Magnitude and sources of uncertainties in soil organic carbon (SOC) stock assessments at various scales

摘要

Uncertainties in soil organic carbon (SOC) stock assessments are rarely quantified even though they are critical in determining the significance of the results. Previous studies on this topic generally focused on a single variable involved in the SOC stock calculation (SOC concentration, sampling depth, bulk density and rock fragment content) or on a single scale, rather than using an integrated approach (i.e. taking into account interactions between variables). This study aims to apply such an approach to identify and quantify the uncertainties in SOC stock assessments for different scales and spatial landscape units (LSU) under agriculture. The error propagation method (t method) was used to quantify the relative contribution of each variable and interaction involved to the final SOC stock variability. Monte Carlo simulations were used to cross-check the results. Both methods converged (rpo=0.78). As expected, the coefficient of variation of the SOC stock increased across scales (from 5 to 35%), and was higher for grassland than for cropland. Although the main source of uncertainty in the SOC stock varied according to the scale and the LSU considered, the variability of SOC concentration (due to errors from the laboratory and to the high SOC spatial variability) and of the rock fragment content were predominant. When assessing SOC stock at the landscape scale, one should focus on the precision of SOC analyses from the laboratory, the reduction of SOC spatial variability (using bulk samples, accurate re-sampling, high sampling density or stratified sampling), and the use of equivalent masses for SOC stock comparison. The regional SOC stock monitoring of agricultural soils in southern Belgium allows the detection of an average SOC stock change of 20% within 11 years if very high rates of SOC stock changes occur (1 t C hap# yearp#). Les erreurs associcbes aux estimations du stock de carbone organique dans le sol (COS) sont rarement quantificbes bien qu'elles puissent empccher l'obtention de rcbsultats significatifs. Les quelques cbtudes qui le font focalisent en gcbncbral sur une seule variable ncbcessaire au calcul du stock de COS (concentration en COS, profondeur cbchantillonncbe, densitcb apparente et contenu en fragments rocheux) ou sur une cbchelle spatiale particulic.re, sans utiliser d'approche intcbgrcbe (prenant en compte les interactions entre les variables). Cette cbtude a pour objectif d'utiliser une telle approche pour identifier et quantifier les incertitudes licbes aux estimations de stock de COS c diffcbrentes cbchelles spatiales et pour diverses unitcbs spatiales de paysages (USP) agricoles. La loi de propagation des erreurs (mcbthode t) permet de quantifier la contribution relative de chaque variable et interaction c la variabilitcb finale du stock de COS. Les simulations de Monte Carlo sont utiliscbes pour la vcbrification croiscbe des rcbsultats. Les deux mcbthodes ont convergcb (rpo= 0.78). Comme prcbvu, le coefficient de variation du stock de COS a proportionnellement augmentcb avec l'cbchelle spatiale considcbrcbe (de 5 c 35%), et cbtait plus cblevcb pour les cultures que pour les prairies. Bien que la principale source d'erreur sur le stock de COS soit fonction de l'cbchelle spatiale et du type d'USP considcbrcbs, la variabilitcb du contenu en COS (du fait des erreurs de laboratoire et de sa grande variabilitcb spatiale) et du contenu en fragments rocheux cbtaient prcbdominants. Lors de l'estimation des stocks de COS c l'cbchelle du paysage, l'attention devrait prioritairement porter sur la prcbcision des analyses en COS du laboratoire, la rcbduction de la variabilitcb spatiale du COS (en utilisant des cbchantillons composites, un rcb-cbchantillonnage prcbcis, une densitcb d'cbchantillonnage cblevcbe ou un cbchantillonnage stratificb), et sur l'utilisation de masses cbquivalentes pour comparer les stocks de COS. Le rcbseau rcbgional de suivi des stocks de COS des sols agricoles dans le sud de la Belgique