将改良过的牧场转化为耕地会加剧意外的环境后果：来自英国北威克农场平台的证据

《Agriculture, Ecosystems & Environment》：Conversion from improved pasture to arable exacerbates unintended environmental consequences: Evidence from the North Wyke Farm Platform, UK

　　郭雅菲|Adrian L. Collins|张宇生|Alison Carswell|Carmen Segura|Andrew Mead|Louise Olde|Nadine Loick|Laura Cardenas
罗瑟姆斯特德研究所，North Wyke，奥克汉普顿，德文郡 EX20 2SB，英国

**摘要**
用于奶牛和肉类生产的草地是全球大部分地区的主要土地利用方式。随着全球对食品需求的持续增长，草地正越来越多地被转化为耕地。然而，这种转变代表了重大的土地利用变化，可能导致一系列意想不到的后果。在这种背景下，我们研究了罗瑟姆斯特德研究所North Wyke农场平台上的三种农业系统：一种是永久性牧草单一种植系统；一种是高糖草转化为耕地种植系统；另一种是高糖草与白三叶草混合种植的系统。转化后，高糖草转化为耕地系统的二氧化碳交换量相对减少，但这种差异在统计上并不显著，反映出二氧化碳通量的显著时间变化性。这种土地利用变化还导致土壤有机质减少了45%，土壤碳减少了41%，土壤氮减少了41%，土壤磷减少了61%。此外，转化后地表和地下径流中的化合物重量计测得的无机氮浓度显著增加，化合物重量计测得的碳浓度也显著增加。与高糖草与白三叶草混合种植系统相比，永久性牧草单一种植系统表现出更大的整体二氧化碳汇能力。这两种基于草地的系统与耕地转化系统相比，保持了相对稳定和更高的土壤有机质及养分（碳、氮、磷）浓度。这些草地系统的径流中也显示出稳定的氮浓度。总体而言，我们的研究结果突显了将草地转化为耕地所带来的环境风险，并强调了优先保护草地和管理意外后果风险的土地利用管理策略的重要性。

**1. 引言**
近年来，大气中二氧化碳（CO?）浓度的上升引发了对农业排放的更多关注，包括由土地利用变化引起的排放。土地利用变化被认为是农业温室气体（GHG）排放的最大来源，2018年占总排放量的九分之一（Smith et al., 2014, FAO, 2021）。总体而言，农业、土地利用变化和食品链共同贡献了全球年温室气体排放量的21–37%（IPCC, 2019）。尽管农业对英国经济的贡献不足1%，但它支撑了国内约四分之三的食品消费，并占全国土地面积的约71%（Jebari et al., 2023）。2022年，农业占英国总温室气体排放量的12%（以CO?当量计算）（Defra, 2024）。2019年，英国政府承诺在2050年前实现净零温室气体排放（《气候变化法案2008》，2050年目标修正案，2019年命令）。在这种情况下，农业具有独特的地位，既是碳（C）的来源，也可能是碳的汇（Cowan et al., 2021）。通过战略性土地利用实践，农业有能力减少自身的部分排放（Fitton et al., 2011）。大气中的CO?主要在生态系统中循环——通过光合作用被植被吸收，然后通过植物和土壤呼吸释放（Voglmeier et al., 2020）。一个生态系统是作为CO?的来源还是汇，主要取决于土壤碳储存的变化，而这受到农业管理的强烈影响（Voglmeier et al., 2020）。因此，土地利用变化和适应性土壤管理被视为增强碳封存和减缓气候变化的重要策略（Edenhofer, 2015）。

草地主要用于饲养牲畜和生产畜产品，在西欧、澳大利亚、新西兰和美国等地占主要土地利用类型，合计覆盖了全球约20%的土地面积（Jobbágy and Jackson, 2000, Brazier et al., 2007, Bilotta et al., 2008）。在英国，草地是主要的农业土地利用方式（Rath and Peel, 2005, Defra, 2021），其中集约管理和粗放放牧的草地占总土地面积的46%（1130万公顷），相当于农业用地的60%（Defra, 2017）。英国草地生产的饲料支持大约1000万头牛和3400万只羊的养殖，每年为国民经济贡献约80亿英镑（Orr et al., 2016）。管理良好的永久性草地因其有限的土壤干扰、高有机质输入和高效的养分循环（特别是通过粪肥）而被认为是碳汇（Hoyle et al., 2008, Geisseler et al., 2016, Orr et al., 2016）。草地由于地下生物量较大、根系改善了土壤结构稳定性以及减少了侵蚀，表现出较高的土壤有机碳（SOC）积累潜力（Soussana et al., 2004）。最近对“基于自然的解决方案”的评估表明，通过改善草地和牧场管理，可以实现约30–37%的短期减排目标（Griscom et al., 2017b, Roe et al., 2021）。2015年，全球三分之一的耕地用于生产动物饲料，预计随着对畜产品需求的增长，这一比例还将增加（Schader et al., 2015）。20世纪中叶开始的农业集约化导致了严重的生态系统退化和高温室气体排放（Gibbs and Salmon, 2015, Bennetzen et al., 2016）。全球食品需求的增加使粮食安全问题再次成为政治焦点（Gregory, 2010），从而导致草地大规模转化为耕地——这一转变常常伴随着一系列意想不到的后果，包括土壤有机质的损失（Liang et al., 2023）。土地利用变化，特别是将草地转化为耕地，是土壤碳（C）、氮（N）和磷（P）储存和浓度变化的主要驱动因素（Li et al., 2020）。它是仅次于能源行业的第二大人为温室气体排放源，并显著改变了土壤气体交换（Petitjean et al., 2015, Nabuurs et al., 2022）。这种转变通常会减少土壤有机质并增加大气中的碳排放（Gelfand et al., 2011, Qin et al., 2016, Nyameasem et al., 2024）。在温带地区，由于持续的植被覆盖和最小的耕作，永久性草地通常比耕地储存更多的土壤有机质（Gregory et al., 2014, Gregory et al., 2016, Collier et al., 2021）。研究表明，转化后的20–30年内，土壤有机质储量可能减少10–50%（Guo and Gifford, 2002, Soussana et al., 2004, Don et al., 2011）。这些变化还会改变土壤的物理、化学和生物性质，影响温室气体排放，并通过径流、淋溶和挥发增加碳和氮的损失（IPCC, 2001, Wu et al., 2017, Cardenas et al., 2022）。尽管人们对寻找能够增加土壤碳输入或减少碳损失的农业管理实践越来越感兴趣（Rutledge et al., 2017），但许多研究集中在个别研究地点的短期栽培效果上（Tang et al., 2019）。草地转化对土壤碳、氮和磷的长期影响仍不够清楚（Li et al., 2020）。此外，土壤养分的损失受到气候变率和人类活动的影响，其影响往往取决于土地利用变化的持续时间（Borrelli et al., 2020）。

