加拿大草原地区降水与氮管理对作物系统生产力的协同调控机制及豆科作物增效作用研究

本研究通过5年6点田间试验，系统解析了加拿大西部草原地区作物轮作系统的蛋白质当量产量（PBY）表现。研究发现降水和氮管理是影响生产力的核心因素，分别解释25%和21%的产量变异。结构方程模型表明降水通过调控豆科作物生物固氮（BNF）间接影响产量，增加豆类频率和轮作复杂性可显著缓解干旱导致的产量损失。研究为旱区农业可持续生产提供了基于自然解决方案的优化策略。

　　

Abstract

作物系统性能取决于特定生长环境中作物与管理实践的相互作用。然而，在多变的气候条件下，影响生产力的关键因素尚不明确。本研究在加拿大西部6个地点进行了为期5年的研究，旨在识别影响蛋白质当量产量（Protein-Based Yield, PBY）的关键因素，并量化产量与关键因素之间的关系。试验设计了六种轮作系统：常规系统（Control）、豆科或油料作物强化系统（Intensified）、多样化系统（Diversified）、市场驱动系统（Market-driven）、高风险高回报系统（High-risk）以及土壤健康强化系统（Soil-health）。通过重要性指数和结构方程模型分析，揭示了关键因素及其内在关系。结果表明，市场驱动和多样化轮作的PBY比常规系统高2%–6%，而土壤健康和高风险系统则低23%–26%。所有轮作系统随时间推移均呈现PBY增长趋势，其中多样化系统的增长率比市场驱动和强化系统快13%–28%。降水和氮管理是影响作物系统生产力的主要因素，分别解释25%和21%的产量变异。结构方程模型分析显示，降水除了对产量有直接效应外，还通过影响豆科作物的生物固氮（Biological Nitrogen Fixation, BNF）产生显著间接效应。在低降雨季节，增加豆类频率和轮作复杂性可使PBY损失减少10%–24%。建议将豆科作物纳入轮作系统，以优化氮管理并减轻低降水区的产量损失。

Introduction

农业面临的核心挑战是在气候变化和环境退化的背景下为不断增长的人口生产足够粮食。为在有限耕地上满足需求，生产者日益依赖化肥和农药投入。然而，过度依赖化学品会导致成本上升和温室气体排放增加，对环境与人类健康产生不利影响。此外，当作物遭遇热浪和干旱等极端天气时，推荐施肥量往往无法提升作物生产力。这些变化强调亟需创新和可持续地优化本地作物系统，以在最小化环境影响的同时提升生产力。

轮作被视为关键的农业实践，可提升生产力、韧性和可持续性。通过在同一田块随时间多样化作物，生产者能够提高资源利用效率、促进生态系统服务供给，并在不牺牲产量的情况下缓解不利天气效应。多样化轮作通过不同根系结构维持土壤通气性、肥力和有益微生物群落。这些优势使作物系统相比单作提升产量26%–66%，并降低33%的碳足迹。然而，加拿大草原许多地区以简化的谷物-油料轮作为主，长期可能导致养分失衡。因此，通过引入功能特异性作物多样化当前轮作系统，对维持加拿大西部多变天气条件下的高产潜力至关重要。

为比较包含不同产量潜力作物的轮作系统，需统一度量指标。蛋白质产量可作为关键指标，因其与氮管理和氮利用效率密切相关。氮肥是主要成本项，有效氮管理是大多数生产者的核心挑战。通过关注蛋白质产量，可评估不同轮作对氮效率的影响，为氮循环提供见解。农业部门正从“喂养人群”转向“滋养人群”，强调蛋白质产量作为农业系统关键产出的重要性。

提升作物系统韧性是可持续发展的关键目标。为实现韧性的管理实践，需首先识别影响系统性能的关键因素。通过加拿大草原28个站点-年度的田间试验，本研究旨在：（1）评估六种轮作系统的蛋白质产量表现；（2）识别影响生产力的关键因素；（3）评估轮作如何缓解干旱导致的产量损失。假设不利天气显著抑制产量，但包含豆科的轮作可部分缓解这些效应。

