研究，一部分的特别功能跨全球环境和尺度的生态系统服务权衡

优化美国中西部的氮含量以获得最大的生态系统价值

• 摘要
• 简介
• 方法
  • 研究区域和模型选择
  • 水的质量
  • 玉米产量
  • 创建效率前沿
  • 优化的有效性
  • 验证
• 结果
• 讨论
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

1975年，玉米在美国的种植面积为7750万英亩(作物报告委员会1975年)，到2012年，玉米种植面积达到了创纪录的约9700万英亩(国家农业统计局2012年)一个)．玉米的大量种植对美国中西部农业生态系统造成了环境、经济和社会方面的影响，特别是通过氮肥的使用。氮是美国玉米生产中三种宏量营养素中最受限制的(Osborne 2002)， 2010年97%的玉米农田施用了氮(国家农业统计局2011年)。

农业氮素利用的利弊跨越多个尺度和社会经济背景，影响各种利益攸关方群体(Ribaudo et al. 1999, 2011)。农村生计依赖高产玉米生产，因此依赖合成氮肥的投入;此外，高产玉米生产是一种生态系统服务，可以满足国家对饲料和燃料的需求(Baker and Zahniser 2006, Marsh 2007, Bierman et al. 2011)。然而，氮污染危害的利益相关者包括墨西哥湾的捕鱼业(Diaz and Rosenberg 2008)和饮用当地水的爱荷华州居民(paulson et al. 2008)。这些危害不仅导致生态系统的破坏，还造成当地社区和个人的经济损失。因为农业氮污染没有单一的来源，社会不能让单一的主体承担责任。因此，氮素管理在从子领域到全球的许多空间尺度上都存在争议(Tyrrell 1999, Nolan and Hitt 2006, Polasky et al. 2011, Keeler et al. 2012, Mueller et al. 2012)。这场争论的中心是一个事实，即合成氮的使用通常会导致更高的产量和增加硝酸盐污染。从本质上说，在因硝酸盐污染而降低的水质生产和玉米产量生产之间存在着一种权衡。

因为氮既带来了服务，也带来了坏处，它造成了关于什么是适当的氮管理的紧张和混乱。过去十年，当地媒体一直在报道这一争论(Meersman 1999, Marcotty 2012)。即使在农业大学中，不同的研究人员也推广了不同的生育管理方法，从极少使用合成生育(Gallandta等人1999,Good and Beatty 2011)到大量使用所有投入(Bender等人2013)。这些不同的观点导致了向玉米农民推荐的各种氮管理做法，以最大化生态系统服务和最小化损害。建议包括通过技术提高氮的利用效率(McBratney et al. 2005)，多样化作物轮作和减少合成氮的投入(Porter et al. 2006, Davis et al. 2012)。在现实中，适当的氮利用可能在很大程度上取决于环境，这使得了解景观变化是最佳氮利用以获得最大生态系统服务的重要组成部分(Sawyer et al. 2006, Rajsic和Weersink 2008)。因此，不同的利益相关者的价值不能在不同的生物物理环境中得到平等的满足。

不同利益相关者群体对水质和产量的重视程度不同，他们对氮利用的决策反映了这些偏好。在本文的重点地区，爱荷华州中北部和明尼苏达州南部，农民生产了世界上最高的雨养玉米产量(国家农业统计局2012年)b)．与此同时，该地区的居民可能会为每1000加仑水支付超过4美元的费用，以使当地的供水达到美国环境保护署每升含10毫克硝酸盐的标准(保尔森2008年，皮特2013年)。相比之下，当不需要去除硝酸盐时，每1000加仑的成本为0.05美元(Pitt 2013年)。2013年的一篇广受欢迎的新闻文章突出了更多的例子，一位农民说:“我们喜欢种地，但我们也喜欢从中赚钱”，试图说明氮肥在盈利玉米生产中所起的重要作用(Pitt 2013)。在同一篇文章中，一名研究人员讨论了生态和人类健康问题，但没有提及农民的经济影响(Pitt 2013)。即使上述关于氮素管理的学术文献也假设了高产的价值，而在其他主要关注的不是作物产量的文献中，假设的产量价值可能不那么明显(Turner和Rabalais 2003, Viscusi et al. 2008)。然而，鉴于这些相互矛盾的需求和观点，该地区能否在不损害人类健康或环境的情况下实现玉米高产?从社会的角度来看，这个问题还远远没有得到解决。

尽管水质和产量之间的权衡在分水岭、流域和全球尺度上都有很好的记录(Donner和scvia 2007, Polasky等人2008,Johnson等人2012,Mueller等人2012)，但在田间尺度上，即决策尺度上，具体的氮动态仍然不明确(Sawyer等人2006)。为了满足所有利益相关方的要求，最优方案是减少氮素污染，不仅要考虑田地规模或流域动态，还要保持或增加玉米产量。然而，在这个时间点上，这种双赢的局面是否存在于区域或更细的空间尺度上尚不清楚。

