Optimizing ecosystem function by manipulating pasture community composition

The ability to design plant communities to optimize particular ecosystem functions and thus more effectively provide ecosystem services would improve all types of ecosystem management, including agriculture. We propose a novel quantitative multi-step method for selecting mixtures of plant species to meet ecosystem objectives: collecting trait data; identifying suites of traits related to relevant community processes; relating those processes to the ecosystem functions of interest; optimizing the planted mixture; and evaluating trade-offs. This approach was tested using planted mixtures of 14 grassland species common in managed pastures of the northeastern United States. Ordination of trait data from greenhouse and small plot studies was used to relate species traits to community processes, followed by generalized additive modeling to relate community-weighted mean process scores to field estimates of biomass production and resistance to invasion. Multi-criteria optimization identified seed mixtures that maximized or minimized selected ecosystem functions, facilitating quantification of trade-offs in processual ability within species and between ecosystem functions at the community level. In this study, predicted seasonal and annual biomass values were within expected ranges, but the optimal mixtures differed from forage mixtures traditionally planted in the northeastern United States. Perennial ryegrass was the most commonly-selected grass. Legumes were represented less than expected, possibly due to attributes such as longevity and forage quality that are important in pastures but were not directly included in the optimization. Ecosystem function was not linearly related to species richness. While further research on quantitatively relating species traits and community processes is needed, multi-criteria optimization offers a new path for linking ecosystem function to ecosystem management.

ZusammenfassungDie Fähigkeit, Pflanzengemeinschaften zu gestalten, um bestimmte Ökosystemfunktionen zu optimieren und damit effizienter Ökosystemdienstleistungen zu erbringen, würde alle Arten von Ökosystemmanagement verbessern, einschließlich der Landwirtschaft. Wir stellen eine neue quantitative mehrstufige Methode zur Auswahl von Pflanzenmischungen vor, um Ökosystemziele zu erreichen: Sammeln von Daten zu den Pflanzeneigenschaften, Identifizieren von Eigenschaftssätzen mit Bezug zu den relevanten Gemeinschaftsprozessen, Feststellen der Verbindungen zwischen diesen Prozessen und den gewünschten Ökosystemprozessen, Optimierung der Saatmischung, Bewertung von Zielkonflikten. Dieser Ansatz wurde getestet mit Mischungen aus 14 Graslandarten, die in bewirtschafteten Weiden der nordöstlichen Vereinigten Staaten häufig vorkommen. Die Ordination von Eigenschaftsdaten aus Gewächshaus- und kleinflächigen Versuchen wurde genutzt, um die Eigenschaften der Arten mit Gemeinschaftsprozessen in Beziehung zu setzen. Anschließend wurden generalisierte additive Modelle gebildet, um die gemeinschaftsgewichteten mittleren Prozesswerte mit Freilandergebnissen zu Biomasseproduktion und Invasionsresistenz zu verknüpfen. Mehr-Kriterien-Optimierung identifizierte Samenmischungen, die bestimmte Ökosystemfunktionen maximierten oder minimierten, wodurch die Quantifizierung von Zielkonflikten in den prozessuralen Fähigkeiten von Arten und zwischen Ökosystemfunktionen auf der Gemeinschaftsebene ermöglicht wurde. In dieser Untersuchung lagen die vorhergesagten Werte für die saisonale und ganzjährige Biomasseproduktion im erwarteten Bereich, aber die optimalen Mischungen unterschieden sich von den Futterpflanzenmischungen, die traditionell in den USA eingesetzt werden. Das Deutsche Weidelgras wurde am häufigsten ausgewählt. Leguminosen waren weniger stark repräsentiert als erwartet, möglicherweise aufgrund von Eigenschaften wie Langlebigkeit und Futterqualität, die für Weiden wichtig sind aber nicht direkt in die Optimierung eingingen. Die Ökosystemfunktion war nicht-linear mit dem Artenreichtum verbunden. Wenn auch weitere Forschungen zur quantitativen Verbindung zwischen Artenmerkmalen und Gemeinschaftsprozessen notwendig sind, eröffnet die Mehr-Kriterien-Optimierung einen neuen Weg, um Ökosystemfunktion und Ökosystemmanagement zu verknüpfen.