准确预测未来气候与土地利用变化对土壤有机碳的协同影响，对保障粮食安全和实现“双碳”目标至关重要。但是，土壤-环境关系复杂，土壤有机碳动态响应存在不确定性。中国科学院东北地理与农业生态研究所研究人员综合运用大数据与多种机器学习模型，评估1985年至2100年东北黑土区土壤有机碳储量的时空演变规律。研究团队整合2001年至2020年间共3500个土壤样本数据、多期Landsat遥感影像、高分辨率气候及地形数据，构建全面环境协变量体系。科研人员采用四种机器学习算法进行性能比对，最终选定预测精度最高的随机森林模型作为时空预测工具，并运用“空间替代时间”方法，将未来气候情景数据输入已校准的模型，生成至2100年的高精度土壤有机碳动态图。科研团队取得如下结果：一是东北地区历史碳损失明确，1985年至2020年间，东北黑土区表层土壤有机碳密度平均下降5.51Mg C/ha，整体呈现“碳源”效应；二是东北黑土区土壤有机碳未来情况取决于排放路径， 到2100年，在高排放路径下，土壤有机碳储量将持续流失1.8Pg，而在低排放路径下，土壤有机碳储量则有望小幅增加0.058Pg，并出现多次碳汇/碳源转换的动态波动；三是耕地与林地是调控关键，未来土壤有机碳变化由这两者主导，耕地扩张和管理不善，是导致碳损失的主要因素，林地的保护与恢复，是促进碳回收的关键。高碳储量的生态系统，对气候变化更为敏感，面临更高的碳损失风险。上述研究量化了不同发展路径下黑土碳库的响应，指明了生态恢复与土地管理在维持碳平衡中的决定性作用。相关研究成果发表在Catena上。论文链接