Multifunktionalität der gemäßigten Gasse

Communications Earth & Environment Band 4, Artikelnummer: 20 (2023) Diesen Artikel zitieren

3613 Zugriffe

43 Altmetrisch

Details zu den Metriken

Intensiv bewirtschaftete offene Ackerflächen sind hochproduktiv, haben jedoch oft schädliche Auswirkungen auf die Umwelt. Die Agroforstwirtschaft in gemäßigten Klimazonen verbessert möglicherweise die Ökosystemfunktionen, eine umfassende Analyse fehlt jedoch. Hier haben wir Primärdaten zu 47 Indikatoren von sieben Ökosystemfunktionen in Ackerland und 16 Indikatoren von vier Ökosystemfunktionen in Grasland gemessen, um zu beurteilen, wie die Agroforstwirtschaft in Gassen im Vergleich zu offenem Ackerland und Grünland abschneidet. Die Kohlenstoffbindung, der Lebensraum für biologische Bodenaktivität und die Winderosionsbeständigkeit verbesserten sich bei der Agroforstwirtschaft auf Ackerland (P ≤ 0,03), während sich bei der Agroforstwirtschaft auf Grünland nur die Kohlenstoffbindung verbesserte (P < 0,01). In der Agroforstwirtschaft auf Ackerland verbesserten sich der Nährstoffkreislauf im Boden, die Reduzierung von Treibhausgasen im Boden und die Wasserregulierung aufgrund der üblichen hohen Düngeraten nicht. Die Agroforstwirtschaft in Alleenanbaugebieten erhöhte die Multifunktionalität im Vergleich zu offenen Ackerflächen. Um die Umweltvorteile der Agroforstwirtschaft zu verbessern, ist eine effizientere Nutzung von Nährstoffen erforderlich. Finanzielle Anreize sollten sich auf die Umwandlung offener Ackerflächen in Agroforstwirtschaft mit Alleenanbau konzentrieren und das Düngemittelmanagement einbeziehen.

Die derzeitige landwirtschaftliche Praxis in den Industrieländern konzentriert sich auf eine hohe Produktivität und einen hohen Gewinn auf Betriebsebene. Allerdings sind externe Kosten (z. B. Bodendegradation, Wasserverschmutzung, erhöhte Treibhausgasemissionen (THG), Verlust der biologischen Vielfalt)1,2,3,4 nicht im Preis enthalten und werden von der gesamten Gesellschaft getragen. Dennoch zeigen intensiv bewirtschaftete Ackerland-Monokulturen zweifellos außergewöhnliche Leistungen in der landwirtschaftlichen Produktion5. Mehrere schädliche Auswirkungen auf die Umwelt haben das Bewusstsein dafür geschärft, dass sich moderne Agrarsysteme nicht nur auf eine hohe Produktion, sondern auch auf die Bereitstellung wichtiger Ökosystemfunktionen und Landschaftsmerkmale konzentrieren sollten, die die Artenvielfalt und Kohlenstoffbindung fördern und Umweltverschmutzung und Bodendegradation verringern. Die Erhaltung gesunder Böden und ihrer Funktionen ist eine Schlüsselvoraussetzung6,7 für das Streben nach nachhaltigen, intensivierten Agrarsystemen8.

Agroforstwirtschaft wird als vielversprechende Form des agrarökologischen Managements prognostiziert9. Derzeit wird darüber diskutiert, finanzielle Anreize, die an die Umweltleistung der Agroforstwirtschaft im Vergleich zu Ackerland-Monokulturen gekoppelt sind, beispielsweise in die Europäische Gemeinsame Agrarpolitik10 aufzunehmen. Solche finanziellen Anreize erfordern eine umfassende Bewertung der Ökosystemfunktionen, einschließlich ihrer Fähigkeit, mehrere Ökosystemfunktionen gleichzeitig bereitzustellen (auch „Multifunktionalität“11 genannt). Unsere Studie schließt diese Wissenslücke, indem sie die Multifunktionalität der Agroforstwirtschaft in gemäßigten Zonen (d. h. der kombinierte maschinelle Anbau von Feldfrüchten oder Gras im Wechsel mit Reihen von Kurzumtriebsbäumen12,13,14) mit offenem Ackerland und offenem Grasland ohne solche vergleicht Bäume. Während einzelne Studien ein zunehmendes Bewusstsein für verbesserte Bodeneigenschaften und Ökosystemfunktionen in der Agroforstwirtschaft in gemäßigten Zonen fördern, z. B. Erhöhung des organischen Kohlenstoffs im Boden12, Vielfalt von Mikro- und Makroorganismen im Boden13,15, Nährstoffverwertungseffizienz14, Widerstand gegen Winderosion16 und Verringerung der Nitratauswaschung17 ist ein Mangel an systematischen Vergleichen kombinierter Ökosystemfunktionen zwischen Agroforstwirtschaft in gemäßigten Zonen und offenem Acker- oder Grasland im Rahmen einer einzigen multidisziplinären Studie, die ein repliziertes feldbasiertes Design verwendet.

Ziel dieser Studie war es, die Multifunktionalität der Agroforstwirtschaft in Alleenanbaugebieten mit Kurzumtriebsbäumen im Vergleich zu offenem Ackerland und offenem Grasland für verschiedene Bodentypen und klimatische Bedingungen in Deutschland zu quantifizieren. Offene Ackerflächen in unserer Studie waren konventionell bewirtschaftete Rotationen von Pflanzenmonokulturen (mit üblicher Anwendung von Düngemitteln und Agrochemikalien; Ergänzungstabelle 1) ohne Bäume; Offenes Grasland war Dauergrünland ohne Bäume. Wir verwendeten mehrere unterschiedliche Indikatoren für verschiedene Ökosystemfunktionen9, die über vier Jahre an fünf Standorten gesammelt wurden, um die Multifunktionalität der Agroforstwirtschaft auf Ackerland in Kombination mit offenem Ackerland sowie der Agroforstwirtschaft auf Grünland in Kombination mit offenem Grasland zu bewerten (ergänzende Abbildung 1). Alle Agroforstsysteme wurden zwischen 2007 und 2010 durch Umwandlung von offenem Ackerland oder offenem Grünland errichtet (Ergänzungstabelle 1). Wir stellten die Hypothese auf, dass die Agroforstwirtschaft in Gassen im Vergleich zu offenem Ackerland oder offenem Grasland vorteilhafte Ökosystemfunktionen fördert und die Multifunktionalität fördert. Basierend auf den Ökosystemfunktionen, die bei der Bewertung des Nutzens der Agroforstwirtschaft als entscheidend angesehen werden9, haben wir 47 Indikatoren für sieben Ökosystemfunktionen in Ackerland und 16 Indikatoren für vier Ökosystemfunktionen in Grasland quantifiziert (Ergänzungstabellen 2–4), darunter Folgendes: Bereitstellung von Nahrungsmitteln, Ballaststoffe und Brennstoffe, Kohlenstoffbindung, Bodennährstoffkreislauf, Lebensraum für biologische Bodenaktivität, Reduzierung von Treibhausgasen im Boden, Wasserregulierung und Erosionsbeständigkeit.

Die Umwandlung von Ackerland und Grasland in Agroforstwirtschaft mit Alleenanbau hatte keinen Einfluss auf den Ernteertrag oder die Grasbiomasse pro Anbaufläche oder Grasfläche (Abb. 1 und 2). Obwohl der Ernteertrag in der Nähe der Baumreihen zurückging, wurde dies durch einen höheren Ertrag in Richtung der Mitte der Erntereihe ausgeglichen (ergänzende Abbildung 2a). Es ist zu beachten, dass in unseren Alleenanbau-Agroforstsystemen 80 % der Fläche (bestehend aus 12 m Baumreihe und 48 m Kultur- oder Grasreihe) mit Feldfrüchten oder Gras bepflanzt wurden; Wir haben auch den Ernteertrag oder die Grasbiomasse pro Systemfläche angegeben (Ergänzungstabelle 4), da diese Werte für den Vergleich mit anderen Agroforstdesigns in gemäßigten Klimazonen nützlich sein können. Die Bruttomargenanalyse (siehe unten) umfasst sowohl Nutzpflanzen als auch Baumbiomasse, die als Rohstoff für Biokraftstoffe geerntet wird (Ergänzungstabelle 1). Der Faser- und Proteingehalt blieb von der Grünland-Agroforstwirtschaft unbeeinflusst (Abb. 2), wohingegen sich die Erntequalität bei der Agroforstwirtschaft auf Ackerland teilweise verbesserte (Abb. 1), wie sich auch in den höheren Rohstärke- und Raps-Rohproteingehalten von Weizen (Triticum aestivum) und Raps (Brassica napus) zeigt als höheres Raps-1000-Korn-Gewicht im Vergleich zu offenem Ackerland (P ≤ 0,03, Ergänzungstabelle 4). In den meisten Fällen wurde die Häufigkeit phytopathogener Pilze in Kulturpflanzen nach der Umstellung auf Agroforstwirtschaft nicht beeinträchtigt, mit Ausnahme von Verticillium longisporum in Raps, das in der Agroforstwirtschaft im Vergleich zu offenem Ackerland reduziert war (P = 0,03, Ergänzungstabelle 4).

Jeder Indikator ist z-standardisiert: (tatsächlicher Wert – Mittelwert über Replikatparzellen und Standorte)/Standardabweichung. Standardisierte Werte wurden invertiert (inv.) für Indikatoren, bei denen hohe Werte unerwünschte Auswirkungen bedeuten (z. B. Häufigkeit von Krankheitserregern im Getreide, Treibhausgasflüsse im Boden, Nährstoffauswaschung, Windgeschwindigkeit). Die schwarze horizontale Linie gibt den Mittelwert der normierten Werte der Indikatoren für eine bestimmte Ökosystemfunktion an. Boxplots geben das 25. Quartil, den Median und das 75. Quartil an, und Whiskers entsprechen dem 1,5-fachen des Interquartilbereichs. Mittelwert, Standardfehler und N-Werte der Indikatoren sind in der Ergänzungstabelle 4 angegeben. Für jede Ökosystemfunktion weisen unterschiedliche Buchstaben auf signifikante Unterschiede zwischen Agroforstwirtschaft auf Ackerland und offenem Ackerland hin (lineare Mixed-Effects-Modelle bei P ≤ 0,05; Ergänzungstabelle 5).

Jeder Indikator ist z-standardisiert: (tatsächlicher Wert – Mittelwert über Replikatparzellen und Standorte)/Standardabweichung. Die schwarze horizontale Linie gibt den Mittelwert der standardisierten Werte von Indikatoren für eine bestimmte Ökosystemfunktion an. Boxplots geben das 25. Quartil, den Median und das 75. Quartil an, und Whiskers entsprechen dem 1,5-fachen des Interquartilbereichs. Mittelwert, Standardfehler und N-Werte der Indikatoren sind in der Ergänzungstabelle 4 angegeben. Für jede Ökosystemfunktion weisen unterschiedliche Buchstaben auf signifikante Unterschiede zwischen Grünland-Agroforstwirtschaft und offenem Grünland hin (lineare Mixed-Effects-Modelle bei P ≤ 0,05; Ergänzungstabelle 5).

