《Agricultural Systems》：Modeling the impacts of crop-livestock integration practices on the sustainability of farming systems: A systematic review
编辑推荐：
•针对综合农业系统评估，识别了34种建模方法。•根据时间和空间表示方法，将建模方法区分为5组。•作物-畜牧集成提高了养分循环率和农场自给自足能力。•在环境、经济和生产性能之间存在权衡关系。•已识别的建模方法很少评估社会维度。引言农业系统的集约化增加了全球粮食产量，但同时也造成
- •
针对综合农业系统评估，识别了34种建模方法。
- •
根据时间和空间表示方法，将建模方法区分为5组。
- •
作物-畜牧集成提高了养分循环率和农场自给自足能力。
- •
在环境、经济和生产性能之间存在权衡关系。
- •
已识别的建模方法很少评估社会维度。
引言
农业系统的集约化增加了全球粮食产量，但同时也造成了生态系统退化，并增加了对合成投入品的依赖（Foley等，2011），引发了对当前农业系统可持续性的担忧。粮食生产系统面临的主要挑战是采用高度可持续的实践方法，以协调提高生产力与保护自然资源和实现社会公平之间的关系（Altieri等，2012；Lemaire等，2014）。
农业生态学被提出作为一种利用生态学原理重新设计农业系统以提高可持续性的方法（Altieri等，2012）。它被定义为一场运动、一门科学或一套实践方法，为应对这些挑战提供了机会，而不会产生与传统农业相关的负面外部性（Altieri等，2012；Dumont等，2013；Wezel等，2014）。提出了多种农业生态实践来提高系统性能，包括使用堆肥、绿肥、覆盖作物、覆盖物、微生物或植物源农药、种植花卉以支持有益昆虫、活围栏、多样化实践（如农林复合或间作）、作物轮作以及作物-畜牧集成（CLI；Altieri，2002；Wezel等，2014）。其中，作物-畜牧集成是综合作物-畜牧系统（ICLSs）的基石，似乎是一种应对方灾变化、粮食安全和资源保护的有前景的方法（Herrero等，2010）。CLI有可能提高资源利用效率，通过更多样化的生产实现收入来源多样化，增强应对冲击的韧性，并提供环境和社会经济效益（Sekaran等，2021；Raveloaritiana和Wanger，2026）。CLI可以通过不同方式实施，包括使用兼用作物的同步集成、轮作集成、切割运输系统和农场间集成（Bell和Moore，2012）。然而，这些方法有助于作物和畜牧活动之间的生物质和养分循环利用。CLI实践主要包括用饲用作物、作物残渣和副产品喂养动物；回收动物排泄物以施肥作物；或它们的组合，因为牲畜在现代农业中变得越来越不常见（Fanchone等，2022）。这些实践代表了ICLSs中连接作物和畜牧组分的主要生物质和养分流（Fanchone等，2022）。
由于实践的多样性、作物和畜牧活动之间的相互作用以及当地土壤气候和社会经济背景的强烈影响，评估CLI实践对ICLS性能的影响是复杂的（Kazanski等，2025）。CLI实践可能在环境、经济、社会和生产力维度之间产生相互作用和权衡（Hendrickson，2020），使ICLS评估更加复杂。因此，需要稳健的方法来评估CLI实践对环境、经济、社会和生产力性能的影响。试验，特别是采用系统方法的试验，是评估实践对真实生活条件下系统影响的常用方法。系统试验通过复制农民可能做出的选择来测试新的农业系统（Havard等，2017）。田间试验直接观察CLI实践对农场性能的影响，并在几年内收集准确的实证数据。然而，其实施耗时，需要人力、财力和物质资源。试验结果通常特定于研究地点的土壤气候和社会经济背景，限制了向其他地点的转移性。为了克服基于田野的试验的局限性，建模方法作为一种补充解决方案出现了，用于评估CLI实践的影响。建模允许探索替代管理情景、预测长期结果并考虑当地变异性（Jones等，2017a）。虽然建模本质上简化了所研究系统的复杂性，但它提供了一个有趣的替代方案，能够快速探索管理情景并验证假设（Banerjee等，2025）。它可以改进决策并确定最适当的解决方案。然而，建模通常需要大量输入数据、模型校准和验证的专业知识，以及仔细的结果解释以避免误导性结论。尽管存在这些局限性，建模仍然是支持复杂农业系统决策和性能评估的有力工具。