为了探索实现这种最佳场景的生物物理可行性，我们使用了Cavender-Bares等人(2015)的简单分析框架(SAF)。SAF探索社会生态系统中资源利用的效率，以提供社会和生态重要的生态系统服务。在福利经济学(Bator 1957)和包容性财富(Arrow et al. 2004)之前工作的基础上，SAF寻求(1)通过一个效率边界来约束生物物理系统，这界定了多种生态系统服务的同时生产;(2)通过无差异曲线将利益相关者价值观与效率前沿进行整合;(3)确定实现预期结果的障碍;(4)探索弹性、时间动态和时滞区域(Cavender-Bares et al. 2015)。SAF打算通过考虑什么是生物物理上的可能性，什么是社会上的最佳，让利益相关者参与进来。在关注与爱荷华州北部和明尼苏达州南部玉米生产相关的氮污染时，我们只充分利用了这四个组成部分中的第一个和第三个，但承认利益相关方的参与和弹性区域、时间动态和时间滞后应该是未来工作的主要目标。

我们将SAF应用于明尼苏达州南部和爱荷华州北部的水质与玉米产量之间的权衡。我们结合了浅层地下水脆弱性评估(GWAVA-S)模型(Nolan and Hitt 2006)和农业技术转移决策支持系统(DSSAT;Jones et al. 2003)。我们的目标是使用SAF和模型(1)通过创建效率边界来识别该地区玉米和水质生产的生物物理极限;(2)比较当前N利用结果与效率前沿;(3)在给定利益相关者值的情况下，构建上下文相关的最优N率的讨论框架。

方法

研究区域和模型选择

研究区域(图1)包括明尼苏达州南部和爱荷华州北部的31个县，位于美国玉米带的中心。该地区是全国旱作玉米产量最高的地区，也是硝酸盐污染水平最高的地区之一(国家农业统计局2007年，皮特2013年)。该地区还具有多种土壤质地和广泛的地下水监测点网络，作物和水质模型都可获得关键数据。该地区的农田主要用于种植玉米或大豆(图A1.1)。我们选择的模型GWAVA-S和CERES-Maize，基于氮肥施用量、土地利用和土壤性质模拟地下水硝酸盐污染和玉米产量(Jones et al. 2003, Nolan and Hitt 2006)。我们没有期望我们的结果反映地下水硝酸盐的绝对水平或作物产量。然而，我们确实希望这两个模型都能捕捉到不同土壤类型和化肥施用量下的产量和硝酸盐污染的相对变化。

我们使用ArcGIS 10.0(环境系统研究所2010)来执行空间操作，使用R 2.14.1来使用包基础(R Development Core Team 2011)的数据进行所有其他计算和绘图。表(Dowle et al. 2013)， ggplot2 (Wickham 2009)， plyr (Wickham 2011)和sqldf (Grothendieck 2012)。

水的质量

我们利用GWAVA-S (Nolan and Hitt 2006)对玉米施用合成肥料造成的地下水硝酸盐污染进行了估计。GWAVA-S是一个非线性模型，输出的分辨率为1平方公里，这提供了足够的分辨率来创建效率边界。它的参数直观、定义明确，并且作为公共数据库中的空间数据易于访问。虽然GWAVA-S是一个国家尺度的模型，但之前的验证表明，在研究区域的多个点上，硝酸盐的误差小于1.6 ppm (Nolan and Hitt, 2006)，这表明它准确地捕捉了该区域的相对硝酸盐动态。

GWAVA-S分为三个部分:N输入(N _j)、运输(T _我)和衰减(一个 _我)：

(1）

这两个T _我而且一个 _我是否为每个网格单元格计算指数函数我从输入参数，在我们的研究区域，完全包括土壤性质。T _我而且一个 _我在ArcGIS 10.0 (Environmental Systems Research Institute 2010)中基于预编译层(Nolan and Hitt 2006)进行计算。N输入是土地用途变量的线性函数(X _n)由常数(β)调整_n）;我们只使用合成农用肥料(FFERT)来计算N输入。假设只有玉米田施肥，计算所有情景的FFERT。初始施肥量从0至250公斤公顷不等^－1在10公斤哈哈^－1增量。然后我们在0-1的相对尺度上恢复GWAVA-S输出，其中1等于所有GWAVA-S输出的99.7个百分位。然后，我们用1减去这个数字，为水质评分。

玉米产量

我们估计玉米产量是N利用ceres -玉米模型研究输入速率和土壤质地(Jones等，2003年)。ceres -玉米模型是一个时间步进模型，它模拟了玉米作物的生长、发育和产量作为土壤-植物-大气动力学的函数，但不包括耕作。该模型能够根据土壤、天气和跨区域景观的管理选择确定作物产量的变化(Jagtap和Jones 2002年)。研究区域的最小输入数据集可通过DSSAT获得(Jones et al. 2003)。

