小农户知识与科学家土壤评估在缅甸中部水稻协作养分管理中的趋同性

《Frontiers in Sustainable Food Systems》：Convergence of smallholder farmers’ knowledge and scientists’ soil assessment for collaborative nutrient management of rice in Central Myanmar

　　

认识到农民基于其知识、价值观和经验对土壤属性的看法，对于理解其肥料和作物管理决策至关重要。然而，在农民和科学家之间建立相互理解历来具有挑战性。本研究将小农户对土壤属性的知识与农业科学学科（整合农学、土壤学和农业经济学）的评估进行比较，以弥合这一差距。研究人员应用了一个跨学科框架，以形成对缅甸中部水稻种植户如何识别其土壤属性的协作理解。随后，将这些农民评估直接与通过踏勘调查（reconnaissance survey）绘制的土壤地图所衍生的科学剖面描述进行比较。农民的土壤属性排序与科学家的排序高度相关，密切吻合度达77%。农民对土壤适宜性的积极评估是作物产量的有力预测指标。农民根据其感知的土壤属性主动调整氮肥管理。此外，在氮素利用效率（nitrogen use efficiency, NUE）与农民自身的土壤属性排序之间观察到正相关关系。这些发现表明，一种协作的跨学科方法，特别是通过农民与研究人员之间对土壤属性的联合讨论，能够建立共同的、可转移的知识。这种共同创造为在更广泛地区推广农业创新提供了有力途径。尽管需要在多个季节和地区进行进一步研究，但将这些地方性知识体系正式化，为资源有限环境中的推广计划和可持续农业倡议提供了一种有前景、可扩展且低成本的诊断途径。

小农户知识与科学家土壤评估在缅甸中部水稻养分管理中的趋同性——一项跨学科研究解读

研究背景指出，农民基于自身知识、价值观和经验形成的土壤属性认知，深刻影响其肥料和作物管理决策。然而，农民知识体系与科学知识体系存在系统性差异，导致二者间相互理解长期面临困难。以往研究多为概念性比较，将农民定性评估与制图或实验室定量结果直接校准的实证工作仍较缺乏。为此，本研究以缅甸中部Zeyarthiri Township为研究区，依托澳大利亚国际农业研究中心（ACIAR）资助项目，整合社会经济学、农学、土壤学与农业经济学，系统比较小农户对土壤属性的认知与科学家基于踏勘调查形成的土壤分类，并检验农民评估能否有效预测施肥行为、水稻产量及氮素利用效率（NUE）。研究发现，农民排序与科学排序在77%的案例中高度一致，农民对“好”土与“差”土的区分具有农学实际意义，其知识可作为低成本、可扩展的土壤诊断途径。该研究发表于《Frontiers in Sustainable Food Systems》。

研究方法方面，研究人员采用多阶段抽样，从Zeyarthiri Township的10个村庄中选取196名农户进行社会经济调查，最终因土壤多边形匹配问题保留163个有效样本点。社会经济调查记录农户对土壤颜色、质地、条件（好/差）的感知、氮肥施用量、水稻产量及GPS坐标；土壤踏勘调查以1 km2网格布点，用土钻采集土壤样本，并于2019年12月通过土壤剖面坑完整刻画主要土壤类型。研究人员在QGIS中叠加农民调查点与土纲多边形，匹配土壤类型；依据农民描述和科学判断分别构建5级土壤排序（SR），并用Spearman秩相关、回归分析、Kruskal-Wallis检验及偏要素生产力（partial factor productivity）指标进行统计分析。

在结果中，研究人员围绕三个子问题展开分析。第一，土壤科学排序与农民排序的关系。通过空间叠加和秩相关分析发现，35%的案例中农民排序与科学排序完全一致，42%相差一个等级，整体接近一致比例达77%；Spearman相关系数ρ=0.416（p<0.001，n=161），表明农民对土壤适宜性的感知与科学分类显著相关。第二，农民土壤排序、氮肥使用与水稻产量的关系。通过交叉制表发现，SR越高则平均水稻产量越高，而总氮施用量总体越低。SR5组（占48%）平均产量4.0 t/ha，施氮量95 kg N/ha；SR1组（占3%）产量仅3.1 t/ha，施氮量却达126 kg N/ha。农户对“好”土平均施氮98 kg N/ha并获3.9 t/ha，对“差”土施氮120 kg N/ha仅获2.5 t/ha。这表明农民采取补偿性施肥策略，但差土产量上限仍受非氮因素限制。第三，不同土壤排序和肥料使用下作物产量的氮素利用效率。通过NUE分布分析和Kruskal-Wallis检验发现，NUE中位数与分布随SR升高而增大，组间差异显著（χ²=15.042，df=4，p=0.0046）；SR5组NUE显著高于SR1组（p=0.0067）。同时，NUE随施氮量增加呈预期下降趋势，且项目田间试验的NUE普遍高于农户田块，说明农户层面的施用时机、病虫害防治等次要管理因素仍限制效率提升。

讨论部分指出，本研究基于单季数据，虽无法全面捕捉农场产量波动，但仍可得出重要结论。该季氮素并非多数农场的限制因子，农民对差土增施氮肥并未将产量提升至好土水平，暗示水分保持或土壤质地等结构性约束可能决定产量上限。农民排序能够预测NUE趋势，而研究人员管理的试验NUE更高，进一步证实农户管理精细化程度仍有提升空间。研究也承认，农民评估可能未涵盖土壤酸度、盐度等隐性障碍，且单季结果需要多季节验证。

研究结论翻译如下：本研究调查了缅甸中部农民对土壤属性的定性评价与定量科学分类之间的吻合程度，以及这些评估与氮肥管理和雨季水稻产量的关系。结果表明，地方知识与科学知识系统高度收敛，77%的农民土壤排序与科学分类接近一致，其中35%完全匹配。农民基于地方性土壤评估积极且合理地调整管理措施：对“好”土施用较少氮肥（平均98 kg N/ha）并获较高产量（3.9 t/ha），而“差”土接受较高肥料投入（120 kg N/ha）却产量较低（2.5 t/ha），导致NUE在评价较好的土壤上显著更高。这些实证结果证实，该区域小农户对其土壤能力具有稳健、准确的理解，定性评估可作为作物表现和肥料利用效率的有效预测指标。农民知识在科学研究补充下可用于更大范围的创新推广，参与式方法能有效获取区域产量与肥料投入的平均值和范围，并绘制好土与差土分布图。肥料速率试验在优化通用推荐施肥量方面仍有价值，但农民需要持续土壤监测，并借助土壤科学诊断解决严重酸度引起的铝毒或微量元素缺乏等关键限制因素。