长期再生农业实践提升农田生物多样性与土壤健康以保障可持续作物产量

本综述推荐了一项长达15年的田间尺度研究，展示了再生农业实践（如减少耕作、有机质改良、覆盖作物和综合害虫管理IPM）如何通过增强土壤结构（如提升水稳性团聚体%WSA和土壤有机碳%）、促进土壤生物（如蚯蚓和螨类）和地上生物多样性（如杂草和传粉昆虫），在维持作物产量（如马铃薯和冬小麦产量与全国平均相当）的同时减少农业化学品依赖和碳足迹（CO2e），为可持续农业发展提供了数据驱动的实证依据。

　　

1 引言

农业集约化导致以单一作物为主、依赖农用化学品投入和频繁耕作以维持高产的耕作系统，这造成了农田生物多样性和土壤健康的显著下降，进一步增加了对化学品投入以调控系统过程的需求。再生农业实践旨在扭转这一趋势，并利用生物多样性驱动的生态系统功能来确定农业生产的长期可持续性。然而，尽管这种方法具有公认的潜在益处，但目前缺乏来自长期田间尺度实验数据的支持证据。基于自然和全系统的方法在设计并实施Hutton可持续作物种植中心的长期平台上的再生作物系统时，展示了理论性、基于结果和生物多样性的框架在商业现实环境中的实际应用。最佳实践管理选项被组合到一个作物系统中，其目标不是以牺牲作物生产为代价来保护土壤和生物多样性，而是通过同时促进土壤健康、作物适应性和生物多样性，以较少的农用化学品投入依赖来维持产量。土壤物理性质和生物过程得到增强，植物多样性以及有益植物和无脊椎动物物种的丰度增加，作物产量维持在与国家平均水平相当的水平。采用低投入再生实践的一个障碍是风险认知。农民需要关于再生方法对作物生产和环境的正面和负面影响的数据驱动证据，以做出明智的管理决策。特别重要的是理解短期成本和长期效益之间的平衡，因为系统逐渐稳定并开始提供对未来环境扰动的增强韧性。这突出了进行长期、全系统和田间尺度研究的必要性，以为希望采用再生作物种植实践的种植者提供商业上现实的风险、成本和效益预测。

2 方法

2.1 地点描述和实验设计

CSC地点和实验设计先前已有描述。简而言之，CSC长期平台是一个42公顷的由六个农田组成的区块，于2009年在苏格兰邓迪附近的Balruddery农场建立。该农场处于温带海洋性可耕环境中，年平均降雨量为800毫米，年积温为1,100–1,375日度（高于5.6°C），年平均潜在水分亏缺为50–75毫米。该地区中度暴露（风速2.6–4.4米/秒），冬季温和，积霜为50–110日度。土壤为排水不良的Balrownie系列，平均pH值为5.7。表土深度范围为25厘米至40厘米，质地从砂壤土到砂质粉砂壤土，石块含量为10–20%体积。

CSC实验是一个分田比较，在多个6年轮作（马铃薯、冬小麦、冬大麦、冬油菜、春播蚕豆和春大麦）中对比再生种植与标准农艺实践。每个田被分为两半，常规和再生处理随机分配到每一半，然后在2010年种植轮作中的六种作物之一。

该实验采用逐年重复设计，每个轮作周期提供每个作物/处理组合的6个重复。这需要更复杂的统计分析来处理年份和农田的潜在混杂效应。然而，它允许使用大田块（约200 × 100米区块），这与小型小区实验不同，能够使用商业农用机械进行播种、管理和收获。因此，生成的关于土壤、生物多样性、作物和经济的数据代表了田间尺度的商业情况，从而允许对现实世界商业情况相关的成本和效益进行现实估计。