模型输入数据集的特征包括土壤质地、初始土壤湿度和肥力条件、天气、玉米品种、种植日期以及施肥速率和类型。我们使用了DSSAT框架中的现有参数，这些参数来自之前在爱荷华州进行的土壤、天气和玉米品种的研究。土壤质地分为砂质壤土、砂质粘土和粉质壤土三种深度。我们使用了1990年爱荷华州立大学艾姆斯农学农场的天气数据;1990年是该地区降水量分布和日气温的代表性天气年。此外，今年墨西哥湾的低氧带规模中等;造成低氧区的一个原因是农场硝酸盐径流，它随天气模式而变化(Donner和scvia, 2007)。管理参数和作物品种基于ceres -玉米选项约束下的最佳管理实践(表A1.1)。我们使用CERES-Maize产量来生成0 kg hha施氮量(无水氨)的产量响应曲线^－175-350公斤公顷^－1每隔25公斤处理土壤质地、品种和施氮量。

ceres -玉米产量输出输出给R (R development Core Team 2011)，并估算每种土壤质地下产量随施氮量的二次线性回归函数(表A1.1)。从这些回归中，我们计算了对应于GWAVA-S输出的每个1平方公里网格单元的平均产量。根据STATSGO数据对表面纹理进行分类，以匹配CERES-Maize的输入纹理(表A1.1)，并在对应于GWAVA-S输出的ArcGIS 10.0到1 km²网格单元中进行推广(环境系统研究所2010)。的产量潜力Y _ij每个网格单元格的我在受精率上j(公斤公顷^－1)为每种土壤类型的回归曲线的平均值，以每种土壤类型的代表率加权:

（2）

y _ijk产量取决于土壤类型吗k在网格我在受精率j,一个 _k土壤类型的百分比面积是多少k在网格中。与GWAVA-S模型一样，施肥量从0- 250公斤N公顷不等^－110公斤N公顷^－1增量。从产量潜力来看，根据2012年作物数据层(附录1)，我们计算了在每个单元种植玉米的英亩数下的总产量。总产量和产量潜力都是在相对于研究区域最大值的0-1尺度上恢复的。通过比较ceres -玉米产量与报告的县域数据(国家农业统计局2012年)，我们验证了施氮量对产量的响应c)．

创建效率前沿

我们使用GWAVA-S和CERES-Maize产出来定义县和研究区域尺度上的效率前沿。效率边界描述的是在给定产量条件下可以生产的最大水质量，反之亦然。我们对研究区域(图2)和单个县(图3)的水质和产量之间的权衡进行了可视化分析。我们对三种场景进行了分析:一种非优化场景，假设所有玉米农田的施氮量相等;使用报告的全县平均氮施用量的当前状态情景(Ruddy等，2006年);以及在给定的平均施氮量下，使水质和产量最大化的优化方案。全县范围内的水质和产量潜力的分数是每个县的平均值(附录1)。

为了估算在非优化情况下即使施氮的生产潜力极限，我们对每种施氮率下的水质和产量取平均值。数据按县和研究区域平均。我们根据2001年每个县购买的化肥总量(Ruddy et al. 2006)估算了爱荷华州和明尼苏达州目前的系统状态，假设购买的氮在玉米农田中均匀施用。我们根据2001年国家农业统计局Quickstats数据库(国家农业统计局2012年)的玉米生产土地面积计算了每公顷的应用比例c)．然后，我们用上述模型计算水质和产量。

为了计算优化的效率边界，我们首先创建了一组线性效用偏好，表示利益相关者愿意在产量和水质之间进行的潜在权衡。效用偏好的斜率在指数尺度上从−0.05到−50不等。例如，如果利益相关者的权衡偏好为−0.625，当产量增加0.8(0-1尺度)时，水质下降0.5(0-1相对尺度)是可以接受的;权衡偏好为零表示利益相关者只重视水质。然后，我们估计了在非优化情况下，每个1平方公里网格单元的相对产量和水质之间权衡的曲线的斜率。这个斜率等于随着施氮量增加，水质的变化除以玉米产量的变化。然后，在权衡斜率与各效用偏好最匹配的N对效用偏好中选择较高者作为最理想的N个施用量。和非优化的情况一样 在这种情况下，我们计算了每个县和研究区域的效率边界，通过在每个1平方公里电网上对每种效用偏好的相对产量和水质的平均。

优化的有效性

在研究区和县两级，我们计算了优化施氮量相对于平均施氮量在总产量中位数时的有效性。该产量对应于u =−1.0的效用偏好，此时水质和产量同样有价值。然后，我们根据该效用偏好下的县平均施氮率，插值出在相同产量潜力下非优化施氮情景下将产生的水质量。优化后的水质和非优化后的水质之间的差异百分比代表了在这个中值产量下，从非优化的均匀施用量方案移动到优化方案时水质的相对改善。

为了探索环境异质性如何与优化的影响相互作用，我们对每个县的物理环境变化的日益复杂的衡量标准进行了水质改善百分比的回归。这些指标是土壤类型百分比k,在那里k是ceres -玉米模型中使用的四种一般土壤类型之一;辛普森多样性(年代)，以每种土壤类型的百分比代表计算x在县;以及GWAVA-S的传输和衰减因子的组合标准差，其中聚合了土壤类型和其他生物物理参数(Nolan and Hitt 2006)。基于gwava的聚合是根据土地能力分类聚合的替代方案:土地能力是GWAVA-S参数、土壤质地、坡度以及其他因素的函数，包括涝渍频率和泛谷形成，这些因素都不容易符合GWAVA-S和CERES-Maize(土壤保持服务，1961年)。所有数据被转换为必要的，以满足回归之前的正态性假设。

