度排序為：溫度 (0.22)＞NDVI (0.16)＞DEM (0.12)＞ 陸 地 生 態 系 統 類 型(0.09)＞降水量 (0.06)＞人口密度 (0.04)。中國陸地生態系統表層土壤有機碳密度的空間分異性是自然因素和人為因素共同作用的結果。溫度、NDVI和DEM對SOC空間分異性的解釋程度較強，人口密度的解釋程度最弱，具有人文與自然雙重性質陸地生態系統類型的解釋程度也較弱。因此，對于中國陸地生態系統表層土壤有機碳密度空間分異性主要是自然因素的影響，人文因素影響較小。

表3 SOC影響因子q值及P值Table 3 q and P values of SOC influential factors

2.2 SOC影響因子交互探測

利用交互作用探測器探測影響因子兩兩交互，共同對SOC空間分異性的影響（表4）。任何兩個影響因子的交互作用對中國陸地生態系統表層SOC密度空間分異性影響的解釋程度均大于單個因子的解釋程度，均為增強作用，大多數為非線性增強，溫度因子與其他因子的交互作用大多數為雙因子增強。交互作用解釋程度較大的前6對交互分別為：溫度∩降水量＞溫度∩DEM＞溫度∩NDVI＞溫度∩陸地生態系統類型=DEM∩陸地生態系統類型=DEM∩NDVI，這6對影響因子的交互作用的解釋程度均在0.3以上。溫度與其他影響因子的交互作用解釋程度較強，人口密度與其他影響因子的交互作用均較弱。

表4 SOC影響因子交互作用的q值（交互作用類型）Table 4 q values of interaction of SOC influential factors (interaction type)

2.3 SOC風險探測

利用風險探測器探測陸地生態系統類型、人口密度、溫度、降水量、NDVI、DEM的個子區域兩兩間的SOC密度均值是否存在顯著性差異及SOC在各影響因子分區的高值區和低值區。陸地生態系統類型除農田和灌叢的 SOC密度均值不存在顯著性差異外，其余類型之間均存在顯著性差異（P＜0.05）。濕地生態系統的SOC密度均值最高，而其他未分類生態系統的SOC密度均值最低（圖3a）。人口密度除 0—50 person·km?2分區與其他分區的SOC密度均值存在顯著性差異之外，其他分區之間無顯著性差異，且0—50 person·km?2分區的SOC碳密度均值最高（圖3b）。年均降水量除600—800 mm和800—1000 mm、1200—2000 mm和大于2000 mm兩組分區之間無顯著性差異外，其他分區之間均存在顯著性差異。年均降水量為800—1000 mm的區域SOC密度均值最大，降水量小于100 mm區域SOC密度均值最小（圖3c）。NDVI絕大多數分區之間的SOC密度均值存在顯著性差異，SOC密度均值的高值區域為NDVI值為0.816—0.92的區域，低值區為 NDVI值為 0.116—0.2的區域（圖3d）。絕大多數溫度分區之間的SOC密度均值存在顯著性差異，?10— ?5 ℃區域的SOC密度均值最高，5—10 ℃區域的 SOC密度均值最低，小于?15 ℃和?15— ?10℃區域無采樣點（圖 3e）。大多數 DEM 分區之間存在顯著性差異，海拔高度3000—4000 m的區域SOC密度均值最高，1000—2000 m區域SOC密度均最低（圖3f）。

圖3 影響因子分區SOC密度Fig.3 SOC density of the influential factor intervals

2.4 SOC生態探測

利用生態探測器探測陸地生態系統類型、人口密度、溫度、降水量、NDVI、DEM對中國陸地生態系統土壤有機碳密度的解釋程度的顯著性差異。除陸地生態系統類型和DEM、人口密度和降水量兩組比較無顯著性差異外，其他影響因子兩兩之間的解釋程度均存在顯著性差異（表5）。

表5 各影響因子解釋程度的顯著性差異Table 5 The significant differences of the interpretation degree of each influential factor

