水稻氮肥精準管理技術研究進展

李克亮 周志艷

摘要：氮肥施用是水稻生產中比較重要，對水稻增產效益最高的環節，但目前我國水稻氮肥管理形式粗放，過量施用情況時有發生，這不僅增加了生產成本，還對環境造成污染。因此，進行氮肥施用精準管理研究，對水稻生產的提質增效有重要意義。對影響水稻氮肥吸收利用的主要因素進行深入分析，包括水稻品種、土壤理化性質、氣候條件、水分管理、氮肥施用技術等5個方面;并對基于測土配方、生長模型、實地觀測、遙感監測的主流水稻氮肥管理技術進行總結歸納，深入剖析當前我國水稻氮肥精準管理中所存在的主要問題;最后，提出解決我國水稻生產中氮肥過量施用問題的有效方法，并指出在未來水稻氮肥施用中，無人機遙感用于精準施氮決策將是重要的發展方向之一。水稻氮肥精準管理技術的研究對我國農業生產中化肥的減量施用具有重要意義。

關鍵詞：水稻;氮素吸收;水稻生長模型;水稻氮肥管理;精細農業;遙感

中圖分類號： S511.06;S143.1? 文獻標志碼： A? 文章編號：1002-1302（2019）12-0018-07

水稻是世界主要的糧食作物之一，在我國2/3的人口以水稻作為主食[1]，水稻生產意義重大。目前，我國水稻種植面積與產量分別占總糧食的34.9%、48.4%[2]，水稻生產對保障我國糧食安全有重要的意義。但是，當前我國水稻生產中存在肥料施用過量、總體利用率低的問題。水稻主要的施肥元素為氮、磷、鉀，據2013年《中國三大糧食作物肥料利用率研究報告》報道，當前我國水稻生產中氮肥、磷肥、鉀肥的利用率分別為35%、25%、41%。而目前美國糧食作物氮肥利用率能夠達到50%，歐洲糧食作物氮肥利用率能達到65%[3]。氮是植物蛋白質、葉綠素重要組成元素，直接參與作物的光合作用和物質積累，影響水稻的生長，對水稻產量影響較大。目前，我國水稻種植中施肥量最高的是氮肥，過量施肥不僅增加了生產成本，還會帶來一系列環境問題[4]，例如水體中含氧量降低，病蟲草害發生概率上升，土壤板結酸化、保水保肥能力降低、重金屬污染、水體富營養化、溫室效應等[5-6]。因此，在水稻種植管理中，實現氮肥減施，節本增效愈加重要。

水稻氮素占水稻植株干物質的0.3%～5.0%，其中20%被根部吸收利用，其余的氮運往地上部[7]。在水稻的生殖生長期，水稻60%～70%的氮素轉移到水稻稻谷中[8-9]。水稻吸收氮素主要有NH4+-N、NO3--N以及有機氮等形式。水稻是一種喜銨作物，水稻水田種植以NH4+-N吸收為主，但在旱作下水稻以NO3--N吸收為主。在氮素脅迫時，會造成水稻蛋白質、磷脂、核酸、葉綠素等物質合成受阻，使水稻表現出植株矮小、分蘗少、葉片發黃、產量下降等現象[10]。因此，水稻對氮素的吸收利用對水稻的生長十分重要。

水稻施肥管理是水稻生產中必不可少的環節，其中氮肥施用比例最大，對水稻增產效益最高。目前，我國氮肥管理形式粗放，導致水稻氮肥利用率低、氮肥施用量大。水稻對氮肥的吸收過量會造成水稻根部將H+轉移到土壤中，造成土壤酸化，影響水稻對氮素的吸收作用;當水稻體內氮高于水稻運轉能力時，水稻會將多余的氮排入土壤中，造成無效氮循環[7]。氮肥施用量增加使得水稻生產成本提高，導致稻谷缺乏價格優勢。氮肥施用量大會增加病蟲害的發生概率，提高管理成本，還會造成水體的富營養化、增加溫室氣體排放、土壤板結酸化、保水保肥能力降低、重金屬污染等環境污染問題[11-12]。因此，提高氮肥利用率顯得尤為重要，水稻氮肥精準管理技術是解決阻礙我國水稻種植管理中肥料用量過量問題的重要方法之一。

