再生农业下的农林牧复合系统：对土壤物理性质和产量的影响

《Soil and Tillage Research》：Agrosilvopastoral systems under regenerative agriculture: Impacts on soil physical quality and yields

　　卡琳娜·玛丽亚·维埃拉·卡瓦列里-波利泽利 | 奥斯瓦尔多·格德斯-菲略 | 安德烈·卡洛斯·奥勒 | 齐格伦里斯滕·佩雷拉·卡拉布里亚 | 安娜·保拉·科尔特斯 | 莱安德罗·比特恩库尔特·德奥利维拉
巴西巴拉那联邦大学土壤与农业工程系，Rua dos Funcionários 1540，库里蒂巴，巴拉那州 CEP 80035-050

**摘要**
许多研究已经证明了综合农业系统在改善和维持土壤质量方面的益处。土壤物理质量指数（SPQI）反映了土壤物理功能对作物可持续性和环境的重要性，对土壤健康至关重要。然而，理想的天气条件可能会掩盖土壤的缺陷，如果不对所有物理功能进行评估，可能会导致错误的结论。本研究通过再生农业评估了SPQI以及木材和动物产量，以确定最佳的畜牧业与林业整合策略。2018年，在四个系统中（畜牧业-L；林业-F；畜牧业-林业-LF；作物-畜牧业-林业-CLF）的不同土层（0–0.05、0.05–0.10和0.10–0.20米）采集了土壤样本，这些系统采用完全随机区组设计。分析了四个功能及其对应的三个指标：
1. **支持根系生长的能力**：通过压实度（DC）、穿透阻力（PR）和土壤结构视觉评估（VESS）来表示；
2. **土壤水分储存能力**：通过有效水分含量（AWC）、充满水的孔隙空间（WFPS）和土壤水分储存能力（SWCS）来评估；
3. **通气能力**：通过大孔隙度（MAC）、土壤通气能力（SAC）和相对气体扩散率（Ds/D0）来量化；
4. **抵抗土壤侵蚀和物理退化的能力**：与土壤饱和水力传导率（Ks）、加权平均直径（WMD）和土壤有机碳（SOC）相关。
结果显示，通气能力是受四种农业系统影响最大的土壤功能，其次是土壤水分储存能力，不同系统之间存在显著差异（p < 0.05）。林业系统的SPQI最高（0.90），而畜牧业（L）和畜牧业-林业（LF）系统的SPQI分别为0.79和0.81，低于作物-畜牧业-林业（CLF）系统的0.75。所有四个系统的木材和动物产量相似。
总之，所测试的再生农业系统均表现出较高的土壤物理质量，且在适当的管理下，这些系统被认为具有可行性。

**1. 引言**
通过采用各种技术（尤其是大规模使用农药和机械化），农业生产强度的增加在满足全球对食品、纤维和能源的需求方面发挥了重要作用（Poffenbarger等人，2017年）。然而，近年来人们对这些做法带来的环境和社会经济后果的认识日益增强，使得可持续性问题成为全球议程的重点，特别是在联合国的框架下（联合国，2020年）。在这种背景下，再生农业实践作为一种维持和改善土壤质量、促进农业生态系统韧性和平衡的可行选择应运而生（Abdollahi和Munkholm，2017年；Schreefel等人，2020年）。基于再生农业实践的系统从土壤保护和生态系统服务改善等前提出发，旨在促进环境、社会和经济的可持续性（Schreefel等人，2020年）。其关键策略包括作物、畜牧业和林业的整合，这些策略已被证明能有效增加养分循环、土壤有机质输入和根系多样性，这些都是重建土壤结构和功能所必需的（Sá等人，2017年；Franzluebbers和Martin，2022年）。尽管人们对再生农业实践的兴趣日益浓厚，但在实施和评估方面仍存在挑战。采用综合农业系统通常需要管理、劳动力和基础设施的重大变革，以及财政支持来促进其整合（Vasileiadis等人，2015年；Gan等人，2024年）。虽然许多研究关注再生农业的生物学和化学方面，但涉及综合畜牧业系统的土壤健康物理维度却较少被探讨（Cavalieri-Polizeli等人，2022年；Cavalieri-Polizeli等人，2024年）。土壤的物理性质决定了水分保持、通气和根系生长等过程，并直接影响植物对气候变化的响应和韧性（Blanco-Canqui和Ruis，2018年）。
为了客观量化管理对这些土壤功能的影响，提出了土壤物理质量指数（SPQI）这一综合工具，它可以总结不同环境和土地利用系统中的土壤物理状况（Cherubin等人，2016年；Bünemann等人，2018年）。SPQI基于土壤质量的物理指标（Karlen和Stott，1994年；Karlen等人，1997年；Andrews等人，2004年），涵盖了支持根系生长、水分储存、通气和抵抗侵蚀及退化等关键土壤物理功能，从而能够全面评估不同管理实践的效果（Cherubin等人，2016b；Cavalcanti等人，2020年）。因此，SPQI为比较再生农业实践提供了有价值的框架，有助于识别最能有效提升土壤功能并改善土壤物理质量的策略。

