《European Journal of Agronomy》：Benefits of pulse crops on subsequent crop yields are constrained by precipitation deficits
编辑推荐：
本研究通过2018-2023年在加拿大四个不同土壤和降水条件的试验点，评估了豆科作物秸秆对后续小麦和大豆产量及水分利用效率的影响，提出 Moisture-Driven Pulse Stubble Effect (MDPSE) 模型框架，揭示了降水与土壤特性共同作用机制。
余佳|刘奎|久保田宏|普拉巴特·洛库鲁格|彭加里
加拿大农业及农业食品部Swift Current研发中心，地址：#1 Airport Road, Swift Current, SK S9H 3X2, 加拿大
摘要
在干旱地区，开发能够适应多变水分条件的种植系统对于实现可持续农业至关重要。本研究评估了豆科作物残茬对后续小麦和油菜作物在干旱和湿润条件下的产量及水分利用效率的影响。2018年至2023年间，在加拿大草原的四个地点（萨斯喀彻温省的Swift Current、Scott和Melfort以及阿尔伯塔省的Lacombe）进行了田间试验，这些地点代表了不同的土壤类型和水分状况。每个地点都进行了六种完整的轮作模式。在干旱年份，播种在豆科作物残茬上的小麦产量比播种在非豆科作物残茬上的小麦产量降低了75.6%；而在湿润年份，播种在豆科作物残茬上的小麦产量则提高了23.3%。播种在豆科作物残茬上的油菜产量在湿润年份比播种在非豆科作物残茬上的油菜产量高出8.1–25.4%，但在干旱年份则低了10.5%。与播种在非豆科作物残茬上的作物相比，播种在豆科作物残茬上的小麦对降水的响应更为显著（回归斜率分别为15–17和10–12）。我们提出了“水分驱动的豆科作物残茬效应”（Moisture-Driven Pulse Stubble Effect，MDPSE）模型框架，该框架解释了播种在豆科作物残茬上的作物对降水变化的敏感性更强。当降水量超过290毫米时，播种在豆科作物残茬上的小麦产量会增加，但低于这一阈值时产量会下降。本研究表明，降水、土壤特性和作物残茬之间的相互作用决定了产量和水分利用效率，为在干旱和半干旱地区设计具有气候适应性的豆科作物轮作系统提供了机制框架。
引言
随着加拿大草原地区气候不确定性的增加，开发能够在干旱和湿润条件下保持生产力的种植系统变得日益紧迫。该地区以明显的水文气候变异性为特征，会经历周期性的干旱和降雨事件（Wheaton等人，2023年）。历史记录显示，在过去120年中发生了多次严重的干旱（Kulshreshtha，2011年），并且由于人为气候变化，这种变异性可能会加剧（Wheaton等人，2023年）。
研究表明，在加拿大草原地区多样化种植系统可以提高生产力、稳定性和氮（N）利用效率（Liu等人，2020年；Zentner等人，2001年）。将豆科作物纳入轮作系统中已被证明可以减少低降水量地区的产量损失，改善氮管理，并减少温室气体排放（Liu等人，2024年；Wen等人，2025年；Zentner等人，2001年）。多项研究表明，在谷物种植系统中加入豆科作物可以带来显著的农艺效益。例如，与播种在非豆科作物残茬上的作物相比，播种在豆科作物残茬上的作物（如扁豆、豌豆和蚕豆）可以使谷物产量提高5–16%（Lasisi和Liu，2023b；Ross等人，2015年）。包含豆科作物的多样化轮作还可以分别使油菜的产量、氮吸收量和水分利用效率提高10%、26%和16%（Lasisi和Liu，2023b）。O’Donovan等人（2014年）报告称，在加拿大西部，除了蚕豆外，所有豆科作物作为前茬作物时都能提高油菜和大麦的产量。豆科作物还有助于生物固氮，其中蚕豆、豌豆和羽扇豆每年分别可固定约70–223公斤、78–147公斤和46–173公斤的氮（Strydhorst等人，2008年）。这些轮作效益包括提高水分和养分利用效率、减少杂草压力以及增强后续谷物作物的蛋白质含量（Strydhorst等人，2008年）。
然而，田间观察和研究显示，在干旱条件下，播种在豆科作物残茬上的作物产量可能明显低于播种在非豆科作物残茬上的作物。例如，Nie等人（2022年）报告称，在降雨量正常的年份，将大豆纳入轮作对小麦产量没有显著影响。但在干旱年份，种植在大豆之后的小麦穗数减少了5–27%，有效结穗数减少了14–17%，导致产量降低了7–23%。同样，Nielsen和Vigil（2005年）也报告了由于豆科作物消耗水分而导致小麦产量下降的情况。对462项田间试验中11,768个产量观测数据的综合分析表明，豆科作物作为前茬作物通常对后续作物的产量有积极影响；然而，也有25.7%的情况是负面的，0.7%的情况是中性的（Zhao等人，2022年）。总体而言，这些观察结果突显了降水、土壤水分利用和豆科作物残茬效应之间的复杂相互作用对后续作物表现的影响。