本文擬對影響水稻氮肥吸收利用的主要因素進行深入分析，包括水稻品種、土壤理化性質、氣候條件、水分管理、氮肥施用方式等5個方面，并對現有的主流水稻氮肥管理技術進行總結歸納，深入剖析氮肥管理中所存在的主要問題。在此基礎上，提出解決我國水稻生產中氮肥過量施用問題的有效方法，并指出未來水稻氮肥施用技術的發展趨勢，以期為我國農業生產中化肥的減量施用提供參考。

1 影響水稻氮肥吸收利用的主要因素研究

研究表明，隨著水稻氮素吸收量的增加，氮素轉移進稻谷中的量增多，從而導致產量提高[13]。探明影響水稻氮肥吸收利用的主要因素，可為實施有針對性的氮肥精準管理、提高水稻氮肥利用率提供依據。因此，全面、深入地研究水稻氮肥吸收的影響因素不但可以提高水稻氮肥管理的科學性，更能推動我國水稻種植向精細化發展。

產量是水稻種植追求的主要目標之一，而水稻生長中物質的生產是水稻產量的主要基礎。水稻生長中物質的生產包括蛋白質積累、葉綠素合成等，而這些都離不開水稻對氮素的吸收。而水稻光合作用、生長發育的因素對水稻氮素的吸收利用均有影響;因此，研究水稻氮肥吸收利用率時，通常需要著重考慮水稻品種、土壤理化性質（pH值、土壤水分、孔隙度、土壤氮素供應量等）、氣候條件（CO2濃度、光照度、降水量、氣溫）、水分管理、氮肥施用方式等5個方面（圖1）。

1.1 水稻品種與水稻氮肥管理

不同水稻品種間存在產量差異，因此不同水稻品種對氮素的需求量不同。主要原因包括以下幾點。

（1）不同品種水稻的基因型不同，造成水稻根系總吸收面積、氧化還原力、氮代謝酶活性等方面存在差異[9，14-15]，這直接影響了水稻對氮肥的吸收效率。

（2）不同水稻品種的遺傳物質不同，會導致葉片結構的差異[16]，影響水稻光合作用效率和水稻對CO2的同化作用，進而影響水稻生長速率;而水稻生長需要合成蛋白質，需要吸收氮元素，間接影響了水稻對氮肥的需求量與吸收效率。

（3）水稻品種不同，其適應的環境也不同，直接影響水稻的生長，影響氮素的吸收。

不同品種對氮肥吸收作用不同，因此，在進行水稻精準施肥管理決策時，必須要考慮不同品種水稻的農藝要求及生長特性，進行區別對待。

1.2 土壤理化性質與水稻氮肥管理

土壤是由固體（土壤礦物質、有機質和微生物等）、液體（土壤水分）和氣體（土壤孔隙中的空氣類物質）組成的。土壤理化性質是構成土壤肥力的基礎。土壤氮素是水稻植株中氮素營養供應的重要來源，例如抽穗期水稻植株約85%的氮素來源于土壤[17]。土壤理化性質中的營養含量、pH值、孔隙度等對水稻氮素吸收作用影響較大。因此，研究土壤理化性質對水稻氮肥管理的影響主要考慮土壤營養含量、土壤pH值、土壤孔隙度等3個因素。

1.2.1 土壤營養含量 土壤營養含量能被水稻吸收利用，特別是土壤中的堿解氮含量影響了水稻氮肥用量。研究表明，土壤耕層（0～30 cm）堿解氮含量與產量相關性最大[18]。隨氮素供應量增加，水稻的氮肥利用率減小，土壤氮素含量越高，氮肥施用量雖然減小，但水稻的氮肥利用率降低。土壤中的有效磷、速效鉀含量能促進水稻對氮素的吸收作用、增加水稻氮肥利用率。土壤中的其他營養成分的缺失也會對水稻生長造成影響，如土壤中鈉鎂離子增多會抑制葉綠素合成，更會嚴重阻礙水稻的正常生長[19]。因此，精細的氮肥管理須要對土壤營養含量進行檢測，合理安排氮肥的施用。