2.2 处理

常规种植系统每年按照该地区和轮作中每种作物的标准耕作实践进行犁耕。谷物秸秆被打捆移除。肥料投入基于苏格兰硝酸盐脆弱区建议（对于氮）和估算的带走量（对于磷和钾）。作物保护处理（杀菌剂、杀虫剂和除草剂）是规定性和预防性的，遵循标签建议和标准商业农学。具体产品、活性成分和投入率因年份而异，取决于作物需求、田间条件和天气，但农艺决策以优化作物产量和利润率为目标，如同标准商业集约化种植实践。

再生系统旨在增强土壤健康和生物多样性，同时维持商业上可行的作物产量。土壤管理的目标是改善物理结构以最小化侵蚀和径流损失，为根系生长提供更好的条件，并维持多样的土壤生物群落以支持碳周转、养分循环以及通过真菌和微生物关联实现更高效的资源吸收。为实现这些多重目标，CSC的再生系统将六种管理策略组合到一个单一的种植系统中：

• 减少耕作：仅在六年中的一年为马铃薯种植和收获进行犁耕扰动。冬小麦在马铃薯之后播种到扰动土壤中，冬油菜采用最少耕作以确保良好的土壤-种子接触，大麦和蚕豆采用直接钻孔。这最小化了六年中五年的土壤扰动，并在马铃薯年提供了处理可能出现在免耕年份的任何杂草控制或压实问题的机会。

• 有机质改良：来自邓迪市议会的绿色废物市政堆肥在第一个轮作期间以35吨/公顷/年的速率施用，以在再生和常规系统之间创建处理差异，然后在第二个轮作期间减少到更商业现实的10吨/公顷/年。由于供应问题，现在施用率为5吨/公顷/年，并正在监测土壤碳含量以检查在此较低投入率下周转是否能维持。额外的有机质投入来自内部——来自作物残留（其中谷物秸秆被保留而不是打捆移除）、冬季覆盖作物，以及如果收获太晚无法播种覆盖作物则留茬过冬。

• 覆盖作物：用于在冬季保留土壤和养分并提供额外的有机质投入。黑麦和混合豆科覆盖作物在冬油菜之后播种（在蚕豆之前），燕麦在蚕豆之后播种（在春大麦之前），黑麦在春大麦之后播种（在马铃薯之前）。蚕豆在该地区通常收获太晚，无法建立覆盖作物。相反，正在研究在生长的蚕豆作物中套种三叶草的方法，以提供收获后冬季的连续覆盖。

• 伴生作物：Berseem三叶草作为冬油菜建植的临时伴生作物套种。白三叶草与春大麦一起播种以增加生物固氮提供的氮供应。多样化的、以豆科为基础的物种混合物在马铃薯种植后播种，以减少蚯蚓定殖并增强马铃薯作物中的天敌控制。

• 可持续养分管理：土壤氮供应（SNS）通过每年三月从每个田收集的土壤样品中土壤矿质氮的浓度来测量。矿质氮浓度转换为千克/公顷至20厘米深度，考虑容重，并用于计算肥料率的减少。这优化了肥料使用的效率，最小化盈余风险，从而减少通过淋溶和径流的损失。

• IPM策略：阈值作物保护投入和疾病预测（使用Hutton标准的疫病模型）用于减少杀菌剂使用。矿物营养应用于冬谷物以增加植物适应性和对害虫疾病的韧性，进一步减少对化学品的依赖。靶向除草剂应用旨在将杂草密度维持在大约10%覆盖度，低于竞争阈值但足以支持有益昆虫。

与常规处理一样，该再生系统是灵活的而非固定的，基于指标监测和针对管理目标的性能迭代审查过程。这通过修改现有干预措施并在整体再生策略内纳入新的最佳实践选项，实现了可持续性结果的随时间改进。所有农艺干预的完整细节可根据要求提供。

