摘要
在全球碳中和与区域生态安全需求的背景下，洮河流域云杉人工林碳汇功能的优化日益关键。为探究碳储量分布特征及影响因素，该研究以洮河流域云杉人工林为对象，设置不同林龄（幼龄林、中龄林）与密度（925~2 800 trees·hm-2）样地，系统测定并综合评估乔木层不同器官（干、枝、叶、皮、根）、凋落物层以及土壤不同层次（0~10 cm、10~20 cm、20~40 cm、40~60 cm、60~80 cm）的碳储量及分布特征，深入分析林龄与密度对碳储量的影响机制。结果表明：（1）洮河流域云杉人工林生态系统总碳储量介于336.25~512.39 t·hm-2之间，整体呈现“土壤层 > 乔木层 > 凋落物层”的格局。（2）土壤层是生态系统最核心的稳定碳库，碳储量为256.89~300.45 t·hm-2，占总碳储量的69.90%，并且60%以上的土壤碳集中分布于0~40 cm土层。（3）乔木层碳储量为43.12~190.02 t·hm-2，表现出强烈的时空异质性，并且存在显著的“中龄林碳积累高峰”，碳在各器官中优先分配于干（22.46%~49.42%）和根（19.39%~29.35%），其分配策略受密度调控，高密度林分生物量向树干集中，中低密度林分各器官均衡增长，碳汇效率更高。（4）凋落物层的碳储量为12.53~21.92 t·hm-2，占总碳储量的3.58%~4.30%，但其碳含量高达306.04~389.32 g·𝑘g-1，是连接地上与地下碳流通的关键枢纽。该研究证实，林龄与密度是驱动云杉人工林生态系统碳积累与分配的核心因子，实施以密度调控为核心的可持续经营策略，可有效挖掘该区域云杉人工林的碳汇潜力。该研究结果可为洮河流域人工林碳汇功能优化、生态系统保护及区域碳中和目标实现提供重要的理论依据与实践参考。
Abstract
In the context of global carbon neutrality and regional ecological security requirements, the optimization of the carbon sin𝑘 function of Picea asperata plantations in the Taohe River basin has become increasingly crucial. To explore the distribution characteristics and influencing factors of its carbon storage, this study focused on P. asperata plantations within the Taohe River basin, establishing plots with varying stand ages (young and middle forests) and densities (925-2 800 trees·hm-2). It systematically measured and comprehensively evaluated the carbon storage and distribution characteristics of different organs (trun𝑘, branch, leaf, bar𝑘, root) within the tree layer, the litter layer, and distinct soil horizons (0-10 cm, 10-20 cm, 20-40 cm, 40-60 cm, 60-80 cm). It provided an in-depth analysis of the mechanisms by which stand age and density influenced carbon storage. The results were as follows: (1) The total carbon storage of 𝑃. asperata plantation ecosystem in the Taohe River basin ranged from 336.25 to 512.39 t·hm-2. The overall pattern exhibited a hierarchy of carbon storage: soil layer > tree layer > litter layer. (2) The soil layer constituted the most fundamental stable carbon reservoir within ecosystems, holding carbon storage ranging from 256.89 to 300.45 t·hm-2. This accounted for 69.90% of total carbon storage, with over 60% of soil carbon concentrated within the 0-40 cm soil layer. (3) The carbon storage in the tree layer ranged from 43.12 to 190.02 t·hm-2, exhibiting pronounced spatio-temporal heterogeneity alongside a significant ‘mid-mature forest carbon accumulation pea𝑘’. Carbon was preferentially allocated to the trun𝑘 (22.46%-49.42%) and root (19.39%-29.35%) among the various organs. Its distribution strategy was density-regulated: biomass in high-density stands concentrated in the trun𝑘, while in medium-to-low-density stands, all organs grew more evenly, resulting in higher carbon sequestration efficiency. (4) The carbon storage in the litter layer ranged from 12.53 to 21.92 t·hm-2, accounting for 3.58% to 4.30% of the total carbon storage. However, its carbon content was remar𝑘ably high at 306.04 to 389.32 g·𝑘g-1, ma𝑘ing it a pivotal hub connecting above-ground and below-ground carbon flows. This study confirms that stand age and density are the core factors driving carbon accumulation and distribution within 𝑃. asperata plantations ecosystems. By implementing sustainable management strategies centred on density regulation, the carbon sin𝑘 potential of 𝑃. asperata plantations in this region can be effectively harnessed. The results provide a crucial theoretical basis and practical guidance for optimizing the carbon sin𝑘 function of plantations in the Taohe River basin, safeguarding ecosystem, and achieving regional carbon neutrality objectives.
