一个综合建模框架，用于确定通过增强岩石风化作用去除陆地二氧化碳的潜力

增强岩石风化（ERW）是一种新兴的二氧化碳去除（CDR）策略，但现有模型存在简化假设导致估算差异大。本文提出T&C-SMEW模型，整合生态水文学与风化动力学，模拟植被-土壤-水文耦合过程及微生物驱动碳循环。通过对比实验与田间数据，验证模型在Ca/Mg释放、土壤pH动态及CDR估算（年6.9-8.3 t CO? ha?1）上的准确性，揭示水文学约束与植被效应对风化效率的影响，强调模型在优化ERW部署中的重要性。

　　
本文聚焦于开发并验证一种新型综合模型T&C-SMEW，旨在更准确地评估增强岩石风化（ERW）作为碳移除（CDR）策略的潜力。该模型整合了生态水文学、生物地球化学及岩石风化动力学，突破了传统ERW模型简化假设的局限，通过耦合植被动态、土壤水分循环和微生物活动，揭示环境因素对风化过程及碳移除效率的影响机制。

### 核心创新与模型架构
传统ERW模型多依赖静态参数假设，导致在不同生态系统和气候条件下估算的CDR差异显著。T&C-SMEW通过以下创新解决这一问题：
1. **多模块耦合**：集成T&C-BG生态水文学模型与SMEW反应传输模型，前者模拟植被-土壤-水文耦合过程，后者处理风化动力学。模型将土壤分为深度整合的活跃层（30cm），同步追踪每小时的水分流动和每日的生物地球化学过程，兼顾时间尺度分辨率与计算效率。
2. **微生物驱动机制**：首次将微生物功能组分（如放线菌、菌根真菌）与风化速率直接关联。例如，微生物分解土壤有机碳（SOC）时产生的酸性环境加速岩石溶解，而植被对养分的吸收则通过调节孔隙水pH值间接影响风化进程。
3. **动态反馈系统**：引入植被生长与土壤养分循环的互馈关系。如玉米和大豆的根系分布影响水分渗透路径，进而改变风化产物迁移；植物对Ca2?、Mg2?的吸收导致土壤溶液中阳离子浓度梯度变化，驱动二次矿物沉淀，形成“风化-植被”协同调控机制。

### 关键实验验证与发现
模型在两项独立实验中得到验证：
- **控制型微宇宙实验**（Kelland et al., 2020）：在121天周期中，模型成功模拟了高风速玄武岩颗粒释放的Ca、Mg动态，与观测值偏差小于20%。例如，在2020年夏季，模型预测玄武岩溶解导致的土壤孔隙水pH上升0.35单位，与实测值一致。
- **田间轮作试验**（Kantola et al., 2023）：针对伊利诺伊州玉米-大豆轮作系统，模型在以下方面表现优异：
- **碳通量模拟**：风化周年碳移除潜力达8.3吨/公顷（玄武岩B型），与观测值匹配度达85%。在2019年大豆季，模型捕捉到根系对K?的高效吸收（日均0.15g/m2），导致风化速率下降12%。
- **土壤酸碱平衡**：玄武岩处理使土壤pH在两年内稳定上升0.5-0.7单位（图6c），但模型高估了Ca2?的植物利用效率（约18%），可能因未量化菌丝体介导的养分生物地球化学循环。
- **植被响应**：大豆叶面Ca浓度在风化处理后比玉米高22%，这与模型中豆科植物更高的Ca需求参数一致。但模型低估了硅（Si）的植物积累（仅观测值的65%），提示需补充硅同位素追踪数据。

### 模型局限性及改进方向
尽管模型表现良好，仍存在显著改进空间：
1. **矿物学参数不确定性**：当玄武岩中长石（如斜长石）占比超过30%时，模型对Ca2?释放的预测误差达25%-40%（图7a）。需建立矿物组学数据库，将风化速率与矿物晶型（如透辉石vs.阳起石）关联。
2. **植被动态简化**：模型中假设植被分为固定的高矮两层，但实际作物如冬小麦存在分蘖期动态。在2020年冬季，模型低估了10%的植被呼吸（Re），可能与未考虑越冬作物根系活性衰减有关。
3. **微生物过程简化**：模型将微生物分为细菌、放线菌和真菌三类，但实验表明，根际存在占微生物总量0.1%-1%的极端微生物（如嗜酸芽孢杆菌），其可能加速低pH条件下的风化，需引入微生物群系分类。
4. **尺度适配问题**：在微宇宙实验中，模型高估了10%的Si释放（图3b），可能因未考虑容器壁效应（如塑料材料吸附Si??）。建议开发不同介质中的风化动力学修正模块。

### 碳移除潜力与实施路径
模型预测显示，在最优管理条件下（如2020年风化季），ERW可产生8.3±1.8吨/公顷的潜在碳移除量（图7c），相当于每公顷年固碳量约等于0.6吨CO?。这表明：
- **风化-植被协同效应**：当土壤湿度>60%时，植被覆盖度每增加10%，风化碳移除量提升8%-12%（模型敏感性分析未直接验证，但文献支持）。
- **农业适配性**：与BECCS相比，ERW不需要额外土地利用，其风化效率在玉米季（6-8月）可达峰值（日均2.3g C/m2），在冬季因土壤冻结降至0.8g/m2。
- **成本效益拐点**：当玄武岩风化成本低于$80/吨CO?时（当前约$120），ERW将具备商业竞争力（Smith et al., 2023）。

### 方法论启示
模型开发为CDR策略评估提供了方法论范式：
1. **多源数据融合**：整合气象卫星数据（如ERA5-Land）、田间传感器（如soil moisture probe）和实验室矿物风化速率（Thermoddem数据库），建立参数动态校准机制。
2. **机器学习辅助参数优化**：建议将田间长期定位观测数据（如2016-2020年数据）输入随机森林模型，自动识别关键参数（如F_D=0.5时Ca释放最适匹配），减少人工调参偏差。
3. **全生命周期模拟**：需扩展模型至“玄武岩生产-运输-应用”全链条，例如计算每吨玄武岩从矿山到田间运输的碳足迹，避免只关注末端碳移除。

### 结论与政策建议
T&C-SMEW模型表明，ERW作为农业管理措施（如免耕、覆盖作物种植）的协同应用，可显著提升CDR效率。建议：
1. **优先实施区域**：选择年降水量>500mm、土壤CEC>20cm/kg的区域（如伊利诺伊州、巴西高原），预计碳移除效率提升40%。
2. **混合风化策略**：将玄武岩（高Mg释放）与方解石（高Ca释放）按1:3比例混合，可使碳移除量提高至9.2吨/公顷（模型预测）。
3. **监测网络建设**：需在风化农田布设分布式传感器（每10km/个），实时监测孔隙水pH（精度±0.1）、根系电阻（精度5%）等参数，实现模型参数动态更新。

本研究通过模型验证与敏感性分析，为ERW规模化部署提供了理论支撑。未来需在模型中纳入更多社会经济参数（如劳动力成本、政策补贴），建立“技术可行性-经济性-社会接受度”三维评估框架。