新阶段植物营养学的研究重点

摘要： 植物营养学是研究营养元素在土壤−植物系统迁移、转化和利用规律的基础性学科，是支撑全球粮食安全、耕地质量安全、生态环境安全的重要学科。以组学技术和人工智能为代表的学科前沿不断拓展了植物营养学的研究范畴，同时，耕地高强度利用下如何实现作物高产、养分高效、生态健康等多重目标成为新阶段植物营养学的研究重点和难点。本文回顾了近年来植物营养学在营养遗传、养分循环、新型肥料、高效施肥等方向取得的创新进展，同时，基于我国植物营养学研究短板，提出了新阶段植物营养学研究的重点任务，主要包括作物养分高效与抗逆分子调控网络、土壤养分循环与微生物组功能挖掘、新型绿色高效肥料创制与应用、农田养分协同优化原理与方法等方面，旨在推动农业高质量发展，为保障粮食安全和农业绿色发展提供科技支撑。

关键词： 植物营养； 养分高效； 营养遗传； 养分循环； 高效施肥； 新型肥料

粮食安全和生态安全是人类生存和发展的基石。在全球气候变化、粮食供需关系紧张以及国际环境波动的新形势下，粮食安全与生态健康协同发展已被推至前所未有的高度。当前农业生产面临耕地高强度利用、化肥不合理施用、肥料利用率低等突出问题。我国既要“全方位夯实粮食安全根基”，又要大力“推动绿色发展，促进人与自然和谐共生”，就必须围绕“藏粮于地、藏粮于技”战略开展卓有成效的科学探索和技术创新。植物营养学是研究营养元素在土壤−植物系统迁移、转化和利用规律的基础性学科，也是支撑全球粮食安全、耕地质量提升、生态环境健康的关键性学科。植物营养学科经过长期积累与不断充实，已建立起完整的学科体系，通过科学施肥和其他农业技术手段，达到作物高产、优质和高效，以此满足粮食安全、环境保护和农业绿色发展的迫切需求。当前，以“组学技术”和“人工智能”为代表的学科前沿已经出现，植物营养学科发展正面临着历史性的机遇与挑战。本文立足于新形势下的国家重大需求和国际学科前沿，以作物高产、肥料高效、土壤持续和环境友好为发展目标，在系统回顾国内外植物营养学在主要创新方向取得进展的基础上，针对我国植物营养学研究短板，提出了新阶段植物营养研究的重点任务，以期为农业高质量发展提供新思路和新途径。

1 植物营养学科发展的战略需求

植物营养学科发展是保障全球粮食安全的核心支撑。合成氨是传统有机农业向现代农业转变的重要标志，彻底改变了世界粮食生产的历史轨迹。过去60 年间，全球粮食产量与化肥施用量呈现严格的正相关关系，全球粮食产量从1961 年的8.7 亿t 增长到2021 年的30.7 亿t[1]，化肥对作物增产的贡献率超过了50%，农业化肥的高强度投入已成为粮食连续增产的核心支撑。然而，新形势下化肥产业需求已从高浓度向绿色高效方向发展。作物养分高效机理不明、肥料产业技术创新不足、产品与农业需求匹配度不高等突出问题，限制了未来植物营养学科保障粮食安全的支撑能力。

植物营养学科发展是耕地质量提升的重要保障。耕地是粮食生产的命根子，不合理施肥导致耕地面临土壤酸化、肥力下降和生物多样性降低等诸多问题。近30 年来，中国南方部分省份土壤酸化面积增加了35%，土壤pH 降低了0.85 个单位，造成农田作物减产20% 以上。过去23 年间，氮肥过量施用导致全球范围内土壤细菌和真菌多样性分别下降了11% 和17%[2]。相反，长期施用有机肥能够恢复由于施用化肥所改变的土壤微生物群落结构[3]，但目前我国每年31.58 亿t 畜禽粪尿和7.19 亿t 秸秆资源并未充分利用[4−5]。据统计，全球人为输入氮磷比已从20 世纪80 年代的19∶1 增加到2020 年的30∶1，氮磷比失衡已对土壤质量和作物生长产生系列负面影响[6−7]。当前，在耕地数量、质量下降与粮食需求刚性增长之间的矛盾日益尖锐背景下，植物营养科技创新势在必行。

植物营养学科发展是农业绿色发展的必然需求。过量施用化肥引起的面源污染和温室气体排放问题日益突出。据统计，农业面源污染已造成全球63% 的湖泊水体富营养化，主要集中在中国东部、非洲中部、北美洲中北部及东南部地区；我国湖泊水体富营养化率高达70%，高于世界平均水平，其中农业源总氮排放量占57%[8]。全球粮食生产系统温室气体排放量为每年CO2 180 Gt，占温室气体排放总量的1/3[9]，而且全球农业温室气体排放量以每年1%速度增长[10]。在此背景下，协调作物高产、养分高效及生态环境安全的肥料高效管理措施尤为迫切。

2 新阶段植物营养学的发展目标

2.1 作物养分高效—解析养分高效的遗传基础与调控网络

作物养分高效的基础在土壤环境，根本保障在作物自身遗传特性。因此，作物养分高效的分子遗传调控基础一直是农业科学研究领域的热点和难点。具体包括：1） 氮、磷、钾等大量元素的信号转导、吸收转运、代谢利用等分子遗传调控机制，通过养分高效的遗传改良和分子手段挖掘优异种质资源，旨在提升作物产量和品质，保障粮食安全；2） 铁、锌、硒等微量元素吸收富集的遗传调控机制，从遗传角度实现微量元素的生物富强化，以解决世界的“隐形饥饿”问题；3） 不同营养元素之间的协同或拮抗机制，以及不同生物或非生物胁迫对养分元素吸收利用的影响机制，揭示作物在复杂环境中的养分利用策略，以优化养分管理措施。

2.2 土壤肥力持续—揭示养分循环过程与土壤健康维持机制

土壤肥力持续提升是实现养分资源高效利用的前提。当前，土壤肥力研究主要关注土壤−植物系统养分循环过程与土壤健康维持机理。具体包括：1） 气候变化对碳氮养分转化速率和调控路径的影响机制，利用大数据模型评估全球土壤碳汇潜力和氮平衡趋势，并通过分子手段阐明土壤生物驱动的养分循环机制，以增强农业应对气候变化的适应能力；2） 土壤微生物结构和功能多样性，利用多组学技术加强对未知微生物组成和功能探索，通过调控土壤微生物网络稳定性，促进土壤持续健康发展；3） 根际微生物和作物互作关系及其对作物养分吸收的调控机制，阐明根际微生物促进宿主作物养分高效的作用机理，以优化作物生长条件并提高作物产量。