1.2.2 土壤pH值 土壤pH值也是影響水稻氮肥吸收的重要因素。隨土壤pH值升高，土壤中的氨態氮增加，稻田中的NH3揮發量增加，會降低氮肥的利用率[20-21]。因此，氮肥施用時應避免與堿性肥料一起施用。另外，pH值高的鹽堿土中有機質含量少、肥力低、理化性質差，鹽分離子的聚集會引起水稻生理性缺水，進而抑制氮肥吸收利用[19]。土壤pH值偏低，會影響土壤中其他水稻養分的含量，如有效磷含量的降低。因此，土壤pH值與水稻氮素的吸收利用關系密切。

1.2.3 土壤孔隙度 土壤的孔隙度與土壤容重呈負相關，孔隙度越大，容重越小，耕層提供的水稻營養就越少。因此，土壤孔隙度影響了耕層土壤的養分供應總量。另外，土壤孔隙度直接關系土壤的透氣性，影響了土壤中的空氣成分如氧氣含量等，含氧量增加能促進土壤硝化作用使NH4+-N生成NO2-、NO3-，有利于氮吸收;當土壤氧氣含量不足時會發生反硝化作用，生成N2、N2O[22]，進而造成氮肥吸收利用降低。因此，土壤孔隙度影響了水稻的氮素吸收，合適的稻田整地技術有助于水稻的氮素吸收。

雖然土壤理化性質對水稻氮肥的吸收有較大影響，在實際生產中需要及時獲取土壤理化信息，進行精準施肥調控。但在實際應用中，當土樣采集點增加，土樣采集密度放大時，取土和事后分析化驗工作量巨大，因此，通過取土樣進行實驗室分析化驗的方法難以滿足水稻精準用肥管理的需要。

1.3 氣候因素與水稻氮肥管理

水稻生長與氣候條件密不可分。若氣候條件不適宜，會影響水稻的正常生長發育，甚至導致水稻植株死亡。氣候條件對水稻生長造成影響的表現之一，是影響水稻對氮素的吸收利用。不同播期的氣候條件不同，水稻在不同播期的生長期日程、產量、米質等都會存在差異[23-24]。氣候條件中溫度、光照條件、CO2濃度、降水量對水稻生長影響較大。

1.3.1 溫度 溫度在水稻的整個生長發育期中起到至關重要的作用，是影響水稻生長發育的重要因素。溫度對水稻植株內的酶活性造成影響，進而影響水稻的氮肥吸收作用及利用率。在水稻的整個生育期中，不同時期對溫度的要求有較大差異，水稻種子的萌發依賴一定的溫度條件，水稻種子在低于10～12 ℃時停止萌發;水稻分蘗期最適溫度為30～32 ℃，此時水稻生長最快;抽穗期最適溫度為25～35 ℃，低于20 ℃時會造成結實率低[25]。高溫還會影響水稻生育期，造成水稻生長期縮短[26]。高溫會造成氣孔部分閉合減緩蒸騰作用，影響光合作用，造成水稻生長期縮短，從而減產和水稻氮素利用率下降。因此，美國的DD50水稻管理決策系統，把有效積溫作為安排水稻種植管理的重要依據。

1.3.2 光照條件 光照條件是影響水稻光合作用的主要因素，不僅對氣溫影響較大，而且也影響著水稻的光合作用。光強過低會減弱光合作用強度，光強過強會使氣孔關閉，葉綠素含量降低[26]，光合作用減弱。光照時間越長，光合作用時間越久，水稻光合產物的積累就越多，有助于提高水稻對氮肥的吸收利用率。

1.3.3 CO2濃度 CO2是水稻光合作用的主要原料。在一定濃度條件下，CO2濃度升高能增加水稻對碳的吸收同化作用，促進水稻生長，從而加強水稻對氮素的吸收。有研究表明，CO2濃度過高會造成氣孔部分關閉[28];隨著空氣中CO2濃度的升高，土壤可溶性氮含量下降[29]，造成土壤氮素供應量下降。因此，CO2濃度對水稻氮素吸收的影響是復雜的，需要全方位考慮。

1.3.4 降水量 降水量也是水稻生長的重要影響因素之一。降水量的多少，直接影響到水稻的田間管理策略。降水量適宜的地區，土壤中的液態環境有助于溶解土壤中的營養物質，有利于水稻根部與營養物質接觸，增強水稻對氮素的吸收利用。但若降水量過多，則易引發洪澇災害，受淹水稻生長發育停滯[30]，從而降低水稻對氮素的吸收利用。此外，降水量大的地區通常空氣濕度較大，當遇上高溫，高溫高濕的天氣容易引起有害的病菌滋生，誘發水稻病害，影響水稻生長，從而影響水稻對氮素的吸收利用。