验证

简单地说，我们将报告的产量转换为相对于我们建模的最大输出的值。然后，我们将报告的产量潜力与根据Ruddy等人(2006)描述的施氮率计算的玉米产量潜力进行回归。最后，将报告的相对产量潜力与根据报告的N速率估计的相对产量潜力之间的差值作为模型误差计算。我们使用巴特利特检验(R Development Core Team 2011)来检验这些数据在误差项中的方差齐性。

结果

报告的县平均产量都低于任何1平方公里网格模型最大值的70%以上，这说明了研究区域对玉米生产的偏好。此外，报告的县平均施氮量证实，在水质和产量权衡方面，县与县之间存在差异(图2)。从优化情景计算的研究范围内的效率边界表明，水质和产量之间存在明显的权衡，随着两种服务的最大值的接近，这种权衡的严重程度增加;在产量相对较高的情况下，产量的小幅进一步提高需要水质的显著损失。不同研究区域的水质和产量对N的响应范围不同，但优化后的数据似乎降低了变异性。通过空间优化每个县的氮施用量，优化后的研究区域每平方公里可能产生更多的生态系统服务。

不同的县显示出生态系统服务之间的对比权衡(图3)。对于我们研究区域的一些县，如Freeborn、Pocahontas和Butler，非优化的生产曲线接近甚至等价于效率边界，这表明这些县正在最大化或接近最大化这两个变量的生态系统服务生产。其他县，如Watonwan，运行效率远低于边界。为了解释这种差异，我们将改善百分比与各县的可变性指标进行了回归。在线性回归假设下(数据未显示)，土壤类型百分比和土壤类型多样性与水质改善没有显著关系，但GWAVA-S传输和衰减参数的变化均为正且高度显著(P < 0.001;图4)。

Pocahontas和Watonwan两县的比较进一步强调了生物物理环境在确定最佳氮施用量以最大化生态系统服务生产方面的重要性。例如，在波卡洪塔斯县，最佳N与Watonwan县相比，各网格单元和效用的施用量变化较小(图5)，这表明生物物理环境更加均匀(图A1.2)。这种同质的生物物理环境允许更同质的生产水质和产量跨氮率。相比之下，随着中位数N速率的增加，Watonwan的产量和网格细胞间的水质变异性也显著增加。与此同时，在给定的效用偏好下，Watonwan县的平均产量低于Pocahontas县，因为大片农田几乎不施氮。尽管产量下降，Watonwan的中值水质也略低于Pocahontas。因此，Watonwan县等县似乎有机会在不牺牲水质或产量的情况下获得巨大收益，而Pocahontas县似乎已经在没有优化的情况下达到了效率的边缘(图4和图5)。

根据环境和偏好的混合，最佳施氮量随景观效用的变化而变化。图6a显示了在高度重视水质的情况下的最优施氮量;因此，在大多数地区施用少量或不施用氮肥可使效用最大化。图6c显示了完全相反的情况，对产量的高偏好通常导致高使用率。Watonwan、Pocahontas、Butler和Freeborn四个重点县报告的平均施氮量为156 kg N ha^－1，其范围在图6b和6c的N个范围内。

讨论

我们从两个问题开始分析。(1)在区域生物物理约束条件下，研究区能否获得更高的产量和水质?(2)如果有，这些增长是在哪里以及如何发生的?我们的研究结果表明，在研究区域内提高玉米产量和水质是可能的。图2说明了非优化氮素利用和优化氮素利用之间的明显差异。这一差异代表了研究领域中跨越大多数涉众价值的巨大收益的潜力。然而，研究区域范围内的收益需要整个景观的N使用发生不成比例的变化，而不管其效用如何(图6)。

Watonwan县和Pocahontas县截然不同的环境背景证明了这种规模依赖性。Watonwan县土壤环境异质性强(见图5和图A1.2);波卡洪塔斯县人口相对单一。优化施氮条件下，在保持产量的前提下，wattonwan县的水质提高幅度最大;波卡洪塔斯县的得票率微乎其微。波卡洪塔斯县即使在对产量的高效用偏好和高氮施用量的情况下也能保持相对较高的水质。相比之下，Watonwan县高玉米偏好对水质的影响更大;因此，该县的最佳管理选择将以较低的施氮量为特征。任何通过公共政策或其他方式优化该研究区域氮素利用的协同努力，都应首先关注Watonwan县和类似的异质环境。

综合这一推论，优化效果与环境异质性呈强正相关(图4)。这一趋势背后的一个主要驱动环境因素是土壤质地。GWAVA-S模型中氮向地下水的输送和CERES-Maize模型中作物对氮的响应(Jagtap and Jones 2002, Nolan and Hitt 2006)都高度依赖于土壤质地。因此，土壤质地极大地影响着水质和产量之间权衡的性质。然而，许多其他因素在县尺度优化的水质响应中也很重要，包括地形和地表排水(Nolan and Hitt 2006)。因此，如图4所示的对环境异质性的快速、广泛的测量可能是选择干预领域、使优化方案的影响最大化的有效方法。

这种环境依赖性在农场规模上也具有重要意义，特别是在引导土地管理者对不同生态系统服务的偏好方面。在水质和产量之间保持平衡偏好的土地管理者可能会在波卡洪塔斯县比在沃托万县施用更多的氮。该分析说明了生物物理环境如何通过权衡的本质来约束个人或群体的价值实现。从农民个体的角度来看，在如此大的空间范围内进行优化可能会导致不公平。在县一级，景观政策执行的一个主要单位，优化可能需要一些农民将氮的投入减少到可盈利的施用量以下。在美国现有的关于私有产权的观念背景下，要求农民减少氮的投入，从而可能降低产量或盈利能力，可能需要为由此导致的水质增加支付费用，而农民个人可能会直接受益，也可能不会直接受益。

