DOI: https://doi.org/10.1038/s44264-026-00131-2
تاريخ النشر: 2026-03-25
المؤلف: Ozias Hounkpatin وآخرون
الموضوع الرئيسي: علوم النبات والتربة
نظرة عامة
تتناول هذه القسم من ورقة البحث إمكانيات ممارسات الزراعة المستدامة المختلفة (RFPs)—تحديداً الزراعة بدون حراثة (NT)، والمحاصيل المغطاة (CC)، والزراعة الحراجية (AF)، والزراعة العضوية (OF)—لتحسين صحة التربة وزيادة إنتاج المحاصيل على نطاق عالمي. باستخدام نموذج الغابة العشوائية، قامت الدراسة بتحليل بيانات ميدانية من عدة تحليلات شاملة، مدمجة مع بيانات المناخ والتربة والبيئة العالمية بدقة 5 دقائق قوسية. تشير النتائج إلى أن فعالية هذه الممارسات في زيادة إنتاج المحاصيل تختلف بشكل كبير، حيث أظهرت CC أعلى إمكانيات لتحسين الإنتاج بنسبة 45%، تليها AF بنسبة 41%، وNT بنسبة 37%، وOF بنسبة 5% فقط.
كما كشفت التحليلات أن المناطق المناسبة لتنفيذ ممارسات RFP متعددة غالباً ما تتضمن تركيبات من الممارسات، مثل CC-AF وOF-CC-AF. تؤكد هذه النتائج على التباين المكاني في تأثيرات RFPs وتوفر رؤى حاسمة لصانعي السياسات والمساهمين الذين يسعون لتعزيز ممارسات الزراعة المستدامة التي تعزز صحة التربة وإنتاج الغذاء على مستوى العالم.
الطرق
في هذه الدراسة، تم الحصول على بيانات الإنتاج من عدة تحليلات شاملة عالمية بسبب غياب بيانات شاملة على مستوى المزرعة. ركزت الدراسات المختارة على أربع ممارسات زراعة مستدامة (RFPs): الزراعة الحراجية (AF)، الزراعة بدون حراثة (NT)، المحاصيل المغطاة (CC)، والزراعة العضوية (OF). كانت معايير الإدراج تتطلب أن تكون الدراسات عالمية في نطاقها، تشمل تجارب على مستوى القطع مع إنتاجيات تحكم ومعالجة، وتوفر إحداثيات جغرافية، وتبلغ عن بيانات إنتاج كمية. استخدمت التحليلات بيانات من منصة FarmGeek، إلى جانب دراسات من Xu وآخرون وJian وآخرون، مما يضمن تجميعاً قوياً للأدبيات التي تمت مراجعتها من قبل الأقران. تم إجراء فحص أولي للجودة لإزالة الإدخالات المكررة، وتم تجميع بيانات الإنتاج في سبع مجموعات رئيسية من المحاصيل للتحليل.
تم حساب حجم التأثير (ES) باستخدام اللوغاريتم الطبيعي لنسبة الاستجابة (lnRR)، والذي يقوم بتطبيع الفروقات عبر الدراسات ويوفر مقياساً متناظراً للتغيير النسبي. تم إجراء مقارنات للإنتاج لكل هكتار، مع استبعاد مكونات الأشجار في أنظمة الزراعة الحراجية للحفاظ على الاتساق. عالجت الدراسة كل RFP بشكل مستقل، دون نمذجة تركيبات من الممارسات، وأقرت بأن التباينات داخل الممارسات لم يتم التقاطها. بالإضافة إلى ذلك، تم جمع وتصنيف عوامل بيئية مختلفة تؤثر على الإنتاج في فئات مثل التضاريس، وخصائص التربة، وظروف المناخ/المناخ الحيوي، واستخدام الأراضي، مما يمهد الطريق لمزيد من التحليل لتأثيرها على إنتاج المحاصيل.
