研究可以简化计算土壤碳信用的过程

伊利诺伊大学香槟分校农业生态系统可持续发展中心 (ASC) 的研究人员领导的一项研究为量化农田碳收支和土壤碳信用额提供了新见解，这两个减缓气候变化的重要指标。

发表在土壤科学杂志 Geoderma上的一篇论文概述了这一结果， 可以 简化计算土壤碳信用的过程，奖励农民通过轮作、免耕、覆盖作物和其他改善土壤的保护措施来保护土壤碳健康。该项目由能源部能源高级研究计划局 (ARPA-E) 资助。

农业活动导致大量土壤有机碳 (SOC) 以二氧化碳的形式释放到大气中，二氧化碳是一种导致气候变化的温室气体。已经提出了几种保护措施来帮助隔离土壤中的碳，但需要在当地评估它们提高土壤剖面中总 SOC(称为 SOC 储量)的潜力。此类评估是新兴农业碳信用市场的关键。

准确计算农田碳收支和土壤碳信用对于评估农业减缓气候变化的潜力以及保护措施至关重要。这些计算对当地土壤和气候条件很敏感，尤其是用于初始化计算模型的初始 SOC 存量。然而，根据 ASC 和自然资源与环境科学部 (NRES) 研究科学家 Wang Zhou 的主要作者 Wang Zhou 的说法，SOC 存量数据集中存在各种不确定性，目前尚不清楚这将如何影响农田碳收支和土壤碳信用计算在伊利诺伊州。

在这项研究中，研究人员使用一种先进且经过充分验证的农业生态系统模型(称为 ecosys)来评估 SOC 储量不确定性对中西部玉米-大豆轮作系统中农田碳收支和土壤碳信用计算的影响。

他们发现需要高精度的 SOC 浓度测量来量化农田碳预算，但目前公开可用的土壤数据集足以准确计算不确定性低的碳信用额度。

“这是一项非常重要的研究，揭示了反直觉的发现。初始土壤碳数据对于所有下游碳收支计算非常重要。然而，碳信用衡量的是新做法和一切照旧情景之间的相对土壤碳差异。我们发现初始土壤碳数据的不确定性对最终计算出的土壤碳信用的影响有限。 DOE 在 iSEE 资助的 SMARTFARM 项目，该项目的几位合著者参与了这篇论文。

结果表明，当只关注量化农场保护措施的土壤碳信用时，可能不需要昂贵的现场土壤采样——这对农业碳信用市场来说是一个主要好处。

“SOC 浓度测量的不确定性对农田碳收支计算有很大影响，这表明需要采用高光谱遥感等新方法来大规模估算表层土壤 SOC 浓度，以减少插值的不确定性。然而，SOC 浓度的不确定性仅对土壤碳信用计算产生轻微影响，这表明仅关注通过额外管理实践量化土壤碳信用可能不需要大量的现场土壤采样——考虑到其高成本，这是一个优势，”Zhou 说。

“这项研究中的方法可以应用于其他模型，并用于评估各种保守土地管理实践的碳封存潜力的重要不确定性，”该研究的另一位主要作者、ASC 和 NRES 的高级研究科学家 Bin Peng 说。 .

ASC 由伊利诺伊州可持续发展、能源与环境研究所 (iSEE)、农业、消费者与环境科学学院 (ACES) 以及负责研究与创新的副校长办公室联合成立。

该研究的合著者包括 ASC 副主任、作物科学助理教授 Andrew Margenot;DoKyoung Lee，作物科学教授和 ASC 创始教员;甚至 DeLucia，植物生物学名誉教授和 ASC 创始教员;ASC和NRES研究助理教授Sheng Wang;ASC的Ziqi Qin和NRES的研究生;NRES Michelle Wander 教授;Jinyun Tang，劳伦斯伯克利国家实验室地球与环境科学领域研究员;金哲农，明尼苏达大学生物制品与生物系统工程系助理教授;加拿大埃德蒙顿阿尔伯塔大学可再生资源系教授 Robert Grant。