四种不同变量施肥算法的效益分析

蒋阿宁　管建慧　高聚林

摘要：采用四种不同的变量施肥算法，分别是基于冠层光谱指数的变量施肥、利用叶绿素计进行的变量施肥、基于土壤肥力与目标产量的变量施肥和基于光谱数据和作物生长模型结合的冬小麦变量施肥，对四种变量施肥算法的结果进行了分析比较，结果表明：基于光谱数据和作物生长模型结合的冬小麦变量施肥其经济效益和生态效益在四种变量施肥算法中是最显著的，在所有观测项目中，其产量、生物量及品质指标在四者之中也是最高的，变异系数在四者之中最低，由此可见最佳的变量施肥方式是基于光谱数据和作物生长模型相结合的冬小麦变量施肥。

关键词：冬小麦；变量施肥；光谱；作物生长模型

中图分类号：S126文献标识码：B文章编号：16749944（2014）02008203

1引言

目前的文献中可见最早的关于变量施肥效果的试验结果是在甜菜上， 根据美国明尼苏达大学、Crookston和北达科塔州立大学在1994、1995两年的结果， 基于1.6～2.0hm2网格取样的变量施氮可使每公顷甜菜的利润增加123～173美元[1]。Long[2]在对春小麦进行的氮素变量施肥试验中表明， 变量施肥与常规的测土施肥相比，使施肥量增加，产量也有所增加，而Geordge等[3]于1999～2001年在美国明尼苏达州进行研究， 基于土壤养分推荐的玉米和大豆的变量磷肥施用均没有获得统计意义上显著增产的结果。澳大利亚精准农业中心的研究人员对基于产量变异、土壤养分变异的变量施肥技术效果进行研究后的结论是：变量施肥并没有导致增产， 只是降低了施肥量。Varsa等[4]2001年在美国伊利诺斯州进行田间试验，研究均一施肥与变量施肥对玉米产量的影响，试验结果表明：产量没有显著差异， 经济效益也没有显著差异。在1996年12月召开的第三届精准农业国际会议上，专家指出，农场精准农业的利润水平，对低价值作物（如玉米、小麦和大豆）的生产者来说仍是难以捉摸的[5]，在大田作物如小麦、玉米、棉花上， 变量施肥的效果不是很确定[6]。上述结果说明，人们目前对信息获取手段普遍接受和采纳， 而对于变量技术的效果持怀疑态度[7]。由于目前变量施肥的实践处于起步阶段， 积累的数据比较少， 国外普遍采纳的精准农业变量施肥技术，是基于往年的产量图确定不同位置的潜在产量，在施肥地块网格采样、在潜在产量和土壤肥力测定数据的基础上，基于目标产量模型，给出变量施肥处方。本研究是在冬小麦上，采用四种不同变量施肥算法进行，并对其效益进行比较分析，旨在探讨最佳的变量施肥方法。

2材料与方法

试验于2005～2006年在国家农业信息化工程技术研究中心精准农业试验基地进行。国家精准农业示范基地位于北京市昌平区小汤山镇，地处北纬40°10′，东经116°26′。试验选用偏紧凑型的京冬8作为供试材料。播种时间为2005年9月27日和9月28日，播种量330～345 kg/hm2，不施基肥。

具体施肥算法如下。

处理一（T处理）根据冬小麦拔节期土壤硝态氮含量及目标产量确定各变量施肥区的施肥量。在冬小麦拔节期测定0～30cm土壤硝态氮含量，取两点混合土壤。设定2001年基地冬小麦产量的1.4倍为目标产量，结合土壤硝态氮含量测定值并依据Nmin-Sollwer法[8]计算各变量施肥区的施肥量。共20个小区，小区编号为：T-1、T-2、T-3…T-20。

处理二（Y处理）以Lukina等[9]算法为基础，根据作物起身、拔节期的土壤调节植被指数（OSAVI）确定各变量施肥区的施肥量。具体思路是，根据冬小麦起身期和拔节期的土壤调节植被指数（OSAVI）得到当季估产系数，进而得到目标产量冬小麦整个生育期需氮量由目标产量确定，已吸收氮量由冬小麦拔节期的OSAVI测定值确定，最后总需氮量与已吸收氮量相减得到实际施氮量[10]。共20个小区，小区编号为：Y-1、Y-2、Y-3…Y-20。

处理三（S处理） 根据作物拔节期的倒一和倒二叶的SPAD测定值确定各变量施肥区的施肥量。具体思路为，测得冬小麦拔节期倒一叶和倒二叶的值并归一化，根据归一化值确定冬小麦目标产量和已吸氮量，而总需氮量由目标产量确定，最终施氮量由总需氮量减去已吸氮量得到[11]。共20个小区，小区编号为：S-1、S-2、S-3…S-20。