**假设**
不同的畜牧业整合策略会改变土壤的物理性质，进而影响木材和动物产量。具体而言，将畜牧业纳入再生农业系统预计会改变土壤结构、孔隙度和水分保持能力，从而影响植物根系发育和牧场生产力，进而影响整个系统的产量。

**2. 材料与方法**
**2.1. 试验地点和描述**
田间试验在巴西巴拉那州皮尼亚伊斯的坎吉里实验站进行（25°24’04”S；49°07’14”W——农业技术创新中心NITA），自1996年以来一直采用无农药种植方式，同时允许使用化学肥料（图1）。该地区的气候属于湿润温带类型（Cfb）（Alvares等人，2014年），年平均降水量为1602毫米，平均气温为17摄氏度。土壤为粘土质（含有431克/千克粘土、74克/千克粉砂和493克/千克砂），主要归类为Ferralsol（FAO-WRB，世界土壤资源参考分类，2006年）。

**2.2. 土壤采样与分析**
土壤采样于2018年进行，即实验开始后的第六年。动物踩踏发生在三年前。在0.00–0.05、0.05–0.10和0.10–0.20米深度范围内，使用钢制圆柱体（高度0.035米，直径0.05米）在两条25米长的样带上采集未受干扰和受干扰的土壤样本，每个样带间隔5米，共10个采样点。样带选自实验开始时有机碳含量为24克/分米的区域。LF和CLF处理组的样带分别沿着桉树林（1.5米宽）和林间空地（7米宽）划分。

**2.3. 土壤水力传导率（Ks）的测定**
土壤水力传导率（Ks，毫米/小时）采用落头法（Reynolds；Elrick，2002年）测定。随后，样品在-6千帕的基质势下进行张力测量，以计算微孔隙度（Mic，立方米/立方米）；总孔隙度（TP，立方米/立方米）根据Flint和Flint（2002年）的公式计算：TP = 1 - (ρb/ρp)，其中ρb为容重，ρs为颗粒密度；大孔隙度（Mac，立方米/立方米）为TP与Mic的差值。

**2.4. 其他土壤物理性质的测定**
土壤含水量（θFC）在Richard氏室内、-10千帕的基质势下测定。土壤穿透阻力（PR，兆帕）使用台式贯入仪在-10千帕的土壤水势下测量（Figueiredo等人，2011年）。有效水分含量（AWC，立方米/立方米）通过计算田间持水量与永久萎蔫点之间的差值获得。容重（ρb，克/立方米）根据Grossman和Reinsch（2002年）的方法测定；压实度（DC，%）根据Proctor试验（ASTM D698和AASHTO T99）计算：DC = (ρb/ρreference) × 100。其他物理指标包括：
- 充满水的孔隙空间（WFPS）：WFPS = θMIC/TP（Wienhold等人，2009年）；
- 土壤水分储存能力（SWSC）：SWSC = θFC / TP；
- 土壤通气能力（SAC）：SAC = (1 - SWSC）（Reynolds等人，2002年）；
- 加权平均直径（WMD，毫米）：根据Castro Filho等人（2002年）的方法测定；
- 相对气体扩散率（Ds/D0）：Ds/D0 = SACβ / TP2（Lima等人，2020年），其中β为经验参数，取值为10/3（Millington和Quirk，1961年建议）。