النتائج
في قسم النتائج، يقدم المؤلفون ثلاث نتائج رئيسية تتعلق بتوقعات حجم التأثير (ES) لممارسات RFP المختلفة. أولاً، يقدمون تراكباً لتوقعات ES مع خرائط عدم اليقين المرتبطة، كما هو موضح في الشكل 1. تساعد هذه التمثيل البصري في فهم التوزيع المكاني وموثوقية التوقعات.
ثانياً، يتم مناقشة تحليل أهمية المتغيرات، مع تسليط الضوء على العوامل التي أثرت بشكل كبير على توقعات ES، كما هو موضح في الشكل 2. يعد هذا التحليل حاسماً لتحديد أي المتغيرات لها أكبر تأثير في تحديد النتائج.
أخيراً، يقيم المؤلفون تغطية الملاءمة لممارسات RFP المختلفة بناءً على ES وعدم اليقين المرتبط بالتوقعات، كما هو موضح في الأشكال 3 و4. يقدم هذا التقييم رؤى حول فعالية RFPs بالنسبة لأحجام التأثير المتوقعة وعدم اليقين المرتبط بها، مما يوجه التطبيقات المستقبلية واتجاهات البحث.
المناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على التوزيع المكاني وإمكانيات ممارسات الزراعة المستدامة المختلفة (RFP) لتعزيز إنتاجية الزراعة على مستوى العالم. تشير النتائج إلى أن الزراعة الحراجية (AF) والمحاصيل المغطاة (CC) تظهر وعداً لزيادة الإنتاج عبر مناطق واسعة من الأراضي الزراعية، لكنها مرتبطة بعدم يقين كبير، خاصة تحت AF، حيث يتأثر حوالي 93% من الأراضي الزراعية. في المقابل، ترتبط ممارسات الزراعة بدون حراثة (NT) والزراعة العضوية (OF) بتغيرات سلبية في الإنتاج في 70% و78% من مناطق الأراضي الزراعية، على التوالي. يكشف تحليل أهمية المتغيرات، باستخدام قيم شابلي ومخططات الاعتماد الجزئي (PDP)، أن العوامل البيئية مثل الإشعاع الشمسي وهطول الأمطار حاسمة في تحديد نتائج الإنتاج، على الرغم من أن تأثيرها يختلف حسب نوع المحصول وممارسة الإدارة.
تحدد الدراسة أيضاً المناطق التي يمكن أن تكون فيها RFPs معينة الأكثر فائدة، حيث تغطي NT 37.5% من الأراضي الزراعية العالمية، بينما تغطي CC وAF 45% و41%، على التوالي. تشير النتائج إلى أن CC غالباً ما تحتل مرتبة أعلى في الملاءمة بسبب انخفاض عدم اليقين في توقعات الإنتاج، خاصة عند التداخل مع AF. تؤكد الورقة على أهمية ظروف التربة المحلية والتضاريس على العوامل المناخية العامة في تحديد نجاح هذه الممارسات. بينما يركز البحث على تأثيرات الإنتاج الفورية، يعترف المؤلفون بالفوائد البيئية الأوسع لـ RFPs، مثل تحسين صحة التربة والتنوع البيولوجي، والتي قد لا يتم التقاطها في مقاييس الإنتاج قصيرة الأجل. تدعو الدراسة إلى مزيد من البحث لاستكشاف التفاعلات بين الممارسات المختلفة وتأثيراتها التراكمية على الإنتاج والاستدامة، مما يبرز الحاجة إلى تجارب محلية للتحقق من النتائج وتعزيز قابلية تطبيق RFPs في سياقات زراعية متنوعة.
DOI: https://doi.org/10.1038/s44264-026-00131-2
Publication Date: 2026-03-25
Author(s): Ozias Hounkpatin et al.
Primary Topic: Plant and soil sciences
Overview
This section of the research paper examines the potential of various regenerative farming practices (RFPs)—specifically no-tillage (NT), cover crops (CC), agroforestry (AF), and organic farming (OF)—to enhance soil health and boost crop yields on a global scale. Utilizing a Random Forest model, the study analyzed field-scale data from multiple meta-analyses, integrating global climate, soil, and environmental datasets at a 5-arc-minute resolution. The results indicate that the effectiveness of these practices in increasing crop yields varies significantly, with CC demonstrating the highest potential for yield improvement at 45%, followed by AF at 41%, NT at 37%, and OF at only 5%.
