中国江汉平原地区多熟制系统中的生产效率权衡与集约化悖论

《Agricultural Systems》：Productivity trade-offs and the intensification paradox in multi-cropping systems of the Jianghan plain, China

　　**摘要**
**背景**
种植强度（CI）是农业土地利用集约化的关键组成部分，但其对生产力的影响仍不明确，尤其是在气候变化和不断演变的土地管理实践背景下。在区域层面进行的多作物动态的精细尺度评估仍然有限。江汉平原以其多样的种植系统和快速的农业转型而成为此类分析的典型代表。

**目的**
本研究旨在量化2000至2020年间江汉平原种植强度（CI）和多重作物生产力（MCP）的时空动态，考察不同CI水平下的平均碳生产力，并识别区域差异，以期为可持续种植策略提供参考。

**方法**
通过二阶差分从MODIS NDVI时间序列中提取SCI，而净初级生产力（NPP）数据用于构建MCP（定义为每个种植周期的平均碳生产力）。通过空间叠加和相关性分析来研究CI与MCP之间的关系。

**结果与结论**
单一种植系统和双一种植系统在该地区占主导地位（分别为48.40%和31.21%），每五年间隔有39.65%的耕地经历种植强度的转变。2000年至2020年间，平均MCP增加了144.36 gC m?2 a?1。CI与MCP之间存在强烈的负相关（皮尔逊相关系数r = ?0.818，n = 245,626），从单一种植转向双一种植会使MCP减少212 gC m?2 a?1，而从双一种植转向单一种植会使MCP增加235 gC m?2 a?1。

**意义**
MCP被提出作为一个可扩展的、基于碳的指标，用于诊断与种植强度相关的生产力权衡，为评估多作物地区的系统级效率提供了一个可转移的框架。

**引言**
耕地生产力是评估可耕地资源可持续利用的关键指标。它反映了在特定自然条件和农业管理实践下可以实现的食物生产能力（Zhang等人，2024年）。耕地生产力的变化直接影响区域粮食安全，并显著影响种植系统的长期稳定性（Lu等人，2024年）。作为种植集约化的一个关键组成部分，种植强度（CI）通过改变作物组合和耕作方式影响土壤肥力动态、水资源利用效率和生态系统服务。这些变化显著影响整个耕地的生产力以及生长季节内单个作物的每个种植周期的生产力。因此，理解种植强度的动态变化如何影响耕地生产力对于优化农业资源分配、提高作物生产潜力以及推进可持续农业至关重要，特别是在全球气候变化和土地利用模式变化的背景下（Chen等人，2024年；Ma等人，2024a）。

**全球范围内，关于耕地生产力的研究已从简单的产量评估发展到多维度分析，形成了一个综合评估框架，该框架结合了实现的生产力（当前管理下的实际产出）和潜在的生产力（在最佳资源分配下的理论最大产出）（Jiang等人，2017年；Liu等人，2021年；Mechiche-Alami和Abdi，2020年）。测量方法已经从最初的实地观察和统计记录发展到结合遥感反演、模型模拟和多源数据整合的综合框架（Tang等人，2023年；Tripathi等人，2022年；Wang等人，2025年）。这些进展包括使用光利用效率模型估计植被生产力以及通过长期田间试验监测产量。许多研究表明，耕地生产力受到自然因素（如气候、地形和土壤）和社会经济驱动因素（Ali和Mujahid，2025年；Chen等人，2022年；Guo等人，2024年）之间的复杂相互作用的影响，还包括农业技术的采用、政策干预和市场动态（Amani等人，2025年；Wang等人，2020年；Wang等人，2018年）。本研究采用基于碳的生态系统生产力视角，使用净初级生产力（NPP）作为主要指标，而不是传统的可收获产量。NPP量化了植被生物量积累和碳封存潜力，同时提供了连续的空间覆盖和一致的时间分辨率，这对于长期区域分析至关重要（Hegde等人，2024年；Liu等人，2025年；Liu等人，2020年）。实证应用已经验证了NPP在耕地研究中的实用性：基于NPP的残差趋势分析揭示了气候变化和人类活动对生产力的非线性影响（Xue等人，2023年），而在中国东北平原的研究强调了由于城市扩张对高质量农地的侵占导致耕地边际生产力下降（Chen等人，2022年）。尽管有这些优势，但在种植强度在空间和时间上变化的多作物地区，NPP面临一个关键限制。原始NPP值将种植频率与每个季节的作物表现混为一谈，从而掩盖了每个种植周期的耕地碳生产力。

**解决这一限制需要准确识别种植系统和种植强度。研究方法已经从传统的指标（如多种种植强度和间作模式分析）发展到大规模作物布局优化和耕作策略评估。遥感技术的进步使得测量技术越来越依赖多源遥感和地理信息系统（GIS）工具。通过分析时间序列图像中的作物物候并整合来自中分辨率成像光谱仪（MODIS）的数据和基于物候的分类方法，最近的工作在复杂气候和农业条件下绘制种植系统的整体准确性超过了85%（Meng等人，2025年）。虽然这种方法的性能特定于研究区域和方法设定，但它也为多作物区域的定量生产力评估提供了稳健的技术支持（Chen等人，2018年；Mohapatra等人，2025年）。然而，仅准确的绘制种植系统尚不足以评估农业表现。因为年度NPP整合了一年内所有作物周期的生物量积累，它本质上将种植频率与作物生长潜力混为一谈。因此，通过CI对NPP进行标准化是必要的，以便将频率效应与内在的生物生产力区分开，从而能够对单一种植、双一种植和三种植植系统进行一致的比较。**