**2.5. 土壤结构视觉评估（VESS）**
土壤结构视觉评估（VESS）按照Guimar?es等人（2011年）提出的方法进行。受干扰的土壤样本用于通过密度计方法（Grossman和Reinsch，2002年）测定土壤质地，通过体积膨胀法测定颗粒密度。土壤有机碳（SOC）使用Elementar?分析仪（型号Vario El III，950摄氏度燃烧法）测定。

**2.6. 土壤物理质量指数（SPQI）**
SPQI改编自Cherubin等人（2016a），适用于0.00–0.20米深度的土壤。各层（0.00–0.05、0.05–0.10和0.10–0.20米）的数据被加权到0–0.20米深度。选择以下指标代表四个关键土壤物理功能：
- f(i) 支持根系生长的能力：DC、PR和VESS；
- f(ii) 土壤水分储存能力：AWC、WFPS和SWCS；
- f(iii) 通气能力：MAC、SAC和Ds/D0；
- f(iv) 抵抗土壤侵蚀和物理退化的能力：Ks、WMD和SOC。第二步采用了Andrews等人（2002年）描述的非线性数据转换技术。这种方法基于土壤农艺和环境功能，其中指标的评分使用以下曲线之一：上渐近S型曲线，采用“越多越好”作为ScoreMIB（公式1）；下渐近S型曲线，采用“越少越好”作为ScoreLIB（公式2）；以及高斯曲线，如果指标低于中点最优值，则采用ScoreLIB；如果指标高于中点最优值，则采用ScoreMIB；如果指标等于中点最优值，则取值1，从而生成一个单一的ScoreOptimum。有关此过程的详细信息，请参见Cherubin等人（2016a）的研究。

第三步包括将转换后的值整合成一个指数，方法是将指标得分乘以一个权重函数，具体公式如下：
(1) ScoreMIB = a1 + B - UTx - UTS
(2) ScoreLIB = a1 + B - LTx - LTS
其中ScoreMIB是土壤指标的无量纲值，范围从0到1，a等于1表示最高分，B是基线，LT是下限阈值，UT是上限阈值，x是从土壤指标获得的值，S代表方程的斜率（相当于-2.5），用于计算热带土壤的质量指标，具体方法如Cherubin等人（2016b）所述。对于每个土壤指标，基线和限值均来自文献，如表2所示。

表2. 指标阈值和评分曲线
| 功能 | 单位 | 下限阈值 | 基线 | 上限阈值 | 最优点 | 评分曲线 | 参考文献 |
|--------------|--------------|-------------|------------|-------------|--------------|-------------|
| f(i) DC% | % | 70 | 78 | 91 | 18 | 5 | Reichert等人（2009） |
| f(ii) PRMPa | MPa | 2.0 | 3.6 | 5.1 | 越少越好 | Arshad等人（1996）；Ehlers等人（1983） |
| f(iii) VESS | Score | 1.5 | 3.0 | 5.0 | 越少越好 | Ball等人（2007）；Guimar?es等人（2011） |
| f(iv) AWCm | m3/m | 0.1 | 0.15 | 0.20 | 越多越好 | Reynolds等人（2009） |
| f(v) WFPS | 无量纲 | 0.15 | 0.30 | 0.80 | 最优 | Wienhold等人（2009） |
| f(vi) SWSC | 无量纲 | 0.30 | 0.45 | 0.80 | 最优 | Reynolds等人（2002） |
| f(vii) Mac | m3/m | 0.05 | 0.075 | 0.15 | 越多越好 | Reynolds等人（2002） |
| f(viii) Ds/D0 | 无量纲 | 0.005 | 0.020 | 0.040 | 越多越好 | Grable和Siemer（1968）；Kad?ien?等人（2011） |

第三步通过将转换后的值乘以权重函数来整合成一个指数，具体公式如下：
(3) SPQI = ∑f(scores) × w
其中SPQI是土壤物理质量指数；f(scores)是每个功能的得分；w是每个函数的权重，具体见表3。