这种迥然不同的生物物理环境也突出了利益相关者之间权力平衡的重要性。即使波卡洪塔斯县强大的利益相关者更喜欢水质，该县也可以生产大量玉米，满足那些喜欢这种产品的人，并产生高聚合效用。然而，在Watonwan县，重视水质的利益相关者从土地管理中获得的价值会更少，而土地管理是由权力强大的少数人掌控的，他们可能会把更高的价值放在玉米产量上。Watonwan县的结果是减少了该县获得的生态系统服务的总体效益。鉴于目前美国农业的情况，只有不到1%的人口自称从事农业(国家农业统计局2009年)，很少有人在氮管理方面有发言权，因为决策主要是由土地所有者和他们的作物顾问在田间规模上做出的。不幸的是，在许多情况下，一些当事人，即爱荷华州得梅因的渔民或公共饮水者，可以分担与施氮带来的不利影响相关的不成比例的负担。与此同时，人们可以想象一个“污染者付费”的政策场景，涉及合成氮的使用限制，在这种情况下，所有农民无论生物物理环境如何，都将被要求同样减少合成氮的使用。虽然这一政策可以减少硝酸盐污染，但它也可能不必要地降低玉米产量，导致系统性能次优。这一点应该引起人们对与n相关的生态系统服务和损害的公平分配的关注。

另一方面，低效率的存在表明了优化氮利用效率和生态系统服务生产的市场机会。2013年，研究区域内氮素投入估计超过每英亩100美元(Duffy 2013年)，种植者当然有动机最大化氮素效率。企业或社区倡议可以在土地管理人员和用水用户之间组织一项分享报酬或类似协议，以帮助减轻农民向可变氮肥施用过渡的风险，从而为所有人的利益抓住这种低效率。当然，这样的工作除了描述一个领域的效率前沿之外，还需要确定利益相关者的价值。在最近一篇题为《Landlabs》(Jordan et al. 2013)的关注边界组织类型的出版物中，有证据表明公私伙伴关系可以优化土地利用，并满足环境、经济和社会利润的三重底线。我们相信，通过类似的努力，将从土地管理者和作物顾问到城市用水用户等各领域的利益攸关方的偏好联系起来，可以成功地减少氮效率低下。

分析告诉我们，在我们的研究区域内，有一些特定的领域应该首先进行氮的使用。应以更高的空间分辨率模拟Watonwan县等异质环境，当地社区应参与探索提高农业生态系统氮素利用效率的潜在机会。为了在密西西比河流域以一种变革的方式发生，这种类型的分析和随后的参与将需要大学推广代理、社区组织者和其他决策支持人员以最少的资源轻松重复。SAF的实施虽然在概念上很简单，但要求实施它的人具有大量的空间数据、地理信息系统和计算机处理方面的技术知识。目前，尽管数据通常是公开的，但访问数据存在技术障碍，在获取数据进行分析后处理数据也存在时间障碍。此外，选择简单但健壮的模型是耗时的，而且对于一般的扩展教育工作者或社区组织者来说是不现实的期望。尽管围绕建模的限制正在诸如自然资本项目(http://www.naturalcapitalproject.org)，数据预处理仍然是一个限制因素。最后，需要做更多的工作来建立一个健壮的过程，使多个利益相关者的声音能够被听到，使利益相关者能够与基线数据和模型的假设进行交互和测试(Jordan et al. 2013, Runck et al. 2014)。

我们的结果必须在模型局限性的背景下进行解释。在实施过程中，CERES-Maize模型缺乏捕捉研究区域土壤类型全范围响应的能力，而且在很大程度上泛化了土壤质地(表A1.1)。此外，它依赖于一个具有代表性的年份的天气数据，这简化了分析，但牺牲了捕捉这些生态系统服务生产过程中的可变性，特别是在气候变化越来越大的情况下(Motha和Baier, 2005年)。GWAVA-S虽然足以进行初步探索，但并没有完全捕捉到美国中西部水文的复杂性和硝酸盐装载所产生的损害的本质。例如，GWAVA-S通过预测更少的污染来应对我们研究区域的一个主要因素——排水;然而，这些N最终会进入水道，并通过其他途径导致环境退化(Alexander et al. 2008)。许多非常重要的输入参数，包括地表排水，都是在县域尺度上计算的，在1平方公里的模型分辨率下并不能反映这种跨空间的变化。最后，这两个模型都没有纳入其他土地管理实践，包括施氮时间、耕作和覆盖种植，这些都会影响氮素损失和产量(Dinnes et al. 2012)。尽管存在这些警告，但这两个模型都准确地逼近了我们研究区域的生物物理动力学和特定限制，如上所列，这意味着报告的N个管理场景之间的相对变化是有效的。因此，我们的研究结果代表了在指定区域让利益相关方参与和更精确地调查水质和产量之间的权衡方面迈出的第一步。

