Carbon Farming in the Digital Era: Soil Carbon Sequestration, Permanence, Measurement, Reporting and Verification
Samarpan Chakraborty · Anusmita Goswami · Ritam Dhar 等 8 人
综述数字时代碳农业的土壤固碳、持久性与MRV,强调混合验证与保守核算。
2000-2026年文献批判性综述,聚焦田间研究、荟萃分析与技术框架。
数字技术可降本增效,但无法替代田间校准与定期土壤复测,需混合MRV。
可研究遥感与模型融合的混合MRV框架,量化不确定性并保障小农公平参与。
系统评述数字技术支撑土壤碳汇MRV的方法与治理条件,对农业碳汇数字化与碳交易机制建设有实质参考价值。
碳农业日益被推广为一种在重建土壤有机碳的同时创造可验证气候效益和新型农业收入来源的途径。然而,其可信度取决于一系列条件,这些条件远不止于某项实践能否在试验点增加土壤碳。本批判性叙事综述评估了农业土壤碳固存的生物物理基础、分子持久性与项目层面永久性之间的区别、碳储量变化的测量,以及数字技术在测量、报告与核查(MRV)中迅速发展的作用。本文考察了2000年至2026年7月6日发表的文献,仅在必要时参考更早的概念性材料。证据优先取自同行评议的田间研究、荟萃分析、方法学研究及权威技术框架。证据支持覆盖作物、有机改良剂、多样化轮作及部分生物炭应用在适当条件下提高土壤碳的能力,但效应量强烈受基线碳储量、气候、质地、深度、碳输入、管理历史和系统边界的影响。表观增益也可能源于深度分布的改变或有机物的转移,而非额外的大气碳去除。因此,永久性是一种管理与核算属性,而不仅仅是化学抗性碳的属性。直接再测量仍是碳储量变化评估的证据锚点,但高空间变异性和缓慢积累使短项目周期在统计上难以奏效。当容重变化时,固定深度核算可能使比较产生偏差;等效土壤质量方法和明确的不确定性分析更具辩护力。遥感、数字土壤制图、光谱学、机器学习和过程模型可以降低交易成本,改善分层、活动监测和外推,但它们并不能消除田间校准、独立验证和定期土壤再测量的需要。因此,高完整性碳农业需要混合MRV、保守的不确定性处理、透明的反事实基线、逆转条款、泄漏和非碳温室气体核算、可审计的数据溯源以及公平参与的保障措施。数字化可以使碳农业更具可扩展性,但前提是它加强而非替代生物物理