表3. 用于评估再生农业下农业系统影响的土壤物理质量指数（SPQI）的模式框架

3. 结果
3.1. 根系生长支持指标（功能i）
在-10 kPa土壤水势下，压实度和穿透阻力平均值在评估的深度范围内各系统之间没有显著差异（表4）。压实度的范围从84%到91%，穿透阻力从1.47 MPa到2.01 MPa。在所有研究的层次中，L系统的VES得分显著较低。林业和CLF系统的得分较高（0–0.05 m深度除外）。尽管F系统在0.10–0.20 m深度的最高平均VES得分为2.75，低于3.0，但仍被认为是可接受的。

3.2. 土壤水分储存指标（功能ii）
在0–0.05 m土壤深度，L系统的可用水含量显著高于其他系统。然而，在其他层次上，它与CLF系统没有差异（表4）。F系统在所有层次上的值低于最优值（0.20 m3/m），LF系统在0.05 m深度以下也是如此。F系统的充满水的气孔空间和土壤水分储存能力始终低于其他系统。这些值接近最优值（WFPS = 0.6，SWSC = 0.66）。考虑到畜牧业系统，充满水的气孔空间和土壤水分储存能力在所有层次上都表现不佳（表4）。

3.3. 土壤通气性指标（功能iii）
F系统在各个层次上表现出更高的大孔隙度；其他系统没有差异（表5）。CLF系统在0.10–0.20 m层次上的平均大孔隙度值最低，但仍被认为是适当的（0.10 m3/m）。包含森林成分的农业系统（F和LF）在所有层次上的土壤通气能力平均值较高（>0.34）。同样，土壤相对气体扩散率值也支持了大孔隙度值。然而，LF系统的土壤相对气体扩散率在所有土壤层次上与F系统统计上相似，这也通过土壤通气能力得到了验证。与其它系统相比，CLF和L系统的土壤通气能力和土壤相对气体扩散率明显降低（表5）。这些指标介于下限和基线之间，表明功能有所下降。

3.4. 土壤侵蚀抵抗和物理退化指标（功能iv）
土壤团聚体的加权平均直径对检测系统间的土壤结构变化不够敏感（表5）。F系统在所有土壤层次上的饱和水力传导率显著高于其他系统。除了CLF系统外，其他系统的饱和水力传导率值均高于上限（>360 mm h-1）。此外，0–0.05 m层次上的土壤有机碳含量没有显著差异，尽管F和L系统在0–0.05 m层次上较高，F和CLF系统在0.10–0.20 m层次上也较高，所有层次的平均值均被归类为较高。

3.5. 土壤物理质量指数 – SPQI
所有先前提出的土壤物理指标构成了每个土壤物理功能的总体得分以及SPQI，如图2所示。指标得分以雷达图的形式呈现，显示出对土壤功能影响最大的指标（如DC、WFPS、SAC、Ds/D0）。对于f(i)（支持根系生长），CLF系统的得分最低（0.80），其他系统显著较高。另一方面，f(ii)（与植物和土壤动物的水分供应相关）中，F系统的得分为0.90，高于其他系统。f(iii)（与土壤和大气之间的气体交换相关）显示出系统间的最大差异，F系统最高，L和CLF系统最低。f(iv)（与土壤抵抗侵蚀和物理退化的能力相关）中，F、L和LF系统的平均得分均较高（>0.90），只有CLF系统在统计上有所不同。

3.6. 木材和动物产量
木材积累量来自2017/18和2018/19年的年度森林清查数据，使用的是桉树胸径（DBH）的平均值。使用金属测树带（0.80 mm直径，9.2 mm外径，100 mm长）测量周长增长。随机选择了20棵树，并尽可能均匀分布在每个地块内。测树带安装在距地面1.3 m的位置，避开有明显缺陷的树木（弯曲、分叉或断裂的树木）。使用Kruchelski等人（2021）提出的体积模型计算树干体积或木材积累量。

