《Agricultural Systems》：Precision agriculture reveals crop-yield footprints associated with distance to natural-seminatural habitats
编辑推荐：
•在不同景观背景中，距离 - 产量关系存在差异•在简化景观中，产量在距离自然和半自然生境（NSNH）几百米之外下降，随着 NSNH 覆盖率的增加，下降更为陡峭•在复杂景观中，距离 - 产量关系较弱，其中 NSNH 丰富且距离生境较短•精准农业数据可以识别与距离介导的生态过程一
- •
在不同景观背景中，距离 - 产量关系存在差异
- •
在简化景观中，产量在距离自然和半自然生境（NSNH）几百米之外下降，随着 NSNH 覆盖率的增加，下降更为陡峭
- •
在复杂景观中，距离 - 产量关系较弱，其中 NSNH 丰富且距离生境较短
- •
精准农业数据可以识别与距离介导的生态过程一致的作物产量空间印记
引言
农业景观正经历显著的复杂性丧失 (Landis, 2017)。农业的扩张和集约化，很大程度上依赖于外部投入，推动了广泛的土地利用变化，促进了简化的、以单一作物为主导的生产系统 (Tscharntke et al., 2005)。这种简化对生物多样性以及支撑农业生产力的生态系统服务 (ES) 产生了负面影响 (Burchfield et al., 2019; Nelson and Burchfield, 2021)。特别是，生境同质化和破碎化降低了农业生态系统维持关键生态功能（如授粉、生物防治、养分循环和土壤调节）的能力 (Fahrig et al., 2011; Dainese et al., 2019)。因此，农业面临一个悖论：为提高产量而采取的策略可能会侵蚀生产最终所依赖的自然资本和生态过程 (Bommarco et al., 2013)。
景观复杂性不仅源于生境类型的多样性和空间排列，也源于它们之间的生态交错带。在农业景观中，生态交错带出现在作物田地与非作物生境交界处，形成影响与作物表现相关的生态过程和流的过渡区 (Nacif et al., 2026)。这些边缘效应可能会根据涉及的生物和功能而增强或降低产量。例如，靠近自然或半自然植被 (NSNH) 可以增加传粉者和作物害虫天敌的数量和活性， potentially 有利于作物生产 (Ricketts et al., 2008; Dainese et al., 2019)。相反，边缘也可能促进食草动物、杂草传播体或病原体的溢出，产生降低产量的竞争性或破坏性相互作用 (Zaller et al., 2008; Chaplin-Kramer et al., 2011; Blitzer et al., 2012)。因此，这些对立过程的净结果取决于背景，并受周围景观结构的影响 (Tscharntke et al., 2012)。特别是，中间景观复杂性假说 (Tscharntke et al., 2012) 提出，生态集约化实践最有可能在具有中等自然生境量的景观中影响作物生产。在高度简化的景观中，提供服务的生物种群可能过于有限，而在高度复杂的景观中，作物生产可能对生境可用性的边际变化反应较小。因此，自然生境对作物生产的贡献必须作为距离生境边缘的距离和更广泛的景观背景的函数来评估。
尽管有强有力的理论支持景观对农业生态系统功能的影响，但在将这种知识转化为管理决策所在的田块和田块内尺度方面，仍存在方法论差距。评估 NSNH 对作物产量影响的常用方法通常依赖于田间平均水平或稀疏的抽样设计 (Galpern et al., 2020)，限制了其检测细粒度空间模式的能力。因此，由于景观结构或农学管理混杂效应的影响，产量对生境邻近性的反应可能未被检测到 (Goldenberg et al., 2022)。地理空间技术的最新进展，特别是精准农业和云处理，现在以前所未有的细节生成了作物表现的高分辨率空间数据 (Mulla, 2013; Kamilaris et al., 2017)。收获期间收集的产量监测数据提供了整个田间作物生产力的连续测量值 (Paccioretti et al., 2021)，为考察作物表现、ES 和景观结构之间的空间关系提供了新机会 (Robinson et al., 2023)。特别是，这些数据集提供了通过评估预测效应是否反映在作物产量的空间变异中，来补充基于 ES 提供代理指标的方法的机会 (Metcalfe et al., 2025)。精准农业越来越多地被强调为通向更可持续农业系统的途径，特别是通过提高投入使用效率和减少环境影响 (Ruder et al., 2026)。然而，实证证据仍然不均匀，且往往缺乏与生态过程的整合，目前的局限性导致精准农业数据集在明确将景观结构和生态功能与作物产量联系起来方面未被充分利用 (Robinson et al., 2023)。
在此，我们使用产量监测数据评估阿根廷潘帕斯地区生产田块中 NSNH 与依赖昆虫授粉的作物——向日葵产量之间的空间关系。我们将边缘效应定义为在 NSNH 与作物田地之间的生态交错带产生的生态过程，通过生物、资源或传播体跨越生境边界移动而影响作物表现，包括在生境 - 作物界面上的有益流（如传粉者）和有害流（如病原体）(Ries et al., 2004)。如果这些过程在与管理相关的尺度上运行，田块内产量变异的一部分应该可以通过相对于生境边缘的空间位置来解释。