2.3 肥料产品绿色—创制新型绿色材料与高效肥料产品

肥料是保障作物高产稳产的核心投入品。面对作物高产与环境安全之间的矛盾，新型肥料创制及其高效机制成为解决这一矛盾的前沿热点。具体包括：1） 以生物基可降解包膜材料为基础的包膜技术创新和包膜缓释肥料的创制，通过优化化肥养分的释放及供应模式，以提高肥料的使用效率；2） 有机废弃物肥料化、资源化和商品化，通过无害化处理、快速发酵、生物炭制备、有机无机肥配伍、增效载体等技术创新，旨在促进资源循环利用，以实现农业生产、环境保护与经济效益的平衡发展；3） 智能水肥一体化技术，结合水溶性肥料产品创新和实时动态监测技术，实现水分和养分的协同管理；4） 以作物核心微生物组为基础的微生物肥料创制，利用新型培养技术发掘优良作物促生菌种，探索其养分高效机理。

2.4 施肥技术智能—构建智能化推荐施肥技术与装备

确保作物产量和质量的同时，减少人力投入和保护生态环境是农业高质量发展的重要目标。针对这一目标，智能化施肥技术与装备已成为当前的关注焦点。具体包括：1） 基于大数据的智能推荐施肥模型与方法，通过构建完善的作物养分吸收大数据平台，优化施肥管理同时提高施肥决策的科学性；2） 植株营养诊断与施肥技术的信息化和机械化，如农业机器人、无人机等研发，确保养分供应与作物需求精确匹配，最大限度地提升施肥作业效率和养分利用效率，以提高施肥的精确性和时效性；3） 农田养分资源高效利用的生态环境效应，评估不同施肥策略对生态环境的长周期影响，明确养分投入与全球气候变化的量化关系，推动环境友好型农业实践。

3 植物营养学研究的创新进展

3.1 营养遗传创新进展

3.1.1 作物养分的高效吸收转运机制

养分吸收与转运是植物营养分子生物学研究的重要内容。关于植物的氮、磷、铁等养分吸收转运蛋白的研究已取得显著进展[11−16]。Hui 等[17]研究发现，玉米利用丛枝菌根真菌响应的氨转运蛋白ZmAMT3;1 有效地从外部环境中获取氮素养分，这种方式获取的氮占玉米总氮摄取的30% 以上。Xu 等[18]首次发现了将磷从液泡转运至胞质的磷转运蛋白VPEs，并证明水稻OsSPX-MFS3 发挥着与VPEs 相反的功能，两者协同调控植物细胞的磷稳态。在铁元素研究方面，Yan等[19]研究指出，玉米转录因子ZmNAC78 是调控玉米铁含量的关键因子，它通过激活铁转运蛋白编码基因ZmNRAMP3、ZmHMA8 及ZmYSL11 的表达，促进铁在玉米籽粒中的高效积累。此外，研究表明植物不同营养元素之间存在协同调控机制。例如，水稻氮感应器NRT1.1B 与磷感应器SPX4 相互作用，在硝酸盐信号分子的介导下，可激活硝酸盐应答基因和磷饥饿诱导基因的表达，从而实现氮磷营养协同利用[20]。Guo 等[21]的研究也发现，磷养分信号中心调控因子PHRs 和铁养分信号核心调控因子HRZs 可组成相互抑制的分子模块，来调控水稻中的磷−铁信号的传导和稳态。

3.1.2 养分对作物生长、产量及品质性状的调控机理

养分供给对植物生长至关重要。研究发现，氮、磷养分对玉米和水稻的品质具有显著影响，这一过程主要由特定基因精密调控。Huang 等[22]在玉米野生种中克隆到了一个天冬酰胺合成酶4 编码基因THP9，其在野生种中高表达，能提升玉米籽粒中的蛋白含量；同时发现该基因能显著提高玉米的氮养分利用效率。最近的研究也发现，水稻和玉米胚乳中磷的含量直接影响籽粒的淀粉合成，该研究首次鉴定出一个PHO1 型Pi 外运蛋白PHO1;2，该转运体可同时提高作物籽粒灌浆效率及磷利用率[23]。此外，研究表明氮磷养分状态显著影响作物株型，包括叶片夹角、株高、根系构型及抗倒伏能力。例如，在小麦中通过抑制矮秆基因Rht-B1 和ZnF-B 能够获得株型紧凑、氮肥高效的新品种[24]。在水稻中，低磷胁迫通过抑制转录因子RLI1 的表达，增强了叶片的直立性并减少了光合作用和磷消耗[25−26]。研究还发现，通过激活NSP1/2-独脚金内酯信号通路抑制CRL1 基因的表达，可调整水稻侧根密度等株型特征，从而增强其对低磷环境的适应性[27]。Wang 等[28] 研究表明，磷养分通过调节水稻转录因子MYB110 的功能活性，显著影响了水稻的株高、抗倒伏能力及产量。

3.1.3 作物抗逆与养分高效优异等位基因的挖掘

功能基因挖掘及其调控网络的构建对于开发抗逆高效的优质种质至关重要。随着关键基因功能的深入解析和作物基因组数据的不断完善，有效利用这些基因的优异自然变异已成为可能。Guo 等[29]在大豆核心种质群体中发现了控制磷养分吸收的关键遗传调控位点CPU1，这一位点在GmPHF1 基因上游的5′非翻译区发生变异，增强了GmPHF1 基因的表达，从而提高了大豆磷养分的吸收效率和抗磷胁迫能力。另一项研究发现，在水稻中OsNRT2.3 基因5′非翻译区存在等位变异，通过调控该基因的翻译，可以影响高温逆境下的氮素利用过程，进而提高水稻的高温适应性和氮肥利用效率[30]。此外，相关研究还陆续挖掘到水稻中控制氮素吸收和利用的关键基因OsTCP19、OsNRT1.1B 等的优异自然变异，这些发现为培育耐瘠薄氮高效的水稻品种提供了重要途径[31−32]。