为了更好地了解农业管理的后果，特别是在进行土地利用转化的情况下，我们评估了位于英国德文郡罗瑟姆斯特德研究所North Wyke Farm Platform（NWFP）上的三种农业系统的多年、田间规模、系统整合的数据集：一种是不进行翻耕的永久性牧草单一种植系统；一种是在2019年从永久性牧草转化为耕地种植的高糖草系统（该草地最初也是永久性牧草，2013年改为高糖草）；另一种是高糖草与白三叶草混合种植的系统（最初也是永久性牧草，2014年翻耕并重新播种了改良的草地-三叶草混合物）。这项研究提供了首个关于草地转化为耕地后温室气体通量的多年、田间规模的量化数据，这些数据来自一个完全配备仪器的牲畜生产系统。与小规模地块研究不同，我们的数据来自NWFP，在该平台中，涡度协方差、水文和农场管理数据在系统层面进行了整合。NWFP由三个独立的小农场组成，每个小农场包含5块大小从1.62到8.08公顷不等的田地。根据年度天气条件，这些田地通常在4月至10月间进行放牧，饲养育肥牛（从断奶到出栏最多30头）和母羊及其羔羊（通常75只母羊和135只羔羊，假设产羔率为1.8只/母羊）（Cardenas et al., 2022）。牲畜群在田间根据牧草可用性进行轮牧。放牧策略是连续（可变）的放牧，同时在5月和7月从选定的田地收割青贮饲料，用于冬季喂养圈养的牛。并非所有田地同时放牧，因此不能视为真正的重复实验，因为每个系统内的管理措施并不完全相同。然而，这使我们能够捕捉到商业 farming 条件下土地利用变化的真实影响。我们的研究提供了转换前后碳通量的连续时间序列，从而可以直接比较在同一气候和管理条件下生态系统对土地利用变化的响应。我们的发现为英国的气候智能农业政策和土地管理决策提供了实证支持。

尽管关于草地管理和土地利用变化环境后果的国际研究众多，但大多数研究都是在小规模地块或相对较短的时间段内进行的，这限制了我们对实际 farming 条件下长期、系统级响应的理解。特别是，目前缺乏将温室气体通量、土壤养分动态和草地转化为耕地后的水文损失联系起来的综合、多年证据。为了解决这一明显的证据缺口，我们分析了NWFP的多年数据集，这是一个在英国高度配备仪器的农场规模研究基础设施。该平台能够在现实的管理条件下同时评估不同土地利用系统的碳通量、土壤性质和养分流失。

**2. 材料与方法**
**2.1. 研究地点描述**
NWFP（https://nwfp.rothamsted.ac.uk/）位于英格兰西南部（50°46′10′′N, 3°54′05′′W），海拔120–180米，Orr et al.（2016）对其进行了详细描述。1982年至2018年间，年均降水量为1032毫米，平均最低和最高日温度分别为6.8°C和13.5°C（Cardenas et al., 2022）。North Wyke夏季降雨量大且稳定（平均夏季降雨量为192毫米（Met Office 1991–2020）），这是该地区农业草地的常见特征（Shepherd et al., 2016）。NWFP基础设施建立于2010年，Orr et al.（2011）对其进行了详细说明。NWFP平台由三个各约21公顷的小农场组成，旨在测试温带畜牧业和农业系统的生产力和环境可持续性。每个小农场包含五个水文隔离的田地，面积从1.62到8.08公顷不等（Orr et al., 2016）（图1）。

**2.2. 实验设计**
在2011年4月1日至2013年3月31日的两年期间，所有三个小农场的牛肉和羊肉系统都采用相同的管理方式，以提供一个基准测量期。基准期之后，各小农场按照以下方式进行了转变：
- 一个农场保持为“永久性牧草”（有关草地植物组成的更多细节参见Orr et al. 2016）。这被视为对西北森林保护项目（NWFP）的一种控制措施；即该地区常用的一种草原管理系统，在过去20年里一直未被耕作。另一个小农场则是“将高糖草转化为耕地”。这种高糖草是通过计划性的耕作和重新播种AberMagic多年生草品种建立的。通过大约每4年一次的定期重新播种来改善草地状况。2019年，这个农场被改种为耕地（Crusoe冬小麦）。这个农场的关键时间节点包括一个基线期（2019年8月之前）、2019年8月将高糖草系统转化为耕地，以及两个对比时间段：转化前（2017-2019年）和转化后（2020-2022年）。