对于动物，每28天称一次牛的体重（放牧期）。为此，在下午6点将牛从围场中牵出，转移到处理设施中，禁食12小时，然后在第二天早上6点单独称重以获取活体重（LW）（Watson等人，2013）。平均日增重（kg LW/头）是通过每个试验牛的最终体重与初始体重之差除以每个放牧期的天数来计算的。放牧率（kg LW/ha）是通过将试验牛的活体重与放牧期间的活体重相加，再乘以它们在围场中的天数，然后除以围场面积来计算的。因此，每公顷的活体重产量（kg LW/ha）是通过每公顷的放牧率和三个试验牛的平均日增重乘以放牧天数得到的。

3.7. 统计分析
数据经过Shapiro-Wilk检验（p > 0.05）以验证其正态性。当数据非正态时，进行了单因素方差分析（ANOVA）来评估生产系统对土壤性质的影响，并应用了Dunn检验（p < 0.05）来比较均值。对于其他数据，使用Tukey检验（p < 0.05）比较了农业系统中变量的均值。所有统计分析均使用SigmaPlot 12.0（2012）进行。

4. 讨论
4.1. 根系生长支持能力
物理指标表明，F、L、CLF和LF农业系统积极影响了土壤支持根系生长的能力。根据文献，这里研究的系统的紧实程度属于未压实土壤的典型范围（Reichert等人，2009年；Suzuki等人，2013年）。土壤穿透阻力（Ehlers等人，1983年；Arshad等人，1996年）和VESS（Guimar?es等人，2011年）均低于已建立的临界限值。这些物理性质是土壤结构积极变化的重要指标，因为植物需要良好的土壤条件来促进健康的根系发育和生长，这一点在巴西不同的牧场管理中也得到了强调（Silva等人，2017年）。评估土壤紧实程度、穿透阻力和VESS的变化可以识别出管理对农业系统质量和生产力的影响。Borges等人（2019年）观察到，在桉树林行中土壤容重增加，这影响了与行间区域的紧实程度。这些作者认为，他们的发现与动物在树荫下寻求温度舒适度以及它们倾向于群居的习性有关。此外，在CLF系统中，0-0.05米深度处的穿透阻力和紧实程度之间没有显著差异，但紧实程度接近临界限值，这对某些功能产生了负面影响。尽管如此，研究中的牧草物种在不同程度的土壤压实下仍表现出色，通过合理利用可用资源实现了满意的生长。考虑到3.0 MPa的穿透阻力值是植物生长的限制阈值（Colombi等人，2018年；Le?o等人，2004年），评估系统中获得的数值表明土壤具有有利于根系生长的物理条件。同一实验中的另一项研究认为1.76至2.40 MPa的穿透阻力值是适宜的（Cavalieri-Polizeli等人，2022年）。然而，这些穿透阻力值转化为VESS评分中的较高值，因此表明需要监测这些管理实践的潜在影响（Guimar?es等人，2011年）。

4.2 土壤蓄水能力
所有有牲畜处理的土壤都具有较高的有效水分含量，表明土壤保水能力得到改善，尽管其他农业系统也显示出接近粘土土壤最佳植物可用水分含量的水平（约0.20 m3 m?3）（Reynolds等人，2009年）。所有F系统层中的有效水分含量较低，可能是由于较大的大孔隙度（见下一节）。此外，F系统的充满水的孔隙空间值更接近最佳值（0.6），这是保水能力和总孔隙空间之间的最佳平衡（Wienhold等人，2009年）。充满水的孔隙空间对某些功能产生了不利影响，降低了所有系统的这一功能，除了F系统。不同系统之间的土壤蓄水能力存在显著差异。对于这一指标，0.66的土壤蓄水能力值是最优的（Reynolds等人，2002年），超过这个值的土壤会导致根系和土壤生物的通气不良。这一指标还表明，在雨季，L、LF和CLF系统可能会因易发生积水而受到负面影响。