3.2 养分循环研究进展

3.2.1 农田碳氮循环与全球变化

增强陆地生态系统的碳汇功能是应对气候变化的关键策略之一[33]。农田生态系统碳库在全球碳库中最为活跃，其有机碳库的变化直接影响大气碳库的源汇效应。肥料和农业残留物管理、保护性耕作、种植模式等管理实践的协同优化可有效提高土壤有机碳含量，提升农田碳汇水平[34]。Xiao 等[35]开发了一种新的多目标优化管理框架，该框架通过优化施肥、灌溉和秸秆还田等管理组合，预计2051—2070 年间华北平原的化肥、灌溉水和秸秆年需求量将分别减少16%、19% 和20%。土壤微生物在土壤有机碳形成、固存和流失过程中发挥着重要作用。微生物碳利用效率（carbonuse efficiency，CUE） 是全球土壤有机碳库储量的主要决定因素之一[36]。此外，农田固碳能力高度依赖氮素可利用性，碳氮循环耦合关系对应对气候变化至关重要。研究发现，随着大气中二氧化碳浓度的持续升高，碳氮循环的协同作用被增强，使得全球农田氮有效性提高了19%，生物固氮能力提高了55%[37]。Dai 等[38]报道了全球变暖条件下微生物驱动的碳氮耦合作用，发现氮矿化速率、反硝化速率和氧化亚氮排放率与升温下的二氧化碳排放率呈显著正相关，表明微生物氮循环过程与因土壤变暖而增强的微生物碳代谢关系密切。

3.2.2 土壤微生物多样性与生态功能

微生物支撑土壤养分循环等多种生态服务功能，是土壤圈最核心的战略生物资源。随着高通量测序技术的革命性突破，当前已经开展了对土壤中所有微生物的集体表征和定量分析。2014 年Tedersoo 等[39]构建了全球土壤真菌多样性分布草图，2018 年Delgado-Baquerizo等[40]构建了全球土壤细菌图谱，上述标志性研究成果极大地推动了对土壤微生物多样性的认识。当前，土壤微生物组研究正处于从“揭示微生物多样性”转变为“利用微生物功能”的关键时期。研究表明，在通气良好的中性土壤中，氨氧化细菌、亚硝酸盐氧化细菌以及古菌可迅速将铵转化为硝酸盐[41−42]，从而影响植物对氮形态的选择和吸收。此外，携带无机磷溶解和有机磷矿化基因的微生物可以通过释放有机阴离子、有机酸和酶，提升土壤磷养分的生物有效性[43−44]。然而，土壤微生物组功能潜力的充分挖掘仍需依托新兴的技术手段。例如，Jing等[45]利用单细胞拉曼激活分选和培养流程，打破了传统的“培养优先”范式，发现了一种前期未知、低丰度的强有机溶磷微生物（Cutibacterium spp.）。新阶段土壤微生物组的关键技术包括菌株分离、群落组装和基因编辑[46]正在被逐步开发，多组学技术手段将为深入发掘和精确调控土壤微生物组功能、提升土壤生态系统服务能力提供必要的技术支持。

3.2.3 土壤−植物−微生物互作与优化调控

植物表面和内部富集了数量庞大且种类繁多的微生物，这些微生物通过与植物互作，发挥促进植物生长发育、适应环境胁迫等功能[47]。2012 年，Nature 首次报道了拟南芥根系微生物组的研究成果[48−49]，此后植物微生物组研究快速发展。玉米、水稻、小麦等作物微生物组群落结构被解析[50−51]；不同气候条件、土壤类型、养分管理以及作物基因型下微生物组维持作物健康的功能机理也被逐渐解析[ 5 2 − 5 4 ]。例如，Zhang等[55]的研究揭示了在不同土壤类型长期施肥条件下玉米基于功能需求的根际微生物组装策略。另一项研究发现，籼稻根系微环境较粳稻富集了更高比例的氮循环相关细菌，NRT1.1B 基因在籼粳稻间的自然变异是影响籼粳稻田间氮肥利用效率的关键因子[56]。此外，在根系分泌物介导的促生菌调控机制[57]、豆科植物−根瘤菌内生菌进化机制[58]、菌根真菌菌丝际跨界相互作用[59]等方面也取得了系列创新性研究进展。Yu 等[60]研究表明，在缺氮条件下，玉米通过分泌类黄酮物质招募更多的草酸杆菌科细菌调节其侧根发育，从而增加其氮素吸收。尤其是最近的研究发现，水稻根际高耐铝微生物菌群能在酸性土壤中提升水稻产量高达26.36%，菌群表面有机阴离子官能团与质子相互作用形成中性分子的质子化过程，是该菌群缓解水稻酸铝胁迫的主要机制[61]。关于地上部作物微生物组的研究发现，玉米茎木质部显著富集了一组具有固氮潜力的核心微生物组，为玉米茎部贡献了11.8% 的总氮[62]。这些研究展示了植物微生物组在作物养分资源高效利用方面的巨大潜力。

3.3 新型肥料研究进展

3.3.1 养分精准释放的智能缓控释肥料

常规高分子聚合物包膜缓控释肥产品受到养分释放周期短和膜材难降解等限制。因此，研发绿色、高效、智能的缓控释肥料成为化肥产业的新方向。高效智能控释型膜材是近年来控释肥料研发的前沿热点，利用特定材料能够对土壤pH、温度以及植物根系分泌物等信号进行敏感响应，根据土壤环境变化和作物不同生育阶段，达到实时智能精准释放肥料养分的目标[63−64]。Lam 等[65]提出了一种响应作物需氮信号的养分控释新策略，该策略的控释膜材可获取作物根系分泌物中的需氮分子信号，从而触发肥料养分的智能精准释放。目前，智能缓控释肥料还处于研究的初级阶段，未来的发展需要借助高通量代谢组学技术，更精准地理解植物根际微生物群落组成和根系分泌物信号分子，并建立膜材受体与信号分子之间的关联机制，以提升肥料的智能控释性能和应用效果。