Materials and methods

Experimental design

2018–2022年在加拿大艾伯塔省Beaverlodge、Lethbridge、Lacombe和萨斯喀彻温省Scott、Swift Current、Melfort进行5年田间试验。采用随机完全区组设计，四次重复。六种目标导向轮作系统包括：Control（本地常规小麦为主轮作）、Intensified（冷凉半湿润区以油菜为主，半干旱区以豆科为主）、Diversified（站点特异性多样化作物提升资源利用效率和系统韧性）、Market-driven（根据播种前商品价格动态选择作物最大化经济回报）、High-risk（引入非传统但有潜力的新作物）、Soil-health（通过绿肥和间作增强土壤质量）。除Market-driven为单作物阶段性轮作外，其余均为完全阶段性轮作（每年种植轮作中每种作物）。所有田块试验前均种植谷物以统一前茬背景。

Field management

免耕条件下于5月初播种。播种密度：小麦300粒·m^?2、油菜和扁豆150粒·m^?2、亚麻700粒·m^?2、饲用豌豆125或60粒·m^?2、鹰嘴豆和菜豆60株·m^?2。收获时间因作物和站点而异，一般为生理成熟后2–3周。留茬还田以保墒抑草。农药施用遵循当地常规管理。

氮肥用量根据土壤测试推荐和目标产量调整。Control系统基于目标产量作物氮移除量确定；Market-driven系统按预期产量1.2倍施氮；Diversified系统考虑预期产量、土壤残留氮和前期豆科作物氮贡献；Intensified、High-risk和Soil-health系统基于土壤测试推荐、残留氮和预期收获氮移除量确定。磷肥按土壤测试推荐施用，最低施P₂O₅ 17 kg·ha^?1。

Sampling, measurements, and data collection

试验前每 plot 按0–15、15–30、30–60 cm深度采集土壤样品，每年收获后同法采样。样品过2 mm筛后用2 M KCl提取，SEAL Autoanalyzer 3HR分析NH₄-N和NO₃-N浓度。0–15 cm土壤有机碳经6 M HCl水解后由元素分析仪测定。pH和电导率按土水比1:2测定。作物成熟后联合收割机收获中间六行，谷物调至标准水分报告产量。豆科作物生物固氮量（BNF）由全氮吸收量乘以作物特异性固氮系数估算。记录播种至生理成熟期降水和气温以评估干旱和热胁迫效应。

Data processing

利用生长季降水和30年历史平均值，通过水分亏缺指数（Water Deficit Index, WDI）评估站点-年度干旱潜力。WDI计算基于标准化降水指数：WDI = (P_long-term - P_s) / P_long-term，其中P_long-term为5–8月长期平均降水，P_s为作物生长季特定降水。WDI越高表示越干旱。生长度日（Growing Degree Days, GDD）计算为：GDD = ∑[(T_max + T_min)/2 - T_base]，T_base=5°C。生长温度指数（Growth Temperature Index, GTI）计算为：GTI = (GDD_s - GDD_long-term) / GDD_long-term，GTI>0表示热胁迫风险增高。

为比较不同轮作产量，采用蛋白质当量产量（PBY, kg·ha^?1）：PBY = Y_grain × N_grain × 6.25，其中Y_grain为谷物干重产量，N_grain为谷物氮浓度。使用轮作复杂性指数（Rotation Complexity Index, RCI）和豆科频率（Pulse Frequency, PF）评估轮作效益：RCI = (物种丰富度 × 轮作长度)^0.5，PF = 轮作中豆科作物数量/轮作长度。

Statistical analyses and modeling establishment

采用R语言lme4包混合模型进行方差分析（ANOVA），评估轮作系统对PBY的影响。显著性差异事后比较用Tukey HSD检验。变量正态性经Shapiro–Wilk检验，非正态数据按Box-Cox建议转换。通过随机森林相对重要性分析识别影响PBY的关键因素，预测变量包括天气条件、土壤属性、轮作效应和施肥。基于结果建立结构方程模型（SEM），评估模型拟合度指标：卡方p>0.05、GFI>0.9、CFI>0.9、RMR<0.05、SRMR<0.05、RMSEA<0.05。通过Pearson相关分析量化降水短缺和高温导致的产量损失，并评估豆科作物在不利天气（WDI>0.4）下的缓解效应。