2.3 指标监测

监测土壤、生物多样性和作物生产的指标的长期趋势，以评估再生系统相对于常规实践的全系统影响。在2011年至2024年间，每年在12个处理 x 作物组合的GPS定位样本点上按照标准化评估协议进行采样。由于资源限制，并非所有指标在所有年份的所有样本点都被测量。此处报告的指标列表在表中给出，交叉引用了图中农业生态网络中的节点，以及它们的采样频率和强度。

土壤碳（%C）和团聚体稳定性（%WSA）作为土壤结构的指标进行测量，两者均预测在再生种植系统中相对于标准实践会增加。土壤碳在2012年至2022年（10年数据）春季作物播种前在六个田测量。每年在350个永久GPS样本点每个点采集约1.5千克 bulk 土壤至15厘米深度。样品过10毫米筛，去除直径超过10毫米的石块。然后将过筛土壤的子样品通过2毫米筛，在70°C下干燥24小时，使用Retsch磨研磨，并称重5毫克用于使用Exeter Analytical CE440元素分析仪（EAI, Coventry, UK）进行分析，该仪器通过燃烧测定有机和无机化合物中的碳、氢和氮含量。

团聚体稳定性测量为当浸入水中时保持完整的2-8毫米直径土壤团聚体的比例。2025年3月从六个CSC田的每个处理收集八个 bulk 土壤样品。每个96个样本点的土壤风干，并通过8毫米筛。随后保留在2毫米筛上的8毫米过筛土壤用于测试水稳性团聚体（%WSA）。在湿筛装置（Eijelkamp Soil and Water, Netherlands）中，装有风干土壤的2毫米网筛在装满蒸馏水的罐中机械上下移动（上下冲程 = 1.3厘米）3分钟±5秒（34次/分钟）。不稳定的团聚体解体并通过2毫米筛进入筛下的水罐中。然后将带有不稳定团聚体土壤的罐移除，替换为新的装满水的罐。所有保留在筛网上的稳定团聚体被完全解体，来自稳定团聚体的土壤被收集到第二组水罐中。注意砾石、石块、植物残留和根留在筛上，只有来自团聚体的土壤进入水罐。在干燥两组带有不稳定和稳定团聚体土壤的罐后，%WSA计算为样品中稳定团聚体的比例（稳定团聚体重量除以稳定和不稳定团聚体部分的总和）。

蚯蚓在2017年至2024年每年春季（四月，春季作物播种后）和秋季（十月/十一月，秋季作物播种后）从所有6个田的每个处理9个地点采样（每年108个样本，持续7年）。采样在土壤潮湿但不积水或冻结时进行。在每个地点挖一个20 × 20 × 20厘米（8,000立方厘米）的土壤坑，放在白色托盘上并手拣蚯蚓。幼体被计数并放回坑中。成年蚯蚓根据生态功能组分为三类：表栖型（表面活跃红色，小<8毫米长，发现于落叶层）、半土栖型（表土居住者，中小型，粉红色、灰色、绿色或斑驳黄色）、或内栖型（深垂直洞穴，大>8毫米，红或黑头）。记录每组数量，标本拍照供未来参考，然后放回坑中。

土壤微型节肢动物从两个合并的土芯中收集，使用10厘米深 × 5厘米直径的圆柱体（样本体积392立方厘米），在L田（冬小麦）和K田（冬大麦）每半田的10个GPS样本点采集，分别在马铃薯栽培后一年和两年。所有50个土壤样本在2025年3月底 within 一周内收集。土壤采样后存储在冷却箱中，并在收集后4小时内置于Tullgren漏斗中。土壤微型节肢动物提取遵循类似程序，但使用25瓦灯泡Tullgren漏斗组。提取到收集瓶的70%乙醇中持续6天，并在立体显微镜下进行螨类和弹尾目计数。