3.3.2 废弃物肥料化与多功能利用

全球畜禽粪尿、作物秸秆、沼液沼渣、海洋养殖废弃物、泥炭等有机废弃物资源丰富，肥料化利用前景广阔，替代化肥的潜力巨大。近年来，废弃物肥料化研究主要包括有机无机复合肥、生物有机肥等高效有机肥产品的研发和应用，有机养分高效替代化肥的作用机理与技术创新，以及化肥减量增效模式构建。近年研发的全元生物有机肥产品，在防控土传病害综合技术方面取得突破，具有满足当季作物养分需求、显著抑制土壤酸化、有效调控土壤微生物区系和持久性提高土壤肥力等功能[66−67]。Zhao 等[68]构建了一种精准有机堆肥利用策略（PCS），提出根据特定土壤、气候和种植系统及原料特性等定制有机肥的使用方法，预测应用PCS 方法每年可提升全球主要谷物产量96.4 Tg，20 年内可使土壤碳储量增加19.5 Pg。在合理施肥的基础上，施用腐殖酸和海藻酸等增效肥对产量具有积极作用[69]。此外，Xia 等[70]研究发现，有机废弃物通过热解生成的生物炭还田在土壤固碳减排方面也表现出了巨大潜力，成为当前废弃物多功能利用的热点。

3.3.3 水溶性肥料和智能化的水肥一体化系统

随着肥料行业和农业生产技术的快速发展，以及我国水资源短缺等问题日益严重，水溶性肥料因其养分含量高、肥料利用率高、节水省工和绿色环保等优点而备受关注。我国水溶肥产业的发展经历了显著变革，从最初依赖氮、磷、钾等基础无机盐类原料开始，不断在技术和配方上创新，通过添加中微量元素、螯合剂和表面活性剂等助剂，显著提高了肥料的利用效率。当前，水溶性肥料产业已进入快速发展阶段。氨基酸、腐殖酸、海藻酸类产品及微生物发酵产物等有机资源的引入，极大地推动了有机水溶性肥料的发展，水溶肥功能趋向多元化[71]。探究如何科学配伍水溶肥原料[72−73]，创新水溶肥的生产工艺是当前水溶肥研究的热点方向。水溶性肥料广泛应用的前提条件是水肥一体化装备的普及，它能够根据土壤水分状态和作物养分需求规律，精确地向作物提供所需的水分和养分。随着现代化的推进，我国研发的田间闸管灌溉系统等创新技术装备在推广和应用水肥一体化技术中发挥了重要作用。然而，当前多数系统在水肥智能决策方面的能力仍有限。Lou 等[74]开发了一种基于偏好神经网络的水肥管理模型（PNN），通过监测土壤全氮、有机质、全盐、pH 值等关键参数，在设定目标土壤深度的基础上，可实现灌水量和施氮量协同优化输出。开发涵盖天气、土壤和作物生长等关键参数的灌溉和施肥协同动力学模型，建立智能化实时监测和控制系统是推动水溶性肥料与水肥一体化技术协同进步的关键突破口。

3.3.4 基于作物微生物组的功能肥料创新

近年来，关于植物微生物组在促进植物生长、减轻土传病害、改善土壤健康方面的巨大潜力已被研究证实[47]，研发基于作物微生物组的功能肥料产品成为肥料产业新的生长点。这类肥料与传统微生物肥料仅在土壤中提供固氮、解磷、溶钾等功能不同，它们更多依赖于微生物在根际土壤或植物内生环境中的有效定殖[47， 57]，这种互利共生关系可显著提高作物的养分吸收和利用效率。因此，深入理解有益微生物的养分高效机理，解析植物与微生物之间的互作机制，阐释有益微生物对作物的促生、抗逆作用，是研发和应用新型微生物肥料的基础。随着微生物组测序、高通量培养、转录组学和代谢组学等多组学技术手段的不断革新，当前新一代微生物肥料的研发重点正朝着新功能菌株选育、稳定合成菌群构建、菌株活性维持以及菌群高效定殖等方面发展。特别是基于作物功能需求特征[55]，构建涵盖作物核心微生物组的合成菌群已成为新型微生物肥料研制的关键策略[75]。

3.4 高效施肥技术研究进展

3.4.1 基于大数据的智慧推荐施肥新方法

以小农户经营为主体的农田管理方式对实现养分精准管理提出了挑战。强大的数据库和可靠的施肥模型相结合是实现肥料养分精准管理的新选择和新趋势。针对上述挑战，中国农业科学院农业资源与农业区划研究所创建了养分专家系统（Nutrient Expert，NE），针对主要粮食作物和重要经济作物提供精准快速的施肥建议[76]。该系统利用田间试验的大数据分析和QUEFTS 模型模拟，依据养分之间的交互作用得出不同生态区作物目标产量与养分吸收之间的量化关系，并使用作物地上部产量或养分吸收作为表征土壤基础养分供应的指标。此方法突破了传统土壤养分测试值与基础养分供应相关性不显著的限制，解决了在没有测土施肥条件下的养分推荐难题[77−80]。此外，研究人员已经将该系统转化为便于农民直接使用的在线软件，用户仅需在问答式界面中输入产量、秸秆处理方式等信息，系统将针对不同场景提供定制化的解决方案，该方法不仅轻简智能，而且能在提高生产力和促进农业高质量发展等方面实现共赢，尤其适合以小农户经营为主体的农业生产模式。

3.4.2 基于智能机械装备的作物养分管理技术

信息技术的进步极大地促进了农业机械快速发展，智能化设备已成为农田养分管理的新趋势。基于光谱学的机器人和传感器技术颠覆了现有的农田管理模式，无人机等现代化设备改变了传统的植株营养诊断和施肥方法[81]。通过解析光谱图像估测叶绿素、叶面积、生物量、氮含量等植株特征，可以获取田间植物长势或植株氮素含量的空间变异分布，进而实现精准变量施肥[82]。当前，互联网、5G 应用普遍，全球定位系统（GPS） 普及，以及智能传感器识别等技术的快速发展，使得设计和开发具有机器学习功能的物联网设备成为智能农业机械的主要创新方向。将传感器技术、数据分析算法和作物养分管理集成一体，通过获取作物生长状况实时数据，利用机器学习算法进行分析和训练，可以根据特定作物不同生长阶段的养分需求，生成有针对性的准确预测和作物管理建议[83， 35]。随着智能机械装备的持续发展，作物养分管理的效率和精确度将进一步提升。

