南京大学/中国人民大学Nature Communications|全球潮汐湿地土壤有机碳储量的时空格局与环境驱动因素(2009–2020)

潮汐湿地（红树林、盐沼和潮滩）是重要的蓝色碳汇，但其土壤有机碳（SOC）储量的全球分布、动态变化及驱动因素尚不清晰。本研究整合42154条土壤层记录与63个环境协变量，采用时空数字土壤制图（ST‑DSM）框架，分别构建了三种湿地类型的机器学习模型，生成了2009–2014年和2015–2020年两个时段、三个土壤深度（0–30、30–60、60–100 cm）的90米分辨率全球SOC密度图，并定量评估了储量变化。研究发现，全球潮汐湿地1米深SOC总储量从8.80 Pg下降至8.27 Pg，净损失约0.53 Pg（–6.11%），其中SOC密度下降（–5.31%）的贡献大于面积缩减（–0.85%）。红树林损失最为严重（–8.41%），盐沼则呈增加趋势（+7.92%），潮滩亦有所下降（–5.67%）。低纬度地区（南亚、非洲）及中低收入国家为损失热点，而高收入与低收入国家变化相对平稳。驱动因子方面，气候与地形主导红树林，海洋动力因子（潮汐分潮）控制盐沼和潮滩，揭示了不同类型湿地SOC动态的差异化机制。

1 科学问题

全域综合评估缺失：以往全球研究多聚焦单一湿地类型（红树林或盐沼），潮滩虽占全球潮汐湿地面积近40%，但其SOC储量的全球尺度空间显式估算长期缺位，导致蓝色碳核算不完整。

动态变化被忽视：绝大多数大尺度储量变化研究仅依赖面积变动，假设SOC密度恒定，但实际中密度在十年尺度上可发生显著变异，忽视此点会引入较大不确定性。

驱动机制不清：不同湿地类型（植被 vs. 非植被）的SOC对环境因子的响应是否一致？海洋过程、气候、人类活动等因子的相对重要性尚缺乏统一框架下的比较。

2 研究方案

湿地范围：基于GWL_FCS30全球30米精细湿地分类产品（2020年），提取红树林、盐沼和潮滩分布，并重采样至90米，去除孤立斑块。以2014年和2020年范围分别代表两时段。

土壤数据：整合CCRCN、MarSOC、全球红树林碳数据库、WoSIS及中国潮滩数据，经严格质控后获得5,489个独特点位、42154条土层记录（含时段：2009–2014年16421条，2015–2020年25733条）。

环境协变量：涵盖海洋（潮汐分潮振幅/相位、海平面变化、总悬浮物）、气候（温度、降水）、植被（NDVI/EVI）、地形、遥感光谱、人类活动（GDP、人口）等7大类共63个因子，其中动态变量按时段分别赋值。

建模策略：对三种湿地类型分别构建随机森林模型，将土壤深度（起始、中层、终止）作为连续预测变量，并纳入时间标签。采用前向递归特征选择优化协变量组合，以空间分块十折交叉验证评估精度，同时用分位数随机森林给出90%预测区间。

储量估算：预测SOC密度（Mg/ha）乘以对应时段湿地面积，计算各深度层储量，并对比两时段变化。

3 结论

全球总量与空间格局

2015–2020年全球潮汐湿地1 m SOC总储量为 8.27 Pg，呈“钟形”纬度分布，82%集中于30°N–20°S。印尼、非洲东/西海岸、北美东岸为高值区。

相较于2009–2014年（8.80 Pg），净损失 0.53 Pg（–6.11%），相当于约1.98 Pg CO₂的潜在释放。面积从348,885 km²缩减至345,935 km²（–0.85%），而SOC密度从252.33 Mg/ha降至238.94 Mg/ha（–5.31%），密度下降贡献更大。

深度异质性：深层（60–100 cm）损失率（–6.69%）高于表层（–5.40%），暗示深层碳对环境变化同样敏感，挑战了传统“深层稳定”观点。

不同湿地类型分化

红树林：储量最大（4.85 Pg，占58.6%），但损失最剧（–8.41%，即–0.44 Pg）。面积基本稳定（+0.48%），损失主因是SOC密度大幅下降（–8.85%），集中于东南亚、非洲等热带地区。

盐沼：储量最小（0.85 Pg），但唯一实现增长（+7.92%，+0.07 Pg）。面积扩张（+4.70%）与密度提升（+3.07%）共同驱动，增益集中在北半球中纬度（北欧、中国东海岸、美国东海岸）。

潮滩：储量2.57 Pg（占31.1%），下降5.67%（–0.16 Pg），面积（–4.10%）与密度（–1.64%）均减少，主要发生在亚洲和南美热带区域，部分区域与盐沼扩张呈此消彼长。

经济发展水平与碳损失关联

中低收入和中等偏上收入国家损失最严重（印尼–248.5 Tg、尼日利亚–80.1 Tg、马来西亚–60.3 Tg），而高收入国家变化平稳，低收入国家（如莫桑比克、马达加斯加）甚至有微弱增长，呈现“U型”关系。深层碳损失在收入组间的差异更为突出。

关键环境驱动因子

红树林：最主导因子为最低温度（影响生产力）、高程（负相关，低处利于沉积）、总悬浮物（负相关，高浊度限制光合与埋藏）及降水（正相关）。GDP和人口等人为因子亦具一定影响力。

盐沼与潮滩：首要驱动因子均为潮汐分潮（K2振幅），海洋动力主导碳输入/输出。盐沼还受深度相关因子和降水影响，潮滩则受NDVI（稀疏植被指示微藻等）和降水正调控。

不足与展望

湿地范围不确定性：遥感分类（尤其渐变带与稀疏区）存在误差（总体精度86.44%），可能影响储量估算。海草床因水下探测困难未纳入，未来需弥补。

样本代表性局限：北大西洋、南美高纬度等区域样本稀疏，预测不确定性较高，应加强开放数据共享与协同采样。

缺失关键因子：缺乏地貌类型（三角洲、潟湖）、直接人为干扰（养殖池开挖、土壤深翻）及优势植物功能群的空间时序数据，制约了因果机制的深入解析。

模型外推风险：当局部环境超出训练域时，预测需谨慎使用。