Keywords
森林生态系统在陆地碳循环中占主导地位，其碳储量约占全球陆地总量的40%（刘世荣等，2024），在调节大气CO2浓度和全球碳循环中发挥着关键作用（Pan et al.，2011）。人工林作为全球森林资源的关键构成部分，在增强陆地生态系统碳汇功能、缓解区域气候变化及保障生态稳定性等方面均发挥着关键的战略作用（冯瑞芳等，2006）。随着中国林业生态工程的持续推进，人工林面积已升至全球首位，中、幼龄林的持续生长预示着人工林在未来将具有巨大的碳汇潜力（Omosalewa et al.，2022；Zhang et al.，2023）。有效经营人工林已成为区域生态恢复和碳中和目标实现的重要途径（Chen et al.，2019）。
林龄和密度更是调控碳储量分配的核心驱动因素，二者共同影响植被碳库的垂直分布格局和周转效率（Kurt & Pregitzer，2004）。已有研究证实，林龄通过调控林木生长阶段与生态系统功能发育，主导碳储量的长期动态（Li et al.，2023）；密度则通过改变光、水、养分的竞争格局，影响生物量分配策略与碳积累效率（Bin𝑘ley et al.，2009）。例如，高密度林分在幼龄期可通过最大化叶面积指数（leaf area index，LAI）提升碳汇能力（Kassier，2011），但随林龄增长，过度竞争可能导致碳向非结构性器官（如枝叶）分配的比例增加，抑制树干生物量积累（Bin𝑘ley et al.，2004；Thorpe et al.，2010）。
洮河流域位于青藏高原-黄土高原过渡带，是中国西北重要的生态安全屏障（Wang et al.，2015）。该区域广泛分布的云杉林（Picea asperata）在维持区域生态平衡和提供生态系统服务方面发挥着关键作用。目前，对洮河流域人工云杉林碳储量分布特征及其驱动机制的研究，仍存在明显不足：一是大多聚焦单一林龄或密度梯度（Kassier，2011；冯宜明等，2023），未能涵盖林分发育的动态变化，难以揭示碳储量的长期积累规律；二是对乔木层碳分配（如干、枝、根的贡献率）阐释不充分，缺乏碳库间关联路径的量化分析；三是未明确不同林龄阶段密度效应的差异及最优经营密度阈值，难以提供针对区域人工林碳汇功能精准提升的有效管理建议。
基于此，本研究在洮河流域云杉人工林设置不同林龄（幼龄林、中龄林）和密度梯度（925~2 800 trees·hm-2），系统测定乔木层（各器官）、凋落物层、土壤层（0~80 cm）碳储量及相关环境因子，拟探讨以下问题：（1）洮河流域云杉人工林生态系统碳储量的分配特征以及乔木层碳储量的关键贡献器官；（2）林龄和密度对碳储量积累及器官分配的调控效应；（3）干旱、半干旱区云杉人工林的最优碳汇经营密度。本研究旨在揭示洮河流域云杉人工林碳积累的影响因素，为干旱半干旱区人工林碳汇功能提升与精准经营提供科学依据。
1 材料与方法
1.1 研究区概况
研究区位于洮河国家级自然保护区域博裕沟（34°46′02″—103°44′40″E、34°10′07″—34°42′05″N），海拔1 100~4 900 m，气候类型为温带大陆性季风气候，年平均气温5.6 ℃，年均降水量487.1 mm且主要集中在7—9月（陈林生等，2022）。土壤类型主要有褐土、栗钙土和暗棕壤。森林资源丰富，垂直梯度明显，原生植被多，主要分布在海拔2 000~3 500 m之间，下部是温带落叶阔叶林带，中部是常绿针叶林，上部是高山灌丛（李婉莹，2022）。常绿针叶林主要有冷杉林（Abies fabri）和云杉林（Picea asperata）等。
1.2 样地设置
遵循全面性、代表性与可比性原则，在洮河林区博裕沟流域典型云杉人工林中根据林龄和密度设置调查样地，每块样地面积为20 m × 20 m。样地设置过程中充分考虑地形、坡向、坡度等环境因子的均一性，确保各样地间仅在林龄和密度上存在显著性差异。同时，在每个样地周边设置5 m宽的缓冲带，以避免边缘效应对研究结果的影响。2024年8月对样地内云杉进行每木检尺，调查林龄、胸径、树高等基本参数，并记录样地海拔、坡向、坡度等环境信息。