3.4.3 养分资源高效利用的生态环境效应

全球粮食产量在2010—2050 期间要增加27%～39% 才能满足人类需求[84]。但如果充分发挥作物的增产潜力，全球玉米、小麦和水稻的产量可分别增加64%、71% 和47%[85]，这其中肥料对作物增产的贡献毋庸置疑，然而过量施肥也会导致农田生态系统养分损失风险加剧，引发地下水硝酸盐超标、水体富营养化，以及温室气体增排等系列生态环境问题。研究表明，在不影响作物产量的情况下，全球N2O 的减排潜力可达土壤直接排放量的30%[86]。因此，通过养分精准管理降低环境风险的潜力巨大。农田养分综合管理策略是减少肥料损失、提升养分利用效率的有效途径。Chen 等[87]采用综合的土壤−作物管理系统发现，即使农民的平均产量仅达到该方法产量的80%，其活性氮损失和温室气体排放即可分别降低48% 和26%，同时施氮量减少33%。此外，最佳施肥量、深层施肥、脲酶抑制剂等氮管理技术，可实现华北平原小麦和玉米氨挥发量分别降低49% 和39%[88]。Gu 等[89]研究指出，4R 管理、有机改良剂、保护性耕作等为减少养分损失的关键措施，减少总氮损失可达30%～70%。预计到2100 年，农场化规模管理可将全球农田氮肥利用率提高到70% 以上[90]，如果采取高效品种、养分循环、高效施肥、新型肥料等措施，我国氮肥利用率提升潜力为17 个百分点[89]，即从现在的40% 增加到57%。这些研究均强调了养分精准管理在减轻生态环境负担中的重要作用。

4 新阶段植物营养学重点任务

在过去近40 年，我国植物营养学科发展取得了长足进步，形成了适应我国国情和农情的科学施肥解决方案，有效提升了我国农业生产整体水平。然而，我国耕地长期高强度、超负荷利用背景下土壤肥力水平持续下降，耕地综合生产能力下降风险加剧。如何实现耕地高强度利用下的作物高产、养分高效、环境友好等多重目标，成为当前植物营养学科发展的重要任务。当前我国植物营养学研究仍存在诸多不足。在营养遗传方面，研究过分侧重单基因挖掘，而对作物养分高效利用的多信号调控网络缺乏系统性认识。在养分循环方面，土壤培肥与高产高效难以协同，耕地高强度利用下养分循环机制尚不明确，土壤肥力维持机理不清，培肥增效调控途径缺乏。在肥料创制方面，主要以固体单质化肥掺混居多，而安全、环保、可降解的绿色生物基膜材缓控释肥不足，养分释放与作物吸收难以同步，生物肥料、水溶性肥等功能肥料施用占比依然较低，肥料产品与施肥机械匹配度不高。在施肥技术方面，在小农户和规模化农场长期并存条件下，需要加强适应小农户田间尺度的轻简、精准、智能推荐施肥方法研发和推广，同时优化适应大农场作业的智能机械装备施肥参数和感知决策能力。因此，针对上述突出问题，新阶段植物营养学未来重点研究任务包括以下几个方面：

1） 作物养分高效与抗逆分子调控网络。重点阐明作物−环境关键界面的互作分子机制，深入解析作物养分高效及抗逆分子调控网络，探索作物养分高效与高产、优质协同机理，为养分高效抗逆新品种创制提供重要理论基础。

2） 土壤养分循环与微生物组功能挖掘。重点阐释耕地高强度利用下外源无机养分转化与损失阻控机理，明确土壤肥力维持机制与有机质提升途径，深入挖掘土壤微生物组在养分资源高效利用中的功能潜力，开展全球土壤碳氮循环模型模拟与未来场景预测。

3） 新型绿色高效肥料创制与应用。重点加强与生物学、材料学、化学等交叉融合，阐明肥料养分释放与作物吸收同步机制，突破新型绿色生物基膜材与养分释放精准调控，揭示肥水协同增效机制与产品创新，开展基于微生物组的肥料创制与应用。

4） 农田养分协同优化原理与方法。重点推进智能化大数据推荐施肥方法研发，强化基于传感器和信息技术的养分实时诊断技术，优化大数据施肥决策模型与配套机械，明确农田养分资源高效利用的生态功能与环境效应，实现养分协同优化与精准管理。

参 考 文 献：

[ 1 ]Food and Agriculture Organization of the United Nations （FAO）.FAOSTAT database collections [DB/OL]. [2024-4-10]. https：//www.fao.org/faostat/en/#data/RFN.

[ 2 ]Yang Y， Chen X L， Liu L X， et al. Nitrogen fertilization weakens thelinkage between soil carbon and microbial diversity： A global metaanalysis[J]. Global Change Biology， 2022， 28（21）： 6446−6461.

[ 3 ]Ai C， Liang G Q， Sun J W， et al. Reduced dependence of rhizospheremicrobiome on plant-derived carbon in 32-year long-term inorganicand organic fertilized soils[J]. Soil Biology and Biochemistry， 2015，80： 70−78.

[ 4 ]宋大利， 侯胜鹏， 王秀斌， 等. 中国畜禽粪尿中养分资源数量及利用潜力[J]. 植物营养与肥料学报， 2018， 24（5）： 1131−1148.

Song D L， Hou S P， Wang X B， et al. Nutrient resource quantity of animal manure and its utilization potential in China[J]. Journal ofPlant Nutrition and Fertilizers.， 2018， 24（5）： 1131−1148.

[ 5 ]宋大利， 侯胜鹏， 王秀斌， 等. 中国秸秆养分资源数量及替代化肥潜力[J]. 植物营养与肥料学报， 2018， 24（1）： 1−21.

Song D L， Hou S P， Wang X B， et al. Nutrient resource quantity ofcrop straw and its potential of substituting[J]. Journal of PlantNutrition and Fertilizers， 2018， 24（1）： 1−21.

[ 6 ]Penuelas J， Janssens I A， Ciais P， et al. Anthropogenic global shifts inbiospheric N and P concentrations and ratios and their impacts onbiodiversity， ecosystem productivity， food security， and humanhealth[J]. Global Change Biology， 2020， 26（4）： 1962−1985.