1.4 水分管理與水稻氮肥管理

水分管理是水稻高產種植的關鍵技術之一。有研究表明，輕度水分脅迫會導致水稻氣孔部分關閉，從而降低葉肉細胞對CO2的同化吸收;重度水分脅迫會降低水稻葉肉細胞的光合能力，不利于水稻生長與氮素吸收[31]。不同時期田間水分對水稻生長影響不同，在水稻苗期，對田間水分要求嚴格，水層超過3 cm則會顯著降低出苗率[32];分蘗盛期，適度的水分脅迫可以控制水稻的無效分蘗，并且適度的水分脅迫有利于誘導根豎直向下生長，有利于增大根的吸收面積，增加了水稻對氮肥的吸收效率[33-34]，并且有利于水稻的抗倒伏。在水稻孕穗期，水稻對水分敏感，水分脅迫會造成結實率的降低，造成減產，影響水稻氮肥利用率。因此，水分管理在保證水稻供水充足的同時，還應與水分脅迫相結合，合理的水分管理可以提高水稻對氮素的吸收利用。

1.5 氮肥的施用方式與水稻氮肥管理

氮肥施用是水稻增產的關鍵技術。施氮肥與不施氮肥，水稻在產量上存在明顯差異。氮肥施用方式直接影響水稻的氮素供應量，影響水稻的生長。氮肥施用方式主要體現在氮肥施用比例與氮肥施用技術2個方面。

1.5.1 氮肥的施用比例 氮肥的施用比例是指在氮肥不同生長期的氮肥分配比例。水稻不同時期需氮量不同，氮肥施用比例的不同會造成水稻生長的差異[35]、影響水稻的氮素吸收。隨著水稻的生長發育，水稻的根系密度在拔節期達到峰值[15]，根部對氮肥的吸收作用最強，這很好地解釋了水稻拔節期水稻氮肥利用率大于分蘗期的現象。孫永建等研究發現，水田種植模式下氮肥后移比例在40%左右為宜（即基蘗肥與穗肥質量比為6 ∶ 4）[33]。因此，在滿足水稻不同生長期的氮肥需求量的同時，須要適度地將氮肥后移才能更好地提高肥料利用率。

氮肥施用比例不僅影響了水稻的氮素吸收，更影響了水稻自身的氮素運轉。在分蘗期施用氮肥過多會造成無效分蘗增多，過少會產生分蘗數不足，穗肥使用氮肥過多會造成貪青晚熟，過少會產生結實率低等問題，會對產量產生不利影響。

1.5.2 氮肥的施用技術 氮肥施用技術以施入土壤深度為標準可以分為氮肥表施與深施2種。氮肥表施是將氮肥施在土壤表面的技術，氮肥隨水流失嚴重，氮肥容易分解為NH3等氣體逸失;氮肥深施是利用施肥機械將氮肥施入土壤深度為6～19 cm處[36-37]，土壤下水的流動性差，氮肥隨水流失較少，減少了NH3的生成與揮發，能增加氮肥利用率。

其他施肥技術如目前國內外研究較多的一次性施肥[38]，它將氮肥施用比例和深施肥技術相結合，將配方肥料一次性施入土壤中，利用肥料的緩釋效應，達到滿足水稻不同生長期肥料需求的目的，增加了氮肥利用率。有研究表明，不同氮素形態的氮肥搭配使用能促進水稻對氮素的吸收，銨態氮、硝態氮搭配使用較單一使用肥料利用率高[39]。