Die große Nettoprimärproduktion von Bäumen trug stark zum Anstieg der Kohlenstoffbindung bei (P < 0,01, Abb. 1 und 2) nach der Etablierung der Agroforstwirtschaft sowohl auf Ackerland als auch auf Grünland. In der Agroforstwirtschaft auf Ackerland erhöhte sich die Feinwurzeldichte im Vergleich zu offenem Ackerland (P < 0,01, Ergänzungstabelle 4); Die Bestände an organischem C (SOC) im Boden unterschieden sich jedoch nicht zwischen Agroforstwirtschaft und offenem Ackerland oder Grünland (P > 0,05, Ergänzungstabelle 4). Die Umwandlung von offenem Ackerland in Agroforstwirtschaft verbesserte den biologischen Lebensraum des Bodens (P = 0,03, Abb. 1), wie durch eine größere Regenwurmbiomasse (P < 0,01, ergänzende Abb. 2b) und eine größere Population von Bodenbakterien und Pilzen (P ≤ 0,03, ergänzende Tabelle) gezeigt wird 4). In der Agroforstwirtschaft auf Ackerland reduzierten die Baumreihen die Windgeschwindigkeit und die Anzahl der Tage mit Winderosionsrisiko im Vergleich zu offenem Ackerland erheblich (ergänzende Abbildung 2c), was zu einer erheblichen Erhöhung der Winderosionsbeständigkeit führte (P <0, 01, Abbildung 1). Obwohl sich die Funktionen des Bodennährstoffkreislaufs, der Reduzierung von Treibhausgasen im Boden und der Wasserregulierung nach der Umwandlung von offenem Ackerland oder Grünland in Agroforstwirtschaft nicht veränderten (P > 0,05, Ergänzungstabelle 5), verbesserten sich zwei Indikatoren: größeres pflanzenverfügbares P in der Grünland-Agroforstwirtschaft als in offenem Grasland (P = 0,02) und höhere Bruttoraten der Lachgas (N2O)-Aufnahme im Boden unter Agroforstwirtschaft im Ackerland im Vergleich zu offenem Ackerland (P = 0,01, Ergänzungstabelle 4). Zusammenfassend lässt sich sagen, dass die Umstellung auf Agroforstwirtschaft die Kohlenstoffbindung, den Lebensraum für biologische Bodenaktivität und die Erosionsbeständigkeit in Ackerland (Abb. 1) und die Kohlenstoffbindung in Grasland (Abb. 2) verbesserte. Die Umsetzung der Agroforstwirtschaft führte zu keinem Rückgang der gemessenen Indikatoren der Ökosystemfunktionen (Abb. 1 und 2 sowie Ergänzungstabellen 4 und 5).

Diese Analyse wurde durchgeführt, um festzustellen, ob zwischen Ökosystemfunktionen ein potenzieller Kompromiss oder eine Win-Win-Situation besteht – geeignet für die Durchführung, wenn mehrere Ökosystemfunktionen quantifiziert werden. Wir haben keine Korrelationen zwischen Ökosystemfunktionen in der Agroforstwirtschaft auf Ackerland festgestellt; Kohlenstoffbindung und Nährstoffkreislauf korrelierten jedoch positiv in der Grünland-Agroforstwirtschaft (Ergänzende Abbildungen 3a und 4a). Es gab keine Korrelation zwischen den Ökosystemfunktionen im offenen Grasland, obwohl die Kohlenstoffbindung positiv mit der Bereitstellung von Nahrungsmitteln, Fasern und Brennstoffen im offenen Ackerland korrelierte. Im Gegensatz dazu korrelierte die Wasserregulierung negativ sowohl mit dem Nährstoffkreislauf im Boden als auch mit dem Lebensraum für die biologische Bodenaktivität in offenen Ackerflächen (ergänzende Abbildungen 3b und 4b). Die Umwandlung von offenem Ackerland in Agroforstwirtschaft auf Ackerland führte zu einem Kompromiss zwischen den Funktionen der Wasserregulierung und dem Nährstoffkreislauf im Boden, wohingegen die Umwandlung von offenem Grasland in Agroforstwirtschaft auf Grünland zu einer positiven Korrelation zwischen den Funktionen des Nährstoffkreislaufs im Boden und dem Lebensraum für die biologische Aktivität des Bodens führte (Ergänzung). Abb. 3c und 4c).

Die Agroforstwirtschaft auf Ackerflächen verbesserte die Ökosystemfunktionen erheblich, ohne den Ertrag der Ackerfläche zu beeinträchtigen. Die langfristige Ertragsstabilität wurde durch eine achtjährige Untersuchung an einem unserer Standorte gestützt, bei der die Ernteerträge zwischen Agroforstkulturreihen und offenem Ackerland ähnlich sind18. Diese beobachtete Ertragsstabilität hing wahrscheinlich mit dem kombinierten Effekt einer begrenzten Baumhöhe (ein Ergebnis der Kurzumtriebsbewirtschaftung) und relativ breiten (48 m) Fruchtreihen zusammen, die den Wettbewerb um Licht und andere Ressourcen einschränken könnten. In zwei Ackerlandstandorten auf Böden aus Vertic und Gleyic Cambisol (Ergänzungstabelle 1), wo es in einem Abstand von 1 m von der Baumreihe zu einem Rückgang des Ernteertrags kam, wurde dieser durch die Ertragssteigerung im mittleren Teil der Erntereihen ausgeglichen14 (Ergänzende Abbildung 2a). Es ist jedoch zu beachten, dass bei anderen Agroforstsystemen mit Alleenanbau in gemäßigten Klimazonen, bei denen Bäume seltener geerntet werden (z. B. Holzbäume) und/oder die Erntereihen nicht breit sind, mit zunehmender Baumhöhe geringere Ernteerträge beobachtet wurden19,20 .

Die drei verbesserten Ökosystemfunktionen im Rahmen der Agroforstwirtschaft, d. h. Kohlenstoffbindung, Lebensraum für biologische Bodenaktivität und Widerstandsfähigkeit gegen Winderosion (Abb. 1–3), gehen alle auf große Probleme des globalen Wandels ein. Erstens bedeutete der Anstieg der Nettoprimärproduktion der Bäume und der kombinierten Wurzeldichte von Nutzpflanzen und Bäumen, dass die Agroforstwirtschaft bei der Kohlenstoffbindung besser abschneidet als offenes Ackerland oder Grünland (Abb. 3). Dies untermauert Prognosen, dass die europäischen Agrarsysteme derzeit weniger Kohlenstoff binden, als sie mit verbesserten Landnutzungsstrategien21, einschließlich Agroforstwirtschaft22, potenziell könnten. Obwohl sich die SOC-Bestände in unseren ≤9 Jahre alten Agroforstsystemen nicht von denen auf offenem Acker- oder Grünland unterschieden, zeigen andere Studien in ≥15 Jahre alten Agroforstsystemen mit Alleenanbau einen Anstieg der SOC-Bestände23. Wie für Agroforstsysteme in gemäßigten Klimazonen auf der Grundlage einer Metaanalyse12 behauptet, gehen wir davon aus, dass die SOC-Bestände an unseren Standorten mit zunehmendem Alter der Agroforstwirtschaft ebenfalls zunehmen werden. Zweitens unterstützt die erhöhte Populationsgröße von Regenwürmern, Bakterien und Pilzen in unseren Agroforstsystemen auf Ackerland (Abb. 1) die positiven Auswirkungen der Agroforstwirtschaft auf den biologischen Lebensraum, wie bereits früher für makrozerstörerische Arthropoden13, Regenwürmer24 und Pflanzenvielfalt25 berichtet wurde. Dieser verbesserte Lebensraum für die biologische Bodenaktivität wird möglicherweise positive Bottom-up-Effekte auf höhere trophische Ebenen haben26. Daher kann die Agroforstwirtschaft den Auswirkungen der intensiven Bewirtschaftung von Ackerflächen auf den Verlust des Artenreichtums entgegenwirken27. In der Grünland-Agroforstwirtschaft blieb der Lebensraum für die biologische Bodenaktivität jedoch vergleichbar mit dem im offenen Grasland (P > 0,05, Ergänzungstabelle 5), was wir auf die Tatsache zurückführen, dass beide Systeme mehrjährige Pflanzen mit permanenten Wurzeln28 und einer hohen Pflanzenartenvielfalt29 zusammen aufweisen mit geringem Düngemitteleinsatz an den untersuchten Standorten30. Drittens ist die Anfälligkeit des Bodens für Winderosion nicht nur in Mitteleuropa verbreitet31, sondern ein ernstes globales Problem32, das den SOC, die Nährstoffvorräte und die landwirtschaftliche Produktivität verringert33,34. Die starke Reduzierung der Windgeschwindigkeiten auf Werte unterhalb des Winderosionsrisikos (ergänzende Abbildung 2c) war eine direkte Folge der Einführung von Baumreihen (Abb. 1), ein positiver Effekt, der von Schutzgürteln gut bekannt ist35. Dies ist ein wichtiger Beweggrund, den Landwirte für ihre Akzeptanz der Agroforstwirtschaft nennen36.

Ackerland an drei Standorten (a; Agroforstwirtschaft und offenes Ackerland) und Grünland an zwei Standorten (b; Agroforstwirtschaft und offenes Grünland) in Deutschland. Der Mittelpunkt und der äußere schwarze Kreis in jedem Feld stellen das 5. bzw. 95. Quantil dar; Die Länge der Balken stellt den Mittelwert der z-standardisierten Werte von Indikatoren für eine bestimmte Ökosystemfunktion dar. Mittelwert, Standardfehler und N-Werte der Indikatoren sind in der Ergänzungstabelle 4 angegeben.

Die Alleeanbau-Agroforstwirtschaft schnitt bei Ökosystemfunktionen im Zusammenhang mit der Düngung, d. h. Bodennährstoffkreislauf, Reduzierung von Treibhausgasen im Boden und Wasserregulierung, nicht besser ab als offenes Ackerland oder Grünland (Abb. 1), obwohl berichtet wurde, dass sich diese Funktionen in anderen Agroforstsystemen verbessern37. 38. Die N2O- und CH4-Flüsse im Boden sind von Natur aus räumlich und zeitlich variabel, was sich auf die Ergebnisse auswirken kann, wenn die räumlichen und zeitlichen Probenahmepläne diese nicht berücksichtigen. Wir haben diese Herausforderung gemeistert, indem wir mögliche Auswirkungen des Abstands zu den Baumreihen in unsere räumliche Gestaltung einbezogen haben (ergänzende Abbildung 1). Unsere zeitliche Auflösung bestand aus monatlichen Probenahmen von März 2018 bis Februar 2019, die Zeiträume nach der Düngemittelausbringung umfassten, in denen der Mineral-N-Gehalt, der Wassergehalt und die Treibhausgasflüsse im Boden stark erhöht sind39. Daher sind wir zuversichtlich, dass unser Probenahmedesign einen wesentlichen Teil der räumlichen und zeitlichen Muster der Treibhausgasflüsse im Boden erfassen konnte; Die in unserer Analyse verwendeten jährlichen Treibhausgasflüsse im Boden (Ergänzungstabelle 4) waren Interpolationen über Monate (einschließlich der Winterperiode) und umfassten alle räumlichen Muster, da die Werte für die Agroforstwirtschaft durch die Flächenbedeckung der Baumreihe und die verschiedenen Probenahmeentfernungen gewichtet wurden innerhalb der Kulturreihe39. Daher war der fehlende Unterschied in der Funktion zur Reduzierung von Treibhausgasen im Boden zwischen den beiden Managementsystemen wahrscheinlich real und nicht auf das unzureichende Probenahmedesign zurückzuführen. Die Bewirtschaftungspraktiken, einschließlich der Düngeraten, folgten an unseren Standorten den in Deutschland üblichen Bewirtschaftungsmethoden (Ergänzungstabelle 1) und waren für agroforstwirtschaftliche Kulturreihen und offenes Ackerland gleich. Sowohl agroforstwirtschaftliche Kulturreihen als auch offene Ackerflächen weisen eine geringe Nährstoffreaktionseffizienz (Verhältnis von Ertrag zu pflanzenverfügbaren Nährstoffen) auf und beide Systeme sind nährstoffgesättigt14. Mögliche Verbesserungen des Nährstoffkreislaufs nach der Einführung von Baumreihen, wie z. B. Nährstoffrecycling durch Streufall40 und permanente Baumwurzeln, die als Sicherheitsnetz für überschüssige Nährstoffe über die Aufnahme von Pflanzenwurzeln hinaus41 fungieren, haben die mit der Düngung verbundenen Ökosystemfunktionen nicht wiederhergestellt und waren wahrscheinlich wird durch die derzeit hohen Düngeraten der agroforstwirtschaftlichen Kulturreihen verdeckt. Dies deutet auf Möglichkeiten zur Reduzierung der Düngemittelausbringungsmengen hin. In unseren Agroforstsystemen auf Ackerland könnte eine Reduzierung der verfügbaren Nährstoffe um 50 % die Nährstoffreaktionseffizienz um 67 % für Stickstoff (N) und 83 % für Phosphor (P) steigern, wobei nur relativ geringe Mengen (17 % für N; 8 % für P) zu verzeichnen wären ) Ertragsminderungen14. Wir gehen davon aus, dass in den Agroforstsystemen ein verbesserter Nährstoffkreislauf durch den Eintrag von Baumlaubstreu14 und die Nährstoffaufnahme durch tiefe Baumwurzeln mit assoziierten Mykorrhizapilzen42, ein Sicherheitsnetz gegen Auswaschungsverluste, sogar Ertragsverluste abmildern kann. Allerdings fehlen in beiden Systemen noch Tests zur Reduzierung der Düngemengen unter Feldbedingungen. Zusätzliche Vorteile einer reduzierten Düngung wären eine geringere Auswaschung überschüssiger Nährstoffe und eine geringere N2O-Emission des Bodens39,43 sowie des Luftschadstoffs Stickoxid44. Die erhöhte Brutto-N2O-Aufnahme im Boden der Agroforstwirtschaft auf Ackerland wurde durch die unbefruchteten Baumreihen verursacht, die ein geringes Verhältnis von Bodenmineral-N zu abbaubarem Kohlenstoff aufweisen (z. B. aufgrund der fehlenden Düngung in der Baumreihe in Kombination mit dem Streueintrag von Bäumen). und begünstigt die mikrobielle Reduktion von N2O zu N245. Dies belegt den Nutzen der Agroforstwirtschaft bei der Erhöhung der N2O-Aufnahme in Böden45.