农业系统模型使用各种方法，包括生物物理模型、生物经济模型和优化模型（Jones等，2017a，Jones等，2017b）。生物物理模型表示作物生长、动物生产、养分循环和环境动态的生物学和物理过程。生物经济模型通过考虑生物过程以及经济目标和约束来评估管理决策对农场性能的影响。优化模型旨在确定在多重约束下最大化性能的策略。这些建模方法可以在不同详细程度上考虑CLI，表示ICLSs中的不同过程。一些模型仅关注作物生产，如APSIM（Keating等，2003）和STICS（Brisson等，1998），而其他模型关注动物生产，如GRAZPLAN（Donnelly等，1997；Freer等，1997；Moore等，1997）。其他研究通过将作物模型和动物模型耦合来使用耦合模型。由CSIRO农业与食品部门开发的AusFarm软件工具用于将作物模型（通常是APSIM作物-土壤模型）与GRAZPLAN牧草-动物模型耦合。其他建模方法采用更整体化的ICLSs表示，在单一建模框架中直接集成作物和畜牧活动。这些方法的多样性源于多个建模选择，包括复杂程度、空间和时间的表示以及评估的性能指标。这些选择取决于模型目标、基本假设和可用数据。因此，基于所选建模方法的不同，CLI实践及其对ICLS性能的影响可以以不同的方式表示。这种多样性使得跨研究比较结果、识别这些方法的方法论优势和局限性以及理解这些建模选择对ICLS性能评估的影响变得困难。
多项研究已回顾了ICLSs的好处、约束和实施（Bell和Moore，2012；Nie等，2016；Sekaran等，2021；Xiong和Lian，2026）。其他研究回顾了使用概念框架和/或农业生态系统评估工具对农业可持续性的评估（Connor等，2015；Chopin等，2021；Gupta等，2022；Banerjee等，2025；Akaribo等，2026）。然而，据我们所知，目前还没有综述刻画用于评估ICLS的建模方法（类型、空间和时间尺度、可持续维度以及CLI实践），从而基于其优势和局限进行比较并为特定研究问题选择适当的方法。因此，仍然难以确定模型结构和CLI表示的差异如何影响对CLI对可持续性影响的评估。为弥补这一空白，本系统综述旨在识别和刻画用于评估ICLS性能的建模方法，考察模型结构和ICLS表示的差异如何影响可持续性评估，并综合文献中报道的主要CLI实践的影响。我们的具体目标是：（i）识别和刻画用于评估ICLS性能的建模方法，（ii）分析建模方法差异如何影响对CLI和ICLS性能的评估，以及（iii）综合报道主要CLI实践对生产力、环境、经济和社会性能的影响。我们识别了当前的建模空白，并指出了改善ICLS表示的潜在途径。
部分片段
材料与方法
本综述遵循Koutsos等（2019）在农业领域建立的框架进行。该框架包含以下六个关键步骤。
纳入研究的文献计量分析
我们纳入了101项研究（110份报告），这些研究于2003年至2024年间完成。自2000年代以来，研究数量稳步增加，在2020年和2023年达到每年10项的峰值（图S2）。这些研究主要在北方国家进行，其中43项位于美国，13项位于法国，8项位于加拿大（图S3）。70%的研究专门在温带地区进行，而29%在热带地区进行。这些
讨论
本研究旨在识别和刻画用于评估ICLS性能的建模方法，考察其结构特征如何影响CLI的表示，并综合主要CLI实践对ICLS性能的影响。我们识别了各种建模方法，为ICLS建模提供了互补的方式，它们在时间表示、时间步长和空间尺度上有所不同。以下章节讨论了建模选择对的影响
结论
本系统综述概述了用于表示CLI和评估这些实践对ICLS生产力和可持续性影响的建模方法。结果表明，时间表示、时间步长和空间尺度的差异影响了可以表示的相互作用和可以评估的指标，进而影响了可以解决的问题。因此，基于研究选择建模方法
CRediT作者贡献声明
Guylise Pioche：写作–原始草稿、方法论、形式分析、数据整理、概念化。Harry Archimède：写作–审阅与编辑、监督、项目管理、方法论、资金获取、概念化。Ellen Laclef：写作–审阅与编辑、验证、方法论、概念化。Jean-Luc Gourdine：写作–审阅与编辑、验证、方法论、概念化。Audrey Fanchone：写作–原始草稿、监督、项目管理，
利益冲突声明
作者声明，他们没有已知的竞争性经济利益或个人关系可能影响本文所述的工作。
致谢
Guylise Pioche获得了法国国家农业、食品和环境研究院（INRAE）的博士研究生奖学金支持。
Guylise Pioche|Harry Archimède|Ellen Laclef|Jean-Luc Gourdine|Audrey Fanchone