總體來說，為滿足不同生長期水稻氮肥供需平衡，合理安排施肥比例，采用氮肥利用率高的氮肥施用方式，是水稻增產穩產的主要技術和方法。

2 基于測土配方的水稻氮肥管理技術

測土配方施肥技術主要包括測土施肥和配方施肥，主要方法是根據土壤中的養分含量、作物的養分吸收規律，通過試驗建立水稻肥效利用函數，結合土壤養分豐缺指標，指導精準施肥管理[40]。Regar等研究測土配方法時發現，土壤堿解氮含量與施氮量之間存在一定的關系，獲得了在水稻目標產量 4 000、5 000 kg/hm2條件下氮肥施氮量與土壤堿解氮之間的關系（圖2）[41]。戢林等研究設計了“3414”試驗（指氮、磷、鉀3個因素、4個水平、14個處理;4個水平的含義：0水平=不施肥，2水平=當地推薦施肥量，1水平=2水平×0.5，3水平=2水平×1.5;14個處理包括：N0P0K0、N0P2K2、N1P2K2、N2P0K2、N2P1K2、N2P2K2、N2P3K2、N2P2K0、N2P2K1、N2P2K3、N3P2K2、N1P1K2、N1P2K1、N2P1K1，下標表示養分施用量水平），獲得了土壤堿解氮、有效磷、速效鉀與水稻產量的關系模型，并采用養分豐缺法將土壤肥力分為5個等級，合理安排肥料施用[42]。張成玉等研究發現，采用測土配方施肥法水稻平均增產6.51%，純氮用量減少31.18 kg/hm2，凈收益提高531.33元/hm2[43]。

測土配方法的基礎是土壤化驗測試及肥料的田間施肥試驗，結合水稻需肥規律、肥料轉化效應，給出肥料的施用量、施肥時期、施用方法等處方指導，施肥更有針對性，可達到減少肥料用量、節省成本和勞動力投入的目的。但在試驗生產過程中，土樣的采集和化驗工作量大、成本高是該方法的瓶頸，主要存在以下問題：（1）測土配方土樣化驗檢測成本較高，不利于高密度、高頻率地大范圍獲取土樣，進而造成變量用肥的精度不高，而在實際生產中，每一茬作物生長期結束后，土壤中的肥力都會有變化，并且不同地塊的土壤環境及理化性質上的差異，也會影響水稻對氮素的利用率;（2）缺乏氣候條件等外界因素的考量，僅僅根據土壤養分平衡法來進行氮肥管理，配方施肥的優越性難以完全體現出來;（3）測土配方施肥通常只用于基肥使用，由于缺乏作物長勢的監測，不適合用于制定追肥方案。

3 基于生長模型的水稻氮肥管理技術

水稻生長模型能模擬在氣候和其他環境因子（如土壤、水、肥等）影響下的水稻生長過程，從而指導水稻生產管理。目前國內外基于生長模型的水稻氮肥管理模型主要有美國的CERES-Rice模型、歐洲的WOFOST模型、以及適用于東南亞與中國地區的ORYZA2000模型、國內研究的RCSODS模型等。

3.1 CERES-Rice模型

CERES-Rice模型以水稻有效積溫為輸入量來模擬水稻生長發育過程，主要包括土壤水分平衡、氮素平衡、生長發育等子模型，通過對不同水稻品種、土壤、氣候、水肥管理方案下水稻的生長發育和產量形成過程進行模擬，進行水稻的生產管理的決策[44]。Miao等利用CERES-Rice模型進行水稻氮肥管理，利用模型預測產量與實際產量相關性系數達 0.73[45]。Amiri等在當地進行了CERES-Rice模型驗證試驗，發現CERES-Rice模型與產量相關性系數達0.92[46]。上述文獻報道表明該模型具有較高的產量預測精度。

該模型能與地理信息系統（GIS）結合使用，在用于評價氣候對水稻產量的影響方面具有較好的實用價值。但該模型許多參數是經驗或正常氣候條件下得出的，忽略了其他因素對生長發育的影響，尤其是日長因素;此外，模型還忽略了高溫會增加有機物消耗與病蟲草害對水稻氮肥吸收所產生的影響，也缺少自然災害（如冰雹、降溫、臺風）對水稻氮素吸收所產生影響的評估。

3.2 WOFOST（World food study）模型

WOFOST模型在氣候和其他環境因子（如土壤、水、肥）影響下，以日為步長模擬作物物候發育過程、光合作用、呼吸作用、土壤水平衡、養分吸收以及產量形成等，以此來決策水稻的生產管理[47]。模型確定了氮素吸收與磷、鉀吸收量之間的關系，當磷的吸收量一定時，氮供應量與實際吸收量的關系和氮的實際吸收量與產量的關系分別如圖3、圖4所示，其中，A、X段水稻產量和氮素吸收量的主要限制因素是氮供應量;B、Y段水稻產量和氮素吸收量主要限制因素是氮、磷的供應量;而C、Z段水稻產量和氮素吸收量的主要限制因素是磷供應量[48]。杜春英等對WOFOST模型在當地的生產應用中進行了驗證試驗，結果表明，該模型模擬單產的精度高