为了量化边缘效应，我们建模灵活的距离 - 产量函数，将产量随靠近 NSNH 的系统性变化解释为与边缘介导的生态过程一致的模式。在我们的研究尺度上，当产量在靠近 NSNH 处较高并随距离增加而下降时，我们认为边缘效应为正值；当产量在靠近 NSNH 处较低并随距离增加而上升时，认为其为负值 (Robinson et al., 2022)。当两种过程同时运行时，产量应表现出非单调关系。由于这些过程的强度和方向预计取决于更广泛的景观 (Nacif et al., 2026)，评估不同景观背景下的距离 - 产量关系可以提供进一步见解，了解 NSNH 对作物生产的影响如何在农业景观中变化。在这方面，中间景观复杂性假说提供了一个将空间模式与景观背景联系起来的生态框架，因为它提出自然生境对 ES 的贡献随景观复杂性而变化 (Tscharntke et al., 2012)。因此，我们评估了距离 - 产量关系是否随 NSNH 覆盖率变化，并在两个对比区域中考察了这些关系。在整个研究中，我们区分作物田地嵌入的更广泛景观环境和每个环境内更局部的景观背景。景观环境因此指每个研究区域代表的普遍农业景观，而景观背景由区域内的 NSNH 覆盖率变化量化，这被用作单个田地周围局部景观的代理。在这种框架下，每个景观环境包含其自身的景观背景范围，由其内部观察到的 NSNH 覆盖率变化定义。通过将高分辨率产量监测数据与景观指标相结合，我们旨在确定 NSNH 是否以及在哪些景观背景和环境条件下，可能在直接相关于农场决策的空间尺度上促进作物生产。更广泛地说，本研究说明了如何利用精准农业数据集在田块亚尺度上识别与 NSNH 提供的 ES 一致的作物产量印记，从而支持将景观生态学整合到农场级管理和多功能景观设计中。
部分摘要
研究区域
我们的研究在阿根廷的潘帕斯地区进行，这是全球最具生产力的农业区之一 (Hall et al., 1992)。潘帕斯地区拥有悠久的农业历史，并在过去几十年经历了大幅度的集约化，这得益于种植实践的改进和农用化学品投入的广泛采用，特别是农药和除草剂 (Viglizzo et al., 2011)。这些变化增加了作物产量，减少了用于牲畜的区域
结果
西部和东部区域代表了截然不同的 NSNH 覆盖率范围，分别为 1.3 至 37.1% 和 63.7 至 89.1% (Fig. 1)。在分析的 54 张产量图中，预测的作物产量反应随距离自然和半自然生境 (NSNH) 的距离呈非线性变化，且这些反应根据景观环境和景观背景而异 (Fig. 3)。虽然距离 × NSNH 覆盖率 × 区域的相互作用未得到似然比检验的支持，但模型
讨论
通过将高分辨率精准农业数据与景观指标相结合，本研究为田块亚尺度上作物产量的景观依赖变异提供了支持。总体而言，我们的结果表明了非线性的距离 - 产量关系，这些关系随 NSNH 覆盖率变化并在对比的景观环境中有所不同，其模式与与自然和半自然生境相关的距离介导的生态系统服务提供一致。除这些特定结果外，本研究
结论
通过在阿根廷潘帕斯地区的 54 张向日葵产量图上结合高分辨率空间数据与景观指标，本研究显示，与 NSNH 相关的非线性距离 - 产量关系在对比景观环境内的景观背景中有所变化。在简化景观中，拟合的产量反应显示随距离递减的强度随 NSNH 覆盖率增加而逐渐增强，在相对较高的 NSNH 下，产量下降始于几百米处
作者贡献声明
FJO 领导了研究并撰写了手稿初稿。FJO、MGG、PZ 和 LAG 构思了研究。FJO 和 TG 开发了工作流程，处理了原始数据，并汇编了最终数据库。FJO 分析了数据。LAG secured 资金并促进了数据访问。所有作者都对后续草稿做出了重要贡献并批准了出版最终版本。
CRediT 作者贡献声明
Facundo J. Oddi：写作 - 审阅与编辑，写作 - 初稿，可视化，方法学，调查，形式分析，数据整理，概念化。 Matías G. Goldenberg：写作 - 审阅与编辑，方法学，概念化。 Paula F. Zermoglio：写作 - 审阅与编辑，概念化。 Tomás González：写作 - 审阅与编辑，方法学，数据整理。 Lucas A. Garibaldi：写作 - 审阅与编辑，调查，资金获取，概念化。
利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能会影响本文报告的工作。
致谢
我们感谢所有为本研究分享产量监测数据的农民。我们感谢 Lucas Andreoni 协调共享这些数据。本研究得到了 FONTAGRO-BID 2539 项目（ATN/RF-21247-RG 集约化农业生态系统中的多功能景观）的支持，以及 Red2PASus 项目 - 可持续农业景观重新设计网络。阿根廷创新、科学与技术秘书处（原...部）的高影响联邦网络项目。
Facundo J. Oddi|Matías G. Goldenberg|Paula F. Zermoglio|Tomás González|Lucas A. Garibaldi