第三个农场是“高糖草与白三叶草混合种植”；这种混合种植也是通过2014年的耕作和重新播种AberMagic高糖草品种与AberHerald白三叶草品种建立的。选择这两种草种（AberMagic和AberHerald）是基于当时英国推荐的最新遗传资源清单（BGS，2013年）。关于这三个农场的更多操作细节可以在补充材料中找到。对于这项研究，我们从每个农场选择了一个田地：具体来说，一个是高糖草转化为耕地田地中的涡度协方差（EC）塔所在区域；一个是永久牧场田地中的绿色田地；还有一个是高糖草与白三叶草混合种植田地中的蓝色田地。每个农场选择一个田地的依据是这些EC塔的存在，因为它们可以提供连续的、田间规模的二氧化碳交换测量数据。每个选定的田地代表NWFP内的一个水文隔离的集水区，因此构成了进行系统规模推断的适当实验单元。虽然这种设计没有提供空间重复性，但它能够评估实际管理效果在操作层面的影响，而这正是NWFP的主要目标。在这两个有EC塔的牧场中，放牧活动只在放牧季节的部分时间内进行，因为一旦草地不足，动物就会被转移到另一个有相同草地的田地。

关于这三个农场的前期土壤信息（Harrod和Hogan，2008年）可以在补充材料中找到。田地事件包括每天每个田地的动物（羊、牛和羔羊）数量、施肥情况以及青贮收割等细节在补充信息中有总结。每年使用的肥料量遵循英国《肥料手册（RB209）》的指南（Defra，2010年）。

2.3. 数据收集
2.3.1. 二氧化碳通量
2016年，在三个选定的田地中都安装了涡度协方差（EC）设备（图1）。连续的EC测量从2017年1月开始，包括一个快速超声三维风速计（Gill Windmaster Pro；Gill Instruments Ltd.，Lymington，英国）和一个封闭路径二氧化碳分析仪（LI-7200；Li-Cor Inc.，Lincoln，NE，美国）。每个田地的EC位置因局部地形而异（图1）——永久牧场田地的EC塔位于其西北坡的角落，而主要风向来自下方相对平坦的区域；高糖草转化为耕地田地是最平坦的，EC塔位于其西北边的角落；高糖草与白三叶草混合种植田地位于东南坡，EC塔同样位于其西北边的角落。在这项研究中，我们特别使用了2017年至2022年的EC数据，以关注高糖草转化为耕地的时期。

EC数据是按照已建立的程序和软件进行分析的，适用于景观规模的、无重复性的田间实验（Reichstein等人，2005年；Wilczak等人，2001年；Fratini等人，2012年）。原始的二氧化碳和风速数据以20赫兹的频率记录，并与气象数据结合，使用EddyPro软件（Eddy Pro v6.2.2，Li-Cor Inc.，Lincoln，NE，美国）计算30分钟净生态系统二氧化碳通量。通量估算采用了Tovi中的边际分布抽样（MDS）填充工具（Reichstein等人，2005年）。这种方法基于定义的时间窗口内相似的气象条件（包括气温、辐射和水汽压亏缺）来填补数据空白。EddyPro中应用的默认参数设置与已建立的通量处理协议一致（Reichstein等人，2005年）。为了考虑地形变化，采用了平面拟合校正，并根据Fratini等人（2012年）的方法进行了低通滤波处理。

质量控制包括移除标记为不可靠的数据（Foken标志=2）以及低于特定站点摩擦速度（u*）阈值的数据，这些阈值是为每个塔单独计算的。进行了足迹分析，以排除少于80%的通量足迹位于目标田地内的时段。还使用了现场传感器和附近网络的其他气象数据，通过边际分布抽样方法来填补缺失或无效的通量数据。通过上述质量控制过滤程序处理异常值，而不是通过统计标准化，确保最终数据集准确地反映了每个田地的实际通量情况。更多数据处理方法的详细信息由Cardenas等人（2022年）提供。

2.3.2. 土壤数据
每个田地的土壤样本大约每年采集三到四次。在每次采样中，使用“W”形（五个样本土壤芯）的空间采样设计采集五个土芯，并合并以代表10厘米深度的田地条件。考虑到这种传统方法在英国的固有空间整合性和采样的破坏性，每次采样在后续的数据分析中被视为一个独立的观测值。更多细节由Hawkins等人（2023a）描述。土壤总氮（TN）和总碳（TC）含量是在风干土壤上使用Carlo Erba NA 2000仪器与Sercon 20/22同位素质谱仪（Sercon，Crewe，英国；Carlo Erba，CE Instruments，Wigan，英国）测量的。土壤总磷（TP）含量是在风干土壤上通过ICP-OES/ICP-MS方法在王水消化后测量的（Hawkins等人，2023a）。

2.3.3. 水质测量
NWFP的土壤剖面在大约20-35厘米深度处达到一个不透水的粘土层，每个田地的边界都有一个法国排水系统，该系统收集所有地表和地下径流，并将其引导到田地最低点的单个监测站。收集的水最初进入一个预收集室（便于取样），然后通过具有自由落体排放条件的开放式渠道喷嘴流出。当有水流时，每15分钟测量一次流量，使用H型堰和压力传感器组合进行测量（Hawkins等人，2023b）。水样在15分钟间隔自动从汇合点采集，现场传感器测量总氧化氮（硝酸盐+亚硝酸盐）、溶解有机物、铵态氮（NH3-N和NH4-N）和铵（NH4+）。在这项研究中，我们特别分析了2017年至2022年的数据，以关注高糖草转化为耕地的时期。