分解速率使用茶包方法估算，其中3个重复的绿茶（Lipton EAN no.: 8722700 055525）和Rooibos茶（Lipton EAN no.: 8722700 188,438）茶包在70°C下干燥48小时，称重，标记并埋入轮作中6种作物每个2个处理的9个GPS样本点深度10厘米处。采样在2017、2018、2019、2021和2024年生长季节进行，从转换到再生种植起6至13年。茶包在四月春季作物播种后安装，并在大约90天后作物收获后取回。轻轻去除松散土壤和根，然后将茶包在70°C下干燥48小时后再称重。使用初始重量、最终重量和确切埋藏天数，按照描述的公式计算每个茶包的凋落物分解速率。较高值代表微生物更快的分解速率。此程序测量微生物活动的分解，因为茶叶包含在网孔中，太小而无法让微型节肢动物或蚯蚓进入。

种子库中物种的分类和功能多样性是管理对生物多样性长期过滤效应的指标。在CSC，通过从2011年至2024年13年期间三月在所有350个GPS样本点采集的土壤样品中幼苗 emergence 来监测可耕杂草种子库。土壤样品过10毫米筛，并将约1.2升过筛样品放入15 × 21厘米种子托盘中至4厘米深度。种子托盘随机排列在未加热温室的台子上，台子安装有毛细垫，通过 overhead 自动喷雾系统保持湿润。土壤体积和深度以及 emergence 的一般条件与历史研究和最近在Hutton进行的评估相似。当幼苗出现时，它们被鉴定到种，记录并移除。第一次幼苗爆发被认为在大约4周后完成，当14天内没有进一步 emergence 时。然后土壤重新过筛，放回种子托盘，并重复该过程以进行第二次幼苗爆发，以确保记录每个样品中大多数 viable 种子。每个样品每物种的杂草幼苗总数使用转换因子31.75（基于托盘表面积）转换为每平方米田间表面至0.15米深度的数量。

可耕杂草区系，从每年扰动的土壤种子库中萌发，为地上和地下食物网提供资源，支持耕作田内的可耕生物多样性。杂草密度在2011年至2024年每年六月评估。每半田18个0.5平方米样方中记录每物种的个体植物数量（每年提供216个数据点，持续13年）。

传粉昆虫使用九套三个20厘米直径的彩色盘陷阱（蓝色、白色和黄色）在6种作物的每个田半（综合和常规管理）的种植区内采样，时间在2017年六月、2018年、2020年、2021年、2023年和2024年。盘陷阱放置在作物冠层高度，每个陷阱填充100毫升稀释的Teepol? detergent。陷阱在晴朗日子上午10点设置，温度不低于15°C，风速在蒲福风级下低于5级。陷阱在采样日下午4点收集，每个地点三个陷阱采样的昆虫合并为一个样品，存储在70%乙醇中直至处理。计数所有传粉昆虫组（熊蜂、独居蜂、蜜蜂和食蚜蝇）的标本数量并记录。

步甲通过陷阱捕集在2011年至2017年每年四月以及2024年再次采样。在每个田半，安装九个陷阱陷阱，垂直于田边进入种植区，相距10米，从田边20米开始。这每年 across 所有6个田提供108个种植区样本数。陷阱陷阱包括白色塑料杯，深8厘米，直径7厘米，含有80毫升防冻剂，插入地下使得杯口与地面齐平。每个陷阱上方放置一个防雨罩，用金属腿抬高地面5厘米，以减少大雨时溢出的风险。陷阱运行14天后收集。所有采样的节肢动物然后转移到70%乙醇管中存储，步甲鉴定到种并计数。