[ 7 ]Peñuelas J， Sardans J. The global nitrogen-phosphorus imbalance[J].Science， 2022， 375： 266−267.

[ 8 ]Wang S L， Li J F， Zhang B， et al. Trophic state assessment of globalinland waters using a MODIS-derived Forel-Ule index[J]. RemoteSensing of Environment， 2018， 217： 444−460.

[ 9 ]Crippa M， Solazzo E， Guizzardi D， et al. Food systems areresponsible for a third of global anthropogenic GHG emissions[J].Nature Food， 2021， 2（3）： 198−209.

[10]Carlson K M， Gerber J S， Mueller N D， et al. Greenhouse gasemissions intensity of global croplands[J]. Nature Climate Change，2017， 7（1）： 63−68.

[11]Rouached H， Arpat A B， Poirier Y. Regulation of phosphatestarvation responses in plants： Signaling players and cross-talks[J].Molecular Plant， 2010， 3（2）： 288−299.

[12]Xu G H， Fan X R， Miller A J. Plant nitrogen assimilation and useefficiency[J]. Annual Review of Plant Biology， 2012， 63（1）： 153−182.

[13]Wang Y Y， Cheng Y H， Chen K E， Tsay Y F. Nitrate transport，signaling， and use efficiency[J]. Annual Review of Plant Biology，2018， 69（1）： 85−122.

[14]Wang Y， Wang F， Lu H， et al. Phosphate uptake and transport inplants： An elaborate regulatory system[J]. Plant and Cell Physiology，2021， 62（4）： 564−572.

[15]Liu X J， Hu B， Chu C C. Nitrogen assimilation in plants： Currentstatus and future prospects[J]. Journal of Genetics and Genomics，2022， 49（5）： 394−404.

[16]Liang G. Iron uptake， signaling， and sensing in plants[J]. PlantCommunications， 2022， 3（5）： 100349.

[17]Hui J， An X， Li Z B， et al. The mycorrhiza-specific ammoniumtransporter ZmAMT3;1 mediates mycorrhiza-dependent nitrogenuptake in maize roots[J]. The Plant Cell， 2022， 34（10）： 4066−4087.

[18]Xu L， Zhao H Y， Wan R J， et al. Identification of vacuolar phosphateefflux transporters in land plants[J]. Nature Plants， 2019， 5（1）： 84−94.

[19]Yan P S， Du Q G， Chen H， et al. Biofortification of iron content byregulating a NAC transcription factor in maize[J]. Science， 2023，382： 1159−1165.

[20]Hu B， Jiang Z M， Wang W， et al. Nitrate–NRT1.1B–SPX4 cascadeintegrates nitrogen and phosphorus signalling networks in plants[J].Nature Plants， 2019， 5（4）： 401−413.

[21] Guo M N， Ruan W Y， Zhang Y B， et al. A reciprocal inhibitory module for Pi and iron signaling[J]. Molecular Plant， 2022， 15（1）：138−150.

[22]Huang Y C， Wang H H， Zhu Y D， et al. THP9 enhances seed proteincontent and nitrogen-use efficiency in maize[J]. Nature， 2022， 612：292−300.

[23]Ma B， Zhang L， Gao Q F， et al. A plasma membrane transportercoordinates phosphate reallocation and grain filling in cereals[J].Nature Genetics， 2021， 53（6）： 906−915.

[24]Song L， Liu J， Cao B L， et al. Reducing brassinosteroid signallingenhances grain yield in semi-dwarf wheat[J]. Nature， 2023， 617：118−124.

[25]Ruan W Y， Guo M N， Xu L， et al. An SPX-RLI1 module regulatesleaf inclination in response to phosphate availability in rice[J]. ThePlant Cell， 2018， 30（4）： 853−870.

[26]Guo M N， Zhang Y X， Jia X Q， et al. Alternative splicing ofREGULATOR OF LEAF INCLINATION 1 modulates phosphatestarvation signaling and growth in plants[J]. The Plant Cell， 2022，34（9）： 3319−3338.

[27]Yuan K， Zhang H， Yu C J， et al. Low phosphorus promotes NSP1-NSP2 heterodimerization to enhance strigolactone biosynthesis andregulate shoot and root architecture in rice[J]. Molecular Plant， 2023，16（11）： 1811−1831.

[28]Wang T T， Jin Y， Deng L X， et al. The transcription factor MYB110regulates plant height， lodging resistance， and grain yield in rice[J].The Plant Cell， 2024， 36（2）： 298−323.

[29]Guo Z L， Cao H R， Zhao J， et al. A natural uORF variant confersphosphorus acquisition diversity in soybean[J]. Nature Communications，2022， 13（1）： 3796.

[30]Zhang Y， Tateishi-Karimata H， Endoh T， et al. High-temperatureadaptation of an OsNRT2.3 allele is thermoregulated by smallRNAs[J]. Science Advances， 2022， 8： eadc9785.

[31]Hu B， Wang W， Ou S J， et al. Variation in NRT1.1B contributes tonitrate-use divergence between rice subspecies[J]. Nature Genetics，2015， 47（7）： 834−838.

[32]Liu Y Q， Wang H R， Jiang Z M， et al. Genomic basis of geographicaladaptation to soil nitrogen in rice[J]. Nature， 2021， 590： 600−605.

[33]Fuhrman J， Bergero C， Weber M， et al. Diverse carbon dioxideremoval approaches could reduce impacts on the energy-water-landsystem[J]. Nature Climate Change， 2023， 13（4）： 341−350.

[34]Zhao Y C， Wang M Y， Hu S J， et al. Economics- and policy-drivenorganic carbon input enhancement dominates soil organic carbonaccumulation in Chinese croplands[J]. Proceedings of the NationalAcademy of Sciences， 2018， 115（16）： 4045−4050.

[35]Xiao L J， Wang G C， Wang E L， et al. Spatiotemporal co-optimizationof agricultural management practices towards climate-smart cropproduction[J]. Nature Food， 2024， 5（1）： 59−71.

[36]Tao F， Huang Y Y， Hungate B A， et al. Microbial carbon useefficiency promotes global soil carbon storage[J]. Nature， 2023， 618：981−985.

[37]Cui J L， Zhang X M， Reis S， et al. Nitrogen cycles in global croplandsaltered by elevated CO2[J]. Nature Sustainability， 2023， 6（10）：1166−1176.