Results

Seasonal weather conditions

生长季降水在站点-年度间变异显著，80%以上站点-年度降水低于30年平均，35%以上站点-年度降水不足长期平均一半。2020年六站点中五站夏季干旱，Swift Current和Lethbridge 8月降水仅3.3和5.4 mm。2021年所有站点均经历不同程度干旱，Melfort-2021和Swift Current-2018降水仅为典型的30%。GTI显示站点-年度间热积累变异大，28例中27例GDD高于长期平均，Swift Current和Lethbridge在2020和2021年尤为显著。Beaverlodge和Lacombe生长季热积累与30年平均相近。

Yield variability with soil–climate conditions and crop rotations

PBY对轮作的响应具站点特异性（p<0.01）。除Scott外，五站点中Diversified轮作表现优于或等同Control和Market-driven系统，其次为Intensified轮作，Soil-health和High-risk系统PBY最低。Scott站点Market-driven和Control的PBY最高（440–447 kg·ha^?1），显著高于其他轮作40%–69%，Soil-health产量最低（265 kg·ha^?1）。28个环境中Market-driven和Diversified轮作PBY最高（360–370 kg·ha^?1），其次为Control（350 kg·ha^?1）和Intensified轮作（324 kg·ha^?1）。Soil-health和High-risk轮作PBY较Control低23%–26%（260–270 kg·ha^?1）。

所有轮作系统随时间呈现PBY上升趋势。Soil-health轮作（含绿肥作物）产量显著增加，年增益12.3 kg·ha^?1。Intensified和Market-driven轮作的产量增长率较其他系统慢12%–57%。

Key factors affecting productivity

相对重要性分析显示天气是作物生产首要决定因素，降水和GDD分别解释约25%和10%的产量变异。轮作亦为关键因素，BNF和豆科频率分别贡献12%和5%的产量变异。土壤属性（包括有机碳）贡献16%的PBY变异。养分施肥（尤其是氮和磷）显著增强谷物生产，分别贡献21%和5%的PBY变异。综上，气候条件（特别是降水）对PBY最关键，其次为施肥和轮作处理，再次为土壤属性。

结构方程模型分析显示，81%的PBY变异和36%的BNF变异与施肥、天气条件和轮作相关。季节性降水是影响PBY的主要因素，直接路径系数0.69，间接路径系数0.10（通过影响豆科作物BNF）。高季节GDD通过降低豆科作物固氮能力显著抑制蛋白质生产。干旱和热胁迫在多数站点-年度并发，共同导致产量损失。增加氮肥和豆科频率直接提升PBY，路径系数分别为0.30和0.16。但高氮肥施用显著限制豆科作物生物固氮量，表现为负系数。

Yield relationships with weather and rotation factors

PBY与干旱指数关系分析显示，降水每减少10%（相对于30年平均），PBY损失82 kg·ha^?1。降水不足历史水平一半时（WDI>0.5），PBY降至200 kg·ha^?1以下，较降水正常区低65%。热效应较温和，热积累每增加10%，产量下降38 kg·ha^?1。更高轮作复杂性和豆科作物缓解这些效应。豆科频率0.6（5年轮作中含3季豆科）使PBY较无豆科系统提高约25%。轮作复杂性从2种作物增至3种提升PBY约20%。增加一季豆科使干旱和热胁迫导致的产量损失分别减少11%和24%。轮作复杂性指数每增加0.1单位，干旱和热效应分别缓解10%和21%。

Discussion

Effects of crop rotations on yield

轮作有益提升谷物产量和降低碳足迹，被加拿大生产者广泛接受。本研究中Market-driven轮作优于Control的原因包括：（1）更高谷物产量；（2）包含某些豆科作物（如青豌豆和扁豆），其蛋白质产量较其他作物高17%–138%；（3）更高氮肥投入（较其他处理高33%–198%）。但氮投入与蛋白质生产的关系受土壤条件、作物类型和环境因素调节，故明智施氮对平衡生产和环境影响至关重要。

Intensified系统在Scott产量显著下降，但在Swift Current产量增加。Scott站点豌豆2020年蛋白质产量561 kg·ha^?1，显著高于油菜的139 kg·ha^?1。Swift Current的Control系统包含休耕期，降低整体蛋白质产量。豌豆对后茬作物的益处亦贡献更高产量，如2021干旱季豌豆后作小麦产量267 kg·ha^?1，高于油菜后作的226 kg·ha^?1。原因包括豌豆浅根系保存深层土壤水分，而油菜深根系耗竭深层水分。豌豆固氮能力、打破禾谷类和油菜病害循环及改善土壤健康也可能提升后茬蛋白质产量。