铵态氮的测量使用离子选择性电极（ISE）（浓度范围0-100 mg L^-1；分辨率0.01 mg L^-1），这是连接到多参数探针的一套传感器的一部分。此外，荧光颗粒溶解有机物传感器也被添加到YSI传感器阵列中，作为溶解有机碳/总有机碳的替代指标。这些探针通过串行数据接口直接与netDL记录器通信。硝酸盐-N和亚硝酸盐-N的联合测量使用了一个专用的自清洁光学紫外线吸收传感器（NITRATAX Plus SC，Loveland，Colorado，美国），其测量范围为0.1-100 mg L^-1，分辨率为0.1 mg L^-1（Hawkins等人，2023b）。为了能够直接比较不同管理措施和时间段的通量，浓度是按流量加权的计算得出的。流量加权浓度是通过将测量的化学负荷与相应的监测流量结合起来得出的，具体计算方法如下：
流量加权浓度 = ∑i=1n(Ci × Qi) / ∑i=1n(Qi)
其中：Ci = 采样时间i时的测定物浓度；Qi = 采样时间i时的流量；n = 样本数量。

2.4. 田地管理
关于田地的放牧日期和一般管理信息可以在补充材料以及Orr等人（2016年）和在线资源（https://nwfp.rothamsted.ac.uk/）中找到。

2.5. 统计分析
NWFP是一个全农场、系统级别的实验，每个管理措施都在一个大型集水区的范围内实施。因此，在实验单元（田地）层面没有真正的重复性。如果基于单田内的子样本或重复测量，标准的推断统计方法（例如带有处理重复性的ANOVA）将构成伪重复（Hurlbert，1984年）。NWFP的主要目的是监测长期系统规模的响应，而不是提供地块级别的重复比较。

对于这项研究，我们将2017年1月1日至2019年4月6日定义为转化前阶段，2020年7月1日至2022年7月31日定义为转化后阶段，即高糖草田地转化为耕地的时期。由于数据不连续性（由临时移除EC设备引起）以及存在不反映稳定转化后状态的短期干扰效应，耕作后的过渡期（2019年8月至2020年中期）被排除在分析之外。这种方法确保了比较反映了转化前后的稳态差异。这两个时期的总二氧化碳通量被用来评估土地转化对碳排放的影响。同样，同一时期的平均土壤数据也被用来评估土地转化对土壤碳和养分的影响。

为了评估与转化相关的差异同时避免伪重复，我们采用了一个混合模型框架，该框架利用时间重复性而非空间重复性。由于两个高糖草转化为耕地田地处理（高糖草和耕地）发生在不同的时间段，因此无法在同一时间块内直接比较。相反，通过将转化前后的高糖草转化为耕地处理与在整个期间保持恒定管理的永久牧场和高糖草与白三叶草混合种植田地进行间接比较。通过在线性混合模型的随机成分中包含时间周期（月份），直接比较了每个时间段的三个农场处理。这种方法考虑了永久牧场和高糖草与白三叶草混合种植田地响应的时间变化，从而允许将这些响应与转化前后的高糖草转化为耕地田地的响应进行直接比较。因此，我们的方法基于时间重复性，并假设永久牧场和高糖草与白三叶草混合种植田地在时间上的变化是一致的，并允许基于月度对比进行推断。时间自相关性通过检查模型残差来评估。聚类到月度时间步骤大大减少了高频通量和径流数据集中的短期自相关性。残差诊断没有显示强烈的剩余时间结构，因此在模型中没有包括额外的相关结构。

线性混合模型的随机效应结构将时间周期（月份）作为分区项，尽管三个田地的集水区显然提供了不同响应的时间序列，但分析打破了时间序列，允许在每个时间段内分别比较这三个田地。线性混合模型的随机效应结构考虑了时间周期（月份）作为分区项，虽然三个田地的集水区明显提供了不同的响应时间序列，但分析打破了这些时间序列，允许在每个时间段内分别比较这三个田地。线性混合模型的随机效应结构没有包括田地集水区的主效应，因为集水区在时间块内和转化前后阶段与处理之间存在混淆。包括这两个项将导致模型参数无法识别。我们的方法假设不同月份的每个处理的观测值是独立的（即不受时间邻接的影响）。成对比较基于与研究目标对齐的预定义对比，并使用来自受限最大似然（REML）模型的标准差异误差（SEDs）进行评估。解释主要集中在高糖草转化为耕地田地的转化前后状态之间的比较，高糖草与白三叶草混合种植田地和永久牧场田地提供了间接比较的参考系统。

高频通量数据（30分钟间隔）首先经过质量控制和填补空缺，然后通过平均每个日历月份内的所有有效观测值来聚合为月平均值，以减少时间自相关性和季节性效应。这种聚合方法减少了时间自相关性和短期变异性，使得在不同时间单位内对各种处理方式之间的比较更加稳健。每个月都被视为一个分组因素，从而能够在相同的时间窗口内对各个田地之间的情况进行比较，并在系统层面上提供时间上的重复性。土壤数据大约每三个月收集一次，由于样本是从不同的土壤核心中取得的，因此被视为独立观测值。所有响应变量都使用通过REML方法拟合的线性混合模型（LMMs）进行分析。固定组成部分包括四个级别的处理因素：高糖草转为耕地——高糖草（转化前）、高糖草转为耕地——耕地（转化后）、永久性牧场以及种植了白三叶草的高糖草。随机效应结构包括田地在时间上的嵌套（流量和径流变量的月份；土壤变量的采样时间）。没有单独包括田地的主效应，因为这会与时间分组内的处理效果混淆。

对于径流数据集，根据NWFP的标准指南，将累计流量为零的月份视为缺失值，因为这些情况反映了极低的流量条件，而不是真正的零浓度。相应的水质测量值在适当的情况下也被设置为缺失。使用残差诊断方法评估模型假设。对径流量进行了平方根转换，对亚硝酸盐和硝酸盐以及氨和铵进行了log??转换，以稳定方差。统计推断是在转换后的尺度上进行的。使用近似F检验来评估总体处理效果，使用标准差（SEDs）来评估成对对比。所有分析都是在Genstat（VSN International，Rothamsted Research，英国）中执行的。