幼龄林选取林龄为20~25年的云杉人工林，密度分别为2 800、1 500、925 trees·hm-2，中龄林选取林龄为35~40年的云杉人工林，密度为2 700、1 700 trees·hm-2，各密度梯度间差异显著且覆盖当地云杉人工林常见经营密度范围。样地基本信息见表1。
表
1
样地基本信息
Table
1
Basic information of plots
1.3 样品采集和测定
1.3.1 乔木层
在各样地分别选择3株标准木进行样品采集。用生长锥钻取胸径处木芯，用于树干碳含量分析；采用分层切割法，在树冠上、中、下3处均匀截取代表性枝段，合并为枝条混合样品；叶片样品通过树冠分层并随机采摘的方式获取，确保样本涵盖不同冠层与方位；树皮样品在标准木伐倒后，于树干1.3 m处及冠层不同高度的枝条上分别剥取，按器官类型与径级混合；根系采用土钻法取样，将原状土柱置于5 mm孔径筛网上，用清水冲洗并收集根系。所有样品均在85 ℃下烘干称重，并粉碎过筛，测定碳含量。
1.3.2 凋落物层
在样地内选择地势平坦、厚度均匀、代表性较好的3处区域，分别设置1 m × 1 m的凋落物样方，用钢钉和线绳固定样方边界，移除样方内的活体植物、石块和其他非凋落物，收集样方内所有现存凋落物，带回实验室烘干称重，并测定碳含量。
1.3.3 土壤层
在样地内沿对角线方向均匀设置3个土壤取样点，清除表面的枯枝落叶及碎石块，分别按照0~10 cm、10~20 cm、20~40 cm、40~60 cm、60~80 cm 5个层次进行采样（所有土壤深度区间均包含下限，不包含上限），每层采集鲜土500 g，密封标记后带回实验室，置于阴凉处自然风干后挑除植物根系及大石块，碾碎土壤后混合过0.25 mm筛，用于土壤有机碳含量的测定。
植物和土壤样品碳含量测定均采用《森林土壤水分-物理性质的测定》（LY/T 1215—1999），利用vario EL cube元素分析仪（Elementar，德国）测定碳含量。
1.4 统计分析
1.4.1 碳储量计算
乔木层碳储量：基于《主要树种立木生物量模型与碳计量参数》（GB/T 43648—2024）（国家林业和草原局林草调查规划院等，2024）选择生物量异速生长方程，结合每木检尺测得的样地内所有乔木的胸径和树高，计算云杉干、枝、叶、皮、根5种器官生物量及单株总生物量，并根据样地面积计算单位面积乔木层生物量。根据生物量及测得的各器官碳含量，获得碳储量。
凋落物层碳储量：根据各样方内凋落物的烘干质量及测得的碳含量，先计算出每个凋落物样方的碳储量，再通过求取3个样方碳储量的平均值，结合样地面积，最后获得单位面积凋落物层碳储量（陈鑫等，2025）。
土壤层有机碳储量：单位面积的土壤有机碳储量为各土层有机碳储量的总和，各土层有机碳储量计算公式如下：
式中：𝑘代表土壤层次；O𝑘代表第𝑘层土壤有机碳密度（t·hm-2）；C𝑘代表第𝑘层土壤有机碳含量（g·𝑘g-1）；D𝑘代表第𝑘层土壤密度（g·cm-3）；E𝑘代表第𝑘层土壤厚度（cm）；G𝑘代表第𝑘层土层中直径大于2 mm石砾所占质量百分比。
1.4.2 数据处理
采用Excel 2021进行数据整理，采用SPSS 24.0（IBM，NY，U.S.A.）评估数据正态分布。数据满足正态性和方差齐性，采用Duncan post hoc检验；数据不满足正态分布，采用Krus𝑘al-Wallis H（K）检验；数据不满足方差齐性，采用Games-Howell检验。利用ANOVA进行单因素方差分析（one-way ANOVA）。采用Spearman相关性分析林龄、密度与各碳储量层次间的相关性。采用Origin 2021进行图表绘制。
2 结果与分析
2.1 乔木层碳储量及其分配特征
由图1可知，云杉幼龄林乔木层碳储量介于43.12~97.15 t·hm-2之间，均值为75.68 t·hm-2，变异系数为36.2%，反映出幼龄林阶段受初始造林密度、立地条件等因素影响，碳积累存在明显差异；云杉中龄林乔木层碳储量介于151.76~190.02 t·hm-2之间，均值达170.89 t·hm-2，变异系数为11.80%，低于幼龄林，表明随着林分发育，碳储量分配逐渐趋于稳定。
图
1
不同类型云杉林乔木层碳储量
Fig.