4.3 土壤通气能力
大多数系统表现出适当的大孔隙度，介于0.10至0.15 m3 m?3之间（Reynolds等人，2002年）。然而，CLF系统在0-0.05米深度处的值略低（0.09 m3 m?3）。低于0.10 m3 m?3的值会影响植物根系的氧气供应（Grable和Siemer，1968年），并导致产量损失。所有有牲畜处理的系统相比林业系统都显示出显著的大孔隙度减少，这是由于动物的践踏。在CLF系统中，践踏加上仅一个种植周期主要改变了较大孔隙的体积。然而，通过添加有机物和增加生物活动可以逆转大孔隙体积的减少（Andreolla等人，2016年；Demetrio等人，2022年），从而在不同季节保持这些值的稳定性。Reynolds等人（2002年）认为0.34的土壤通气能力值是良好土壤物理条件的最佳值，而这里研究的系统在L系统的较低深度处的平均值为0.27，而在F和LF系统中平均值显著升高至0.38。这一发现表明，森林成分（桉树）有助于改善土壤通气，可能是由于其主根促进了生物孔隙在土壤中的扩展。这一观察结果与Hameed Ologunde等人（2024年）的研究结果一致，他们发现集成系统中的树木根系创造了改善土壤通气、增加土壤水分吸收并限制反硝化和淋溶的孔隙空间。根据文献，土壤相对气体扩散率值在0.005至0.01之间对植物生长至关重要（Grable和Siemer，1968年；Deepagoda等人，2019年），而我们的实验结果大多处于这一范围内；然而，我们的CLF和L系统的值较低（0.007–0.008 – 表5）。这一指标的较低值减少了空气流动，从而影响了植物生长。与大孔隙度和土壤通气能力类似，相对气体扩散率表明包含牲畜的系统对土壤通气产生了影响，0.05米以下的土壤深度可能在气体交换方面受到影响。同样，好氧微生物活动可能会受到抑制（Schj?nning等人，2003年），根系生长条件也可能因积水而受到影响（Kad?ien?等人，2011年），并增加表面施用肥料的N2O排放（Ntinyari等人，2025年）。

4.4 土壤侵蚀和退化抵抗力
土壤加权平均直径较低，系统之间的差异不大（表5）。另一方面，饱和水力传导率值介于中等高到非常高（36–360 mm h?1和>360 mm h?1之间，根据土壤科学部门工作人员的数据（2017年）。考虑到我们的结果是来自粘土土壤，一些高饱和水力传导率值可以归因于优先流动路径（如巨孔和土壤裂缝）与孔隙大小的空间变异性有关（De Pue等人，2019年），以及由分解的树根形成的生物孔隙（Sarto等人，2020年）和土壤动物活动（Santos等人，2008年）。F系统的饱和水力传导率值最高，这是预期之中的，因为主根形成了可以最大化水分流动的路径。此外，Ferralsols的土壤结构也有助于高饱和水力传导率，正如Ottoni等人（2025年）在巴西数据库中报告的那样。这些作者还报告说，森林种植园的平均饱和水力传导率值较高（>36 mm h?1），而牧场的饱和水力传导率值中等偏高（3.6–36 mm h?1）。因此，值得注意的是，放牧可能会降低饱和水力传导率。然而，即使在最低的CLF值下，所有研究深度的饱和水力传导率仍然很高。因此，我们可以肯定这些系统中引入的所有保护措施都在促进土壤物理属性的适当水平。特别是在土壤侵蚀方面，高和非常高的饱和水力传导率值促进了快速渗透率，减少了径流并提高了土壤对物理退化的抵抗力。

农业系统在表层土壤中的有机碳含量方面没有显著差异，尽管在0.05米深度以下的碳含量有所不同。这些结果表明，根系在这些系统中的贡献导致了土壤有机碳的变化，特别是在前几厘米深度更为明显，F和L系统的有机碳含量更高。Loss（2014年）观察到，在桉树和牧草结合使用五年后，土壤有机含量有所增加。相比之下，我们的研究仅在CLF系统的0.10–0.20米深度发现了更高的土壤有机含量值，这表明作物材料对这一层的贡献大于桉树。这些结果支持Romanoski等人（2025年）的研究，他们在同一实验田中发现，结合作物的系统（作物-牲畜和作物-牲畜-森林）改善了关键土壤属性，如水分保持和碳封存。Lehmann等人（2017年）因此指出，系统中必须包含作物多样性以增加土壤有机含量（在CLF系统中，0.10–0.20米深度的有机含量较高），尽管树木提供的有机物质（凋落物）也影响了土壤有机含量（Noumi等人，2018年；Osei等人，2018年；Sarto等人，2020年）。此外，桉树林通过其残余物的分解以及树木间其他植物的自然季节性生长增强了土壤有机质（Ortiz-Torres等人，2018年）。此外，同一实验地点的林业和作物-牲畜-林业系统的土壤有机碳储量更高，每年每公顷大约增加2 Mg（Cavalieri-Polizeli等人，2024年），突显了这些再生系统在碳封存方面的潜力。功能iv的指标表现良好，没有显示出研究农业系统之间的差异。

