咖啡农业生态系统中土壤肥力、叶片养分状况与产量驱动因子的全球格局

《Journal of Soil Science and Plant Nutrition》：Global Patterns of Soil Fertility, Leaf Nutrient Status, and Yield Drivers in Coffee Agroecosystems

　　

咖啡生产力在不同地区和种植系统之间存在很大差异，而土壤肥力、植物养分状况和施肥对这种差异的贡献仍不清楚。本研究旨在：(1) 表征土壤肥力和叶片养分浓度的全球变异性；(2) 评估土壤性质、施肥实践、叶片养分浓度与产量之间的关系；(3) 检验养分聚类和区域性土壤类型格局；(4) 识别与产量相关的叶片养分浓度。研究人员综合了来自184篇同行评审研究的1925项观测数据，采用线性回归、偏最小二乘回归(PLS)和主成分分析(PCA)评估土壤性质、叶片养分与肥料投入之间的关系，并应用预测剖面分析估计与较高产量相关的养分浓度。结果表明，土壤性质在不同地区和土壤类型间差异很大，而叶片养分浓度范围相对较窄；土壤-叶片关系对氮(N)、钙(Ca)、镁(Mg)、锰(Mn)和锌(Zn)较强，对磷(P)和钾(K)较弱；施肥总体上增加了相应的叶片养分浓度，但对土壤养分的影响不一致；产量与N和K施肥、种植密度、降低的土壤酸度及升高的土壤微量元素呈正相关；土壤和管理变量解释了全球产量变异的大约56%。叶片养分浓度是植物营养状况的有用指标，但产量受土壤性质和管理实践的影响更强。结果提示，咖啡产量可能与高于许多已发表适宜范围上限的N和Mn浓度及低于适宜范围下限的K浓度相关，这突出表明了制定区域适应性养分管理策略的必要性。

**研究背景与意义**
咖啡（*Coffea* spp.）是全球最重要的经济作物之一，支撑着超过1.2亿人的生计。然而，不同地区和种植系统间的咖啡产量差异极大，土壤肥力、植株养分状态和施肥对这一差异的贡献尚不明确。以往研究多局限于单个站点或特定区域，难以区分普遍性养分规律与强烈依赖情境的关系。因此，该研究旨在通过全球数据综合，探索土壤性质、叶片养分浓度、施肥投入与产量之间的总体格局，为区域化养分管理提供科学依据。该论文发表于《Journal of Soil Science and Plant Nutrition》。

**研究内容与主要方法**
研究人员汇编了来自184篇同行评审研究的1925项田间观测数据，涵盖全球主要咖啡种植区和多种土壤类型（按USDA土壤系统分类）。主要技术方法包括：基于Web of Science的文献检索与数据提取；对单位进行标准化换算；采用均值替换和自动矩阵近似/完成法进行缺失数据插补；使用线性回归、偏最小二乘回归(PLS)以处理多重共线性，主成分分析(PCA)和聚类分析揭示多变量结构；通过预测剖面分析估计与最高产量相关的叶片养分浓度。数据集中巴西贡献了51%的研究，其余来自亚洲、中美洲、非洲、南美洲（不含巴西）和夏威夷。

**研究结果**
**3.1 数据广度**：共纳入1925项观测，多数研究聚焦土壤或植物肥力（44%），其次为遮荫树系统（18%）。土壤类型以Andisols、Oxisols和Ultisols为主。
**3.2 土壤与叶片养分变异性**：土壤养分变异系数（CV=68–227%）远高于叶片养分（CV=19–135%），且按土壤类型分组后土壤变异性下降，表明土壤形成过程强烈影响养分有效性。
**3.3 土壤-叶片养分相关性**：整体Pearson相关较弱，最强的为Zn（r=0.44）和N（r=0.39）。PLS回归在控制混杂因素后显示土壤P、K、Ca和B对叶片浓度有正贡献，而Mn、Zn和S的贡献减弱。单个研究斜率分析表明，K和P的叶片响应最明显。
**3.4 肥料对叶片和土壤养分的影响**：超过67%的研究显示施肥增加了对应叶片养分浓度，但对土壤养分的效果不一致。由于施肥后采样时间差异大，聚合数据中肥料与土壤养分的相关性普遍较弱，可能反映采样时间不统一而非肥料无效。
**3.5 农艺措施对叶片养分的影响**：回归和PLS分析显示，Arabica品种叶片N、Mg、Fe较高而Ca较低；遮荫与叶片P、K增加及N、B降低相关；种植密度增大可能提高叶片Mn和Fe。
**3.6 土壤和叶片区域趋势**：PCA和聚类分析表明，土壤肥力主要梯度由CEC、盐基离子和pH驱动；叶片养分聚类呈现四组，且K与Mg、Mn存在拮抗关系。
**3.7 产量驱动因子**：基于插补数据建立的多重回归模型R2=0.59，简化后为0.56。N施肥和土壤Mn始终为正相关预测因子；种植密度在土壤类型间差异大；仅用叶片养分预测产量效果较差（R2<0.3）。
**3.8 与产量相关的叶片养分值**：预测剖面分析得出，与较高产量相关的N（32.6 g kg^?1）和Mn（187 mg kg^?1）浓度接近或高于多数已发表适宜范围上限，而K（19.4 g kg^?1）接近下限。推导的K:Ca:Mg摩尔比约为3.5:2.1:1。

**讨论与结论**
讨论部分指出，土壤性质和管理变量比叶片养分浓度更能解释产量变异，反映了养分吸收的生理调节和田间管理的复杂性。肥料效应的时间异质性要求谨慎解读聚合数据。可持续发展角度强调，应通过土壤测试、叶片诊断、平衡施肥和长期土壤健康管理相结合，而非依赖单一通用阈值。区域化的养分管理策略比统一推荐更有效。
研究结论部分翻译如下：这项全球综合研究部分支持了研究假设：咖啡叶片养分浓度总体处于已发表适宜范围之内，且土壤养分有效性可预测部分植物的养分状态。然而，这些关系往往较弱，并受环境和管理的强烈影响。与第三个假设一致，咖啡产量与土壤性质、施肥实践、种植密度和管理因素的关系比与叶片养分浓度的关系更强。氮肥和土壤微量元素（尤其是Mn和Fe）是多个分析方法中一致的生产力预测因子，而许多常用土壤参数和大量元素在产量关系上表现较弱。与产量相关的叶片N和Mn浓度可能接近或超过现有适宜范围上限，而K浓度则接近下限，但这些应被视为探索性目标而非普遍最优值。该研究首次在多种植区和土壤类型层面综合了土壤肥力、叶片养分、施肥和产量数据，强调了区域适应性养分管理策略的重要性。未来需在多样化咖啡产区开展标准化长期田间试验，以细化养分适宜范围并改善气候变暖背景下的管理建议。