结论

鉴于美国中西部关于适当氮素管理的争论，我们需要新的工具，既要考虑到生物物理现实，又要考虑到利益相关者的不同偏好。这些工具需要简单，并易于适合从业者的工具箱，以吸引公众。我们将SAF应用于易于获取的数据，以探索在上中西部地区产量和水质之间极具争议的权衡。尽管我们发现，在许多县，该地区已经通过施氮率产生了最高的水质和产量，但其他地区的改善条件已经成熟。这些地区的特点是土壤环境极不均匀;如果改善生态系统服务对社会的整体交付是目标，那么这些领域应该是优化氮施用量的首要目标。

水质和玉米产量权衡的影响是深远的，并促进利益相关者之间的深刻冲突。未来的工作应该将更高分辨率模型和地面验证与这些目标领域的行为经济学分析和利益相关方参与结合起来。具体来说，开展调查，将利益相关方的态度和农民做法与模型结果进行比较，将有助于将我们强调的生态系统服务提供的低效最小化。这样做将更现实地反映这些领域面临的权衡，并为改善所有人的环境和经济成果提供基于利益攸关方的目标。从经济福祉到人类和生态系统健康，很多事情都处于危险之中。

文献引用

亚历山大，R. B.， R. A.史密斯，G. E.施瓦茨，E. W.博耶尔，J. V.诺兰，J. W.布雷克比尔。2008。密西西比河流域向墨西哥湾输送磷和氮的差异。环境科学与技术42(3): 822 - 830。http://dx.doi.org/10.1021/es0716103

阿罗，P.达斯古普塔，L.古尔德，G.戴利，P.埃利希，G.赫尔，S.莱文，K - g。Mäler, S.施耐德，D.斯塔雷特，B.沃克，2004。美国经济协会:我们消费太多了吗?经济展望杂志18(3): 147 - 172。

贝克，A.和S. Zahniser. 2006。乙醇重塑了玉米市场。琥珀色的海浪4(2): 30 - 35。

巴托，1957年。福利最大化的简单分析。美国经济评论(1): 47 22-59。

本德，R. R.， J. W.海格勒，M. L.鲁弗和F. E. Below. 2013。现代转基因昆虫保护玉米杂交种的养分吸收、分配和重组。农学期刊105(1): 161 - 170。http://dx.doi.org/10.2134/agronj2012.0352

比尔曼，P.， C. Rosen, R. Venterea和J. Lamb. 2011。明尼苏达州玉米氮肥使用调查．明尼苏达州农业部，美国明尼苏达州圣保罗。(在线)网址:http://www.mda.state.mn.us/protecting/cleanwaterfund/~/media/C0D97703C7A84E74936431110A5FE897

Cavender-Bares, J.， S. Polasky, E. King和P. Balvanera. 2015。评估生态系统服务权衡的可持续性框架。生态与社会20(1):17。http://dx.doi.org/10.5751/ES-06917-200117

作物报告委员会，统计报告处，1975年。6月产量报告．美国农业部，华盛顿特区，美国。(在线)网址:http://usda01.library.cornell.edu/usda/nass/Acre//1970s/1975/Acre-06-30-1975.pdf

戴维斯，A. S.， J. D.希尔，C. A.蔡斯，A. M.约翰斯，M.利伯曼。2012。增加种植制度的多样性可以平衡生产力、盈利能力和环境健康。《公共科学图书馆•综合》7 (10): e47149。http://dx.doi.org/10.1371/journal.pone.0047149

迪亚兹，R. J.和R.罗森博格。2008。死亡地带的扩大及其对海洋生态系统的影响。科学321(5891): 926 - 929。http://dx.doi.org/10.1126/science.1156401

Dinnes, D. L. Karlen, D. B. Jaynes, T. C. Kaspar, J. L. Hatfield, T. S. Colvin和C. A. Cambardella。2002。减少中西部瓦排土壤硝态氮淋失的氮素管理策略。农学期刊94(1): 153 - 171。http://dx.doi.org/10.2134/agronj2002.0153

唐纳，S. D.斯卡维亚，2007。气候如何控制密西西比河的氮通量和墨西哥湾缺氧的发展。湖沼学和海洋学52(2): 856 - 861。http://dx.doi.org/10.4319/lo.2007.52.2.0856

道尔，M.， T.肖特，S. Lianoglou和S. Srinivasan. 2013。数据。table: data.frame的扩展．R包版本1.8.8。统计计算R项目，维也纳，奥地利。(在线)网址:http://CRAN.R-project.org/package=data.table

达菲,m . 2013。估算2013年爱荷华州农作物生产成本．fm - 1712。文件A1-20。爱荷华州立大学扩展和外展，艾姆斯，爱荷华，美国。(在线)网址:http://www2.econ.iastate.edu/faculty/duffy/documents/EstimatedCostsofCropProduction2013.pdf

环境系统研究所。2010.ArcGIS桌面:发布10．ESRI, Redlands，加利福尼亚州，美国。

加兰塔，E. R.， M.李伯曼，和D. R.哈金斯，1999。改善土壤质量:杂草管理的意义。作物生产学报2(1): 95 - 121。

J. D.吉列拉诺和M.莫汉。1990。爱荷华州的州和县边界．爱荷华州自然资源部，爱荷华州地质调查局，美国爱荷华州爱荷华市。在线[URL]:ftp://ftp.igsb.uiowa.edu/gis_library/IA_State/Admin_Political_Boundary/county.zip