4.5 土壤物理质量指数（SPQI）
桉树林导致了最有利的土壤物理条件，如其较高的SPQI得分所示（图2）。F系统的优越表现是由于其在所有评估功能上的持续高得分，特别是与土壤结构和水分传输相关的功能。这些结果与其他研究相反，那些研究报道了有利于多样化土地利用和根系发展的集成系统改善了土壤物理质量（Bieluczyk等人，2020年；Galzerano和Morgado，2008年；Loss等人，2014年）。然而，F系统从实验开始就减少了机械活动并且没有动物践踏，这可能有助于降低土壤退化、提高孔隙度和结构稳定性（Nunes等人，2024年）。就土壤支持根系生长的能力（fi）而言，其紧实程度似乎有助于降低集成系统的SPQI。尽管如此，Pires de Sousa-Baracho等人（2024年）并未发现所研究的任何牧草植物（U. brizantha cv. MG-5 Vitória、M. maximum cv. Momba?a和U. ruziziensis）在不同紧实程度条件（65%、75%、85%和95%）下存在显著差异。

关于土壤蓄水能力（fii），大多数系统的充满水的孔隙空间值高于0.6，这表明土壤呼吸速率变得更加不稳定并下降，从而可能通过减少氧气可用性而损害好氧生物活动。因此，在土壤湿度高的时期，如夏季降雨期间或极端事件引发的情况下，充满水的孔隙空间高于0.6尤其令人担忧。在牲畜系统中（无论是单一系统还是集成系统），该值接近0.8，这可能会减少反硝化作用，导致NO?释放，对环境产生负面影响（Reynolds等人，2008年；Wienhold等人，2009年；Pulido-Moncada等人，2024年）和农艺性能。另一方面，孔隙的连通性在控制土壤剖面中N2O的扩散比率方面起着重要作用，尽管Pulido-Moncada等人（2024年）强调了影响N2O命运的复杂因素相互作用。土壤通气能力（fiii）是不同系统中受影响最严重的功能，LF和CLF系统的值显著较低。有趣的是，LF系统显示出中等的通气值，表明树木的存在通过根系活动改善了土壤结构，从而减轻了压实（Coêlho等人，2024年）。考虑到L和CLF系统在土壤通气能力方面较低，重要的是要强调天气的影响，例如生长季节的降雨分布，在湿润时期，这些系统可能会受到负面影响。放牧动物的重量可能产生超过土壤承受能力的压力，导致压实，从而降低大孔隙度、总孔隙度和相对气体扩散率（Serrano等人，2023年）。众所周知，大型食草动物的践踏会显著降低通气性，并可能导致积水和中度缺氧区域，特别是在粘土土壤中（Schrama等人，2015年）。然而，这些负面影响在我们的研究期间被当时的气候条件所缓解。