Allerdings hat sich gezeigt, dass die Umwandlung von offenem Ackerland in Agroforstwirtschaft mit Alleenanbau und Kurzumtriebsbäumen die Bruttomarge (einschließlich Feldfrüchte und Baumbiomasse, die als Rohstoff für Biokraftstoffe verwendet wird) von 489 € ± 5 ha−1 auf 518 € ± 5 ha−1 erhöht 46, ergab eine kürzlich durchgeführte Landwirtsumfrage, dass ein Haupthindernis für die Umsetzung der Agroforstwirtschaft die Einrichtungskosten sind, die auf 1800 ha−1 geschätzt wurden 36. Weitere wahrgenommene Hindernisse waren unregelmäßige Einnahmen aus der Ernte oberirdischer Baumbiomasse (üblicherweise alle vier bis sieben Uhr durchgeführt). Jahre für Biokraftstoffe) und Preisschwankungen bei Holz46. Dennoch schien unter den befragten Landwirten eine weitverbreitete Bereitschaft zu bestehen, Agroforstwirtschaft zu etablieren, wenn diese finanziellen Hürden beseitigt würden. Der finanzielle Ausgleich, den die Landwirte zur Förderung der Agroforstwirtschaft als notwendig erachteten, war weitaus höher als die oben genannten Kosten. Landwirte schätzten die anfängliche finanzielle Unterstützung für die Einrichtung von Agroforstwirtschaft auf ihren Feldern auf 2718 ± 345 ha−1, gefolgt von einer jährlichen Unterstützung von 511 ± 54 ha−1 36. Befragte Steuerzahler außerhalb der Landwirtegemeinschaft zeigten eine Zahlungsbereitschaft Steuer mit einem durchschnittlichen Wert von 20 € pro Person pro Jahr für Umweltvorteile und Landschaftsvorteile im Zusammenhang mit der Agroforstwirtschaft47.

Das volle ökologische und ökonomische Potenzial der Agroforstwirtschaft kann nur dann ausgeschöpft werden, wenn die Praktiken des Nährstoffmanagements optimiert werden. Die folgenden Vorschläge können dabei helfen, dieses Ziel zu erreichen. Erstens müssen die aktuellen Düngeraten an die lokalen Ertragsniveaus angepasst werden (und nicht an das allgemeine maximale Ertragspotenzial), da Überdüngung die Hauptursache für eine ineffiziente Nährstoffnutzung ist und hohe externe Umweltkosten verursacht1,7. Im Allgemeinen verbrauchen Kulturpflanzen weniger als die Hälfte des ausgebrachten N-Düngers48. Wie bereits erwähnt, besteht die Möglichkeit, die ausgebrachten Nährstoffmengen zu reduzieren, was die Funktionen des Bodennährstoffkreislaufs, der Reduzierung von Treibhausgasen im Boden und der Wasserregulierung bei nur geringfügigen Ertragseinbußen verbessert14. Zweitens führt die Einführung von Baumreihen in der Agroforstwirtschaft zu räumlichen und zeitlichen Schwankungen nicht nur der Nährstoffeinträge aus Blattstreu und Wurzelumsatz, sondern auch des Lichts und der Evapotranspiration49, was zu räumlichen Ertragsschwankungen führt18. Mithilfe dieses Wissens haben Präzisionslandwirtschaftstechniken das Potenzial, den Nährstoffeintrag sowohl räumlich als auch zeitlich weiter zu optimieren. Derzeit wird der Dünger in den von uns untersuchten Agroforst- und offenen Ackerlandsystemen mit landwirtschaftlichen Standardgeräten ausgebracht, was zu einem gleichmäßig hohen Nährstoffeintrag auch in Bereichen führt, die den Baumreihen am nächsten liegen und geringe Erträge aufweisen14,18,50. Drittens kann die Agroforstwirtschaft durch die Diversifizierung der Nutzpflanzen weiter optimiert werden: (a) Einbeziehung schattentoleranter Nutzpflanzen in die Fruchtfolgen, wenn die Baumhöhe mit zunehmendem Alter zunimmt, und (b) Anbau schattentoleranter Nutzpflanzen in der Nähe der Baumreihen in Kombination mit lichtintensiven Nutzpflanzen in den gemeinsamen Rotationen. Wir gehen davon aus, dass diese Managementverbesserungen die aktuellen Kompromisse zwischen dem Nährstoffkreislauf im Boden, der biologischen Aktivität des Lebensraumbodens und der Wasserregulierung in Ackerland verringern werden, was möglicherweise positivere funktionelle Wechselwirkungen ermöglicht, als derzeit beobachtet werden (ergänzende Abbildungen 3 und 4). Mit Ausnahme der Kohlenstoffbindung haben sich die Ökosystemfunktionen im Grasland nach der Umstellung auf Agroforstwirtschaft nicht verändert. Darüber hinaus sind Dauergrünlandflächen in Europa vor der Umwandlung in andere Landnutzungen geschützt51, weshalb finanzielle Anreize für die Umwandlung offener Ackerflächen in Agroforstwirtschaft Vorrang haben müssen.

Unsere Ergebnisse stützen unsere Haupthypothese, dass die Agroforstwirtschaft in Alleenanbaugebieten mit Kurzumtriebsbäumen die Multifunktionalität steigert und somit eine nachhaltigere Bewirtschaftung im Vergleich zu offenem Ackerland oder Grünland darstellt, selbst bei derzeit hohen Düngeraten. Dennoch kann sich das volle Potenzial der Agroforstwirtschaft als nachhaltige und multifunktionale Bewirtschaftungsalternative nur dann entfalten, wenn politische Änderungen umgesetzt werden, die den Landwirten Anreize bieten, ihre Bewirtschaftungspraktiken anzupassen. Daher sollte eine angemessene finanzielle Unterstützung nicht nur die finanziellen Risiken beim Aufbau von Agroforstsystemen angehen52, sondern sich auch auf Maßnahmen konzentrieren, die die externen Umweltkosten weiter senken9,53, die hauptsächlich mit der derzeitigen hohen Düngemittelausbringung verbunden sind. Obwohl es mehrere vielversprechende Strategien gibt, die in der Agroforstwirtschaft zur Verbesserung des Nährstoffmanagements umgesetzt werden können14, müssen diese Konzepte noch langfristig unter tatsächlichen Feldbedingungen evaluiert werden. Die aktuelle Initiative der Europäischen Kommission, umweltfreundliche landwirtschaftliche Praktiken mit einem erheblichen Teil der allgemeinen Subventionen für landwirtschaftliche Flächen zu koppeln54 bietet die Möglichkeit, solche Anreize zu schaffen, um die Agroforstwirtschaft auf unserem Weg zu einer nachhaltigeren und dennoch produktiveren Landwirtschaft zu fördern und zu optimieren.

Unsere Studie wurde an drei Ackerlandsystemen und zwei Grünlandsystemen durchgeführt (ergänzende Abbildung 1). Die Ackerflächen befanden sich in Thüringen (Kalk-Phaeozem55-Boden), Niedersachsen (Vertic Cambisol55-Boden) und Brandenburg (Gleyic Cambisol55-Boden), und die Grünlandstandorte befanden sich in Niedersachsen (Histosol- und Anthrosol55-Böden), Deutschland. An jedem Standort untersuchten wir die Agroforstwirtschaft mit Alleenanbau (12 m breite Baumreihen im Wechsel mit 48 m breiten Feldfrucht- oder Grünlandreihen), gepaart mit offenem Ackerland oder offenem Grasland. Jedes dieser Managementsysteme an jedem Standort wurde durch vier Replikatparzellen in Ackerlandsystemen und drei Replikatparzellen in Grünlandsystemen repräsentiert (insgesamt 3 Standorte × 2 Managementsysteme × 4 Replikatparzellen = 24 Parzellen in Ackerlandsystemen und 2 Standorte × 2 Managementsysteme). × 3 Replikatparzellen = 12 Parzellen im Grasland). Um mögliche räumliche Variationen der gemessenen Indikatoren der Ökosystemfunktionen (siehe Details unten) mit der Entfernung von der Baumreihe zu berücksichtigen, wurden Messungen an jeder Agroforst-Replikatparzelle in der Baumreihe und in verschiedenen Abständen von der Baumreihe innerhalb der Kulturpflanze durchgeführt oder Grasreihe (Ergänzende Abbildungen 1 und 2). Dieses Stichprobenschema wurde für alle Indikatoren angewendet, sofern nicht anders beschrieben (siehe Ökosystemfunktionsindikatoren unten). Die Bewirtschaftung unserer Standorte erfolgt nach der landwirtschaftsüblichen Fruchtfolge (Ergänzungstabelle 1). Agroforstwirtschaftliche Kulturreihen und offene Ackerflächen werden konventionell bewirtschaftet, was den Anbau einmal im Jahr und die Anwendung der empfohlenen Mineraldünger und Agrochemikalien umfasst. Baumreihen (siehe Ergänzungstabelle 1 für Baumarten, Abstände zwischen Reihen und zwischen Bäumen innerhalb einer Reihe, Pflanzdichte und erster Schnitt der Holzbiomasse) wurden nicht gedüngt und nach vier bis sieben Jahren für die Bioenergie, also die Holzbiomasse, geerntet wurde aus dem Feld exportiert. Einzelheiten zu Standort- und Managementpraktiken finden Sie in der Ergänzungstabelle 1.