最后，农艺指标包括作物产量和碳足迹。作物产量记录为联合收割机的谷物重量和马铃薯的吨箱产量，用于每个18米宽的 tramline（Road田每半田五个，其余五个田每半田六个）。数据基于播种面积转换为吨/公顷/年。农艺对碳足迹的影响使用Cool Farm Tool（coolfarm.org 版本2.29.0）估算。此在线计算器估算所有投入、燃料使用和农艺操作的CO₂当量（CO_2e，单位千克/公顷/年），以评估作物和处理之间在农场（直接）温室气体排放和土壤碳固存方面的相对差异。输入数据包括基本田间信息（耕作面积、土壤类型）、土壤有机质、肥料类型（NPK、堆肥等）、肥料和堆肥施用率、作物保护投入（杀菌剂、杀虫剂和除草剂类型、施用率和%活性成分）、以及田间操作能源使用（机器类型（播种机、犁、喷雾器、联合收割机等）和操作次数）。基于这些数据，计算每种作物、年份和处理的碳足迹，提供两个作物轮作周期144次比较。

2.4 数据处理和统计分析

所有数据集双重录入，检查，验证并输入SQL关系数据库进行存档。数据使用Genstat第23版分析，本分析中使用的数据将通过Zenodo提供。

为了解释试验设计中的逐年重复，使用广义线性混合模型（GLMM）来检验处理和作物或田效应，基于复合零假设：

1. 1.
   总作物产量、土壤碳百分比、杂草种子库单子叶和双子叶杂草种子密度以及田内种子库物种丰富度不受两个作物轮作周期内再生种植相对于标准商业实践的累积效应显著影响。
2. 2.
   总土壤氮百分比和植物有效氮、蚯蚓、凋落物分解速率、出土杂草、步甲、传粉昆虫丰度和碳足迹不受再生管理实践相对于标准商业种植在轮作中任何六种作物中的显著影响。

对于（1），每个指标的管理处理效应可能随田变化，并且先前的作物和管理历史的累积效应比当前作物类型在决定处理响应方面更重要。因此，对于这些指标变量，处理和田被声明为固定效应，年份和作物被包括为随机效应以解释年份和作物对相互作用的任何混杂效应。此模型的应用在表中用（F）指示。对于（2），当前作物类型及其管理在决定每个指标对处理的即时响应方面比田本身更重要。在这些情况下，处理和作物被声明为固定效应，年份和田被声明为随机效应。此模型应用于表中标记为（C）的指标。团聚体稳定性以及螨类和弹尾目丰度仅在单一年份测量。在这些情况下，作物和田的混杂效应无法区分（在表中用*指示）。这仍然是解释这些三个指标结果的限制，直到更多年份的数据可以纳入分析。

对每个指标数据集应用单样本Kolmogorov–Smirnov（K-S）检验以确定符合正态分布的程度。对于所有指标，K-S p值 <0.05，表明与正态分布有显著差异。除产量外，未进行数据转换。相反，在每个GLMM分析中应用泊松分布与log-link函数以避免正态性假设。为了解释块茎、谷物和油籽的吨/公顷产量的固有差异，通过将每年每个收获 strip 的吨/公顷转换为该作物在所有年份和两种处理中记录的最大产量的比例来进行产量比较。此相对化数据用于比较种植系统对整体作物生产力的影响。随时间的每种作物的实际产量单独显示。

每个指标按处理的 back-transformed 平均值，连同处理差异的标准误、自由度、F统计量和固定效应及其相互作用的概率在表中给出。

为了检验杂草密度与传粉昆虫活动之间以及杂草密度与作物产量之间的关联，应用了具有泊松分布和log-link函数的广义线性回归模型。拟合模型为双子叶植物 + 处理 + 双子叶植物.处理，作物和年份作为随机效应，传粉昆虫或相对化产量作为响应变量。

最后，使用典型变量分析（Genstat第23版）评估对种植系统的全系统响应，结合所有指标，其中处理与作物轮作阶段组合作为分组因子。轮作阶段基于GLMM结果定义，其中处理和作物类型之间的显著相互作用表明许多测量的指标随马铃薯栽培后的时间有不同的响应。因此，轮作阶段1分类为马铃薯作物和随后的冬小麦作物（播种到犁耕的田间土壤中）。轮作阶段2是剩余的谷物、油籽和蚕豆作物（马铃薯栽培后直接钻孔3年或更长时间）。这给出4组（常规与再生，每组分为两个轮作阶段，早期和晚期）。