達90%[48]。

WOFOST模型以日為時間段，將有效積溫與日長相結合來模擬水稻發育。能夠較好地預測水稻生長發育動態與產量，并能與GIS系統融合使用，但該模型忽略了CO2濃度等其他因素對水稻氮肥吸收的影響作用。

3.3 ORYZA2000模型

ORYZA2000模型通過模擬水稻生長發育及產量形成、水分、氮素的變化動態及其影響的原理與過程，指導水稻的生產管理。模型確定了水稻氮素吸收量與水稻氮素日吸收效率和氮素供應量之間的關系，建立了水稻氮肥日需求量與水稻莖、葉、貯藏器官的日氮素需水量之間的關系，并確定了水稻氮素最大日吸收速研究，發現ORYZA2000模型用于模擬水稻生物量、產量、氮素吸收量的相關系數分別為0.963 8、0.951 1、0.879 1，該模型具有較好的精度[50]。

ORYZA2000模型能很好地模擬水稻的生長和產量，并對水稻水分管理和氮肥施用有很高的應用價值，該模型在水分、氮素限制下的研究較多，但在水氮聯合限制條件下的驗證研究較少，模型未考慮自然災害和病蟲草害的影響;模型參數較多，使用時較復雜，不利于在實際生產中推廣應用。

3.4 RCSODS模型

RCSODS模型提出了生物鐘模型，考慮了“三基點”溫度（即上限、最適、下限溫度）和日長對水稻發育的影響，利用葉齡來衡量水稻生長發育。通過模擬水稻物候發育、器官形成、光合生產、產量形成過程，結合土壤養分含量、pH值、施肥比例以及目標產量等因素，采用養分平衡法進行氮肥施肥和種植管理[51]。

陳家金等對模型的精度進行了研究，結果表明RCSODS模型的水稻生育期誤差為0～5 d，產量預測的平均誤差在5%以內，模型具有較高的精確度[51]。此外，模型還可以預測病蟲草害對水稻生長的影響。但RCSODS模型采用養分平衡法進行水稻施肥管理，缺少對水稻養分吸收機制的研究，忽略了氣候條件等其他因素對水稻氮素吸收作用的影響。

4 基于實地觀測的水稻氮肥管理技術

實地觀測施肥管理是依據葉片含氮量、光合速率以及干物質生成之間的相關關系，確定水稻葉片含氮量的施肥閾值，利用比色卡或葉綠素測定儀觀測葉片氮素含量指導施肥管理的技術[52-54]。Brunetto等利用SPAD502葉綠素儀進行了估測水稻葉片葉綠素含量的研究，發現水稻葉片氮素與SPAD值之間存在顯著的正相關關系，關系模型公式為

TLN=11.408+0.453×SPADvalue。

（1）

式中：TLN表示葉片氮素總量，單位為g/kg;SPADvalue表示SPAD葉綠素儀采集值[55]。

實地觀測施肥管理技術適用于追肥管理，能夠依據水稻葉片氮素含量合理安排水稻施肥管理，操作簡單。但該技術存在以下缺點及問題：（1）該方法采用以點帶面的數據采集方式，診斷水稻氮素含量容易受光照條件、病蟲害等因素影響，造成施肥管理精度低，難以滿足精準施肥管理的需要。（2）水稻植株不同位置葉片的氮素含量存在差異[56]，而且不同生長期相同位置葉片與水稻植株氮素含量相關性不同，因此容易造成施肥決策上的偏差。（3）該技術以產量高的田塊水稻葉片氮素含量為參考標準，未考慮到水稻氮素利用率隨氮素施用量增加而降低的情況，因此，其施肥方案的經濟性難以達到最優。（4）該方法沒有考慮自然災害、氣候條件、病蟲草害等對水稻氮素吸收的影響。

