了解森林土壤有机碳(SOC)的深度分布模式对正确估算森林碳储量,充分发挥森林碳汇功能,减缓全球气候变化有着重要意义。选取寒温带针叶林、温带落叶林、亚热带针阔混交林、热带常绿阔叶林等4类森林生物群系,建立SOC深度分布数据库,构建SOC质量密度的深度分布模型;使用Nash-Sutcliffe效率系数(E)、误差百分比(PE)、决定系数(R~2)等统计参量评定模型的模拟效果;利用构建的深度分布模型外推更深层SOC密度。研究结果表明:(1)本文所构建的森林SOC深度分布模型模拟值与观测值较为吻合,Nash-Sutcliffe效率E、误差百分比PE和决定系数R~2平均为0.74、6.95%、0.88(P<0.05),模型模拟能力较高(E>0.6),模拟误差值低于可接受的临界值(PE<±15%),说明构建的模型可以对该地区森林SOC密度值进行估算;(2)寒温带针叶林0—20 cm层SOC质量密度较高,热带常绿阔叶林较低;20 cm以下则是寒温带针叶林较低,热带常绿阔叶林较高,热带常绿阔叶林具有更深层的SOC分布;用0—100 cm深度的SOC来表征区域SOC储量时结果偏低。若考虑0—200 cm深度,0—100 cm深度SOC值平均偏低约21.8%,在热带地区这种偏低趋势可能更加突出,误差可能更大。(3)模型对表层SOC密度有偏低预测趋势,对深层SOC密度预测值可能偏高;作为一个森林SOC深度分布模拟工具,模型可以在有限区域条件下估算不同深度SOC密度值。