Zur Bewertung der Multifunktionalität von Landnutzungs- oder Managementsystemen wurden verschiedene Ansätze angewendet. Bisher besteht kein Konsens darüber, welcher Ansatz vorzuziehen ist. In einer kürzlich durchgeführten Überprüfung wurden jedoch mehrere Empfehlungen ausgesprochen56, denen wir in unserer Studie weitgehend gefolgt sind. Wir wollten testen, ob die typischen Argumente für die Agroforstwirtschaft9 in einem Ökosystem-Funktionsrahmen für unsere untersuchten Managementsysteme quantifiziert werden können und ob sich daraus Unterschiede in der Multifunktionalität ergeben. Wir begannen mit einer Liste von Ökosystemfunktionen (kategorisiert in Bereitstellungs-, Regulierungs- und Unterstützungsdienste), die bei der Bewertung des Nutzens von Agroforstsystemen in gemäßigten Klimazonen als entscheidend angesehen werden9: Bereitstellung von Nahrungsmitteln, Ballaststoffen und Brennstoffen, Regulierung der Luftqualität, Klimaregulierung (häufig getrennt nach Kohlenstoffbindung). und Treibhausgasminderung), Wasserqualität und -regulierung, Erosionsregulierung, Schädlings- und Krankheitsregulierung, Biodiversitätsregulierung und Regulierung von Naturgefahren und Extremereignissen. Schließlich werden die Bodenbildung und der Nährstoffkreislauf oft als wichtige Ökosystemfunktionen einbezogen, die andere Funktionen unterstützen9. Die Ökosystemfunktionen und ihre Indikatoren (Ergänzungstabellen 2–4), die wir gemessen haben, um die Agroforstwirtschaft in Gassen mit offenem Ackerland oder Grünland zu vergleichen, wurden aus verschiedenen Gründen angepasst. Eine Regulierung der Luftqualität sowie von Naturgefahren und Extremereignissen lag nicht vor, da diese Auswirkungen nur für größere Gebiete und nicht im Maßstab der Versuchsflächen unserer Studie gemessen werden können. Wir haben auch die Bodenbildung ausgeschlossen (kategorisiert unter unterstützende Dienste), da diese Funktion häufig durch den SOC und die mikrobiellen Gemeinschaften im Boden angezeigt wird, die wir gemessen, aber als Indikatoren für die passenderen Ökosystemfunktionen verwendet haben (siehe unten). Wir haben die Klimaregulierung in die Kohlenstoffbindung und die Reduzierung der Treibhausgasemissionen im Boden unterteilt, da Interessengruppen häufig Interesse an der Kohlenstoffbindung bekunden (z. B. zur Berechnung von Kohlenstoffgutschriften)9. Schließlich haben wir die Häufigkeit von Phytopathogenen gemessen und diese als Indikatoren in die Bereitstellung von Nahrungsmitteln, Ballaststoffen und Brennstoffen einbezogen (und nicht für die Schädlings- und Krankheitsregulierung), da die Häufigkeit von Phytopathogenen direkten Einfluss auf die Ertragsmenge und -qualität hat. Nachfolgend finden Sie Einzelheiten zu den Ökosystemfunktionen und den entsprechenden Indikatoren, die zur Bewertung der gegensätzlichen Managementsysteme gemessen wurden. Für jede Funktion erklären wir, warum wir diese Indikatoren verwendet haben und wie sie gemessen wurden. Obwohl einige Indikatoren in mehreren Ökosystemfunktionen verwendet werden können, haben wir jeden Indikator nur in einer Ökosystemfunktion verwendet, um seine Wirkung auf aggregierte Ökosystemfunktionen zur Darstellung der Multifunktionalität nicht zu überwiegen (Abb. 3).

Diese Funktion wurde in allen Acker- und Grünlandstandorten bewertet. Wir verwendeten Indikatoren nicht nur für den Getreideertrag, sondern auch für die Ertragsqualität (die sich auf die Marktfähigkeit und Eignung für die Lebensmittelverarbeitung auswirkt) und für die Lebensmittelsicherheit (Häufigkeit verschiedener Phytopathogene). Der Getreideertrag wurde mithilfe eines Mähdreschers bestimmt, indem im Juli oder August 2016 und 2017 eine Fläche von 17,5 m2 in bestimmten Probenabständen von den Bäumen (Ergänzungsabbildung 1) innerhalb der Kulturreihe in der Agroforstwirtschaft und im offenen Ackerland beprobt wurde. Grasertrag Das Gewicht von 1000 Körnern wurde aus drei unabhängigen Teilproben von 100 trockenen Körnern extrapoliert, die 2016 und 2017 gemessen wurden Zur Schätzung der Konzentrationen von Getreide-Rohprotein, Stärke und Fett sowie Gras-Rohfaser und -Protein wurden Pflanzenmaterialien ofengetrocknet, gemahlen (<1 mm) und mit einem Nahinfrarot-Reflexionsspektrophotometer (NIRS) (Foss 5000, Foss GmbH, Hamburg, Deutschland). Die Schätzungen wurden auf Basis einer robusten, anlagenspezifischen NIRS-Kalibrierung durchgeführt. Die Schätzung der Rohfettkonzentration basierte auf der Soxhlet-Methode, während die Schätzung der Rohproteinkonzentration auf der Dumas-Methode basierte57. Die Schätzung der Rohstärkekonzentration basierte auf der Ewers-Methode und die Schätzung der Rohfaserkonzentration auf der Weender-Methode57. Die Häufigkeit von Pflanzenpathogenen von Fusarium graminearum und F. tricinctum in Gerste und Weizen sowie von V. longisporum und Leptosphaeria maculans in Raps wurde mithilfe der Echtzeit-Polymerasekettenreaktion (PCR) aus Getreideproben gemessen, die 2016 und 2017 geerntet wurden, wie zuvor beschrieben58.

Diese Funktion wurde in allen Acker- und Grünlandstandorten bewertet. Zu den Indikatoren gehörten die oberirdische Nettoprimärproduktion von Bäumen, da dieses Kurzumtriebsgehölz als CO2-neutrale Energiequelle genutzt wird; Wurzeldichte, die durch ihren Umsatz ein zeitnaher Indikator für die SOC-Quelle sein kann; und SOC-Aktien, die als Ersatz für den sich langsam ändernden Prozess dienen50. Die oberirdische Nettoprimärproduktion von Bäumen wurde als Summe der Holzbiomasseproduktion und des Laubabfalls in den Jahren 2016 und 2017 berechnet. Die Holzbiomasseproduktion wurde für 50 % aller Bäume in einer Parzelle gemessen, indem der Stammdurchmesser in Brusthöhe (DBH) gemessen und ein Standort angewendet wurde - und eine jahresspezifische allometrische Gleichung59, abgeleitet aus den Stammdurchmessern und der gemessenen Biomasse von 25 Bäumen, die den DBH-Bereich der vorhandenen Bäume repräsentierten. Laubabfall von Bäumen wurde in den Jahren 2016 und 2017 alle zwei Wochen mit 0,14 m2 großen Streufallen gesammelt. Die kombinierte Feinwurzeldichte von Bäumen und Nutzpflanzen wurde in einer Tiefe von 0–100 cm mit Bodenkernen von 6,5 cm Durchmesser in der Vegetationsperiode 2017 bestimmt, indem die Böden ausgewaschen und alle Wurzeln mit einer Länge von ≥ 1 cm gesammelt und bei 70 ° getrocknet wurden C für drei Tage. Der SOC wurde 2016 in den obersten 30 cm Tiefe aus luftgetrockneten, 2 mm gesiebten und mit Säure begasten60 (bei pH ≥6) Böden mit einem CN-Analysator (Elementar Vario EL; Elementar Analysis Systems GmbH, Hanau) gemessen , Deuschland). Die Bodendichte wurde 2016 während der Vegetationsperiode für die obersten 30 cm unter Verwendung von Edelstahl-Bodenkernen mit einem Volumen von 250 cm3 gemessen Für die Berechnung der SOC-Bestände in den beiden Bewirtschaftungssystemen verwendeten wir die durchschnittliche Bodendichte für jeden Standort, um für die Berechnungen der SOC-Vorräte die gleiche Bodenmasse zu haben14.

Diese Funktion wurde in allen Acker- und Grünlandstandorten bewertet. Zu den Indikatoren gehörten die Bruttorate der N-Mineralisierung im Boden (ein Prozess, der vorhandenen mineralischen N für die Nutzung durch Pflanzen und Mikroben bereitstellt), pflanzenverfügbares P und K (die die für die Wurzelaufnahme zugänglichen P- und K-Vorräte im Boden widerspiegeln) und die Basensättigung (Angabe des Anteils der an den Austauschstellen des Bodens adsorbierten Grundnährstoffe), effektive Kationenaustauschkapazität (Angabe der Fähigkeit des Bodens, Elemente zu adsorbieren und somit ein Index für seinen langsamen Veränderungsprozess) und nifH-Genhäufigkeit (Angabe des genetischen N2). Fixierungspotential, verantwortlich für die Kodierung des Nitrogenase-Enzyms im Boden). Die Brutto-N-Mineralisierung des Bodens wurde zwischen April und Juni 2017 in den obersten 5 cm unter Verwendung von 15N-Pool-Verdünnungstechniken62 an intakten, in situ inkubierten Bodenkernen gemessen. Der pflanzenverfügbare Phosphor (P) wurde während der Vegetationsperioden 2016 und 2017 monatlich in den obersten 5 cm Tiefe gemessen, und der Durchschnittswert über die Vegetationsperiode repräsentierte jede Wiederholungsparzelle. Pflanzenverfügbares P wurde als Summe aus bikarbonatextrahierbarem und harzaustauschbarem P63 bestimmt und mit einem induktiv gekoppelten Plasma-Atomemissionsspektrometer (ICP-AES; iCAP 6300 Duo View ICP-Spektrometer, Thermo Fischer Scientific GmbH, Dreieich, Deutschland) analysiert. . Das pflanzenverfügbare Kalium (K) wurde 2016 für die obersten 30 cm Tiefe durch Perkolation der Böden mit ungepuffertem 1 mol l−1 NH4Cl bestimmt und die Perkolate wurden mittels ICP-AES auf austauschbares K (sowie auf die unten genannten Kationen) analysiert . Die Basensättigung wurde als Prozentsatz der Basenkationen an der effektiven Kationenaustauschkapazität gemessen, die als Summe aus austauschbarem Ca, Mg, K, Na, Mn, Al, Fe und H bestimmt wurde. N2-Fixierungs-nifH-Genhäufigkeit im Boden Die oberen 5 cm wurden im April 2017 für Grünland und im März 2019 für Ackerland mittels Echtzeit-PCR ermittelt. Beprobte Böden wurden sofort im Feld zur DNA-Extraktion eingefroren30,64 und nifH-Gene wurden mit dem Primerpaar IGK3–DVV65 amplifiziert.