3 结果与讨论

15年再生种植对田间生物多样性、土壤健康、碳足迹和作物生产指标的影响在表中给出，并在下面结合图中代表的农业生态功能进行讨论。

3.1 土壤结构

土壤结构主要由土壤类型、扰动水平和有机质含量决定。再生处理中的减少耕作和有机质投入导致土壤碳含量更高，所有六个田平均再生处理为3.4%，而标准实践下为2.4%。田之间也检测到显著差异，K、L和M田的%C低于N、O和P田，可能由于地形导致前者比后者有更多侵蚀风险。在十年期间未检测到处理和田之间的显著相互作用。

增加的土壤碳和减少的耕作扰动导致再生土壤的团聚体稳定性（%WSA）显著更高（63.4%） compared to 常规（35.7%）。尽管此指标仅在1年采样，但马铃薯田和随后的冬小麦作物的%WSA显著低于马铃薯栽培后时间更长的作物。马铃薯种植和收获的强烈土壤扰动对土壤结构质量有负面影响，使常规马铃薯栽培后的头2年%WSA降至仅6–7%。这种效应在再生土壤中较小（第一年16 %WSA，第二年恢复至42%，之后>90%），表明再生实践有潜力减轻马铃薯种植和收获对土壤结构的一些负面影响。需要进一步监测以区分田与作物效应，但此解释得到支持，他们证明了减少耕作与%WSA、腐殖质含量和作物产量之间的正相关。他们提出了基于%WSA的结构质量从非常低到非常高的5点分类尺度。平均 across 所有田，CSC常规土壤属于“中等”类别（34.1–50 %WSA），再生土壤在免耕3年后的%WSA落在“非常高”类别（>66 %WSA）内。这表明，结合更多有机质和最小化土壤扰动的再生实践导致更好的结构质量。

结构质量对于水分入渗和持水能力很重要，降低了内涝和干旱的风险，最小化了侵蚀损失，并改善了根系生长的土壤条件（温度、湿度和强度）。CSC的非正式观察表明，再生处理中冬季积水可能少于常规管理土壤。然而，需要直接测量与这些变量相关的根系生长参数来检验这一假设，并确定再生系统中的改进在提高作物对极端天气事件的韧性方面是否具有农艺意义。

3.2 土壤生物多样性和生物过程

土壤结构质量不仅改善植物生长条件，还为土壤微生物和节肢动物提供更好的环境：有机质 fuel 地下食物网，增加的土壤孔隙大小多样性为负责一系列土壤功能的多样土壤生物创造了环境条件。有益土壤生物包括节肢动物碎屑动物，它们分解 dead 植物和动物物质，微生物分解者在养分循环过程中很重要，以及共生真菌和细菌，它们改善植物养分可用性和吸收。微生物食物网多样性还通过与非拮抗剂竞争帮助调节病原体种群， potentially 增强土壤的害虫抑制特性。在耕作土壤中，这些功能与自然、未受扰动的生态系统相比减少。然而，农业集约化对土壤生物群的影响可以在管理强度较低的系统中最小化，取决于 specific 管理选项与物种功能性状的关系[生活史、体型大小、洞穴深度、栖息地和食物偏好]。

蚯蚓有助于土壤功能，如结构维护、养分循环、有机质形成、分解和水分入渗，并能使作物产量增加 up to 25%。非翻转耕作可以增加蚯蚓丰度至与未受扰动田边相当的水平。因此，需要 less 集约化管理选项，特别是减少耕作和保留作物残留，以增强可耕田内的蚯蚓种群和蚯蚓相关功能。