3. 结果
3.1. 处理效果的总体统计评估
线性混合模型分析发现了除CO?流量外所有变量的显著总体处理效果（表1）。未检测到处理之间的CO?流量的统计学显著差异（F?,98.5 = 0.32，p = 0.814），表明CO?交换的时间变异性相对于系统之间的差异较大。

表1. 线性混合模型分析（REML）的结果，评估了流量、土壤和径流变量的处理效果。固定效应包括四种处理：高糖草转为耕地——高糖草（转化前）、高糖草转为耕地——耕地（转化后）、永久性牧场以及种植了白三叶草的高糖草。随机效应结构包括田地在时间上的嵌套（流量和径流变量的月份；土壤变量的采样时间）。

变量 转换方式 F统计量 df p值
CO?流量 无 0.32 3, 98.5 0.814
土壤有机质 无 49.25 3, 50.3 < 0.001
土壤总氮 无 67.12 3, 48.7 < 0.001
土壤总碳 无 67.22 3, 48.8 < 0.001
土壤总磷 无 61.31 3, 49.6 < 0.001
土壤pH 无 18.68 3, 51.5 < 0.001
径流量 平方根 39.38 3, 159.6 < 0.001
亚硝酸盐和硝酸盐 log?? 17.15 3, 144.4 < 0.001
氨和铵 log?? 6.74 3, 154.2 < 0.001
荧光DOM 无 20.44 3, 164.5 < 0.001

相比之下，所有土壤变量都观察到了显著的处理效果。土壤有机质（SOM）在不同处理之间有显著差异（F?,50.3 = 49.25，p < 0.001），总氮（TN）、总碳（TC）、总磷（TP）和土壤pH也有显著差异（F?,48.7 = 67.12，p < 0.001；F?,48.8 = 67.22，p < 0.001；F?,49.6 = 61.31，p < 0.001；F?,51.5 = 18.68，p < 0.001），处理均值之间的差异也很大（图3）。特别是，转化后的高糖草耕地系统在SOM、TC、TN和TP方面始终低于永久性牧场和种植了白三叶草的高糖草系统。

所有径流变量也检测到了显著的处理效果。转换后的流量在不同处理之间有显著差异（F?,159.6 = 39.38，p < 0.001），同样，log转换后的亚硝酸盐和硝酸盐（F?,144.4 = 17.15，p < 0.001）、log转换后的氨和铵（F?,154.2 = 6.74，p < 0.001）以及荧光溶解有机物（F?,164.5 = 20.44，p < 0.001）也有显著差异，这表明土地利用转换后径流和养分流失过程发生了显著变化。基于标准差（SEDs）的成对比较表明，在高糖草转为耕地的田地中，转化前后的处理在SOM、TN、TC、TP、pH、流量、亚硝酸盐和硝酸盐、氨和铵以及荧光溶解有机物方面存在统计学显著差异。这些差异相对于其相关的不确定性来说很大，表明处理效果很强。对于CO?流量，未检测到显著差异。与涉及永久性牧场和种植了白三叶草的高糖草田地的比较相比，两种高糖草转为耕地处理之间的标准差始终较大，这反映了这些比较的有效重复性较低和间接性。

残差自由度在不同变量之间有所差异，这对应于数据集之间的时间重复性不同，土壤测量的自由度较低，而径流变量的自由度较高。非整数自由度是由于基于REML的估算程序所致。

3.2. CO?流量
从2017年到2022年，高糖草转为耕地种植的田地、永久性牧场和种植了白三叶草的高糖草田地的CO?流量呈现出季节性的净正（秋季和冬季）和净负（生长季节）流动（图2）。然而，高糖草转为耕地种植的田地在2020年4月的净正CO?排放量和2022年6月的净负CO?排放量高于永久性牧场和2019年8月转为耕地后的种植白三叶草的高糖草田地（图2）。

下载：下载高分辨率图像（240KB）
下载：下载完整尺寸图像
图2. 高糖草转为耕地田地（2019年8月前的高糖草，之后转为耕地）、种植了白三叶草的高糖草田地以及永久性牧场田地的CO?流量。数值代表了每个处理来自单个流域的田间尺度测量；因此，变异性没有以误差条的形式表示，而是通过时间重复性和统计分析来反映。

在转为耕地之前（表2），高糖草田地是最大的CO?汇，而永久性牧场和种植了白三叶草的高糖草田地是CO?源，后者排放的CO?比永久性牧场田地更多。转为耕地之后（表2），高糖草转为耕地田地成为最小的CO?汇，而永久性牧场田地成为最大的CO?汇，其次是种植了白三叶草的高糖草田地。高糖草转为耕地田地的耕作显示出CO?汇强度的减少，尽管这些差异并不具有统计学意义。

表2. 高糖草转为耕地（2019年8月前的高糖草，之后转为耕地）、种植了白三叶草的高糖草以及永久性牧场田地的总CO?流量（g CO?-C m?2 year?1）。“之前转换”指的是2019年8月之前的测量数据，“之后转换”指的是2019年8月高糖草田地转为耕地之后的测量数据（使用了两年的数据）。

3.3. 土壤养分含量的变化
高糖草转为耕地田地耕作后，土壤有机质和总碳（C）、总氮（N）和总磷（P）含量显著减少。耕作导致高糖草转为耕地田地的土壤养分大幅流失，土壤有机质减少了45%，碳减少了41%，氮减少了41%，磷减少了61%，表明可能存在净养分耗竭的趋势。耕作后，高糖草转为耕地田地的土壤有机质和总碳、总氮、总磷含量低于种植了白三叶草的高糖草田地和永久性牧场田地（图3）。与种植了白三叶草的高糖草田地相比，永久性牧场田地的土壤有机质和总碳、总氮、总磷含量更高（图3）。