Diese Funktion wurde in allen Acker- und Grünlandstandorten bewertet. Die Indikatoren waren Regenwurmbiomasse (bezeichnet Bioturbation, die die Bodenaggregation beeinflusst), mikrobielle Biomasse C und N (als Ausdruck der mikrobiellen Biomassegröße, die den Nährstoffkreislauf beeinflusst), Bakterien- und Pilzhäufigkeit (als Ausdruck der prokaryotischen und eukaryotischen mikrobiellen Populationsgröße) und β -Glucosidase-Aktivität (was das Potenzial für den enzymatischen Abbau komplexer Kohlenhydrate impliziert und somit die Energiegewinnung durch die mikrobielle Biomasse widerspiegelt). Die Biomasse von Regenwürmern wurde 2018 bestimmt, indem Individuen aus 0,25 × 0,25 × 0,25 m großen Bodenblöcken mittels Handsortierung extrahiert wurden66. Die mikrobielle Biomasse C und N des Bodens wurde im Frühjahr 2017 in den oberen 5 cm mit der CHCl3-Begasungs-Extraktion-Methode67 bestimmt. Ein Paar Bodenproben wurde sofort mit 0,5 mol/l K2SO4 extrahiert, das andere Paar wurde 5 Tage lang begast und dann extrahiert. Extrahierbares organisches C wurde durch UV-verstärkte Persulfatoxidation unter Verwendung eines Kohlenstoffanalysators mit Infrarotdetektor (TOC-VWP, Shimadzu Europa GmbH, Duisburg, Deutschland) analysiert. Extrahierbarer N wurde durch Ultraviolett-Persulfat-Aufschluss und anschließende Hydrazinsulfat-Reduktion mittels kontinuierlicher Durchflussinjektionskolorimetrie (Autoanalyzer-Methode G-157-96; SEAL Analytical AA3, SEAL Analytical GmbH, Norderstedt, Deutschland) bestimmt. Mikrobielle Biomasse C und N wurden jeweils als Unterschiede im extrahierbaren organischen C und N zwischen begasten und nicht begasten Böden dividiert durch kC = 0,45 und kN = 0,68 für 5 Tage lang begaste Proben berechnet67,68. Die Bakterien- und Pilzhäufigkeit im Boden wurde im Frühjahr 2017 auf den Wiesen und im Frühjahr 2019 auf den Ackerflächen gemessen. In den oberen 5 cm gesammelte Bodenproben wurden sofort auf dem Feld zur DNA-Extraktion eingefroren und die Häufigkeit von Bodenbakterien und Pilzen wurde mittels Echtzeit-PCR bestimmt30,64. Die β-Glucosidase-Aktivität des Bodens in den oberen 5 cm, die im Oktober–November 2015 beprobt wurden, wurde mit einem fluoreszierend markierten Substrat (4-Methylumbelliferon-β-D-glucopyranosid; Sigma-Aldrich Chemie GmbH, Taufkirchen, Deutschland) analysiert69. Die Fluoreszenzintensität wurde in 30-Minuten-Intervallen über 180 Minuten bei einer Anregungswellenlänge von 355 nm und einer Emissionswellenlänge von 460 nm unter Verwendung eines FLUOstar Omega-Mikroplattenlesegeräts (BMG, Offenburg, Deutschland) gemessen.

Diese Funktion wurde in den Ackerlandstandorten bewertet, und die Indikatoren waren Nettoflüsse von Treibhausgasen, N2O und CH4 von der Bodenoberfläche und die Bruttorate der N2O-Aufnahme im Boden (was die Fähigkeit des Bodens angibt, das Treibhausgas N2O umzuwandeln). durch mikrobielle Denitrifikation in unreaktives N2 umgewandelt)45. Die CH4- und N2O-Flüsse im Boden wurden monatlich von März 2018 bis Februar 2019 mithilfe belüfteter statischer Kammern70 gemessen. Gasproben wurden mit einem Gaschromatographen (SRI 8610C, SRI Instruments Europe GmbH, Bad Honnef, Deutschland) mit einem Flammenionisationsdetektor (für die CH4-Konzentration) und einem Elektroneneinfangdetektor (für die N2O-Konzentration) analysiert. Die Bruttorate der N2O-Aufnahme im Boden wurde monatlich von März 2018 bis Februar 2019 mithilfe der 15N2O-Pool-Verdünnungstechnik71 gemessen. Wir injizierten 7 ml 15N2O-Markierungsgas in den Kopfraum der Kammer, das aus 100 ppmv 98 % einfach markiertem 15N-N2O, 275 ppbv Schwefelhexafluorid (SF6, als Indikator für möglichen physikalischen Verlust von Gasen aus dem Kopfraum der Kammer) bestand mit synthetischer Luft ausgeglichen (Westfalen AG, Münster, Deutschland). Nach 0,5, 1, 2 und 3 Stunden In-situ-Inkubation wurden Gasproben von 100 ml und 23 ml aus dem Kopfraum der Kammer entnommen und jeweils in eine vorevakuierte 100-ml-Glasflasche und ein 12-ml-Glasfläschchen (Exetainer; Labco) injiziert Limited, Lampeter, UK) ausgestattet mit Gummisepten. Die 100-ml-Gasproben wurden mit einem Isotopenverhältnis-Massenspektrometer (Finnigan Deltaplus XP, Thermo Electron Corporation, Bremen, Deutschland) auf ihre Isotopenzusammensetzung analysiert. Die 23-ml-Gasproben wurden mit demselben Gaschromatographen mit Elektroneneinfangdetektor auf N2O- und SF6-Konzentrationen analysiert. Die Berechnung der Brutto-N2O-Aufnahme im Boden finden Sie in unserer früheren Studie71.

Diese Funktion wurde in den Ackerlandstandorten bewertet und die Indikatoren waren: tatsächliche Evapotranspiration (die von den Pflanzen aufgenommene Wassermenge), gesättigte Leitfähigkeit des Bodens (Ks) (zeigt den Wasserfluss im Boden an), Änderung der Wasserspeicherung in den Boden (was die für die Pflanzenaufnahme verfügbare Wassermenge angibt) und Auswaschflüsse von N, P, S und basischen Kationen (was eine Verschlechterung der Qualität des Drainagewassers im Boden bedeutet). Die tatsächliche Evapotranspiration wurde 2016 und 2017 mit Eddy-Kovarianz-Masten (3,5 m Höhe im offenen Ackerland, 10 m Höhe in der Agroforstwirtschaft) unter Verwendung der Eddy-Kovarianz-Energiebilanz-Methode (ECEB)49 ermittelt. Die ECEB-Messungen integrieren sich über die gesamte Fußabdruckfläche, und die gesamte Agroforstwirtschaft und das offene Ackerland an jedem der drei Ackerlandstandorte wurden jeweils durch einen jährlichen Wert der tatsächlichen Evapotranspiration dargestellt. Der jährliche Wert war die Summe der halbstündlichen, vom ECEB abgeleiteten tatsächlichen Evapotranspirationsraten. Der Ks wurde im Juli–August 2019 gemessen, indem intakte Bodenkerne (jeweils 250 cm3) entnommen wurden, die im Labor langsam mit Wasser gesättigt wurden (nachdem ein Filterpapier an einem Ende der Kerne befestigt und sie auf ein mit 1 cm3 gefülltes Becken gelegt wurde). entgastem Wasser). Der Wasserspiegel wurde im Laufe von 8 Stunden erhöht, um Lufteinschlüsse in den Bodenproben zu vermeiden. Nach der Sättigung wurden die intakten Bodenkerne auf dem UMS-KSAT-Gerät (UMS, München, Deutschland) installiert, wobei je nach Durchlässigkeit des Bodens entweder die Falldruck- oder die Konstantdruckmethode verwendet wurde72. Die Ks-Messungen basierten auf der Darcy-Gleichung und wurden auf 20 °C normiert. Die Änderung der Wasserspeicherung wurde mithilfe des Wasseruntermodells des Expert-N 5.0-Modells73 für die obersten 60 cm des Bodens für den Zeitraum April 2016 bis März 2017 geschätzt. Das gleiche Wassermodell wurde zur Schätzung der monatlichen Entwässerungsflüsse für die Berechnung verwendet von Nährstoffauswaschungsflüssen74. Von 2016 bis 2018 wurden monatlich Bodenwasserproben in 60 cm Tiefe mit Saugnapf-Lysimetern (P80-Keramik, maximale Porengröße 1 μm; CeramTec AG, Marktredwitz, Deutschland) entnommen und auf gelösten Gesamt-N analysiert (unter Verwendung des gleichen kontinuierlichen Flusses). (siehe oben erwähnte Injektionskolorimetrie), Gesamt-P-, Gesamt-S-, Na-, K-, Ca- und Mg-Konzentrationen (unter Verwendung des gleichen oben erwähnten ICP-AES). Die Bodentextur wurde 2016 während der Vegetationsperiode für die oberen 30 cm gemessen, wobei die Pipettenmethode mit Vorbehandlungen zur Entfernung organischer Stoffe und Karbonat (für Boden-pH >6) verwendet wurde75. Die Wasser-Submodell-Eingaben von Expert-N waren Klima (Globalstrahlung, Temperatur, Niederschlag, relative Luftfeuchtigkeit und Windgeschwindigkeit), Boden (Textur, Schüttdichte und Ks), alle gemessen an unseren Untersuchungsstandorten, und Vegetationseigenschaften (Wurzel). Biomasse- und Blattflächenindex), spezifisch für die Kulturpflanzen oder Bäume an den Standorten. Die modellierten Bodenwassergehalte wurden mit gemessenen Bodenfeuchtigkeitsgehalten validiert, die monatlich durch gravimetrische Messungen durchgeführt wurden. Die Nährstoffauswaschungsflüsse wurden durch Multiplikation der Nährstoffkonzentrationen mit den Wasserentwässerungsflüssen während des Probenahmezeitraums berechnet und für das gesamte Jahr summiert74,76.

Auf einem Ackerland auf dem Gleyic Cambisol-Boden wurden die Indikatoren für potenzielle Winderosion durch direkte Messungen und Large-Eddy-Simulation (LES) der Windgeschwindigkeit quantifiziert. Diese Indikatoren waren die prozentuale Verringerung der Windgeschwindigkeit (aus Norden, Nordwesten und Westen) in der Agroforstwirtschaft im Vergleich zum offenen Ackerland und die Anzahl der Tage im Jahr mit einer Windgeschwindigkeit von mehr als 5 m s−¹. Auf den offenen Ackerflächen wurden ab März 2016 die mittleren und maximalen Windgeschwindigkeiten kontinuierlich mit einem Schallanemometer (uSONIC-3 Omni, METEK GmbH, Elmshorn, Deutschland) in einer Höhe von 3,5 m und bis zu 0,5 m über der Bodenoberfläche gemessen September 2018. Die Windgeschwindigkeitsmessungen im offenen Ackerland dienen als Referenzwindfeld, mit dem die Windgeschwindigkeitsmessungen auf jeder der Replikatparzellen der Agroforstwirtschaft (beeinflusst durch die Baumreihen) verglichen wurden. Wir haben ein LES-Modell verwendet, um das räumlich variierende Windfeld für drei Windrichtungen (Norden, Nordwesten und Westen) in der Agroforstbaumreihe (mit einer Baumhöhe von 5 m), der Agroforstkulturreihe und dem offenen Ackerland zu simulieren Dies ist mit reinen Windgeschwindigkeitsmessungen unmöglich zu erreichen. Wir haben die Windgeschwindigkeit bei der niedrigsten Modelldomänenhöhe von 0,5 m über dem Boden aus der 3D-Modellausgabe für die drei Windrichtungen in der Agroforstwirtschaft und im offenen Ackerland extrahiert77. Anschließend haben wir ein Verhältnis der horizontalen Windgeschwindigkeit dieser drei Windrichtungen in der Agroforstwirtschaft zur horizontalen Windgeschwindigkeit derselben Richtungen im offenen Ackerland als Indikatoren für die Verringerung der Windgeschwindigkeit abgeleitet. Dieses Windgeschwindigkeitsverhältnis aus der Modellausgabe wurde dann mit halbstündlichen mittleren Windgeschwindigkeitsmessungen aus dem offenen Ackerland multipliziert, um eine zeitlich und räumlich variierende Windgeschwindigkeit abzuleiten. Das räumlich variierende Potenzial für Winderosion wurde anhand der Anzahl der Tage ermittelt, an denen die Windgeschwindigkeit in 0,5 m Höhe über dem Boden für jedes Managementsystem eine Schwellenwindgeschwindigkeit von 5 m s−1 überschritt, und wurde als Indikator für die Winderosionsbeständigkeit verwendet78,79. Wir berechnen die potenzielle Winderosion nur für diesen einen Ackerlandstandort, weil (i) die gepaarte Agroforstwirtschaft eine große ausgedehnte Fläche mit unterschiedlichen Pflanzdichten von Bäumen bot und (ii) dieser Ackerlandstandort unabhängige Messungen der Windgeschwindigkeit in einem horizontalen Transekt hatte80, beides zulässig Validierung unserer simulierten Werte bei großen Abständen zwischen Baumreihen und bei unterschiedlichen Pflanzdichten. Darüber hinaus konnten wir anhand dieses Ackerlandes die Auswirkungen des Abstands zwischen Baumreihen und der Baumdichte auf die Verringerung der Windgeschwindigkeit verstehen. Da die Agroforstflächen an unseren beiden anderen Ackerflächen vergleichbare Baum- und Reihenbreiten aufwiesen, gehen wir davon aus, dass die Ergebnisse dieser Fläche auch für die anderen Standorte unserer Studie relevant sind.