在CSC，蚯蚓总数平均常规每样本9.1条（225条/平方米），再生土壤为14.3条（358条/平方米） across 作物、年份和季节，但处理响应和整体丰度因作物序列而异。最丰富的蚯蚓类别是秋季采样的幼体，占所有采样蚯蚓的60%。该组显示处理和作物之间通过轮作的差异最大。为马铃薯耕作的田以及随后的冬小麦作物蚯蚓数量最低，种植系统之间无显著差异。马铃薯后两年，在冬大麦作物中，蚯蚓数量仍显著低于轮作末期的蚕豆和春大麦，但显示再生系统中有恢复和处理之间存在显著差异。到马铃薯栽培后第四年，蚯蚓数量似乎已从马铃薯种植和收获期间的扰动中恢复，并且采样数量在再生系统中更高，并在作物轮作的剩余时间内保持高于常规作物。

3.2.1 微型节肢动物

两种主要微型节肢动物群，螨类和弹尾目，在土壤中非常丰富，并在土壤食物网中执行广泛的功能；作为捕食者、微食者、草食者和碎屑动物，贡献于生态系统服务，如养分循环和害虫控制。它们占据土壤和地表凋落物中预先存在的孔隙空间，因此受到土壤结构改善的积极影响，其中孔隙大小多样性更大且存在地面覆盖。犁耕、肥料和杀虫剂使用对微型节肢动物丰度有负面影响，因此预测在常规处理中较低。

螨类群落以前气门亚目为主，占采样总数的76%，其次为中气门亚目占11%，其余群组出现频率低于总数的5%。弹尾目主要包括长角跳虫科（占弹尾目总数的80%）和疣跳虫目（占总数的17%）。在马铃薯栽培后的冬小麦中采样的螨类和弹尾目数量低表明两组都受到前一年土壤扰动的负面影响，并且缺乏处理差异表明长期再生实践并未减轻这种负面影响。然而，在再生处理中，马铃薯后2年的弹尾目和螨类种群显著更大（分别为8倍和4倍）比马铃薯收获后1年的田，并且密度与马铃薯后4年再生处理中的参考样本相当。这与常规田半在马铃薯栽培后一年和二年之间仅1.5倍的差异形成对比。尽管处理效应在统计上显著，但需要更多年份的数据来确认通过轮作的时间趋势并控制田的任何混杂效应。然而，这些微型节肢动物似乎对减少耕作有积极响应，并且比蚯蚓更快地种群恢复，蚯蚓需要4年才能返回到栽培前数量。

3.2.2 凋落物分解

维持低投入种植系统产量的一个关键农业生态系统功能是 dead 有机物质的分解和矿化。蚯蚓和微型节肢动物碎屑动物分解 dead 有机物质，为微生物分解者提供材料。因此，CSC再生土壤中增加的蚯蚓和微型节肢动物数量可能与微生物活动驱动的更快凋落物分解速率相关。CSC土壤微生物组的评估和 field 管理对特定微生物响应的量化需要 dedicated 资源，并正在单独解决。此处，微生物驱动的凋落物分解速率的估算被用作土壤生物功能的简单指标。

分解速率在再生系统中比常规土壤显著更快。然而，与蚯蚓和微型节肢动物数量不同，作物类型之间没有显著差异，也没有作物和处理之间的相互作用。因此，再生处理中更大的土壤有机质浓度和增加的碎屑动物种群似乎与微生物增加的分解速率相关。然而，与微型节肢动物和蚯蚓不同，马铃薯种植和收获期间的土壤扰动没有负面影响。因此，微生物驱动的凋落物分解速率是土壤有机质含量的良好指标，但不受扰动强度的影响。

预期所有作物中再生处理中更大的微生物活动将增加硝化速率和氨向植物有效硝酸盐的转化，从而有助于在较少依赖矿物肥料的情况下维持作物生产力。每年三月从所有田采集的土壤样品中的矿质氮（NO₃ mg N kg^?1 + NH₄ mg N kg^?1）由Yara Analytical商业实验室服务分析，平均常规