好，A. G.和P. H.比蒂。2011。给自然施肥:公地过度的悲剧。公共科学图书馆生物学9 (8): e1001124。http://dx.doi.org/10.1371/journal.pbio.1001124

Grothendieck, g . 2012。Sqldf:对R个数据帧执行SQL选择．R包版本0.4-6.4。统计计算R项目，维也纳，奥地利。(在线)网址:http://CRAN.R-project.org/package=sqldf

贾格塔普，s.s.， J. W.琼斯，2002。cropgro -大豆模型预测区域产量和产量的适应性和评价。农业，生态系统与环境93(1): 73 - 85。http://dx.doi.org/10.1016/s0167 - 8809 (01) 00358 - 9

约翰逊，K. A.， S. Polasky, E. Nelson, D. Pennington. 2012。生态系统服务价值评估的不确定性及其对土地利用权衡评估的影响:明尼苏达河流域农业案例研究。生态经济学79:71 - 79。http://dx.doi.org/10.1016/j.ecolecon.2012.04.020

琼斯，J. W.， G.胡根布姆，C. H.波特，K. J.布特，W. D.巴切勒，L. A.亨特，P. W.威尔金斯，U.辛格，A. J.吉斯曼，J. T.里奇。2003。DSSAT种植系统模型。欧洲农学杂志18(3): 235 - 265。http://dx.doi.org/10.1016/s1161 - 0301 (02) 00107 - 7

Jordan, N, l.a. Schulte, C. Williams, D. Mulla, D. Pitt, C. S. Slotterback, R. Jackson, D. Landis, B. Dale, D. Becker, M. Rickenbach, M. Helmers，和B. Bringi. 2013。Landlabs:创建满足三重底线的农业企业的新方法。高等教育杂志，拓展与参与17(4): 175 - 200。

基勒，B. L, S.波拉斯基，K. A.布劳曼，K. A.约翰逊，J. C.芬利，A.奥尼尔，K.科瓦奇，B.达尔泽尔。2012。将水质与福祉联系起来，以改进生态系统服务的评估和估值。美国国家科学院院刊109(45): 18619 - 18624。http://dx.doi.org/10.1073/pnas.1215991109

Marcotty, j . 2012。浑浊的明尼苏达河恢复了生机。StarTribune, 11月12日。

马什，2007。玉米饲料谷物与牲畜和家禽经济之间的跨部门关系。农业与资源经济学杂志32(1): 93 - 114。

McBratney, A.， B. Whelan, T. Ancev, J. Bouma. 2005。精准农业的未来发展方向。精准农业6(1): 7日。http://dx.doi.org/10.1007/s11119-005-0681-8

Meersman, t . 1999。污染污染了一条曾经引以为傲的河流。StarTribune, 12月11日。

明尼苏达州自然资源部，2003年。明尼苏达州县边界．医嘱数据熟食店。明尼苏达州自然资源部，美国明尼苏达州圣保罗。在线[URL]:http://deli.dnr.state.mn.us/

莫塔，R. P.和W.拜尔，2005。当前和未来气候变化和气候变率对温带地区农业的影响:北美。beplay竞技气候变化70(2): 137 - 164。http://dx.doi.org/10.1007/s10584-005-5940-1

穆勒，n.d.， J. S.戈贝尔，M.约翰斯顿，D. K.雷，N.拉曼库蒂，J. A.福利。2012。通过营养和水管理缩小产量差距。自然490(7419): 254 - 257。http://dx.doi.org/10.1038/nature11420

国家农业统计局，2009年。2007年农业普查．卷1。地理区域系列。51一部分。美国农业部，华盛顿特区，美国。(在线)网址:http://www.agcensus.usda.gov/Publications/2007/Full_Report/usv1.pdf

国家农业统计局，2011。化肥和农药的统计。页面XIV-1-XIV-22在农业统计数据．美国农业部，华盛顿特区，美国。

国家农业统计局，2012b．2012年选定州按县每英亩收获玉米产量。美国农业部，华盛顿特区，美国。在线[URL]:http://www.nass.usda.gov/Charts_and_Maps/Crops_County/pdf/CR-YI12-RGBChor.pdf

国家农业统计局，2012一个．CropScape-cropland数据层．美国农业部，华盛顿特区，美国。(在线)网址:http://nassgeodata.gmu.edu/CropScape/

国家农业统计局，2012c．快速统计数据．国家农业统计局，华盛顿特区，美国。(在线)网址:http://quickstats.nass.usda.gov

美国国家地图集，2012。全国地图小规模收藏．美国地质调查局，莱斯顿，弗吉尼亚州，美国。在线[URL]:http://nationalatlas.gov/atlasftp-1m.html

诺兰，B. T.和K. J.希特，2006。美国浅层地下水和饮用水井易受硝酸盐污染环境科学与技术40(24): 7834 - 7840。http://dx.doi.org/10.1021/es060911u

S. L.奥斯本，J. S. Schepers, D. D. Francis和M. R. Schlemmer. 2002。利用光谱辐射测量法检测玉米中磷和氮的缺乏性。农学期刊94(6): 1215 - 1221。http://dx.doi.org/10.2134/agronj2002.1215