Um den Wert für eine gesamte Replikatparzelle der Agroforstwirtschaft abzuleiten, wurden die Werte aus der Baumreihe und verschiedenen Probenahmeabständen innerhalb der Kulturreihe mit ihrer Flächenabdeckung gewichtet. Da die Agroforstsysteme durch eine 12-m-Baumreihe und eine 48-m-Kulturreihe dargestellt wurden, waren die Gewichtungsfaktoren: 12/60 für die Baumreihe, 5/60 für die 1-m-Reihe, 6/60 für die 4-m-Reihe, 33/60 für die 1-m-Reihe. 60 für die 7 m, die einen weiten Bereich der Kulturreihe darstellten, basierend auf Vergleichstests zwischen diesen Probenahmepunkten unter Verwendung geeigneter Indikatoren, z. B. für die Bereitstellung von Nahrungsmitteln/Ballaststoffen/Brennstoffen, Lebensraum für mikrobielle Aktivität und Treibhausgasminderung14,30,45,64 ; und 4/60 für die 24-m-Probenahmeentfernungen innerhalb der Kulturreihe, die die 4-m-Überlappung des Düngerstreuers beim Wenden in der Mitte der Kulturreihe berücksichtigten45. Wenn die Indikatoren nicht bei allen Probenahmeabständen innerhalb der Kulturreihe gemessen wurden (z. B. waren die Abstände von 1 und 4 m bei einigen Indikatoren statistisch vergleichbar und bei weiteren Messungen wurden die 4 m ausgeschlossen, stattdessen wurde die zeitliche Probenahme erhöht), haben wir die Gewichtungsfaktoren für die Parzelle angepasst -Agroforstwirtschaftswerte basierend auf der Flächenabdeckung der abgetasteten Entfernungen innerhalb der Kultur- und Baumreihen. Für jeden Indikator wurden flächengewichtete Werte für Agroforstparzellen und offene Acker- oder Grünlandparzellen z-standardisiert (z = (Einzelwert − Mittelwert über Parzellen und Standorte)/Standardabweichung). Dies verhindert die Dominanz eines oder weniger Indikatoren gegenüber den anderen (z. B. durch die Einheiten ihrer Werte) innerhalb einer bestimmten Ökosystemfunktion, und die Z-Standardisierung ermöglicht es mehreren unterschiedlichen Indikatoren, eine Ökosystemfunktion am besten zu charakterisieren. Die z-standardisierten Werte auf Parzellenebene wurden zur Bewertung der Unterschiede zwischen Bewirtschaftungssystemen (z. B. Agroforstwirtschaft gegenüber offenem Ackerland oder offenem Grasland) für eine bestimmte Ökosystemfunktion mit mehreren unterschiedlichen Indikatoren verwendet81. Für Indikatoren, bei denen hohe Werte einen erhöhten unerwünschten Effekt bedeuten (z. B. Häufigkeit von Krankheitserregern im Getreide, Nährstoffauswaschungsverluste, Treibhausgasflüsse im Boden, Windgeschwindigkeit als Erosionsrisikoindikator), haben wir der Reihe nach den additiven Kehrwert (multipliziert mit −1) ihrer Werte verwendet Sie müssen eine einheitliche intuitive Bedeutung haben wie die übrigen Indikatoren (dh ein großer Wert weist auf eine hohe gewünschte Wirkung hin). Unterschiede in den spezifischen Ökosystemfunktionen zwischen Agroforstwirtschaft und offenem Ackerland oder offenem Grünland wurden mithilfe eines linearen Mixed-Effects-Modells (LME) mit Managementsystem (Ackerland- oder Grünland-Agroforstwirtschaft vs. offenes Ackerland oder Grünland) als festem Effekt und Indikatoren bewertet und Parzellen über Standorte hinweg repliziert (4 Parzellen × 2 Bewirtschaftungssysteme × 3 Standorte für Ackerlandsysteme = 24 Parzellen und 3 Parzellen × 2 Bewirtschaftungssysteme × 2 Standorte für Grünlandsysteme = 12 Parzellen) als zufällige Effekte (Ergänzende Abbildung 1 und Ergänzende Tabellen 2–5)81. Da sich Indikatorvariablen in ihren Reaktionen auf Managementsysteme systematisch unterscheiden können, haben wir auch die Interaktion zwischen Indikator und Managementsystem getestet (Ergänzungstabelle 5)81. Diagnosediagramme der LME-Modellresiduen wurden visuell untersucht, um zu überprüfen, ob diese die Kriterien für Normalverteilung und gleiche Varianz erfüllen. Um zu beurteilen, ob es potenzielle Kompromisse oder Win-Win-Situationen gab, führten wir einen Spearman-Rangkorrelationstest zwischen Ökosystemfunktionen in jedem Managementsystem anhand der z-standardisierten Werte von Replikatplots durch (Ergänzende Abbildungen 3a, b und 4a, b); Eine solche Analyse wird üblicherweise durchgeführt, wenn mehrere Ökosystemfunktionen quantifiziert werden81. Darüber hinaus führten wir einen Spearman-Rangkorrelationstest zwischen Ökosystemfunktionen durch, die auf die Umstellung von offenem Ackerland oder Grünland auf Agroforstwirtschaft zurückzuführen sind, und verwendeten dabei die relative Änderung der z-standardisierten Werte (z. B. Agroforstwirtschaft − offenes Ackerland oder Grünland/offenes Ackerland oder Grünland) (Ergänzende Abbildungen 3c). und 4c). Um Unterschiede bei bestimmten Indikatoren zwischen Managementsystemen zu testen, verwendeten wir entweder einen unabhängigen t-Test (wenn die Daten gleiche Varianz und Normalverteilung zeigten), einen Wilcoxon-Test (wenn die Daten gleiche Varianz, aber keine Normalverteilung zeigten) oder einen Welsh-Test ( wenn Normalverteilung und Varianzgleichheit nicht erfüllt waren). Die Daten wurden mit R (Version 4.0.4) analysiert.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Daten zu Indikatoren für Ökosystemfunktionen sind über DOI oder auf Anfrage öffentlich verfügbar, wenn die Daten aufgrund von Urheberrechten einem Embargo unterliegen. Alle entsprechenden Metadaten sind uneingeschränkt. Daten und Metadaten sind zugänglich unter: https://doi.org/10.20387/bonares-4gjt-f0y0 und https://doi.org/10.20387/bonares-c6pk-yxq8 (Pflanzenqualität); https://maps.bonares.de/mapapps/resources/apps/bonares/index.html?lang=en&mid=3e5ac979-3675-4652-818e-67b6f42f2c67 (Pflanzenpathogene); https://doi.org/10.20387/bonares-9nty-5gfa (nifH-Genhäufigkeit); https://doi.org/10.20387/bonares-9nty-5gfa (Bakterien- und Pilzhäufigkeit); https://doi.org/10.20387/bonares-eyt4-dc84 (Regenwurmbiomasse); https://maps.bonares.de/mapapps/resources/apps/bonares/index.html?lang=en&mid=2fa214f3-8d6d-4f8c-bd99-d73b67f0d270 (Beta-Glucosidase); https://doi.org/10.5194/bg-17-5183-2020 (Evapotranspiration, Tabelle 6 im Link, ECEB-Aufbau); https://maps.bonares.de/mapapps/resources/apps/bonares/index.html?lang=en&mid=c6e9a483-2f91-4e4d-851a-6a26e3f27de8 (Boden-Wasser-gesättigte Leitfähigkeit); https://maps.bonares.de/mapapps/resources/apps/bonares/index.html?lang=en&mid=a95fd45d-d51b-4698-830d-44f38d7a7340 (Winderosionsrisiko); https://maps.bonares.de/mapapps/resources/apps/bonares/index.html?lang=en&mid=78c0c07e-c6b4-453b-ac63-15877dbe32a3 (Wurzelbiomasse, grobe N-Mineralisierung im Boden, mikrobielles C & N im Boden, Treibhausgasflüsse im Boden und Nährstoffauswaschungsflüsse); https://doi.org/10.20387/bonares-1b9y-806w (Ertrag); https://doi.org/10.20387/bonares-q82e-t008, https://doi.org/10.20387/bonares-fq8b-031j und https://doi.org/10.20387/bonares-s84z-chbt (SOC, pflanzenverfügbares P & K, Basensättigung und effektive Kationenaustauschkapazität). Im Falle eines Embargos werden in den Metadaten die Kontaktdaten des Autors sowie das Datum der Datenverfügbarkeit angegeben.

Foley, JA et al. Globale Folgen der Landnutzung. Wissenschaft 309, 570–574 (2005).

Artikel CAS Google Scholar

Rockström, J. et al. Ein sicherer Operationsraum für die Menschheit. Natur 461, 472–475 (2009).

Artikel Google Scholar

Geiger, F. et al. Anhaltende negative Auswirkungen von Pestiziden auf die Artenvielfalt und das biologische Kontrollpotenzial auf europäischen Agrarflächen. Grundanwendung Ökologisch. 11, 97–105 (2010).

Artikel CAS Google Scholar

Zhang, W., Ricketts, TH, Kremen, C., Carney, K. & Swinton, SM Ökosystemleistungen und Nachteile für die Landwirtschaft. Ökologisch. Wirtschaft. 64, 253–260 (2007).

Artikel Google Scholar

Tilman, D., Cassman, KG, Matson, PA, Naylor, R. & Polasky, S. Landwirtschaftliche Nachhaltigkeit und intensive Produktionspraktiken. Natur 418, 671–677 (2002).

Artikel CAS Google Scholar

Helming, K. et al. Management von Bodenfunktionen für eine nachhaltige Bioökonomie – Bewertungsrahmen und Stand der Technik. Landabbau. Entwickler 29, 3112–3126 (2018).

Artikel Google Scholar

Rockström, J. et al. Nachhaltige Intensivierung der Landwirtschaft für menschlichen Wohlstand und globale Nachhaltigkeit. Ambio 46, 4–17 (2017).

Artikel Google Scholar

Lehmann, J., Bossio, DA, Kögel-Knabner, I. & Rillig, MC Das Konzept und die Zukunftsaussichten der Bodengesundheit. Nat. Rev. Earth Environ. 1, 544–553 (2020).

Artikel Google Scholar

Smith, J., Pearce, BD & Wolfe, MS Produktivität und Umweltschutz in Einklang bringen: Ist Agroforstwirtschaft in gemäßigten Klimazonen die Antwort? Erneuern. Landwirtschaft. Lebensmittelsystem 28, 80–92 (2013).

Artikel Google Scholar

Europäische Kommission. Eine umweltfreundlichere und gerechtere GAP (EK, 2021).

Grass, I. et al. Kompromisse zwischen Multifunktionalität und Profit in tropischen Kleinbauernlandschaften. Nat. Komm. 11, 1186 (2020).

Artikel CAS Google Scholar

Mayer, S. et al. Bindung von organischem Kohlenstoff im Boden in gemäßigten Agroforstsystemen – eine Metaanalyse. Landwirtschaft. Ökosystem. Umgebung. 323, 107689 (2022).