2.5 SOC分區探測

對中國六大分區分別進行 SOC分異性及影響因子探測，并統計六大分區影響因子譜（表6），結果表明各分區影響因子有所差異。對于東北地區，解釋程度最大的影響因子為陸地生態系統類型，東北地區存在大量濕地，其濕地生態系統的 SOC密度遠大于其他陸地生態系統類型。溫度是華北和西北地區 SOC空間分異性的最重要影響因子，華北地區和西北地區大部分屬于干旱半干旱區，降水量較少，SOC密度的空間分異性主要受溫度影響，與中國陸地生態系統整體的空間分異性的關鍵影響因子一致。華東地區屬于中國沿海地區，降水量較大，SOC對于降水量的敏感性較高，降水量是華東地區陸地生態系統表層 SOC密度空間分異性的重要因子。中南地區和西南地區地形崎嶇，DEM是兩個地區的最大解釋程度因子。

表6 六大分區SOC影響因子q值Table 6 q values of SOC influential factors of the six partitions

3 討論

生態系統 SOC儲量受自然因子和人類干擾的雙重影響。但在全國尺度上，表層SOC空間分異由自然因素主導，尤其以氣候因素為主，其次是NDVI和DEM。土壤深度越淺，氣候對SOC的影響越大（Jobbagy et al.，2000；Badgery et al.，2013；Gray et al.，2015；Hobley et al.，2015）。由于本研究關注 0—20 cm表層土壤，因此氣候因素占主導是合理的（Wiesmeier et al.，2019）。在氣候因素中，溫度對SOC的解釋程度遠大于降水量。其他區域和國家尺度的研究也表明 SOC與溫度之間的關系比與降水更強（Allen et al.，2013；Wang et al.，2004），并且SOC分解率同溫度呈指數相關（Davidson et al.，2006；Von Luetzow et al.，2007；Conant et al.，2011），所以一般認為氣溫與降水量的交互作用對 SOC密度空間分異性解釋程度最大 SOC含量隨溫度的升高而降低（Jobbagy et al.，2000；Smith et al.，2005；Sleutel et al.，2007；Koven et al.，2017）。在本研究中，?10— ?5℃和10—15 ℃分區確實存在這種趨勢，但在 10—15 ℃之后的更高溫度分區卻出現了隨溫度升高 SOC密度反而上升的情況。原因可能是中國溫度較高的地區（暖溫帶、亞熱帶）植被覆蓋率和水熱協同（表現在溫度和降水間密切的交互效應，表 5）更好，所以這些地區雖然氣溫增高會刺激碳分解但也有利于植被生產力和土壤碳輸入的增加。在區域尺度上，各分區的主要影響因子均為自然因素，與中國陸地生態系統整體情況一致，因此在大尺度或中等尺度規模，自然因素都是影響表層SOC密度空間分異性的主要因素。

NDVI是單因子探測中的第二重要影響因素，主要同表層土壤碳輸入呈正相關（Gray et al.，2015）。雖然有研究報道 SOC儲量與 DEM 相關（Leifeld et al.，2005；Neufeldt，2005；De Brogniez et al.，2014），但本研究顯示其效應相對較弱。人為因素對中國陸地生態系統表層土壤碳密度的影響很小，可能因為相關研究所采集的數據樣方集中于人口密度較小的野外自然生態系統，如濕地、茂密森林等，而作為陸地生態系統類型中重要組成部分的城市采樣極少，未來需增加對城市土壤的研究。

SOC密度與影響因子之間的關系復雜，單個影響因子的作用相對較弱，而影響因子兩兩交互后的影響程度均產生極大的增強。說明SOC密度的空間分異性的復雜性，本研究僅利用當前較為前沿的地理探測器工具進行了兩因素的交互分析，對多個影響因子共同作用進行定量歸因目前仍有難度。

4 結論

對 SOC密度的空間分異性影響因子進行量化有利于對陸地生態系統 SOC儲量進行更加準確的建模和估算。利用地理探測器工具可以對中國陸地生態系統的表層 SOC密度影響因子進行探測。影響中國陸地生態系統表層 SOC密度空間分異性的前三大影響因子按解釋程度大小排序為：溫度(0.22)＞NDVI (0.16)＞DEM (0.12)。氣候因素是關鍵影響因素。各影響因子之間均具有增強的相互作用關系。多種因子共同決定中國陸地生態系統表層SOC密度的空間分異，而非受單一因素影響。中國六大分區陸地生態系統表層 SOC密度的空間分異性的主要影響因子雖然有所差異，但自然因素的影響較大。