皮特,d . 2013。爱荷华州应对饮用水硝酸盐激增。阅读鹰6月5日。(在线)网址:http://www2.readingeagle.com/article.aspx?id=482877

Polasky, S. R. Carpenter, C. Folke和B. Keeler. 2011。巨大不确定性下的决策:全球变化时代的环境管理。生态学与进化趋势26(8): 398 - 404。http://dx.doi.org/10.1016/j.tree.2011.04.007

Polasky, S, E. Nelson, J. Camm, B. Csuti, P. Fackler, E. Lonsdorf, C. Montgomery, D. White, J. Arthur, B. Garber-Yonts, R. Haight, J. Kagan, A. Starfield, C. Tobalske. 2008。把东西放在哪里?空间土地管理以维持生物多样性和经济回报。生物保护141(6): 1505 - 1524。http://dx.doi.org/10.1016/j.biocon.2008.03.022

波特，P.， D.艾伦，K.克鲁克斯通，M.哈伯尔，K.奥尔森，2006。明尼苏达大学可变投入作物管理系统(VICMS)试验综述。99 - 116页在J.劳普，C. Pekrun, M. Oltmanns和U. Köpke，编辑。有机农业的长期田间试验．科学系列1。国际有机农业研究学会(ISOFAR)，德国柏林。

保尔森，d.s.， t.m. Addiscott, N. Benjamin, k.g. Cassman, t.m. de Kok, H. van Grinsven, j.l.。L 'Hirondel, A. A. Avery, C. van Kessel, 2008。硝酸盐什么时候会对人类构成威胁?环境质量杂志37(2): 291 - 295。http://dx.doi.org/10.2134/jeq2007.0177

R开发核心团队，2011年。R:用于统计计算的语言和环境．R统计计算项目，维也纳，奥地利。ISBN 3-900051-07-0。(在线)网址:http://www.R-project.org/

Rajsic, P.和A. wersink . 2008。农民浪费化肥吗?比较事后最佳施氮量事前按型号、地点和年份推荐。农业系统97(1): 56 - 67。http://dx.doi.org/10.1016/j.agsy.2007.12.001

Ribaudo, M.， J. Delgado, L. Hansen, M. Livingston, R. Mosheim, J. Williamson. 2011。农业系统中的氮:保护政策的意义．经济研究报告第1号(err - 127)。美国农业部经济研究处，华盛顿特区，美国。(在线)网址:http://www.ers.usda.gov/publications/err-economic-research-report/err127.aspx

Ribaudo m.o, R. D. Horan和M. E. Smith.1999。非点源水质保护经济学:理论与实践．第782号农业经济报告。美国农业部经济研究处，华盛顿特区，美国。

拉迪，B. C.， D. L.洛伦兹，D. K.穆勒，2006。1982-2001年美国毗连地区陆地表面养分投入的县级估计．美国地质调查局科学调查报告2006-5012。美国地质调查局，莱斯顿，弗吉尼亚州，美国。(在线)网址:http://pubs.usgs.gov/sir/2006/5012/

Runck, b.c.， m.b. Kantar, n.r. Jordan, J. A. Anderson, D. L. Wyse, J. O. Eckberg, R. J. Barnes, C. L. Lehmand, L. R. DeHaane, R. M. Stupara, C. C. Sheaffer, P. M. Porter. 2014。反思性植物育种范式:一个强大的种质开发系统，以支持农业生态系统的战略性多样化。作物科学45(5): 1939�1948。http://dx.doi.org/10.2135/cropsci2014.03.0195

索耶，J.， E. Nafziger, G. Randall, L. Bundy, G. Rehm和B. Joern. 2006。玉米区域氮率指南的概念和基本原理玉米区域氮率指南的概念和基本原理．爱荷华州立大学分校，美国爱荷华州得梅因。

土壤保持局，1961年。农业手册第210号:土地能力分类．美国农业部，华盛顿特区，美国。(在线)网址:http://www.nrcs.usda.gov/internet/fse_documents/nrcs142p2_052290.pdf

土壤调查人员。2013。Web土壤调查．美国农业部自然资源保护署。美国华盛顿特区。(在线)网址:http://websoilsurvey.nrcs.usda.gov/

特纳，R. E.和N. N.拉巴莱斯，2003。将密西西比河流域的景观和水质联系了200年。生物科学53(6): 563 - 572。http://dx.doi.org/10.1641/0006 - 3568 (2003) 053 (0563: LLAWQI) 2.0.CO; 2

Tyrrell, t . 1999。氮、磷对海洋初级生产力的相对影响。自然400(6744): 525 - 531。http://dx.doi.org/10.1038/22941

维斯库西，W. K. J.胡贝尔，J.贝尔。2008。水质的经济价值。环境与资源经济学41(2): 169 - 187。http://dx.doi.org/10.1007/s10640-007-9186-4

韦翰,h . 2009。ggplot2:用于数据分析的优雅图形．施普林格，纽约，美国纽约。

韦翰,h . 2011。数据分析的拆分应用组合策略。统计软件杂志40(1): 1至29。(在线)网址:http://www.jstatsoft.org/v40/i01