Artikel CAS Google Scholar

Pardon, P. et al. Juglans regia (Walnuss) in gemäßigten Agroforstsystemen: Auswirkungen auf Bodeneigenschaften, Arthropodenvielfalt und Ernteertrag. Erneuern. Landwirtschaft. Lebensmittelsystem 35, 533–549 (2020).

Artikel Google Scholar

Schmidt, M. et al. Nährstoffsättigung von Pflanzenmonokulturen und Agroforstwirtschaft, angezeigt durch die Nährstoffreaktionseffizienz. Nutr. Zykl. Agrarökosyst. 119, 69–82 (2021).

Artikel CAS Google Scholar

Beule, L. & Karlovsky, P. Baumreihen in gemäßigten Agroforstwirtschaftsflächen verändern die Zusammensetzung der Bodenbakteriengemeinschaften. PLoS ONE 16, e0246919 (2021).

Artikel CAS Google Scholar

Palma, JHN et al. Modellierung der Umweltvorteile der silvoarablen Agroforstwirtschaft in Europa. Landwirtschaft. Ökosystem. Umgebung. 119, 320–334 (2007).

Artikel Google Scholar

Kay, S. et al. Räumliche Ähnlichkeiten zwischen europäischen Agroforstsystemen und Ökosystemleistungen auf Landschaftsebene. Agroforstsystem. 92, 1075–1089 (2018).

Artikel Google Scholar

Swieter, A., Langhof, M., Lamerre, J. & Greef, JM Langfristige Erträge von Raps und Winterweizen in einem Agroforstsystem mit Kurzumtrieb in Gassen. Agroforstsystem. 93, 1853–1864 (2019).

Artikel Google Scholar

Ivezić, V., Yu, Y. & van der Werf, W. Ernteerträge in europäischen Agroforstsystemen: eine Metaanalyse. Vorderseite. Aufrechterhalten. Lebensmittelsystem 5, 606631 (2021).

Artikel Google Scholar

Cardinael, R. et al. Hohe organische Einträge erklären die flache und tiefe SOC-Speicherung in einem langfristigen Agroforstsystem – eine Kombination aus experimentellen und Modellierungsansätzen. Biogeosciences 15, 297–317 (2018).

Artikel CAS Google Scholar

Smith, P. Kohlenstoffbindung in Ackerland: das Potenzial in Europa und im globalen Kontext. EUR. J. Agron. 20, 229–236 (2004).

Artikel CAS Google Scholar

Kay, S. et al. Die Agroforstwirtschaft schafft Kohlenstoffsenken und verbessert gleichzeitig die Umwelt in Agrarlandschaften in Europa. Landnutzungspolitik 83, 581–593 (2019).

Artikel Google Scholar

Cardinael, R. et al. Auswirkungen der Agroforstwirtschaft in Alleinanbaugebieten auf Bestände, Formen und räumliche Verteilung des organischen Kohlenstoffs im Boden – eine Fallstudie im mediterranen Kontext. Geoderma 259–260, 288–299 (2015).

Artikel Google Scholar

Cardinael, R. et al. Räumliche Variation von Regenwurmgemeinschaften und organischem Bodenkohlenstoff in der Agroforstwirtschaft gemäßigter Breiten. Biol. Fruchtbar. Böden 55, 171–183 (2019).

Artikel CAS Google Scholar

Boinot, S. et al. Alley-Crop-Agroforstsysteme: Reservoir für Unkraut oder Refugium für Pflanzenvielfalt? Landwirtschaft. Ökosystem. Umgebung. 284, 106584 (2019).

Artikel Google Scholar

Barnes, AD et al. Direkte und kaskadierende Auswirkungen tropischer Landnutzungsänderungen auf die multitrophische Biodiversität. Nat. Ökologisch. Entwicklung 1, 1511–1519 (2017).

Artikel Google Scholar

Kehoe, L. et al. Die Artenvielfalt ist durch die künftige Ausweitung und Intensivierung von Ackerflächen gefährdet. Nat. Ökologisch. Entwicklung 1, 1129–1135 (2017).

Artikel Google Scholar

DuPont, ST, Culman, SW, Ferris, H., Buckley, DH & Glover, JD Die Direktsaat-Umwandlung von abgeerntetem mehrjährigem Grünland in einjähriges Ackerland reduziert die Wurzelbiomasse, verringert die Aktivkohlevorräte und wirkt sich auf die Bodenbiota aus. Landwirtschaft. Ökosystem. Umgebung. 137, 25–32 (2010).

Artikel CAS Google Scholar

Bengtsson, J. et al. Grasland – wichtiger für Ökosystemleistungen, als Sie vielleicht denken. Ecosphere 10, e02582 (2019).

Artikel Google Scholar

Beule, L. et al. Die Umwandlung von Monokultur-Ackerland und offenem Grasland in Agroforstwirtschaft verändert die Häufigkeit von Bodenbakterien, Pilzen und Boden-N-Kreislauf-Genen. PLoS ONE 14, e0218779 (2019).

Artikel CAS Google Scholar

Borrelli, P., Ballabio, C., Panagos, P. & Montanarella, L. Winderosionsanfälligkeit europäischer Böden. Geoderma 232–234, 471–478 (2014).

Artikel Google Scholar

Amundson, R. et al. Boden und menschliche Sicherheit im 21. Jahrhundert. Science 348, 12610711–12610716 (2015).

Artikel Google Scholar

Olson, KR, Al-Kaisi, M., Lal, R. & Cihacek, L. Einfluss der Bodenerosion auf die organischen Kohlenstoffvorräte im Boden. J. Bodenwasserschutz. 71, 61A–67A (2016).

Artikel Google Scholar

Larney, FJ, Bullock, MS, Janzen, HH, Ellert, BH & Olson, ECS Auswirkungen der Winderosion auf die Nährstoffumverteilung und die Bodenproduktivität. J. Bodenwasserschutz. 53, 133–140 (1998).

Google Scholar

de Jong, E. & Kowalchuk, TE Die Wirkung von Schutzgürteln auf Erosion und Bodeneigenschaften. Bodenwissenschaft. 159, 337–345 (1995).

Artikel Google Scholar

Deutsch, M. & Otter, V. Nachhaltigkeit und förderung? Akzeptanzfaktoren im Entscheidungsprozess deutscher Landwirte zur Anlage von Agroforstsystemen. Berichte über Landwirtschaft - Zeitschrift für Agrarpolitik und Landwirtschaft Aktuelle Beiträge (2021).

Tsonkova, P., Böhm, C., Quinkenstein, A. & Freese, D. Ökologische Vorteile von Alleenanbausystemen für die Produktion von Holzbiomasse in der gemäßigten Region: eine Übersicht. Agroforstsystem. 85, 133–152 (2012).

Artikel Google Scholar

Lehmann, J., Weigl, D., Droppelmann, K., Huwe, B. & Zech, W. Nährstoffkreislauf in einem Agroforstsystem mit Abflussbewässerung in Nordkenia. Agroforstsystem 43, 49–70 (1998).

Artikel Google Scholar

Shao, G. et al. Auswirkungen der Umstellung von Monokultur-Ackerflächen auf Alleinanbau-Agroforstwirtschaft auf die N2O-Emissionen des Bodens. GCB Bioenergie https://doi.org/10.1111/gcbb.13007 (2022).

Isaac, ME & Borden, KA Strategien zur Nährstoffbeschaffung in Agroforstsystemen. Pflanzenboden 444, 1–19 (2019).

Artikel CAS Google Scholar

Cannell, MGR, van Noordwijk, M. & Ong, CK Die zentrale Agroforsthypothese: Die Bäume müssen Ressourcen erwerben, die die Ernte sonst nicht erhalten würde. Agroforstsystem 34, 27–31 (1996).

Artikel Google Scholar

Beule, L., Vaupel, A. & Moran-Rodas, VE Häufigkeit, Vielfalt und Funktion von Bodenmikroorganismen in Agroforstsystemen mit Alleenanbau gemäß gemäßigtem Klima: eine Übersicht. Mikroorganismen 10, 616 (2022).

Artikel CAS Google Scholar

Thevathasan, NV & Gordon, AM in New Vistas in Agroforestry, Bd. 1 (Hrsg. Nair, PKR, Rao, MR & Buck, LE) 257–268 (Springer Niederlande, 2004).

Veldkamp, E. & Keller, M. Düngemittelinduzierte Stickoxidemissionen aus landwirtschaftlichen Böden. Nutr. Radfahrender Agrarökosyst. 48, 69–77 (1997).

Artikel CAS Google Scholar

Luo, J., Beule, L., Shao, G., Veldkamp, E. & Corre, MD Reduzierte Brutto-N2O-Emissionen im Boden, die eher auf Substrate als auf die Häufigkeit von Denitrifikationsgenen in der Agroforstwirtschaft und Monokultur von Ackerland zurückzuführen sind. JGR Biogeosciences 127, e2021JG006629 (2022).

Artikel CAS Google Scholar

Langenberg, J., Feldmann, M. & Theuvsen, L. Agroforstsysteme im Alley-Anbau: Verwendung der Monte-Carlo-Simulation für eine Risikoanalyse im Vergleich zu Ackerbausystemen. Deutsch J. Agric. Wirtschaft. 67, 95–112 (2018).

Google Scholar

Otter, V. & Langenberg, J. Zahlungsbereitschaft für Umweltauswirkungen von Agroforstsystemen: ein PLS-Modell der Kontingentbewertung aus Sicht deutscher Steuerzahler. Agroforstsystem. 94, 811–829 (2020).

Artikel Google Scholar

Zhang, X. et al. Quantifizierung globaler und nationaler Stickstoffbudgets für die Pflanzenproduktion. Nat. Essen 2, 529–540 (2021).

Artikel Google Scholar

Markwitz, C., Knohl, A. & Siebicke, L. Evapotranspiration über Agroforststandorten in Deutschland. Biogeosciences 17, 5183–5208 (2020).

Artikel Google Scholar

Pardon, P. et al. Bäume erhöhen die Verfügbarkeit von organischem Kohlenstoff und Nährstoffen im Boden in gemäßigten Agroforstsystemen. Landwirtschaft. Ökosystem. Umgebung. 247, 98–111 (2017).

Artikel CAS Google Scholar

Europäische Kommission. Verordnung (EG) Nr. 1120/2009 der Kommission (EG, 2009).

Piñeiro, V. et al. Eine Scoping-Überprüfung der Anreize für die Einführung nachhaltiger landwirtschaftlicher Praktiken und ihrer Ergebnisse. Nat. Aufrechterhalten. 3, 809–820 (2020).

Artikel Google Scholar

Kay, S. et al. Agroforstwirtschaft zahlt sich aus – ökonomische Bewertung von Ökosystemleistungen in europäischen Landschaften mit und ohne Agroforstsysteme. Ökosystem. Serv. 36, 100896 (2019).

Artikel Google Scholar

Europäischer Rat. Der Rat einigt sich auf seinen Standpunkt zur nächsten Gemeinsamen Agrarpolitik der EU. Pressemitteilung. https://www.consilium.europa.eu/en/press/press-releases/2020/10/21/council-agrees-its-position-on-the-next-eu-common-agricultural-policy/ (2020 ).

IUSS-Arbeitsgruppe WRB. World Reference Base for Soil Resources 2014. Internationales Bodenklassifizierungssystem zur Benennung von Böden und zur Erstellung von Legenden für Bodenkarten (FAO, 2014).

Garland, G. et al. Ein genauerer Blick auf die Funktionen hinter der Multifunktionalität von Ökosystemen: ein Rückblick. J. Ecol. 109, 600–613 (2021).

Artikel Google Scholar

Naumann, C. & Bassler, R. Die Chemische Untersuchung von Futtermitteln 3. Auflage (Chemical Analysis of Feedstuff 3rd Edition) (VDLUFA-Verlag, 1976).

