基于PRIME框架的多物种（MS）作物轮作盈利性与风险量化：遥感与生物经济系统方法

《Field Crops Research》：Quantifying profitability and risk in multispecies crop rotations using a systems-based remote sensing and bioeconomic approach

　　

展示整合遥感（remote sensing）与生物经济模型（bioeconomic model）的PRIME（Productivity and Returns from Integrated Multi-species Enterprises，多物种企业生产力与收益）框架。表明在有利条件下，多物种（multispecies, MS）轮作可达到或超过小麦盈利性。指出价格溢价（price premium）可抵消较低产量，增强MS轮作可行性。在低降雨/高胁迫条件下通过多样化降低财务风险（financial risk）。发现志愿牧草（volunteer pasture）或休闲（fallow）轮作因机会成本（opportunity cost）而盈利性最低。

该研究由Sadeeka L. Jayasinghe、Dean T. Thomas、Chris Herrmann和Jonathan P. Anderson开展，围绕多物种（multispecies, MS）作物轮作的盈利性与风险量化，提出PRIME（Productivity and Returns from Integrated Multi-species Enterprises，多物种企业生产力与收益）框架。全球农业系统正面临气候变化、土地退化、生物多样性丧失和投入成本上升压力；按FAO标准，约34%农田退化，农业消耗全球淡水取用70%以上，农业生物多样性持续下降。澳大利亚东部Wheatbelt旱地大田农业以连作小麦、油菜、大麦和燕麦或作物-牧草轮作为主，受降雨不稳定、底土钠化和酸化、土壤有机质下降制约；1990—2015年气候变率使水分限制小麦产量潜力降低约27%。再生农业和MS种植被认为可改善土壤功能、生物多样性和资源利用效率，但采用有限。关键问题不是缺少MS产量优势证据，而是缺少可扩展、长期、空间显式数据集评估全场经济结果。MS产量高时空变异，田间测量费力；APSIM（Agricultural Production Systems sIMulator，农业生产系统模拟器）对单作较稳健，但难以模拟种间促进、竞争和资源互补；LUSO（Land Use Sequence Optimiser，土地利用序列优化器）和AFO（Agricultural Farm Optimisation，农业农场优化）主要针对单作或作物-牧草系统，难以表征MS种间互作。因此研究人员开发PRIME，整合遥感、机器学习和生物经济模型，并检验三个假设：CASA（Carnegie-Ames-Stanford Approach）支持的遥感可提供准确、空间显式MS产量估算；含MS轮作提高长期盈利性；MS轮作通过多样化和概率响应降低经济风险。

研究人员将PRIME扩展为基于遥感的MS产量估算方法，在三个半干旱站点（Corrigin、Condobolin、Lameroo）和西澳Lake King附近案例农场评估七种六阶段轮作。结论为：在产量较高或价格溢价支持时，MS轮作可匹配或超过常规小麦系统；价格溢价可抵消低产；在低降雨和高生物胁迫下，多样化降低财务风险；志愿牧草或休闲轮作因机会成本盈利性最低。意义在于PRIME可作为可扩展决策支持工具，桥接生物物理与经济证据，服务再生农业和气候适应型混合农业评估。

关键技术方法（不超过250字）：案例农场位于西澳东部Wheatbelt Lake King附近，2021—2024年包含小麦和MS，2024年MS由羽扇豆、黑麦、大麦、蚕豆、小麦、豌豆和野豌豆七种组成。三个半干旱站点为Corrigin、Condobolin和Lameroo。研究使用Sentinel-2 10 m、MODIS、ERA5、SILO/CRU、MOD16A2和MOD17A3HGF等数据；CASA光能利用率模型估算净初级生产力（Net Primary Productivity, NPP）；随机森林进行土地利用和土地覆盖（land use and land cover, LULC）分类；2024年24个1 m²样方实测地上生物量和产量，计算收获指数（Harvest Index, HI）；APSIM模拟小麦和油菜，GrassGro模拟牧草，LUSO-var随机模拟30年并运行1000次，采用条件风险价值（Conditional Value-at-Risk, CVaR）评估风险，价格基于ABARES五年均值等。

