研究人员开发了一种基于生态信息学（ecoinformatics）驱动的分析方法，利用11个农场约400块农田、3303条作物-年记录的真实世界生产数据，评估作物轮作和除草剂历史对除草剂施用强度（herbicide intensity）的影响。该分析流程分为三个阶段：（i）趋势筛选，考察主要夏季作物及作物与除草剂轮作模式中除草剂强度随时间的变化趋势；（ii）识别与除草剂强度变异相关的关键驱动因子；（iii）机制线索挖掘，揭示前两个阶段观察到的模式背后的解释。研究发现，除草剂强度与玉米种植年限呈显著正相关（P<0.001）。作物轮作中棉花的出现频率被确定为该作物除草剂强度最一致的预测因子（estimate=−0.25，P<0.001）。轮作中包含棉花的玉米田比未包含棉花的田块少接受约一次除草剂施用。主成分分析（PCA）表明，土壤耕作（tillage）是区分有棉花历史和无棉花历史玉米田的首要驱动因子。时间效应检验显示，棉花效应可持续2年。研究结论表明，基于棉花的轮作减少了玉米中的除草剂投入，棉花特异性耕作实践为该杂草抑制效应提供了机制性解释。这些结果凸显了综合杂草管理（integrated weed management, IWM）的优势，并证明了生态信息学在检测大规模农场数据中轮作效应方面的实用性。
本文发表于《Pest Management Science》，旨在利用生态信息学方法评估作物与除草剂轮作对除草剂施用强度的影响，为综合杂草管理的优化提供实证依据。
研究背景与现存问题
化学防治在现代农业中作为杂草控制的主导策略已逾60年，但其长期可持续性面临双重挑战：其一，化学依赖加剧引发环境与人类健康风险；其二，抗除草剂杂草的快速广泛进化对全球农业可持续构成威胁。研究表明，1990年至2015年间除草剂使用量显著增加而耕地总面积保持稳定，意味着维持同等杂草控制水平需要更大的除草剂投入。在此背景下，综合杂草管理（integrated weed management, IWM）作为减少除草剂依赖、增强农业系统长期可持续性的关键途径日益受到重视。作物轮作作为IWM的核心组成部分，可通过增强作物与杂草的竞争性、增加耕作和作物管理时间变异性、以及多样化除草剂作用模式等机制强化杂草控制的可持续性。然而，现有研究多局限于"简单"与"多样"轮作的比较，或仅关注轮作组成差异，对特定作物、除草剂方案或其他轮作相关实践的作用缺乏清晰阐释。此外，研究站点试验的严格控制条件未必适用于长期商业田块，大规模商业种植系统中耕作时机、行间 cultivator（中耕）、双季种植及喷洒作业安排等决策的重叠可能混淆轮作或除草剂效应的评估。因此，亟需一种能够捕捉真实世界农业实践完整异质性的分析方法。
生态信息学通过整合日益丰富的农户生成数据，在真实世界条件下研究大时空尺度上的现象、管理过程及其效应。以色列商业农场的夏季种植系统具有异常多样性——超过90%的商业田块在5年内轮作≥3种作物，有时甚至进行双季种植。在此高度多样化轮作背景下证明轮作效应，将为其农学相关性提供有力验证。
主要技术方法
研究人员采用三阶段生态信息学工作流，基于2015—2022年间以色列11个农场、3303个田年记录的管理数据进行分析。第一阶段运用广义可加模型（generalized additive model, GAM）筛选主要夏季作物（棉花、西瓜、玉米）除草剂处理频次（herbicide treatment frequency, HTF）的时间趋势，以农场名称为固定效应，采用准泊松误差分布。第二阶段建立泊松广义线性模型（generalized linear model, GLM），以历史作物频率（historical crop frequency, HCF）和历史除草剂频率（historical herbicide frequency, HHF）为解释变量，通过模型平均（model averaging）评估各变量对HTF的影响，以赤池信息准则（Akaike information criterion, AIC）进行模型比较，从而识别关键驱动因子。第三阶段针对棉花效应进行机制探索：通过主成分分析（principal component analysis, PCA）比较有无棉花轮作历史的玉米田在耕作实践、双季种植及除草剂活性成分数量（number of active ingredients, NAI）等方面的差异；运用Wilcoxon秩和检验评估棉花效应随时间消退的动态，并计算风险指数（HTF>2的田块比例）以量化效应持续性。