Beule, L., Lehtsaar, E., Rathgeb, A. & Karlovsky, P. Pflanzenkrankheiten und Mykotoxinansammlung in gemäßigten Agroforstsystemen. Nachhaltigkeit 11, 2925 (2019).

Artikel CAS Google Scholar

Verwijst, T. & Telenius, B. Verfahren zur Schätzung der Biomasse in der Kurzumtriebsforstwirtschaft. Für. Ökologisch. Geschäftsführer 121, 137–146 (1999).

Artikel Google Scholar

Harris, D., Horwáth, WR & van Kessel, C. Säurebegasung von Böden zur Entfernung von Karbonaten vor der gesamten organischen Kohlenstoff- oder Kohlenstoff-13-Isotopenanalyse. Bodenwissenschaft. Soc. Bin. J. 65, 1853–1856 (2001).

Artikel CAS Google Scholar

Blake, G. & Hartge, K. in Methoden der Bodenanalyse: Teil 1 – Physikalische und mineralogische Methoden 363–375 (Americal Society of Agronomy, Inc., 1995).

Davidson, EA, Hart, SC, Shanks, CA & Firestone, MK Messung der Bruttostickstoffmineralisierung und Nitrifikation durch 15N-Isotopenpoolverdünnung in intakten Bodenkernen. J. Bodenwissenschaft. 42, 335–349 (1991).

Artikel CAS Google Scholar

Tiessen, H. & Moir, JO in Bodenprobenahme und Analysemethoden Kap. 25 (CRC Press, 1993).

Beule, L. et al. Pappelreihen in gemäßigten Agroforstwirtschaftsflächen fördern Bakterien, Pilze und Denitrifikationsgene im Boden. Vorderseite. Mikrobiol. 10, 3108 (2020).

Artikel Google Scholar

Ando, S. et al. Nachweis von nifH-Sequenzen in Zuckerrohr (Saccharum officinarum L.) und Ananas (Ananas comosus [L.] Merr.). Bodenkunde Pflanzennähr. 51, 303–308 (2005).

Artikel CAS Google Scholar

Singh, J., Singh, S. & Vig, AP Extraktion von Regenwürmern aus dem Boden durch verschiedene Probenahmemethoden: eine Übersicht. Umgebung. Entwickler Aufrechterhalten. 18, 1521–1539 (2016).

Artikel Google Scholar

Brookes, PC, Landman, A., Pruden, G. & Jenkinson, DS Chloroform-Begasung und Freisetzung von Bodenstickstoff: eine schnelle Direktextraktionsmethode zur Messung des Stickstoffs der mikrobiellen Biomasse im Boden. Bodenbiol. Biochem. 17, 837–842 (1985).

Artikel CAS Google Scholar

Shen, SM, Pruden, G. & Jenkinson, DS Mineralisierung und Immobilisierung von Stickstoff in begasten Böden und Messung des Stickstoffs der mikrobiellen Biomasse. Bodenbiol. Biochem. 16, 437–444 (1984).

Artikel CAS Google Scholar

Marx, M.-C., Wood, M. & Jarvis, SC Ein fluorimetrischer Mikroplattentest zur Untersuchung der Enzymvielfalt in Böden. Bodenbiol. Biochem. 33, 1633–1640 (2001).

Artikel CAS Google Scholar

Matson, AL, Corre, MD, Langs, K. & Veldkamp, E. Bodenspurengasflüsse entlang orthogonaler Niederschlags- und Bodenfruchtbarkeitsgradienten in tropischen Tieflandwäldern von Panama. Biogeowissenschaften 14, 3509–3524 (2017).

Artikel CAS Google Scholar

Wen, Y., Corre, MD, Schrell, W. & Veldkamp, E. Brutto-N2O-Emission und Brutto-N2O-Aufnahme in Böden unter gemäßigten Fichten- und Buchenwäldern. Bodenbiol. Biochem. 112, 228–236 (2017).

Artikel CAS Google Scholar

McKenzie, NJ, Green, TW & Jacquier, DW in Bodenphysikalische Messung und Interpretation zur Landbewertung 150–162 (Csiro Publishing, 2002).

Priesack, E. Dokumentation der Expert-N-Modellbibliothek. https://expert-n.uni-hohenheim.de/de/dokumentation (2005).

Formaglio, G., Veldkamp, E., Duan, Biogeosciences 17, 5243–5262 (2020).

Artikel CAS Google Scholar

Kroetsch, D. & Wang, C. in Bodenproben und Analysemethoden (Hrsg. Angers, DA & Larney, FJ) 713–725 (CRC Press, 2008).

Kurniawan, S. et al. Die Umwandlung tropischer Wälder in kleinbäuerliche Kautschuk- und Ölpalmenplantagen wirkt sich auf Nährstoffauswaschungsverluste und die Nährstoffretentionseffizienz in stark verwitterten Böden aus. Biogeowissenschaften 15, 5131–5154 (2018).

Artikel CAS Google Scholar

Markwitz, C. Mikrometeorologische Messungen und numerische Simulationen von Turbulenz und Evapotranspiration in der Agroforstwirtschaft (Universität Göttingen, 2021).

Jarrah, M., Mayel, S., Tatarko, J., Funk, R. & Kuka, K. Ein Überblick über Winderosionsmodelle: Datenanforderungen, Prozesse und Gültigkeit. Catena 187, 104388 (2020).

Artikel Google Scholar

van Ramshorst, JGV et al. Reduzierung der Winderosion durch Agroforstwirtschaft: eine Fallstudie unter Verwendung großer Wirbelsimulationen. Nachhaltigkeit 14, 13372 (2022).

Artikel Google Scholar

Kanzler, M., Böhm, C., Mirck, J., Schmitt, D. & Veste, M. Mikroklimaeffekte auf Verdunstung und Winterweizenertrag (Triticum aestivum L.) in einem gemäßigten Agroforstsystem. Agroforstsystem. 93, 1821–1841 (2019).

Artikel Google Scholar

Clough, Y. et al. Landnutzungsentscheidungen folgen der Rentabilität auf Kosten der ökologischen Funktionen in indonesischen Kleinbauernlandschaften. Nat. Komm. 7, 13137 (2016).

Artikel CAS Google Scholar

Referenzen herunterladen

Diese Studie wurde vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des BonaRes-SIGNAL-Projekts (Förderkennzeichen: 031A562A, 031B0510A und 031B1063A) mit zusätzlicher Unterstützung durch das BonaRes-Zentrum (Förderkennzeichen: 031B0511B) finanziert. Wir danken Gustav Wiedey, Michael Bredemeier und Magdalena Benecke für die hervorragende logistische und administrative Unterstützung. Wir danken außerdem Dirk Böttger, Julian Meier, Andrea Bauer, Martina Knaust, Kerstin Langs und Natalia Schröder für die Unterstützung vor Ort, in der Technik und im Labor sowie bei Sonja Gerke für die administrative Unterstützung.

Open-Access-Förderung ermöglicht und organisiert durch Projekt DEAL.

Diese Autoren haben gleichermaßen beigetragen: Edzo Veldkamp, Marcus Schmidt.

Bodenkunde tropischer und subtropischer Ökosysteme, Universität Göttingen, Göttingen, Deutschland

Edzo Veldkamp, Marcus Schmidt, Xenia Bischel, Jie Luo, Guodong Shao & Marife D. Corre

Forschungsdatenmanagement, Forschungsplattform Datenanalyse und Simulation, Zentrum für Agrarlandschaftsforschung (ZALF), Müncheberg, Deutschland

Marcus Schmidt & Nikolai Svoboda

Bioklimatologie, Universität Göttingen, Göttingen, Deutschland

Christian Markwitz, Justus GV van Ramshorst, Lukas Siebicke & Alexander Knohl

Julius-Kühn-Institut (JKI) – Bundesforschungsinstitut für Kulturpflanzen, Institut für ökologische Chemie, Pflanzenanalytik und Vorratsschutz, Berlin, Deutschland

Lukas Beule

Bodenbiologie und Pflanzenernährung, Universität Kassel, Witzenhausen, Deutschland

René Beuschel & Christine Wachendorf

Landwirtschaftliches Versuchswesen und Nachwachsende Rohstoffe, Thüringer Landesamt für Landwirtschaft und Ländlichen Raum, Dornburg-Camburg, Germany

Andrea Biertümpfel, Carolin Rudolf & Torsten Graf

Institute of Biochemical Plant Pathology, Helmholtz Zentrum München, Oberschleissheim, Germany

Xiaohong Duan, Florian Heinlein & Eckart Priesack

Bodenkunde gemäßigter Ökosysteme, Universität Göttingen, Göttingen, Deutschland

Rowena Gerjets & Norbert Lamersdorf

Deutsche Vernetzungsstelle Ländliche Räume (DVS), Bundesanstalt für Landwirtschaft und Ernährung (BLE), Bonn, Germany

Leonie Göbel & Martin Jansen

Grünlandwissenschaft und erneuerbare Pflanzenressourcen, Universität Kassel, Witzenhausen, Deutschland

Rüdiger Graß & Michael Wachendorf

Abteilung für Boden- und Wasserwissenschaften, North Florida Research and Education Center, University of Florida, Quincy, FL, USA

Victor Guerra

Fachbereich Nutzpflanzenwissenschaften, Grünlandwissenschaften, Universität Göttingen, Göttingen, Deutschland

Martin Komainda & Johannes Isselstein

Julius-Kühn-Institut (JKI) – Bundesforschungsinstitut für Kulturpflanzen, Institut für Pflanzenbau und Bodenkunde, Braunschweig, Deutschland

Maren Langhof, Anita Swieter & Jörg M. Greef

Zentrum für Biodiversität und nachhaltige Landnutzung, Universität Göttingen, Göttingen, Deutschland

Martin Potthoff & Alexander Knohl

Bodenschutz und Rekultivierung, Brandenburgische Technische Universität Cottbus–Senftenberg, Cottbus, Deutschland

Diana-Maria Seserman & Dirk Freese

Integrierte Analyse und Modellierung von Nutzpflanzensystemen, Zentrum für Agrarlandschaftsforschung (ZALF), Müncheberg, Deutschland

Diana-Maria Seserman

Departement Umweltsystemwissenschaften (D-USYS), ETH Zürich, Zürich, Schweiz

Andrew Carminati

Abteilung für Nutzpflanzenwissenschaften, Molekulare Phytopathologie und Mykotoxinforschung, Universität Göttingen, Göttingen, Deutschland

Petr Karlowski

Sie können diesen Autor auch in PubMed Google Scholar suchen

EV, MDC, AC, DF, TG, JMG, JI, MJ, PK, AK, NL, EP, MS, CW und MW haben den Forschungsvorschlag geschrieben. MDC, EV und MS konzipierten das Studiendesign und die Grundstückserstellung. MS, CM, LB, RB, AB, XB, XD, RG, LG, RG, VG, FH, MK, ML, JL, MP, JGVvR, CR, D.-MS, GS, LS, NS und AS befördert übernehmen die Datenerfassung, -zusammenstellung und -speicherung. MS, MDC und CM führten die statistischen Analysen durch. MDC, EV und MS leiteten die Manuskripterstellung, und alle Autoren schrieben Teile oder kommentierten das Manuskript.

Korrespondenz mit Ehemann Veldkamp.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Rémi Cardinael und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptverantwortliche Redakteure: Clare Davis. Peer-Reviewer-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Veldkamp, E., Schmidt, M., Markwitz, C. et al. Die Multifunktionalität der Agroforstwirtschaft in gemäßigten Zonen übertrifft offene Acker- und Grünlandflächen. Commun Earth Environ 4, 20 (2023). https://doi.org/10.1038/s43247-023-00680-1

Zitat herunterladen

Eingegangen: 11. Juli 2022

Angenommen: 09. Januar 2023

Veröffentlicht: 24. Januar 2023

DOI: https://doi.org/10.1038/s43247-023-00680-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.