土壤有机碳（SOC）库是陆地生态系统中重要的碳库之一，在调控生态系统碳平衡和减缓温室气体方面具有重要作用。土壤有机碳的分布存在时间、空间和深度异质性，可能在较短的垂直距离上产生较大的变异。高精度曲面建模（HASM）方法是用于地理信息系统和生态建模的一种基于微分几何学曲面理论的曲面建模方法，将HASM方法与深度信息结合，有利于解决剖面土壤属性的空间分布预测问题。

近期，史文娇研究组首次提出HASM与土壤深度信息结合的方法，比较了16种空间预测模型（包括单一模型、混合模型和各种HASM方法）模拟土壤有机碳储量空间分布的准确性，对中国河北省土壤有机碳储量进行了空间预测。 

研究表明，HASM与具有深度信息的广义加性模型（GAM）相结合（HASM_GAMD）的方法，取得了比其他方法更好的预测性能。与没有深度信息的模型相比，HASM_GAMD模型预测SOC储量空间分布的均方根误差和决定系数分别提高了43%和49%。HASM与土壤深度信息结合的方法显著提高了土壤有机碳储量空间预测的精度，降低了不确定性。研究为土壤有机碳储量的空间建模与制图精度提升提供一种新视角，为评估土壤碳储量提供了方法支撑。

相关研究成果发表农林和土壤科学领域一区Top期刊《Soil & Tillage Research》(IF=6.5)，论文通讯作者为史文娇研究员，第一作者为客座研究生李家英，南京土壤研究所刘峰研究员为文章的共同第一作者。 

论文信息：Li, J., Liu, F., Shi, W.^*, Du, Z., Deng, X., Ma, Y., Shi, X., Zhang, M., Li, Q., 2024. Including soil depth as a predictor variable increases prediction accuracy of SOC stocks. Soil and Tillage Research 238, 106007.

网址：https://doi.org/10.1016/j.still.2024.106007