[38]Dai Z M， Yu M J， Chen H H， et al. Elevated temperature shifts soil Ncycling from microbial immobilization to enhanced mineralization，nitrification and denitrification across global terrestrial ecosystems[J].Global Change Biology， 2020， 26（9）： 5267−5276.

[39]Tedersoo L， Bahram M， Põlme S， et al. Global diversity and geographyof soil fungi[J]. Science， 2014， 346： 1256688.

[40]Delgado-Baquerizo M， Oliverio A M， Brewer T E， et al. A globalatlas of the dominant bacteria found in soil[J]. Science， 2018， 359：320−325.

[41]Clark I M， Hughes D J， Fu Q L， et al. Metagenomic approachesreveal differences in genetic diversity and relative abundance ofnitrifying bacteria and archaea in contrasting soils[J]. ScientificReports， 2021， 11（1）： 15905.

[42]Hartmann M， Six J. Soil structure and microbiome functions inagroecosystems[J]. Nature Reviews Earth amp; Environment， 2023，4（1）： 4−18.

[43]Dai Z M， Liu G F， Chen H H， et al. Long-term nutrient inputs shiftsoil microbial functional profiles of phosphorus cycling in diverseagroecosystems[J]. The ISME Journal， 2020， 14（3）： 757−770.

[44]Wu X J， Rensing C， Han D F， et al. Genome-resolved metagenomicsreveals distinct phosphorus acquisition strategies between soilmicrobiomes[J]. mSystems， 2022， 7（1）： e01107-21.

[45]Jing X Y， Gong Y H， Pan H H， et al. Single-cell Raman-activatedsorting and cultivation （scRACS-Culture） for assessing and miningin situ phosphate-solubilizing microbes from nature[J]. ISMECommunications， 2022， 2（1）： 106.

[46]Jansson J K， McClure R， Egbert R G. Soil microbiome engineeringfor sustainability in a changing environment[J]. Nature Biotechnology，2023， 41（12）： 1716−1728.

[47]Trivedi P， Leach J E， Tringe S G， et al. Plant-microbiome interactions：From community assembly to plant health[J]. Nature ReviewsMicrobiology， 2020， 18（11）： 607−621.

[48]Bulgarelli D， Rott M， Schlaeppi K， et al. Revealing structure andassembly cues for Arabidopsis root-inhabiting bacterial microbiota[J]. Nature， 2012， 488： 91−95.

[49]Lundberg D S， Lebeis S L， Paredes S H， et al. Defining the coreArabidopsis thaliana root microbiome[J]. Nature， 2012， 488： 86−90.

[50]Zhang J Y， Zhang N， Liu Y X， et al. Root microbiota shift in ricecorrelates with resident time in the field and developmental stage[J].Science China Life Sciences， 2018， 61（6）： 613−621.

[51]Xiong C， Zhu Y G， Wang J T， et al. Host selection shapes cropmicrobiome assembly and network complexity[J]. New Phytologist，2021， 229（2）： 1091−1104.

[52]Edwards J， Johnson C， Santos-Medellin C， et al. Structure， variation，and assembly of the root-associated microbiomes of rice[J]. Proceedingsof the National Academy of Sciences， 2015， 112（8）： E911−E920.

[53]Santos-Medellín C， Liechty Z， Edwards J， et al. Prolonged droughtimparts lasting compositional changes to the rice root microbiome[J].Nature Plants， 2021， 7（8）： 1065−1077.

[54] Tabassum N， Ahmed H I， Parween S， et al. Host genotype， soil composition， and geo-climatic factors shape the fonio seed microbiome[J]. Microbiome， 2024， 12（1）： 11.

[55]Zhang L Y， Yuan L， Wen Y C， et al. Maize functional requirementsdrive the selection of rhizobacteria under long-term fertilizationpractices[J]. New Phytologist， 2024， 242（3）： 1275−1288.

[56]Zhang J Y， Liu Y X， Zhang N， et al. NRT1.1B is associated with rootmicrobiota composition and nitrogen use in field-grown rice[J].Nature Biotechnology， 2019， 37（6）： 676-684.

[57]Liu Y P， Xu Z H， Chen L， et al. Root colonization by beneficialrhizobacteria[J]. FEMS Microbiology Reviews， 2024， 48（1）： fuad066.

[58]Yang J， Lan L Y， Jin Y， et al. Mechanisms underlying legume–rhizobium symbioses[J]. Journal of Integrative Plant Biology， 2022，64（2）： 244−267.

[59]Berrios L， Yeam J， Holm L， et al. Positive interactions betweenmycorrhizal fungi and bacteria are widespread and benefit plantgrowth[J]. Current Biology， 2023， 33（14）： 2878−2887.

[60]Yu P， He X M， Baer M， et al. Plant flavones enrich rhizosphereOxalobacteraceae to improve maize performance under nitrogendeprivation[J]. Nature Plants， 2021， 7（4）： 481−499.

[61]Liu C Y， Jiang M T， Yuan M M， et al. Root microbiota confers riceresistance to aluminium toxicity and phosphorus deficiency in acidicsoils[J]. Nature Food， 2023， 4（10）： 912−924.

[62]Zhang L Y， Zhang M L， Huang S Y， et al. A highly conserved corebacterial microbiota with nitrogen-fixation capacity inhabits thexylem sap in maize plants[J]. Nature Communications， 2022， 13（1）：3361.

[63]Calabi-Floody M， Medina J， Rumpel C， et al. Chapter three-smartfertilizers as a strategy for sustainable agriculture[J]. Advances inAgronomy， 2018， 147： 119−157.

[64]Niu Y H， Ke R Y， Yang T， Song J. pH-responsively water-retainingcontrolled-release fertilizer using humic acid hydrogel and nano-silicaaqueous dispersion[J]. Journal of Nanoscience and Nanotechnology，2020， 20（4）： 2286−2291.

[65]Lam S K， Wille U， Hu H W， et al. Next-generation enhancedefficiencyfertilizers for sustained food security[J]. Nature Food，2022， 3（8）： 575−580.

[66]Shen Z Z， Xue C， Penton C R， et al. Suppression of banana Panamadisease induced by soil microbiome reconstruction through anintegrated agricultural strategy[J]. Soil Biology and Biochemistry，2019， 128： 164−174.