1
Tree carbon storage in different types of Picea asperata forest
由图2可知，幼龄林（S1-S3）干、枝、叶、皮、根碳储量均值分别为23.90、17.64、10.37、3.92、19.85 t·hm-2，分配比例波动较大（干22.46%~49.42%、枝14.40%~27.22%、叶8.70%~16.99%、皮3.98%~8.09%、根19.39%~29.35%）；中龄林（S4、S5）各器官碳储量显著提升，干、枝、叶、皮、根均值分别达71.58、32.31、16.99、10.52、39.50 t·hm-2，较幼龄林增幅依次为199.5%、83.2%、63.8%、168.4%、99.0%，其中树干分配比例趋于稳定且占比最高（39.85%~43.51%），根（22.89%~23.39%）、枝（18.24%~19.74%）占比略有下降，叶（9.23%~10.83%）、皮（6.13%~6.18%）占比最为稳定。整体而言，树干和根系始终是碳储量的主要贡献器官，幼龄林二者合计占58.85%~78.81%，中龄林合计占66.40%~66.90%。
图
2
密度对两种林龄云杉林各器官碳储量的影响（A、C）及其占比（B、D）
Fig.
2
Effects of density on carbon storage (A, C) in different organs of
Picea asperata forest at two stand ages and the proportions(B, D)
2.2 凋落物层碳储量变化特征
由图3可知，幼龄林（S1-S3）凋落物碳储量介于12.53~14.01 t·hm-2之间，均值为13.32 t·hm-2，凋落物生物量均值为41.39 t·hm-2，碳含量均值为332.69 g·𝑘g-1；中龄林（S4、S5）凋落物碳储量提升至20.12~21.92 t·hm-2，均值达21.02 t·hm-2，较幼龄林增57.81%，凋落物生物量均值为55.65 t·hm-2（增幅34.45%），碳含量均值为381.58 g·𝑘g-1（增幅14.70%）。
图
3
不同类型云杉林凋落物层碳储量、生物量和碳含量
Fig.
3
Carbon storage, biomass and carbon content of the litter layer in different types of Picea asperata forests
2.3 土壤碳储量及其垂直分布特征
由图4可知，所有样地均呈现“中层富集”特征，20~40 cm土层有机碳储量最高（均值82.03 t·hm-2），占土壤总碳储量的28.79%；0~10 cm、10~20 cm、40~60 cm土层碳储量均值分别为54.78、49.75、56.21 t·hm-2，占比介于17.46%~19.73%之间；60~80 cm土层碳储量最低（均值42.11 t·hm-2），占比仅14.78%，整体呈现中间高、上下低的垂直分布格局。从林龄差异来看，中龄林（S4、S5）土壤总碳储量均值为298.20 t·hm-2，较幼龄林（S1-S3，276.00 t·hm-2）增7.44%，这与中龄林凋落物输入量增加、表层根系生物量丰富密切相关。
图
4
不同类型云杉林土壤有机碳储量垂直分布特征
Fig.
4
Vertical distribution characteristics of soil organic carbon storage in different types of Picea asperata forests
2.4 洮河流域云杉林生态系统碳储量及其分配特征
由图5可知，云杉人工林中林龄生态系统碳储量均值（490.10 t·hm-2）显著高于人工幼龄林碳储量均值（365.00 t·hm-2），表明生态系统碳储量受林龄的显著影响。密度显著影响云杉人工林生态系统碳储量，对幼龄林和中龄林均呈现随密度的降低逐步升高的趋势。洮河流域云杉林生态系统各碳库占比排序为土壤（69.90%）>乔木层（26.19%）>凋落物（3.91%）。
图
5
不同类型云杉林生态系统碳储量（A）及其分配特征（B）
Fig.