研究结果
3.1 第一阶段——趋势筛选
3.1.1 HTF时间趋势
2015至2022年间，棉花（P=0.02）、西瓜（P<0.001）和玉米（P<0.001）的HTF均呈现显著的时间变异，但模式各异。棉花和西瓜呈非线性不稳定趋势，HTF在2018—2020年间 modest 上升后至2022年下降；玉米则表现为近乎线性的持续上升（估计自由度 edf=2.02，F=12.49），平均HTF从2015年的1.6升至2022年的2.77，表明玉米系统中除草剂使用强度实质性加剧。该结果部分支持假设H1。
3.1.2 作物组成变化
作物种植面积发生显著转变，棉花与玉米（r=−0.92）、棉花与小麦（r=−0.77）呈强负相关。线性回归显示，2015—2021年间棉花田块年降幅6.5%，玉米田块年增幅10%；2022年趋势逆转，棉花骤增而玉米显著减少。
3.1.3 除草剂使用变化
除草剂使用最显著的变化为pyraflufen（硝磺草酮）应用趋势，其与五种其他活性成分呈强负相关（r<−0.75），反映除草剂策略的转变。
3.2 第二阶段——关键驱动因子识别
包含历史作物频率的模型AIC最低（464），拟合最优。模型平均分析表明，棉花频率是玉米HTF唯一具显著且一致影响的变量（estimate=−0.25，SE=0.06，P<0.001），支持假设H2a。轮作中无棉花的田块平均HTF为3.41，而棉花频率为2的田块均值为1.96。西瓜频率与HTF呈正相关但未达统计显著性。无其他作物类别或除草剂活性成分变量对HTF有显著影响。
3.3 第三阶段——机制线索挖掘
3.3.1 棉花影响HTF的机制
PCA清晰区分了有、无棉花轮作历史的玉米田，前两主成分解释59.5%的总方差。PC1（39.7%）主要由行间中耕（29.9%）、cultivator使用（26.0%）和subsoiler（深松机）应用（22.5%）驱动，凸显土壤耕作实践在分组判别中的核心作用，支持假设H3a。PC2（19.8%）主要受双季种植（33.6%）和除草剂活性成分数量（32.6%）影响。
3.3.2 棉花效应的时间持续性
玉米HTF受棉花作为最近作物的影响显著。棉花后第1年与第2年间HTF无显著差异（P=0.16），但风险值增加2.5倍；第3年和第4年的HTF显著高于第1年（P=0.006和P<0.001），风险指数呈相似上升趋势。该结果支持棉花HTF降低效应在三季内消退的假设H3b。
讨论总结
研究证实棉花作为轮作中的低侵染作物可减少除草剂强度，其效应主要通过三个棉花特异性管理组分实现：早期行间中耕、收获后深翻（deep plowing）及持久冠层覆盖。行间中耕在作物和杂草幼苗最脆弱阶段进行，提供有效的非化学控制；深翻则通过改变杂草种子垂直分布、将其移至难萌发深层以减少种子库；棉花冠层封闭期约100天，约为玉米的两倍，通过遮阴抑制杂草出苗。该杂草抑制效应的经济效益显著：减少约一次除草剂施用相当于节省约167 USD ha
−1的成本。
研究同时解释了为何仅玉米除草剂强度呈现时间增长：其一，玉米与棉花轮作联系紧密，而棉花在西瓜和棉花自身轮作历史中罕见，2015—2021年棉花种植面积下降主要影响玉米而非其他作物；其二，玉米对除草剂依赖更强，机械除草替代措施采用率仅5%，而西瓜（约30%）和棉花（约50%）更多采用机械控制。除草剂轮作与HTF关联较弱的原因在于，无论棉花历史如何，相似除草剂方案均被施用，以HTF间接反映杂草压力较直接测量杂草密度更不敏感。
研究承认生态信息学方法的局限性：数据收集受COVID-19疫情影响，最终仅55%的农场纳入分析；模型识别的是关联而非直接因果关系，HTF作为杂草压力的实用替代指标引入一定不确定性。尽管如此，观察到的关系与控制试验中证明的因果效应一致，二者具有互补性。
研究结论
本研究揭示棉花纳入轮作可降低除草剂强度，具体而言，有棉花轮作历史的玉米田HTF显著低于无棉花历史田块。棉花与玉米之间的强"轮作关联"表明，棉花种植变化直接影响玉米的杂草管理。研究期间观察到的玉米HTF增长可归因于全球经济趋势驱动的棉花种植面积下降。由于生育初期行间中耕和收获后深翻，棉花成为"低杂草侵染作物"，其效应在2年后消退。因此，将棉花纳入轮作对维持可持续综合杂草管理具有重要意义。尽管棉花的杂草抑制角色在以色列已广为人知，本研究首次提供了验证该假设的科学证据。