[67]Tao C Y， Wang Z， Liu S S， et al. Additive fungal interactions drivebiocontrol of Fusarium wilt disease[J]. New Phytologist， 2023，238（3）： 1198−1214.

[68]Zhao S X， Schmidt S， Gao H J， et al. A precision compost strategyaligning composts and application methods with target crops andgrowth environments can increase global food production[J]. NatureFood， 2022， 3（9）： 741−752.

[69]MacLaren C， Mead A， van Balen D， et al. Long-term evidence forecological intensification as a pathway to sustainable agriculture[J].Nature Sustainability， 2022， 5（9）： 770−779.

[70] Xia L L， Cao L， Yang Y， et al. Integrated biochar solutions can achieve carbon-neutral staple crop production[J]. Nature Food， 2023，4（3）： 236−246.

[71]丁文成， 何萍， 周卫. 我国新型肥料产业发展战略研究[J]. 植物营养与肥料学报， 2023， 29（2）： 201−221.

Ding W C， He P， Zhou W. Development strategies of the newtypefertilizer industry in China[J]. Journal of Plant Nutrition andFertilizers， 2023， 29（2）： 201−221.

[72]Bakpa E P， Xie J M， Zhang J， et al. Influence of soil amendment ofdifferent concentrations of amino acid water-soluble fertilizer onphysiological characteristics， yield and quality of “Hangjiao No. 2”chili pepper[J]. PeerJ， 2021， 9： e12472.

[73]Ni H J， Zhao J C， Yang Z Y. Effects of compound fertilizerdecrement and water-soluble humic acid fertilizer application on soilproperties， bacterial community structure， and shoot yield in leibamboo （Phyllostachys praecox） plantations in subtropical China[J].Forests， 2024， 15（3）： 400.

[74]Lou S， Hu R Q， Liu Y， et al. The formulation of irrigation andnitrogen application strategies under multi-dimensional soil fertilitytargets based on preference neural network[J]. Scientific Reports，2022， 12（1）： 20918.

[75]French E， Kaplan I， Iyer-Pascuzzi A， et al. Emerging strategies forprecision microbiome management in diverse agroecosystems[J].Nature Plants， 2021， 7（3）： 256−267.

[76]He P， Xu X P， Zhou W， et al. Ensuring future agriculturalsustainability in China utilizing an observationally validatednutrient recommendation approach[J]. European Journal ofAgronomy， 2022， 132（5）： 126409.

[77]Chuan L M， He P， Pampolino M F， et al. Establishing a scientificbasis for fertilizer recommendations for wheat in China： Yieldresponse and agronomic efficiency[J]. Field Crops Research， 2013，140： 1−8.

[78]Xu X P， He P， Pampolino M F， et al. Fertilizer recommendation formaize in China based on yield response and agronomic efficiency[J].Field Crops Research， 2014， 157： 27−34.

[79]Xu X P， He P， Yang F Q， et al. Methodology of fertilizer recommendationbased on yield response and agronomic efficiency for rice in China[J].Field Crops Research， 2017， 206： 33−42.

[80]Xu X P， He P， Qiu S J， et al. Nutrient management increases potatoproductivity and reduces environmental risk： Evidence from China[J].Journal of Cleaner Production， 2022， 369： 133357.

[81]King A. Technology： The future of agriculture[J]. Nature， 2017， 544：S21−S23.

[82]Shadrach F D， Kandasamy G， Neelakandan S， et al. Optimal transferlearning based nutrient deficiency classification model in ridge gourd（Luffa acutangula）[J]. Scientific Reports， 2023， 13（1）： 14108.

[83]Rani S， Mishra A K， Kataria A， et al. Machine learning-basedoptimal crop selection system in smart agriculture[J]. ScientificReports， 2023， 13（1）： 15997.

[84]van Dijk M， Morley T， Rau M L， et al. A meta-analysis of projectedglobal food demand and population at risk of hunger for the period2010–2050[J]. Nature Food， 2021， 2（7）： 494−501.

[85]Mueller N D， Gerber J S， Johnston M， et al. Closing yield gapsthrough nutrient and water management[J]. Nature， 2012， 490：254−257.

[86]Cui X Q， Zhou F， Ciais P， et al. Global mapping of crop-specificemission factors highlights hotspots of nitrous oxide mitigation[J].Nature Food， 2021， 2（11）： 886−893.

[87]Chen X P， Cui Z L， Fan M S， et al. Producing more grain with lowerenvironmental costs[J]. Nature， 2014， 514： 486−489.

[88] Kang J H， Wang J X， Heal M R， et al. Ammonia mitigation campaign with smallholder farmers improves air quality while ensuring highcereal production[J]. Nature Food， 2023， 4（9）： 751−761.

[89]Gu B J， Zhang X M， Lam S K， et al. Cost-effective mitigation ofnitrogen pollution from global croplands[J]. Nature， 2023， 613：77−84.

[90]Ren C C， Zhang X M， Reis S， et al. Climate change unequally affectsnitrogen use and losses in global croplands[J]. Nature Food， 2023，4（4）： 294−304.

作者简介：

周 卫，中国工程院院士，中国农业科学院农业资源与农业区划研究所研究员，河南农业大学校长，中国植物营养与肥料学会理事长，农业农村部植物营养与肥料重点实验室主任，中国农业科学院耕地科技创新总首席科学家，《植物营养与肥料学报》主编。

长期从事耕地培肥与高效施肥研究工作，针对我国中低产田面积大、养分元素缺乏、化肥利用率低等重大问题，在破解低产土壤障碍、攻克中量元素缺乏瓶颈、创新推荐施肥方法等方面做了系统的开拓性研究。以第一完成人获国家科学技术进步奖二等奖3 项、省部级一等奖2 项，带领的团队获神农中华农业科技奖优秀创新团队奖。荣获全国五一劳动奖章、全国创新争先奖等，中共二十大代表。

基金项目：中国工程院战略研究与咨询项目“耕地用途管控及质量提升保障粮食安全战略研究”项目（2023-PP-02）；农田智慧施肥项目（20221805）；国家水稻产业技术体系项目（CARS-01-23）；国家自然科学基金重点项目（32230093）。