团队数据 | 中国农业大学苏伟团队发布1985-2020年中国1km分辨率0-20/0-100cm土壤有机碳密度数据集

• ：中国农大苏伟团队
        
• ：2026-03-25

近期，中国农业大学土地科学与技术学院苏伟教授团队通过国家生态科学数据中心生态网络云平台（https://www.nesdc.org.cn）发布了1985-2020年中国1km分辨率0-20/0-2500px土壤有机碳密度数据集，用户可在线访问获取数据。相关研究成果以“A 1 km soil organic carbon density dataset with depth of 20 and 100 cm from 1985 to 2020 in China”为题发表在Earth System Science Data期刊（doi:10.5194/essd-18-759-2026）。

土壤有机碳是全球碳循环的重要组成部分，也是生态系统健康的关键指标，在农业生产力提升和气候变化缓解中发挥着核心作用。我国地域辽阔、地形气候复杂，土壤有机碳时空分异特征显著，而长期以来高分辨率、长时序的土壤有机碳密度观测数据相对匮乏，严重制约了土壤退化评估、碳汇潜力核算等相关研究的开展。此前国内相关研究多聚焦于特定实验区或生态系统类型，缺乏全国尺度的长时序连续数据集，难以全面揭示气候和人类活动对土壤有机碳密度的影响机制，因此构建一套高精度、长时序的全国土壤有机碳密度数据集具有重要的科学与应用价值。

图1 采样点空间分布

研究团队整合了Landsat系列卫星影像、地形气象数据以及全国11743个土壤剖面实测数据，创新性地采用气候分区策略，针对我国湿润、半湿润、半干旱、干旱四大气候区分别构建随机森林集成学习模型，成功制备出1985-2020年中国1km分辨率0-500px和0-2500px土层土壤有机碳密度数据集。在数据制备过程中，团队完成了多源数据的标准化处理，通过质量控制去除重复和残缺记录，并利用等面积样条函数将不同深度的土壤有机碳含量统一转换为标准土层的碳密度；同时通过Pearson相关分析、随机森林重要性排序和组合优化完成特征筛选，确定温度、海拔、归一化植被指数、黏粒含量等7个核心驱动因子，大幅提升模型的预测精度和可解释性。该数据集可广泛应用于全球碳循环研究、区域土壤质量评估、农业可持续发展规划以及气候变化应对策略制定等领域，为我国生态保护和碳中和目标实现提供重要的数据支撑。

图2 “分区” vs “全局”模型精度对比

经多维度验证，该数据集具有较高的精度和可靠性：0-500px土层模型验证决定系数R²达0.63、均方根误差RMSE为2.03 (kg C/m²)，0-2500px土层R²达0.62、RMSE为6.16 (kg C/m²)；与黑河流域实测数据、徐等发布的陆地生态系统碳储量数据等独立样本验证结果高度吻合，其中0-500px土层与黑河流域数据的R²达0.76；与HWSD、SoilGrids250 m等国际主流土壤数据集相比一致性良好，与SoilGrids250 m的拟合度最优（R²=0.74，RMSE=1.03 (kg C/m²)）。研究还揭示了我国土壤有机碳密度的时空变化特征：1980s至2010s，0-500px表层土壤有机碳密度呈小幅上升趋势，而0-2500px剖面整体保持稳定；高值区主要集中在我国东北和西南地区，中经度区域因土地覆被类型多样，土壤有机碳密度变异程度更高，而高、低经度的森林覆盖区分布相对均一。此外，研究明确了温度是影响土壤有机碳密度的主导因子，且表层土壤受生物气候因子影响更显著，深层土壤则更多受地形和土壤理化性质的长期调控。

该项研究工作和数据制备得到了国家自然科学基金项目（42471402）、国家重点研发计划政府间国际科技创新合作项目（2025YFE0102000）、北京市自然科学基金项目（L251053）等项目的资助。

图3 中国土壤有机碳密度（SOCD）空间分布图

论文信息：Dong, Y., Wang, X., and Su, W.: A 1 km soil organic carbon density dataset with depth of 20 and 100 cm from 1985 to 2020 in China, Earth Syst. Sci. Data, 18, 759–777, 2026, https://doi.org/10.5194/essd-18-759-2026

数据链接：1985-2020年中国1km分辨率0-20/0-2500px土壤有机碳密度数据集