5 基于遙感監測的水稻氮肥管理技術

基于遙感監測的水稻氮肥管理技術是利用遙感技術獲取水稻生長指標，通過構建水稻長勢指標（植被指數）與水稻氮素含量、水稻生物量、產量等之間的關系模型，實現水稻氮肥精準管理的技術。

在遙感監測作物長勢的指標中，歸一化植被指數（normalized difference vegetation index，簡稱NDVI）是進行無損、非接觸、大面積監測作物長勢的常用指標。研究表明，NDVI與作物截獲的入射光合有效輻射百分比之間有緊密的關系[57]，且與植物葉片葉綠素含量、葉片氮素含量、水稻氮素吸收量、水稻地上部生物量、產量之間呈正相關關系。因此，NDVI指數不僅可用于水稻長勢的有效檢測，而且可以以此為依據構建水稻氮肥精準施肥決策模型。

Wang等利用NDVI便攜式傳感器研究水稻葉片氮素含量時發現，NDVI指數與水稻葉片氮素含量的相關系數為 0.848～0.917[58]。Yao等利用Greenseeker手持式光譜儀估計水稻氮素水平時發現，NDVI指數與水稻地上部生物量、氮素吸收量有較好的相關性，相關系數分別為0.76、0.70[59]。Ali等研究發現NDVI能很好地估計水稻氮素吸收量，該公式的相關系數為0.68，相關性較好;模型公式如下：

6 分析與思考

6.1 建立氮肥精準管理決策模型須要考慮的主要因素

影響水稻氮肥營養的吸收利用率主要來自水稻品種、土壤理化性質（pH值、土壤水分、孔隙度、土壤氮素供應量等）、氣候條件（CO2濃度、光照強度、日長、氣溫等）、水分管理、氮肥施用方式等5個方面，因此，在進行水稻氮肥精準施用管理時，必須充分考慮到上述5個方面的影響，才能建立起符合當地農藝要求和實際生產需要的變量施肥決策模型。

土壤理化性質是水稻精準施肥調控的重要因子，但在實際生產中，由于土樣采集和化驗的工作量大且時效性差，通常難以直接把土壤理化性質作為變量施肥決策模型的輸入量，目前大多采用作物長勢反演的方式推算土壤中養分的分布情況，通過追肥的方式進行調控。水稻品種、氣候條件、水分管理、氮肥施用方式等影響因素，可根據種植區及所在季節，作為變量施肥決策模型的其他輸入量。

6.2 水稻氮肥精準管理技術的發展趨勢

常言道，“知己知彼，百戰百勝”，在水稻的精準施肥管理中，準確快速獲取水稻長勢信息，才能有針對性地進行精準管理。對比前述水稻氮肥精準管理技術，基于遙感監測的方法可進行大面積、非接觸、無損監測，具有分辨率高、速度快、成本低等明顯優勢，目前已越來越在實際生產中得到重視。

從空間尺度來分，目前可用于水稻長勢信息遙感獲取的平臺主要有近地遙感平臺、航空遙感平臺、航天遙感平臺農田長勢數據[64-65]。在上述遙感監測平臺中，現有的航天、有人駕駛飛機航空遙感技術存在氣象影響因子多、周期長、成本高等缺點，采用地面拖拉機、高架車、微小型無人機等方式進行作物長勢信息的近地遙感獲取，具有運行成本低、靈活性高、能快速準確地獲取高精度遙感數據等特點，可彌補現有航天、航空遙感技術的缺陷。微小型無人機技術近年來發展迅速，操作靈活、對起飛降場地依賴低、飛行成本低，并且獲得的數據具有更高的分辨率和質量[66]，且采樣的時間尺度更大。隨著配套技術的發展，微小型無人機操控性越來越好，成本越來越低，單次遙感圖像覆蓋面積優于地面機械，效率更高;因此，近年來基于微小型無人機的低空遙感信息獲取技術在農業領域的應用范圍正逐步擴大，有望成為農田作物信息快速獲取的主要方法之一。