土壤特性，包括质地和有机碳含量，对水分渗透、保持以及最终作物生产力有显著影响（Chalise等人，2019年；Lal，2004年）。豆科作物与土壤特性之间的相互作用会影响土壤中的水分和氮动态，这种影响在不同土壤类型中差异很大。先前的研究表明，与小麦相比，豆科作物可以显著增加土壤水分和收获后的氮含量，尤其是在粘土土壤中这种优势更为明显（Angus等人，2015年；Gan等人，2009年；Miller等人，2003年）。这种差异主要归因于土壤的物理和化学性质；例如，粘土土壤由于质地更细且阳离子交换能力更强，因此能够保留更多的水分和养分（Karlen等人，1994年；Lupwayi和Kennedy，2007年）。此外，豆科作物残渣产生的有机物质有助于改善土壤结构，从而提高后续作物的水分保持能力和养分可用性（Schoenau和Campbell，1996年；Walley等人，2007年）。然而，在沙质土壤中，这些效益不太明显，因为沙质土壤保持水分和养分的能力较低（Zentner等人，2004年）。因此，了解豆科作物、土壤特性和土壤水分利用之间的相互作用对于优化加拿大草原地区的作物轮作策略至关重要，因为该地区的土壤类型差异较大。
鉴于文献中报告的结果参差不齐，有必要更好地理解豆科作物如何与特定地点的因素（如水分可用性和土壤特性）相互作用，从而影响后续作物的表现。本研究利用在加拿大草原多个生态区进行的多地点实验数据，探讨了豆科作物残茬在不同土壤类型和降水量条件下对后续作物产量和水分利用的影响。
本研究的总体目标是支持为加拿大草原地区开发更加可持续和具有气候适应性的种植系统。具体目标包括：1）评估豆科作物和非豆科作物残茬在干旱和湿润条件下对后续作物产量及水分利用效率（PUE）的影响；2）探讨土壤特性如何在不同的水分条件下调节豆科作物残茬的影响。通过实现这些目标，本研究旨在揭示作物残茬对后续作物产量的影响机制。
部分内容摘录
地点描述
本研究在萨斯喀彻温省的Swift Current（50°16′N, 107°46′W）、Scott（52°21′N, 108°50′W）、Melfort（52°51′N, 104°36′W）以及阿尔伯塔省的Lacombe（52.47°N, 103.74°W）进行了为期6年（2018–2023年）的田间研究，这些地点分布在不同的土壤类型上（图1）。相关土壤特性总结在表1中。Swift Current和Scott位于相对较干燥的地区，土壤有机碳含量较低，而Lacombe和Melfort则
研究期间的降水量
在研究期间，所有试验地点的年降水量始终低于长期平均值，介于30年平均年降水量的68.3%到89.5%之间（表2，短期/长期降水量）。这表明研究期间普遍经历了低于平均水平的降水量。为了捕捉降水量变化，研究根据2018年至2023年的年均降水量将年份分类为相对干旱或湿润年份。
作物残茬对后续作物产量的影响
本研究揭示了豆科作物残茬与非豆科作物残茬对后续小麦和油菜产量的不同影响，这种影响受降水条件调节（图3）。在湿润条件下，如豌豆和扁豆等豆科作物残茬显著提高了后续作物的产量。这一效益已有充分记录，主要归因于豆科作物提供的氮素益处，它们丰富了土壤中的氮素库，从而促进了作物的旺盛生长和更高的产量
结论
我们的结果表明，豆科作物残茬对后续油料作物或谷物作物的益处主要体现在湿润年份，其产量超过了播种在非豆科作物残茬上的作物。然而，在干旱年份，播种在豆科作物残茬上的作物产量却低于播种在非豆科作物残茬上的作物。由于研究时间有限，本研究主要关注了干旱和湿润年份的情况。未来需要在研究设计中包含一个正常降水年份的情况
作者贡献声明
余佳：撰写初稿、可视化处理、方法设计、数据管理、正式分析。刘奎：撰写初稿、指导、方法设计、数据管理、正式分析、资金获取、概念构思。久保田宏：撰写审查与编辑、数据分析、数据管理。普拉巴特·洛库鲁格：撰写审查与编辑、数据分析。彭加里：撰写审查与编辑、数据分析。
资金支持
本研究得到了Western Grains Research Foundation、阿尔伯塔省豆类种植者协会、萨斯喀彻温省小麦发展委员会、SaskOilseeds、萨斯喀彻温省豆类种植者协会、阿尔伯塔省谷物种植者协会、曼尼托巴省作物联盟以及加拿大农业及农业食品部（AAFC）的支持，通过综合作物农学项目（J-001994和J-003374）提供资金。
写作过程中使用生成式AI和AI辅助技术的声明
在准备本研究报告时，作者使用了ChatGPT来提高语言的清晰度。
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
我们感谢Yantai Gan、Mervin St. Luce、Martin Entz、Frank Larney、Henry Wai Chau、Greg Semach、Jacey Toerper、Cindy Gampe和Ramona Mohr对本项目的贡献。同时感谢Lee Poppy、Thomas Judiesch、Eric Walker、Clint Dyck、Larry Michielsen、Elizabeth Sroka、Jennifer Zuidhof、Patty Reid、Virginia Farewell、Arlen Kapiniak、Jeremy Hodges、Elysia Day和Lars Andreassen提供的技术支持。
