《Landscape Ecology》：Pathways to productivity: how functional ecosystem service flow determines crop yield in prairie landscape
编辑推荐：
在集约化农业区，如何协调农业生产与生态保护是核心挑战。本文研究了在加拿大草原区，作为生态系统服务（ES）流动结构代理的景观结构，如何影响基于自然特征划分的土壤景观单元（SLC）尺度下的作物产量。研究表明，景观配置（如连通性和作物多样性）对产量预测至关重要，其影响常大于自然栖息地面积，这对推动多功能景观规划具有重要意义。模型解释力强（Adjusted R2≈ 0.66–0.67）。
想象一片广袤的麦田，金色的麦浪一直延伸到天际。在传统的农业思维中，这片田地的产量似乎只取决于播下的种子、施用的化肥和灌溉的水量。然而，在农田的边界之外，那些看似无关紧要的沟渠、树篱、零星的自然草地，真的只是“无用”的土地吗？现代农业正面临着一个深刻的两难困境：一方面，我们需要开垦更多土地、投入更多资源以获取高产，保障粮食安全；另一方面，这种对自然的不断索取和改造，正在侵蚀那些我们赖以生存却常常视而不见的“免费”服务——比如，为油菜授粉的蜜蜂从何而来？健康的土壤如何抵抗风雨侵蚀？自然栖息地如何储存碳以缓解气候变化？这些由自然生态系统为人类提供的福利，被称为生态系统服务（Ecosystem Services, ES）。在加拿大草原区，这片经过高强度改造的农业区域，自然栖息地的退化已经影响了这些对粮食安全至关重要的ES流动。那么，一个核心的科学与管理问题浮出水面：在区域尺度上，农田所处的“景观”本身——其拼图的组成与排列方式——究竟如何影响最终的农作物收成？是保留更多自然斑块（景观组成）更重要，还是让这些斑块与农田之间以更优化的方式连接、让农田本身的种植模式更多样（景观配置）更关键？
为了回答这些问题，一组研究人员在《Landscape Ecology》上发表了一项研究，题为“生产力之路：功能性生态系统服务流如何决定草原景观中的作物产量”。他们跳出了单个田块的局限，将视线提升到一个更宏观、更具生态意义的尺度——加拿大的土壤景观单元（Soil Landscape of Canada, SLC）。SLC是基于地质、地形、土壤等自然特征划分的地理单元，为研究景观与生态过程的关联提供了理想的框架。研究团队的核心目标是，在此尺度上，厘清景观组成与景观配置在预测农业生产力的相对重要性。换言之，他们想弄明白，是地里“有什么”（比如自然栖息地的面积占比）更重要，还是这些东西“怎么摆”（比如它们的空间连接性、农田的种植多样性）更重要。
为此，研究人员对2020年几种关键的生态系统服务（包括授粉、碳储存、栖息地质量、土壤侵蚀控制）进行了生物物理评估。他们量化了SLC尺度上的一系列景观组成与配置指标，将这些指标作为ES流动路径潜在能力的结构性代用指标。随后，他们运用了广义可加模型（Generalized Additive Models, GAMs）这一强大的统计分析工具，来剖析这些景观变量对一个复合作物产量指数的非线性影响。GAMs的优势在于能够捕捉变量间复杂的、非直线的响应关系，这恰好适用于生态系统这种充满复杂相互作用的研究对象。
研究结果清晰地指向了一个方向：景观配置的力量超越了简单的面积计算。 研究发现，景观配置——特别是栖息地斑块之间的连通性（对产量有正向的线性影响）以及作物种植的多样性（表现出复杂的非线性影响）——是预测作物产量的显著因子，而且它们的影响力常常超过了单纯的自然栖息地面积多寡。这意味着，即使自然地块的总面积没有增加，仅仅通过改善这些地块之间的连接（例如，通过建立生态廊道），或者优化农田内部的种植结构（增加作物种类多样性），就可能更有效地提升区域农业生产力。一个后续的细化分析还发现，像油菜（canola）这种依赖昆虫授粉的特定作物，其产量确实与自然栖息地的面积呈正相关。这证实了特定的ES（如授粉）流对特定作物生产的关键作用。整个模型的解释力度相当可观，调整后的R2大约在0.66到0.67之间，说明景观结构的这些指标能够解释大部分作物产量在空间上的变异。