功能iv——土壤侵蚀和退化抵抗力的较高得分表明，研究的农业系统能够保持适当的土壤条件，以促进再生农业以及土壤支持根系生长的能力。此外，管理良好的牧场有助于丰富生物多样性，增强景观的水文功能，减少对农药的需求，储存大量的土壤碳，并提高对土壤侵蚀的抵抗力（Franzluebbers和Martin，2022年）。在这种情况下，与降雨分布相关的水资源限制成为这些系统中需要管理的主要问题。总体而言，与F系统相比，集成LF和CLF系统中SPQI的降低也可以通过牧场作物由于入射辐射减少而发生的形态和生理变化来解释。根据Bieluczyk等人（2020年）的研究，在有树木的区域（例如LF），由于强烈的遮荫作用，土壤有机质含量会减少，这可能对牧草生长产生负面影响。土壤有机质含量值（表5）在LF和CLF系统中0.05–0.10米深度处也较低，Anésio等人（2024年）指出，遮荫会降低叶茎比和每单位叶子的光合作用活性——从而影响有机残渣的供应和土壤有机碳的积累。因此，较低的根系生物量积累和相应的根际沉积会通过减少微生物活性以及β-葡萄糖苷酶和酚氧化酶的活性（Bhattacharyya等人，2021年）来降低土壤有机质含量——这些因素对于土壤团聚体的形成和稳定以及保持土壤孔隙度至关重要。由于土壤有机质在改善土壤物理性质方面起着关键作用（Bronick和Lal，2005年），其减少会间接影响土壤结构，特别是功能性孔隙的分布。这种结构退化会损害关键的土壤功能，如水分储存能力和通气性，并直接影响SPQI的表现。

4.6 动物和木材产量
所研究的各种农业系统之间的产量能力非常相似（图3），表明它们在生产肉类和木材方面的效率相当，这说明了集成系统带来的多样化收益而不会导致生产力损失。然而，这些相似性也可能反映了由于试验持续时间较短、气候条件稳定或管理实践相似而导致的潜力未得到充分体现。
平均牲畜活体重产量（426公斤/公顷）与文献中报道的管理良好的集成作物-畜牧业系统的数值一致，这些系统的年产量通常在300公斤/公顷到500公斤/公顷之间（Oliveira等人，2014年；Oliveira等人，2022年），具体取决于放牧强度、饲料质量和气候条件。值得注意的是，这一数值大约是巴西当前全国平均水平（估计为每年约120公斤/公顷）的3.5倍（Barbero等人，2021年），这突显了集成管理系统的较高生产潜力。
同样，这里报告的木材积累量13立方米/公顷也与林牧系统中快速生长树种的典型值相符，尽管种植密度、行间距和林业管理实践等因素会随着时间显著影响木材产量。Kruchelski等人（2021年）分析了与我们实验相同区域在2019年底的木材产量，发现集成畜牧业系统生产的Eucalyptus benthamii树干在胸高处的直径更大，每棵树的木材纤维产量更高，木材密度更低，总高度也更低。我们的研究结果表明，将再生农业应用于畜牧业系统（无论是集成还是非集成形式）对农民来说是一个不错的选择，因为它能够充分维持土壤的物理功能。

5. 结论
SPQI被证明是评估不同畜牧业整合策略（LF和CLF）的有效工具。总体而言，所有测试系统的土壤物理性质都在适合植物生长的范围内，尽管在通气能力和土壤水分储存能力方面观察到了一些限制。单一的桉树林业系统（F）的SPQI得分最高（0.90），其次是畜牧业-林业系统（LF，0.81），然后是单一畜牧业系统（L，0.79）。将林业与畜牧业结合的策略比单纯的畜牧业系统更能促进土壤的通气和水分储存能力，尽管在评估期间动物产量没有受到影响（反映了所采用的动物放养密度），并且桉树林业系统的SPQI也更好。
尽管测试系统之间存在一些差异，但再生管理实践保持了较高的土壤物理质量，同时木材和动物产量没有显著差异。所有系统似乎都是提高土壤物理质量和缓解环境退化同时维持生产力的可行选择。

**作者贡献声明**
Karina Maria Vieira Cavalieri-Polizeli：写作——审阅与编辑、撰写初稿、可视化、监督、资源管理、项目管理、方法论、数据整理、概念化。
Osvaldo Guedes-Filho：写作——审阅与编辑、撰写初稿、监督、项目管理、方法论、正式分析、数据整理。
Auler Andre Carlos：写作——审阅与编辑。
Ana Paula Corteze：方法论、正式分析。
Calabria Zieglenristen Pereira：写作——撰写初稿、正式分析。
Oliveira Leandro Bittencourt：写作——审阅与编辑、验证、项目管理、数据整理。