下载：下载高分辨率图像（519KB）
下载：下载完整尺寸图像
下载：下载高分辨率图像（334KB）
下载：下载完整尺寸图像
图3. 高糖草转为耕地（2019年8月前的高糖草，之后转为耕地）、种植了白三叶草的高糖草以及永久性牧场田地的土壤有机质、总碳（TC）、总氮（TN）和总磷（TP）含量以及土壤pH。数值代表了每个处理来自单个流域的田间尺度测量；因此，变异性没有以误差条的形式表示，而是通过时间重复性和统计分析来反映。

耕作后，高糖草转为耕地田地的土壤pH显著升高（图3）。与种植了白三叶草的高糖草田地相比，永久性牧场田地的土壤pH较低。

3.4. 水质
高糖草转为耕地田地耕作后，径流中按流量加权的总氧化氮（亚硝酸盐和硝酸盐）浓度显著增加（图4）。同样，转化后该田地径流中的氨态氮也显著增加（图4）。耕作后，同一田地中按流量加权的荧光溶解有机物浓度也显著增加（图4）。

下载：下载高分辨率图像（444KB）
下载：下载完整尺寸图像
下载：下载完整尺寸图像
图4. 高糖草转为耕地田地（2019年8月前的高糖草，之后转为耕地）、种植了白三叶草的高糖草以及永久性牧场田地的径流量、按流量加权的氧化氮（亚硝酸盐和硝酸盐）和氨态氮（氨和铵）浓度以及荧光溶解有机物浓度（μg l?1 QSU）。数值代表了每个处理来自单个流域的田间尺度测量；因此，变异性没有以误差条的形式表示，而是通过时间重复性和统计分析来反映。

高糖草转为耕地田地径流中的总氮输出（以亚硝酸盐和硝酸盐、氨和铵的形式）在耕地转化后显著增加（增加了200-300倍，表3）。相比之下，径流中的总碳（荧光溶解有机物）输出也显著增加（增加了30倍），但幅度小于氮的增加（表3）。

表3. 高糖草转为耕地田地（2019年8月前的高糖草，之后转为耕地）、种植了白三叶草的高糖草以及永久性牧场田地中径流中的总氧化氮（亚硝酸盐和硝酸盐）、氨态氮（氨和铵）和荧光溶解有机物的输出。请注意，这些数值可能会因为两个时间段之间的径流差异而产生偏差，这是由于从基于流量加权的浓度估计转变为基于负荷的估计所致。后者是浓度和径流体积的乘积。

4. 讨论
4.1. 永久性牧场和种植了白三叶草的高糖草系统的环境后果
土壤呼吸作用是大多数生态系统中仅次于光合作用的第二大碳通量，全球估计表明通过这一过程释放的碳量约为75×1012 kg C yr?1（Davidson等人，2002）。它包括自养呼吸（来自根系及其相关根际微生物活动）和异养呼吸（土壤有机物的微生物分解）（Domanski等人，2001）。土壤碳的损失主要通过呼吸作用发生，约占人为引起的温室气体增温的15%，其中CO?导致了大约74%的这种土壤驱动的增温（Kopittke等人，2024）。因此，基于自然的气候解决方案被认为是缓解全球变暖的关键策略。最近的评估表明，自然气候解决方案可以提供高达37%的成本效益缓解措施，以将温度升幅限制在2°C以下，改进的农业和草地管理在其中发挥着重要作用（Griscom等人，2017a）。

这里呈现的CO?数据来源于Cardenas等人（2022）描述的同一实验设置，但我们的分析超出了他们报告的基线年份，以捕捉从牧场到耕地土地利用变化的影响。我们观察到的模式与早期的发现一致。Cardenas等人（2022）报告称，在2017年至2019年间，这三种草地在活跃生长季节（春末至初夏）表现为CO?汇，但在一年中的其他时间由于光照时间缩短和相对呼吸作用增加而转变为净源。我们扩展的数据集（2017年1月1日至2022年7月31日，耕作后有短暂的数据缺失）显示了类似的季节动态：永久性牧场和种植了白三叶草的高糖草田地在一年中表现出波动的CO?排放，介于净吸收和净释放之间（图2）。在其他温带农生态系统中也观察到了类似的模式，包括黑麦草-三叶草牧场（Rutledge等人，2017年）和轮牧的奶牛系统（Wall等人，2019年），其中二氧化碳吸收在春季和初夏达到高峰，但在干燥的夏季由于土壤湿度低而急剧下降。尽管存在这些季节性波动，但在2017-2022年期间，永久性牧场和高糖草与白三叶草田在转换前作为净二氧化碳来源，在转换后则作为净二氧化碳汇（图2；表2）。这与Wall等人（2019年）的报告一致，他们报告说，在排除放牧情况下，年二氧化碳吸收量在164至364克碳每平方米每年之间。一项涵盖14个草地的更大规模欧洲研究发现，二氧化碳汇能力有很宽的范围（-1783至-91克二氧化碳每平方米每年），支持了温带草地作为可靠二氧化碳汇的既定作用（H?rtnagl等人，2018年）。在我们的研究中，牧场类型对净二氧化碳平衡有显著影响。自2017年以来，永久性牧场在整个研究期间显示出比高糖草与白三叶草田更高的二氧化碳汇潜力（图2；表2），这可能是由于土壤扰动程度较低（Necpálová等人，2013年；Chen等人，2015年；Elias等人，2023年；Segura等人，2024年；Carswell等人，2025年）。永久性牧场和高糖草与白三叶草田都保持了相对较高且稳定的土壤有机质（SOM）以及总碳（TC）、总氮（TN）和总磷（TP）水平（图3）。这些观察结果与Bossio等人（2020年）的研究一致，他们认为最佳放牧强度和豆科植物的引入是保护或增加土壤有机碳（SOC）库存的有效方法。此外，Lange等人（2023年）表明，增加植物多样性可以由于多样化的有机输入和较低的分解速率而提高表层土壤的碳含量。这些系统中较低的土壤扰动可能有助于减缓SOC的周转并形成稳定的土壤团聚体，从而增强长期的碳储存和养分保持（Reinsch等人，2018年；De Los Rios等人，2022年）。我们的研究结果表明，永久性牧场的SOM和土壤TC、TN、TP始终高于高糖草与白三叶草田（图3）。后者在2014年被翻耕并重新播种，这可能解释了其相对较低的养分水平（SOM和土壤TC、TN、TP）（Necpálová等人，2013年；Elias等人，2023年；Segura等人，2024年；Carswell等人，2025年）。虽然先前的研究表明高产品种可以增加根系生物量和SOC库存（Gregory等人，2022年），但这些差异可能部分归因于植物多样性。Rutledge等人（2017年）证明，物种丰富的草地通过增加根系来源的碳输入来增强土壤碳封存，这是新碳进入土壤的主要途径（Rasse等人，2005年）。因此，当有机输入超过分解速率时，地上和地下生长更多的植物可能对长期SOC积累有显著贡献（Kell，2011年）。关于养分向水的流失，两个牧场在径流中显示出的氧化氮（硝酸盐、亚硝酸盐）、氨态氮（氨、铵）和碳（荧光溶解有机物）的流量加权平均浓度相对稳定（图4；表3）。然而，永久性牧场的氧化氮和氨态氮的流量加权浓度通常高于高糖草与白三叶草田。这可能反映了氮输入、植物吸收效率和养分保持能力的差异，所有这些因素都会影响水文养分流失的风险。先前的研究表明，永久性牧场系统可以随着时间的推移积累更多的土壤氮或磷库存，从而增加了硝酸盐或磷向水流失的风险，特别是在高降雨量或土壤饱和事件期间（Djurhuus和Olsen，1997年；Withers等人，2017年）。相比之下，高糖草与白三叶草田的定期翻耕和重新播种由于植物建立阶段和较低的肥料投入，可以在短期内暂时减少表面氮的可用性，从而降低径流浓度（Shepherd等人，2001年）。与相对稳定的牧场系统相比，转换为耕地导致了碳动态、土壤特性和养分流失的显著变化。