研究结果：
3.1 多物种作物整合产量估算框架。研究人员通过遥感、CASA和田间实测结合，建立MS与小麦产量估算流程。
3.1.1 田间实测产量与收获指数。通过24个样方实测，MS地上生物量（aboveground biomass, AGB）为3107±264 kg ha^-1，产量818±132 kg ha^-1，HI为0.26；小麦AGB为4548±609 kg ha^-1，产量1848±412 kg ha^-1，HI为0.40。该结果用于校准CASA产量估算。
3.1.2 CASA推导NPP与MODIS验证表现。通过8天NPP比较，CASA与MODIS呈强正相关，Pearson r=0.91，p<0.000，R²=0.82；MODIS通常高于CASA，支持CASA用于后续MS产量估算。
3.1.3 土地利用分类精度与作物类型。通过Sentinel-2和随机森林分类，2021—2024年总体精度为0.828—0.873，Kappa系数均>0.79，最高0.846；分类包括11类，如裸地、大麦、油菜、豆类、羽扇豆、MS、萝卜、灌木、水体、小麦和鹰嘴豆。
3.1.4 NPP到产量转换与模型验证。通过MS和小麦的HI、生物量转换参数，将CASA和MODIS的NPP转为产量；CASA和MODIS产量与2024实测产量r=0.92，R²>0.75，表明可用于MS产量预测。
3.1.5 基于经验MS:Wheat比率的历史产量重建。通过2021—2024重叠地块，CASA与MODIS产量呈强线性关系，Pearson r=0.97，R²=0.95；MS产量约为小麦63%，经验比率0.63±0.07，用于将APSIM模拟小麦产量重建为30年MS产量序列；MS偶尔超过小麦。
3.2 使用LUSO的经济模拟与盈利性评估。研究人员通过LUSO-var随机生物经济模拟，评估轮作盈利性和风险。
3.2.1 含MS轮作盈利性。通过ANOVA和Tukey检验，各站点轮作盈利性差异显著（p<0.0001）。高性能MS（My）最高，Condobolin为310 $ ha^-1，Lameroo为254 $ ha^-1，Corrigin为166 $ ha^-1；价格溢价MS（Mp）常超过连作小麦；基线MS（Mb）较低；志愿牧草和休闲轮作最低，休闲轮作建立年严重亏损。
3.2.2 MS-小麦产量比率的时空敏感性分析。通过设定My=1.00、M1=0.75、Mb=0.63、M2=0.50，盈利性随MS产量比单调增加；My与M1无显著差异；Mb与M2在Condobolin和Corrigin相似，在Lameroo差异显著；0.63比率偏保守。
3.2.3 生物胁迫对轮作盈利性的影响。通过高、低生物胁迫模拟，高胁迫下Mp最高，Condobolin为284 $ ha^-1，Corrigin为143 $ ha^-1，Lameroo为245 $ ha^-1；低胁迫下Mp仍最高，分别为331、178、265 $ ha^-1；连作小麦降幅最大；MS系统较稳定。
3.2.4 生物胁迫条件下轮作序列相关风险。通过20%阈值CVaR评估，高胁迫下行风险更负；Condobolin中休闲轮作?52 $ ha^-1，Mp为71 $ ha^-1，连作小麦?23 $ ha^-1；Corrigin连作小麦?61 $ ha^-1，Mp为32 $ ha^-1，My为63 $ ha^-1；Lameroo Mp为97 $ ha^-1，连作小麦?25 $ ha^-1。低胁迫下所有轮作风险改善；Mp上行风险最高，连作小麦最低；Mb提供中等下行保护（27—38 $ ha^-1）和较强上行潜力（280—436 $ ha^-1）。

讨论部分总结：4.1 基于遥感的MS产量估算：遥感是生成经济建模所需多年产量序列的唯一可扩展手段；CASA NPP经经验HI转换后与实测一致，MODIS仅用于粗尺度验证；MS:Wheat比率是简化，不应视为所有环境普遍有效，且遥感不确定性未概率传播。4.2 MS轮作盈利性：生物经济模拟显示，当产量或价格溢价有利时，含MS轮作可超过常规小麦序列；无价格溢价时基线MS常低于小麦单作，说明对市场条件敏感；20%溢价是合理利基市场情景。4.3 多样化降低风险：CVaR显示MS轮作降低下行经济风险并保留上行利润潜力，尤其低降雨和生物胁迫环境；该经济韧性来自轮作多样化和概率建模，而非生态韧性。4.4 区域背景与气候-土壤相互作用：Condobolin较高春季降雨和较暖温度支持生物量；Corrigin和Lameroo较干，MS在胁迫下相对表现更好；土壤类型和水分可用性影响MS表现。4.5 意义与未来方向：PRIME提供可扩展框架，支持农场到政策决策；未来需偏差校正、高分辨率影像、产量驱动分析、生态系统服务估值和农民共同设计决策支持工具；政策、市场溢价和风险分担机制可促进采用。

研究结论翻译：在PRIME框架下开展的本研究表明，多物种（MS）种植系统在通过遥感监测并用生物经济模型评估时，可为旱地混合农业提供可扩展且有效的策略，以提高盈利性和韧性，尤其是在生物胁迫下。当产量较高或受到价格溢价支持时，包含MS的轮作可匹配或超过常规小麦序列，并在中等产量阶段通过稳定收益保持竞争力。然而，排除非市场生态系统服务（如碳固存和生物多样性）限制了这些系统的完整经济认可。多样化持续降低下行经济风险，同时保留上行利润潜力，在低降雨和生物胁迫环境中益处最强。在本研究中，这些下行风险降低代表通过轮作多样化和概率建模产生的经济韧性，而非生态韧性，因为PRIME框架未模拟物种互补性或生态缓冲机制。区域分析证实，盈利性增益具有情境依赖性，在有利降雨和温度条件以及资源受限环境中优势更大。本研究还首次将遥感推导的MS产量估算与随机生物经济建模整合，实现此前未展示尺度的多年、空间显式MS系统评估。同时，研究人员认识到，用于重建长期MS产量的MS-小麦产量比率是一种简化，不应解释为在所有环境中普遍有效。通过整合空间显式产量建模与概率风险评估，本工作推进了评估复杂农业系统的方法工具，并强调需要将生态系统服务估值纳入农业决策。实现更广泛采用需要将农艺益处与市场激励和奖励生物多样性、土壤健康和气候韧性的政策机制对齐。总之，在测试的产量比率范围内，含MS轮作呈现平衡盈利性、风险缓解和生态可持续性的有前景途径，对再生农业和气候适应型混合农业策略有重要贡献。