5
Ecosystem carbon storage (A) and its distribution characteristics (B) in different types of Picea asperata forests
2.5 洮河流域云杉林生态系统碳储量的驱动因素分析
相关性分析结果（图6）表明，洮河流域云杉人工林生态系统碳储量与各碳库均呈极显著正相关（P< 0.001），相关系数大小表现为乔木层（0.951）>凋落物层（0.904）>土壤层（0.670）。乔木层碳储量与各器官碳储量呈显著正相关。凋落物层碳储量与乔木层各器官碳储量及0~40 cm土壤有机碳含量均呈显著正相关，表明其既是乔木层碳向土壤转移的关键过渡库，也是表层土壤碳输入的核心来源。同时，林龄与乔木层和生态系统碳储量呈显著正相关，但密度与各变量间无显著相关性。
图
6
生态系统及其组成成分中碳储量与各种变量间的关系
Fig.
6
Carbon storage in ecosystem and its components and the relationships between various variables
3 讨论
3.1 森林生态系统碳储量分配特征
森林生态系统作为陆地生物圈的核心碳库，其碳储量的规模、空间分布及动态变化对全球碳循环与气候变化具有深远影响。本研究表明，洮河流域云杉人工林生态系统总碳储量为336.25~512.39 t·hm-2，其中幼龄林均值为365.00 t·hm-2，中龄林均值达490.10 t·hm-2，呈现显著的林龄增长趋势。土壤是该生态系统最大的碳库，碳储量为256.89~300.45 t·hm-2，平均贡献了总碳储量的69.90%，这一结果与方精云和陈安平（2001）关于中国陆地生态系统碳库的研究结论一致，凸显了土壤在长期碳固存中的核心作用。
土壤碳的垂直分布呈现随土层加深而递减的趋势，表层土壤是凋落物输入与根系活动的核心区域，本研究显示0~40 cm土层碳储量占土壤总碳储量的65.49%，这与表层接收大量凋落物、根系集中分布的生态规律密切相关（明安刚等，2014）。相关性分析表明，凋落物层碳储量与0~40 cm土壤有机碳含量呈显著正相关，印证了凋落物是表层土壤碳输入的核心来源。深层土壤（> 40 cm）受通气条件、根系分布密度限制，碳积累能力较弱，最终形成“表层富集、深层递减”的垂直分布格局。
本研究表明，幼龄林阶段云杉人工林乔木层碳储量较低（均值75.68 t·hm-2），并且在干（23.90t·hm-2）、枝（17.64 t·hm-2）、叶（10.37 t·hm-2）、皮（3.92 t·hm-2）和根（19.85 t·hm-2）中分配较为分散，各器官碳储量占乔木层总碳储量的比例介于3.98%~29.35%之间。中龄林阶段云杉人工林乔木层碳储量显著提升至170.89 t·hm-2，是林木生物量碳积累的速生期，这与李旭等（2023）在杉木人工林研究中发现的中龄林碳固存率最高的结果一致。从器官分配来看，中龄林树干碳储量均值达71.58 t·hm-2（占41.88%），根系碳储量均值达39.50 t·hm-2（占23.14%），树干和根系是乔木层碳储量的主要贡献器官，体现了树木将生物量优先投入支撑结构与养分吸收器官的生存策略（于洋等，2025）。相关性分析结果显示，乔木层碳储量与各器官碳储量呈显著正相关，并且生态系统碳储量与乔木层的相关系数最高（0.951），这明确了乔木层是驱动生态系统碳储量变化的核心组分。