4.2. 从高糖草转换为耕地的环境后果

草地转换为耕地通常与对陆地生态系统的负面影响相关，特别是通过消耗必需的大量营养素如碳（C）、氮（N）和磷（P）（Hoekstra和Wiedmann，2014年）。土地管理实践，包括翻耕、肥料和粪肥施用以及刈草，可以显著增加温室气体排放，尤其是二氧化碳（GHG）排放。例如，据报道，翻耕英国草地会在干扰后的一个月内释放大约440克二氧化碳每平方米（Drewer等人，2017年）。同一研究还报告说，翻耕后30天内二氧化碳排放量为444-457克二氧化碳每平方米，而在翻耕前的30天内仅为4-17克二氧化碳每平方米。我们的发现与这些观察结果一致：将高糖草转换为耕地导致二氧化碳吸收量大幅下降（图2；表2）。需要注意的是，并非所有的二氧化碳排放都被测量到，因为在翻耕事件之后有一个短暂的数据空白期（因为需要移除用于管理土壤的塔架）。全球范围内，草地覆盖了大约20%的陆地表面，并储存了世界上超过30%的有机碳（Scurlock和Hall，1998年；Chen和Wang，2000年）。然而，近几十年来草地向耕地的转换导致了广泛的养分枯竭（Murray和King，2012年；Hansen等人，2013年；Hoekstra和Wiedmann，2014年）。许多研究表明，这种土地利用转换会显著降低土壤中的碳、氮和磷含量（Li等人，2020年；Liang等人，2023年）。将高糖草转换为耕地后，土壤有机质和总碳、氮、磷的含量立即显著下降，之后这些值趋于稳定（图3）。尽管其他研究表明土壤养分流失会随着耕作时间的不同而变化（Wang等人，2009年；Poeplau等人，2011年），但我们的数据表明，这些损失在2019年转换后迅速发生，与干扰后的时间无关。草地转换后碳、氮和磷的下降是由土壤物理和化学变化的复杂相互作用驱动的（Li等人，2020年）。翻耕破坏了表层土壤结构，增加了水土侵蚀的脆弱性（Pulley和Collins，2020年；Collins等人，2025年），从而导致养分流失加剧（Tan等人，2015年）。虽然肥料施用可以暂时促进植被生长并增加大气中的碳输入，但也会刺激微生物活动和分解，导致净SOC流失（Soussana和Lemaire，2014年）。转换将稳定的土壤团聚体分解成更细小、更脆弱的颗粒，更容易受到风和水的侵蚀（Six等人，2000年）。减弱的土壤结构也限制了植物根系的发展和生物量的回归，减少了土壤中碳、氮和磷的补充（McCauley等人，2009年）。随着时间的推移，根系和凋落物生物量的微生物分解进一步加速了碳流失（Lorenz和Lal，2005年；Deng等人，2014年）。长期耕作还会破坏土壤结构，促进进一步的养分流失（Tan等人，2015年）。草地转换后土壤pH值的变化（图3）可能会改变微生物活动、离子交换和养分可用性（McCauley等人，2009年）。这些变化可能会影响分解速率、矿化和养分保持。在我们的研究中，转换导致土壤pH值升高，从而增强了土壤有机物的分解，进而减少了土壤中的碳、氮和磷（图3）。此外，较高的pH值促进了更快的矿化作用和硝酸盐淋溶，进一步减少了土壤养分储备。与碳和氮相比，磷的损失通常被认为对耕作时间的敏感性较低（Li等人，2020年）。然而，在沙质土壤中（我们的研究地点没有沙质土壤），草地转换后磷比在粘土或淤泥土壤中更容易受到侵蚀（Tang等人，2019年）。我们的数据显示，转换后土壤中的磷含量明显下降（图3），表明在这种情况下磷的损失是显著的，很可能是由与水相关的土壤侵蚀和有机输入不足引起的。农业集约化的意外环境后果超出了土壤健康的范围。农业对水质退化有显著影响，特别是通过硝酸盐淋溶或流失（Wey等人，2021年），这主要是由于过度施肥、牲畜密度过高、长时间裸露的土壤以及肥料使用效率低下等因素（Schr?der等人，2010年）。在英格兰，农业估计占水体硝酸盐污染的60%（Cardenas等人，2022年）和总氮污染的1-100%（Zhang等人，2014年）。在我们的研究中，将高糖草转换为耕地与径流中碳和氮类物质（荧光溶解有机物、硝酸盐、亚硝酸盐、氨、铵）的流量加权浓度升高有关（图4；表3）。在解释这些结果时，应考虑到几个限制。一个关键的限制是在现场层面缺乏真正的空间重复性，因为每种管理措施仅由一个单一的田地系统代表。因此，统计推断依赖于时间重复性而不是独立的实验单元。这对于像NWFP这样的系统平台是合适的，但它限制了研究结果在研究地点之外的普遍适用性。此外，关于将高糖草转换为耕地效果的推断基于假设高糖草与白三叶草田和永久性牧场随时间的一致反应。转换前后条件的比较基于时间分离的观察结果，但这允许评估与另外两种处理相比的测量响应的变化。由于临时移除了涡度协方差设备，翻耕后有一个短暂的数据空白期。因此，与土壤扰动相关的二氧化碳峰值排放可能会被低估。土壤采样仅限于表层10厘米，可能无法捕捉到更深层的土壤碳和养分动态。该研究没有包括完整的碳预算，因为关键的输入和输出，如地上和地下生物量生产以及粪肥添加量没有量化。二氧化碳通量没有被分为自养和异养组分，限制了对碳动态的机制解释。最后，每个代表三个小农场的个别田地内的管理实践（例如，放牧强度和时间）的变异性可能会引入分析中没有明确考虑的额外变异性。尽管存在这些限制，该研究提供了关于在真实农业条件下草地转换为耕地环境后果的坚实系统级见解。