处理四（Z处理）以Lukina等[9]算法为基础，由CERES-Wheat模型结合土壤调节植被指数（OSAVI）测定值确定各变量施肥区的施肥量。具体思路为，根据当地气象数据、土壤数据等，由作物生长模型模拟出目标产量，并根据目标产量得到总需氮量，冬小麦拔节期的OSAVI测定值确定小麦已吸收氮量，最后根据总需氮量和已吸收氮量得到施氮量[12]。共20个小区，小区编号为：Z-1、Z-2、Z-3…Z-20。

3结果与分析

3.1不同变量施肥处理产量、产量构成因素和生物量

的比较分析比较四种变量施肥处理的产量、生物量及产量构成因素的大小及其变异系数，结果如表1和2。

3.2不同变量施肥处理品质指标的比较分析

对四种变量施肥处理的籽粒蛋白质含量、湿面筋含量和沉降值分别进行比较分析（表3）。结果表明，籽粒蛋白质含量的大小顺序是：Z>S>T>Y， 其变异系数的大小顺序为：T>Y>S>Z；湿面筋含量中最高的也是Z处理，其变异系数最低的同样是Z处理；沉降值的比较中，虽然Z处理沉降值的平均值略小于S处理位于第二位，但其沉降值的变异系数大大低于S区。所以，从品质指标的比较中可知，基于光谱数据和作物生长模型结合的冬小麦变量施肥处理，对品质的影响最为显著。

参考文献：

[1] Finck，Charlene. Precision can pay its way [J].Farm Journal，1998，1（2）：10～12.endprint

[2] Long.Increasing profitability with variable rate fertilization program-18th annualworkshop[EB/OL].The Manitoba-North Dakota Zerio Tillage Farmers Association，www.mandakzerotill org/book18/fertilization.htm，1996.

[3] George Rehm. A Multi-Disciplinary evaluation of precision farming， A final progress report （Minnesota） for 2001 prepared for United Soybean Board[EB/OL].www.farmresearch.com，2002.

[4] Varsa E C， Ebelhar S A， Wyciskalla T D，et al. Using historically established yield variability for the improced prediction of nitrogen fertilizer needs of corn[EB/OL].http：//frec cropsci uiuc edu/report5/index htm，2002.

[5] 刘世洪.精准农业的发展现状[J].农业科技通讯，1999（10）：1～5.

[6] Swinton SM， Lowenberg-DeBoer J. Evaluating the profitability of site specific farming [J].Journal of Production Agriculture，1998，439～446.

[7] Batte M T， Arnholt M.W. Precision farming adoption and use in Ohio： case studies of six Leading-edge adopters[J].Computer and Electronics in Agriculture，2003，12：1509～1523.endprint

[2] Long.Increasing profitability with variable rate fertilization program-18th annualworkshop[EB/OL].The Manitoba-North Dakota Zerio Tillage Farmers Association，www.mandakzerotill org/book18/fertilization.htm，1996.

[3] George Rehm. A Multi-Disciplinary evaluation of precision farming， A final progress report （Minnesota） for 2001 prepared for United Soybean Board[EB/OL].www.farmresearch.com，2002.

[4] Varsa E C， Ebelhar S A， Wyciskalla T D，et al. Using historically established yield variability for the improced prediction of nitrogen fertilizer needs of corn[EB/OL].http：//frec cropsci uiuc edu/report5/index htm，2002.

[5] 刘世洪.精准农业的发展现状[J].农业科技通讯，1999（10）：1～5.

[6] Swinton SM， Lowenberg-DeBoer J. Evaluating the profitability of site specific farming [J].Journal of Production Agriculture，1998，439～446.

[7] Batte M T， Arnholt M.W. Precision farming adoption and use in Ohio： case studies of six Leading-edge adopters[J].Computer and Electronics in Agriculture，2003，12：1509～1523.endprint

[2] Long.Increasing profitability with variable rate fertilization program-18th annualworkshop[EB/OL].The Manitoba-North Dakota Zerio Tillage Farmers Association，www.mandakzerotill org/book18/fertilization.htm，1996.

[3] George Rehm. A Multi-Disciplinary evaluation of precision farming， A final progress report （Minnesota） for 2001 prepared for United Soybean Board[EB/OL].www.farmresearch.com，2002.

[4] Varsa E C， Ebelhar S A， Wyciskalla T D，et al. Using historically established yield variability for the improced prediction of nitrogen fertilizer needs of corn[EB/OL].http：//frec cropsci uiuc edu/report5/index htm，2002.

[5] 刘世洪.精准农业的发展现状[J].农业科技通讯，1999（10）：1～5.

[6] Swinton SM， Lowenberg-DeBoer J. Evaluating the profitability of site specific farming [J].Journal of Production Agriculture，1998，439～446.

[7] Batte M T， Arnholt M.W. Precision farming adoption and use in Ohio： case studies of six Leading-edge adopters[J].Computer and Electronics in Agriculture，2003，12：1509～1523.endprint