The analysis also revealed that areas suitable for implementing multiple RFPs often involve combinations of practices, such as CC-AF and OF-CC-AF. These findings underscore the spatial variability in the impacts of RFPs and provide critical insights for policymakers and stakeholders aiming to promote sustainable agricultural practices that enhance soil health and food production worldwide.
Methods
In this study, yield data were sourced from multiple global meta-analyses due to the absence of comprehensive farm-level data. The selected studies focused on four regenerative farming practices (RFPs): agroforestry (AF), no-tillage (NT), cover cropping (CC), and organic farming (OF). Inclusion criteria mandated that studies be global in scope, involve plot-level experiments with control and treatment yields, provide geographic coordinates, and report quantitative yield data. The analysis utilized data from the FarmGeek platform, alongside studies by Xu et al. and Jian et al., ensuring a robust synthesis of peer-reviewed literature. A preliminary quality check was conducted to eliminate duplicate entries, and yield data were aggregated into seven main crop groups for analysis.
The effect size (ES) was calculated using the natural logarithm of the response ratio (lnRR), which normalizes differences across studies and provides a symmetric measure of proportional change. Yield comparisons were made per hectare, excluding tree components in agroforestry systems to maintain consistency. The study treated each RFP independently, without modeling combinations of practices, and acknowledged that variations within practices were not captured. Additionally, various environmental factors influencing yields were collected and categorized into topography, soil properties, climate/bioclimatic conditions, and land cover, setting the stage for further analysis of their impact on agricultural yields.
Results
In the Results section, the authors present three key findings related to the effect size (ES) predictions for various RFPs. First, they provide an overlay of the ES predictions along with associated uncertainty maps, illustrated in Figure 1. This visual representation aids in understanding the spatial distribution and reliability of the predictions.
Second, the analysis of variable importance is discussed, highlighting the factors that significantly influenced the ES predictions, as shown in Figure 2. This analysis is crucial for identifying which variables are most impactful in determining the outcomes.
Lastly, the authors evaluate the suitability coverage of different RFPs based on the ES and the related prediction uncertainties, depicted in Figures 3 and 4. This assessment offers insights into the effectiveness of the RFPs in relation to the predicted effect sizes and their uncertainties, thereby informing future applications and research directions.
Discussion
The discussion section of the research paper highlights the spatial distribution and potential of various regenerative farming practices (RFP) to enhance agricultural yield globally. The findings indicate that agroforestry (AF) and cover cropping (CC) show promise for increasing yields across extensive cropland areas, but they are associated with significant uncertainty, particularly under AF, where approximately 93% of the cropland is affected. In contrast, no-tillage (NT) and organic farming (OF) practices are linked to negative yield changes in 70% and 78% of cropland areas, respectively. The analysis of variable importance, utilizing Shapley values and partial dependence plots (PDP), reveals that environmental factors such as solar radiation and precipitation are critical in determining yield outcomes, although their influence varies by crop type and management practice.
The study also identifies regions where specific RFPs could be most beneficial, with NT covering 37.5% of global cropland, while CC and AF cover 45% and 41%, respectively. The results suggest that CC often ranks higher in suitability due to lower uncertainty in yield predictions, particularly when overlapping with AF. The paper emphasizes the importance of local soil and topographical conditions over broad climatic factors in determining the success of these practices. While the focus is on immediate yield impacts, the authors acknowledge the broader ecological benefits of RFPs, such as improved soil health and biodiversity, which may not be captured in short-term yield metrics. The study calls for further research to explore the interactions between different practices and their cumulative effects on yield and sustainability, highlighting the need for localized trials to validate the findings and enhance the applicability of RFPs in diverse agricultural contexts.