这项研究有几个关键优势。它基于NWFP的长期系统级数据集，允许在现实农业条件下评估土地利用变化。多数据流的整合——包括涡度协方差二氧化碳通量测量、土壤碳和养分数据以及径流和相关养分通量测量——提供了对碳、养分和水路径的生态系统响应的全面评估。该研究还捕捉了真实的农业实践，增强了发现的相关性和适用性，与许多传统的样地规模实验相比。最后，使用田地规模的涡度协方差测量是一种罕见而有价值的方法，用于量化管理农业系统中的碳动态。需要注意的是，这些发现来自一个单一的、高度仪器化的农场规模平台，因此应在这一背景下进行解释。虽然结果为NWFP代表的英格兰1843平方公里区域的可能系统级响应提供了有价值的见解（Collins等人，2021年），但它们可能不直接适用于其他土壤类型、气候或管理系统。总体而言，结果表明，将草地转换为耕地会导致土壤碳和养分库存的减少以及通过径流的养分流失增加。然而，关于系统间二氧化碳通量有明显差异的假设在统计上并未得到支持，反映了通量测量的高时间变异性。**结论**
高糖草地被改造成耕地后，永久牧场以及种植白三叶草的高糖草地均表现出明显的季节性二氧化碳（CO?）排放变化：根据季节的不同，这些系统在某些时期表现为二氧化碳的净排放源，在其他时期则表现为净吸收源。将高糖草地转化为耕地显著改变了碳（C）的循环过程，导致二氧化碳吸收能力减弱，尽管这种变化在统计学上并不显著。这种土地利用方式的转变伴随着土壤中大量营养物质含量的迅速下降，具体表现为土壤有机质减少45%、碳（C）减少41%、氮（N）减少41%以及磷（P）减少61%；随后这些数值趋于稳定在较低水平。耕地的转化还显著增加了径流中氮（N）和碳（C）化合物的浓度（包括亚硝酸盐、硝酸盐、氨、铵以及荧光溶解有机物）。

永久牧场的二氧化碳吸收能力比种植白三叶草的高糖草地更强。两种系统均保持了相对较高且稳定的土壤有机质、总碳（C）、氮（N）和磷（P）含量，其中永久牧场的表现优于种植白三叶草的高糖草地。同样，两种系统的水质也较为稳定，不过永久牧场的营养物质浓度略高于种植白三叶草的高糖草地。

总体而言，这些发现突显了将草地转化为耕地可能带来的意外环境风险，强调了草地系统在调节气候和维持土壤健康方面的重要作用，为土地管理和政策决策提供了参考。不过，仍需要进一步在多个系统中验证这些结论。未来的研究应探索减少草地转化为耕地所带来的环境影响的策略。

**作者贡献声明**
Andrew Mead：进行正式数据分析。
Carmen Segura：负责写作、审稿与编辑以及数据管理。
Alison Carswell：负责写作、审稿与编辑。
Yusheng Zhang：负责写作、审稿与编辑。
Laura Cardenas：负责写作、审稿与编辑，同时承担监督、资源协调、项目管理和资金筹措工作。
Nadine Loick：负责数据管理。
Louise Olde：负责写作、审稿与编辑，以及数据管理。
Adrian L. Collins：负责写作、审稿与编辑，同时承担监督、资源协调、项目管理和资金筹措工作以及概念构思。
Yafei Guo：负责写作、审稿与编辑，初稿撰写，数据可视化处理，软件应用以及正式数据分析。