作为森林碳元素从乔木层向土壤层转移的高效生物通道，凋落物层通过其持续的输入与分解，在推动生态系统物质循环和促进养分储存方面扮演着关键角色（Kim et al.，2010）。本研究中凋落物碳储量为12.53~21.92 t·hm-2，仅占生态系统的3.58%~4.30%，但其碳含量较高（306.04~389.32 g·𝑘𝗀-1），可能意味着其富含木质素等难分解组分。李慧璇等（2023）在亚热带森林的研究表明，凋落物在自然分解状态下，惰性碳组分更倾向于在土壤中积累并形成长期固存。这与本研究中土壤层构成生态系统核心碳库的发现相呼应。Jiang等（2025）的最新研究揭示了木质素与微生物残体碳的耦合是深层土壤碳固存的关键驱动力。这些研究共同表明，维持凋落物层的自然分解，对于通过“植物-凋落物-土壤”途径实现生态系统的长期固碳至关重要。
3.2 森林生态系统碳储量积累的驱动因子
林龄是调控云杉人工林乔木层碳储量的主要驱动因素（Pregitzer & Eus𝑘irchen，2004）。本研究通过对比不同林龄阶段，发现随着林龄的增长，云杉人工林乔木层碳积累呈现明显的阶段性特征：幼龄期林木以高生长为主要特征，资源优先投向枝叶、根等营养器官（碳占比合计达59.76%），生物量积累相对有限，进入中龄期后，生长重心从营养器官的快速生长，逐步转向以树干径向生长为主（树干碳占比升至41.88%），树干成为乔木层碳储量的核心器官，其生物量的快速积累直接驱动了生态系统碳储量的跃升，同时凋落物输入量从12.53 t·hm-2增至21.92 t·hm-2，开始形成有效的乔木-凋落物-土壤碳传输与储存途径，进一步促进了生态系统碳积累。相关性分析结果进一步验证了林龄的驱动作用，林龄与乔木层和生态系统碳储量均呈显著正相关，明确了林龄是生态系统碳积累的核心自然驱动因子，这主要与林木生长特性、林分结构发育以及生态系统功能完善程度密切相关。
密度作为关键的人为可调控因子，通过改变光、水、养分的资源竞争格局，共同塑造了乔木层的碳积累过程与分配策略。密度效应通过改变林分结构参数（如叶面积指数、冠层开度）和生长资源分配策略（如根冠比、干枝比）共同调控碳积累过程，其中光竞争和养分竞争构成主要限制因子（Bin𝑘ley et al.，2013）。本研究发现，云杉人工幼龄林乔木层碳分配呈现出显著的密度依赖性，高密度林分（2 700 trees·hm-2）树干占比达39.85%，表现出典型的“干主导型”分配模式（宁波，2007；周国逸等，2022）；云杉人工中龄林在密度为1 700 trees·hm-2时，乔木层干、枝、叶、皮和根中碳储量较2 700 trees·hm-2时分别增加了26.85%、13.56%、6.27%、19.48%和18.37%，各器官碳储量占比保持稳定，表明中龄阶段云杉人工林冠层架构已进入相对稳态，现存枝条主要通过优化叶簇分布和提升光合效率维持系统生产力，而非大幅改变器官比例（Seidel et al.，2011）。随着密度的降低，云杉人工林根碳储量占比减小，这与根系生长策略调整有关，高密度林分地下空间竞争激烈，根系生长受到物理限制和资源竞争的双重抑制，随着林分稀疏，根系得以在更广阔的空间中高效拓展，以更少的生物量投资实现养分水分的吸收功能，这体现了植物在缓解环境压力后的最优资源分配策略（Liu et al.，2021）。
4 结论
本研究系统阐明了洮河流域云杉人工林生态系统碳储量在土壤层、乔木层和凋落物层中的分布格局：土壤层占总碳储量的69.90%且集中分布在0~40 cm层；乔木层碳储量随林龄增长呈显著上升趋势，并且不同器官碳储量分配策略受密度调控，高密度林分通过“逃避竞争”策略优先投资树干生长，而中低密度林分则在各器官间实现更均衡的碳分配；凋落物层碳储量相对较低，但在养分循环和能量流动中发挥着不可或缺的作用。
林龄与密度是驱动洮河流域云杉人工林生态系统碳积累与分配的关键因子，基于碳汇功能优化的云杉人工林经营应以林龄和密度协同调控为核心：建议20~40年生林分维持1 500 trees·hm-2的中密度水平，保障乔木层碳储量稳步积累；39~40年生阶段应及时实施结构性疏伐，将密度调控至1 700 trees·hm-2，以促进树干生物量积累与各器官碳分配优化，实现碳汇效率与林木质量的协同提升。同时，经营过程中需保留森林凋落物自然分解过程，避免人为清除，维持土壤碳库的稳定性与固碳潜力。