多样化作物即使减少氮肥亦显著提升蛋白质生产力，与Control和Market-driven轮作相当。此效益随时间增强，与Bowles等（2020）和Smith等（2023）报道一致。多样化系统的优势包括生物固氮贡献、土壤保水、土壤健康增强、病虫害控制和更高效养分利用。但Scott站点Diversified轮作产量显著低于Control和Market-driven，因土壤氮水平较低（82 vs. 142–151 kg·ha^?1），尽管豆科作物通过BNF提升氮供应32%（Control和Market-driven为9%）。

引入大豆（High-risk轮作）和间作（Soil-health轮作）导致PBY显著下降，主因作物产量低。大豆蛋白质产量204 kg·ha^?1，较High-risk轮作其他作物低13%–35%；Soil-health轮作中饲用豌豆绿肥无产量，但作为土壤健康提升环节。然而，Soil-health和High-risk轮作蛋白质产量逐年增加，年增益分别为12.3和17.5 kg·ha^?1。豆科作物通过优化资源效率、增强土壤健康和功能、促进根际细菌多样性重塑养分循环，但大豆在多数站点-年度生长不佳，因环境条件不完善。

Effects of drought and heat on yield loss

天气（特别是降水）是雨养农田作物生产的关键决定因素。降雨短缺与土壤微生物、作物和害虫互作，影响养分有效性、植物健康和谷物生产。本研究中28站点-年度中27个经历一定干旱，36%案例降水不足30年平均一半。降水每减少10%，蛋白质产量下降82 kg·ha^?1。Wen等（2023a, 2023b）也报道干旱年谷物产量降幅达85%。这些下降归因于植物结构（如根系形态）、功能（如光合和呼吸）和植物-土壤动态（如土壤-植物界面养分吸收和转移）的不利效应。低土壤水分限制微生物活性，破坏养分循环，降低养分利用效率。极端天气加剧与杂草的养分竞争，增加病害和虫害敏感性，最终降低产量和品质。

热胁迫是限制作物生长和发育的另一重要因素。11个站点-年度经历轻度至中度热胁迫，气温每增加10%，PBY直接下降38 kg·ha^?1。此减少可能源于正常代谢过程破坏（如植物组织中活性氧积累）和关键酶活性在热条件下降低。作物开花期热胁迫阻碍授粉和增加花粉败育， adversely影响产量和品质。高温加速蒸散，减少作物可用水量。热浪频发加剧干旱风险，导致更高产量损失风险。为提升气候不确定性下的作物生产稳定性，采用耐旱作物种类可缓解半干旱加拿大草原主导性谷物-油料作物系统的气候变化负面效应。

Benefits of crop diversification

多样化轮作有效缓解干旱和热诱导的产量损失，表明适当增加豆科频率和轮作系统复杂性可增强蛋白质生产。原因包括不同作物通过变异根系改善土壤结构和保水性：浅根豆科在正常年份保存深层水分，供深根作物在干旱年利用。多样化轮作平衡土壤养分，豆科高效固氮对贫瘠土壤至关重要。豆科作物可部分替代矿质氮肥，降低生产成本和减少氮相关环境影响而不负面影响蛋白质产量。此外，该实践改善土壤通气性，通过打破病虫害生命周期减少化学品依赖。因此，调整豆科频率和系统复杂性的多样化轮作策略是应对不可预测气候变化的现代农业可持续途径。未来研究应聚焦比较目标导向轮作系统与本地流行系统在作物生产力、经济回报、资源利用效率和环境效益上的效能，以促进更可持续农业实践发展。

Conclusion

本研究发现季节性天气（特别是降水）是加拿大西部农田生产力的关键决定因素。通过轮作增加作物多样化相比传统作物系统显现显著优势，且此效益随时间推移因对干旱和热胁迫的韧性增强而愈发明显。该系统还展示更高资源利用效率，以更低氮投入实现更高产量。土壤健康导向的作物系统因初始蛋白质产量较低，其产量增速快于经济回报最大化（Market-driven）和作物强化（Intensified）系统。因此，多样化轮作提供平衡途径，协调谷物生产与土壤健康、生态系统服务和环境可持续性。鉴于降水和氮管理是影响作物系统性能的最重要因素，建议通过选择最适合作物和通过肥料与豆科作物增强氮管理，进一步优化作物生产力。