这项研究的结论深刻而具有启发性。它强调，农业产出并不仅仅是田间投入（水、肥、药）的简单函数，而是深深地“嵌入”在所处的景观基质之中，并在SLC尺度上受到该基质所调控的生态过程的深刻影响。景观本身就像一个巨大的、有生命的模板，其结构和格局决定了养分、水分、授粉者、有益生物等“服务流”的通道与效率。因此，从政策和管理实践的角度来看，战略性地提升景观的整体凝聚力和作物多样性，可能比仅仅专注于增加零散、孤立的自然栖息地斑块，能带来更大的产量收益。 这项研究为从传统的、专注于单一田块管理的农业模式，转向一种空间上明确、兼顾生产与生态的多功能景观规划，提供了坚实的科学依据。它告诉我们，要获得可持续的高产，我们不仅需要关注“田里的事”，更要学会规划“田外的事”，让农田成为健康、连通、富有活力的生态景观的一部分。
关键技术方法概述：
研究在加拿大草原区进行，核心分析单元为基于自然特征划分的土壤景观单元（SLC）。首先，对2020年的四项关键生态系统服务（ES）——授粉、碳储存、栖息地质量、土壤侵蚀控制——进行了生物物理评估与量化。其次，在SLC尺度上，计算了一系列表征景观结构（作为ES流潜在路径的代理）的指标，包括景观组成（如自然栖息地面积比例）和景观配置指标（如连通性指数、作物多样性指数等）。最后，采用广义可加模型（GAMs）来分析与拟合这些景观结构变量与一个复合作物产量指数之间的非线性关系。
研究结果：
- •
景观结构对作物产量的总体影响
- •
结论：景观结构，特别是景观配置，是预测区域尺度作物产量的关键因素。
- •
依据：通过构建广义可加模型（GAMs）分析发现，景观配置指标（如连通性和作物多样性）对复合作物产量指数具有显著的解释力，且其重要性常超过单纯的景观组成（如自然栖息地面积）。模型整体解释力强（Adjusted R2≈ 0.66–0.67）。
- •
景观配置与组成的具体效应
- •
结论：栖息地连通性对产量有稳定的正向线性效应；作物多样性则表现出复杂的非线性效应；而自然栖息地面积本身的影响相对较弱。
- •
依据：GAMs的结果具体显示，表征斑块间连接程度的景观连通性指数与产量呈正相关。作物多样性（通过辛普森多样性指数等衡量）与产量的关系是非线性的，可能存在最优区间。相比之下，自然栖息地总面积的比例在模型中的重要性较低。
- •
特定作物对自然栖息地的响应
- •
结论：依赖于昆虫授粉的特定作物（如油菜）的产量，与自然栖息地的面积呈正相关。
- •
依据：在针对单项作物的次要分析中发现，油菜的产量受益于周边自然栖息地范围的增加，这印证了授粉这类特定生态系统服务流对农业生产的具体价值。
研究结论与意义：
本研究揭示，在加拿大草原农业景观中，农业生产力并非仅由田间管理决定，而是在更广泛的SLC尺度上，受到景观基质及其所介导的生态过程的根本性调控。景观配置（尤其是连通性与作物多样性）在驱动生态系统服务流向农田、从而提升产量方面，扮演着比景观组成（单纯的自然栖息地面积）更为关键的角色。 这一发现挑战了仅注重保护孤立自然斑块的传统思路，指出通过战略性设计以增强景观整体空间凝聚力和农作多样性，能更有效地协同农业生产与生态保护。因此，研究为实现可持续粮食安全指明了一个方向：即从单一目标的田地管理，转向空间上明晰、多功能的景观尺度规划。这种规划将农田视为活跃生态网络的一部分，通过优化景观格局来保障支撑粮食生产的生态系统服务流的畅通与稳定，最终走向生态健全的农业可持续发展。