基于遙感監測的方法，能精確地獲取水稻氮素含量與需求量，適合進行水稻的變量精準追肥管理，但在實際生產應用中，不同品種水稻在不同生長期的氮肥吸收效率有差異，進而在長勢的表現上存在顯著差異，在光譜指數反演上也存在顯著差異[67]，水稻施氮決策模型須要考慮不同品種對模型的影響。據統計，我國經農業農村部審定的水稻品種達1 115個。楊肖娥等研究了不同水稻品種對銨態氮和硝態氮吸收的動力學，發現不同水稻品種，由于遺傳物質不同，對NH4+以及NO3-的吸收速率不同，從而導致相同生長期內不同品種水稻莖葉數、葉片含氮量不同，從而導致長勢差異[68]。目前尚未見適用于所有水稻品種的施氮決策模型，因此，遙感水稻施氮決策模型須要根據特定品種及其配套農藝、當地種植習慣進行研究，構建針對特定品種的水稻施氮決策模型，從而建立起我國不同水稻的低空遙感精準施肥決策模型數據庫。

7 結語

由于信息技術、物聯網、機械制造領域的發展，現代農業將迎來新的變革，農業自動化、機械化更加普及，精細化作業將是大勢所趨。水稻氮肥精準管理是水稻種植管理、實現水稻增產增收技術的重要部分，水稻氮肥精準管理研究對推動水稻種植管理技術向精細化發展具有重要意義。

本文綜合分析了水稻品種、土壤理化性質、氣候因素、水分管理、氮肥施用方式這5個因素對水稻氮素吸收利用的影響，可為研究水稻施氮管理技術提供參考。分析對比了現階段基于測土配方、生長模型、實地觀測、遙感監測的水稻氮肥管理技術，指出了基于遙感監測水稻氮肥管理技術具有大面積、非接觸、無損監測，分辨率高、速度快、成本低等優勢。目前，水稻氮肥施用管理應該是根據全方位的田間信息，制定水稻施肥決策，利用信息化、機械化手段對水稻氮素施用進行自動化、精細化的管理，從而實現氮肥按需供應的目的，這也是水稻氮肥管理技術的一個發展方向。遙感技術是田間信息采集的重要技術手段，因此，針對基于遙感監測的水稻氮肥管理技術的研究具有重要的意義。

參考文獻：

[1]李逸勉，葉延瓊，章家恩，等. 廣東省水稻產業發展現狀與對策分析[J]. 中國農學通報，2013，29（20）：73-82.

[2]趙 凌，趙春芳，周麗慧，等. 中國水稻生產現狀與發展趨勢[J]. 江蘇農業科學，2015，43（10）：105-107.

[3]吳向輝，何 難. 農業部首次公布化肥、農藥利用率數據[J]. 農化市場十日訊，2016（3）：7.

[4]Canfield D E，Glazer A N，Falkowski P G. The evolution and future of Earths nitrogen cycle[J]. Science，2010，330（6001）：192-196.

[5]張倩倩. 氮肥對水稻蟲害發生的影響[J]. 福建農業，2015（6）：177.

[6]孫文濤，肖千明，朱洪國，等. 試論氮肥施用對環境的影響[J]. 雜糧作物，2000（1）：38-41.

[7]張曉果，王丹英，計成林，等. 水稻氮素吸收利用研究進展[J]. 中國稻米，2015，21（5）：13-19.

[8]黃見良，鄒應斌，彭少兵，等. 水稻對氮素的吸收、分配及其在組織中的揮發損失[J]. 植物營養與肥料學報，2004，10（6）：579-583.

[9]晏 娟，尹 斌，張紹林，等. 不同施氮量對水稻氮素吸收與分配的影響[J]. 植物營養與肥料學報，2008，14（5）：835-839.

[10]吳 言，唐 寧，張邊江. 缺氮對不同粳稻品種光合特性的影響[J]. 湖北農業科學，2014（8）：1762-1764，1828.

[11]霍可以，楊俊春，晏 妮. 施用氮肥對環境的影響[J]. 農技服務，2013（8）：847-849.

[12]張倩倩. 餐廚垃圾發酵制備肥料專利技術分析[J]. 北京農業，2015（19）：95-96.

[13]Zhang Y H，Fan J B，Zhang Y L，et al. N accumulation and translocation in four japonica rice cultivars at different N rates[J]. Pedosphere，2007，17（6）：792-800.

[14]程建峰，戴廷波，荊 奇，等. 不同水稻基因型的根系形態生理特性與高效氮素吸收[J]. 土壤學報，2007，44（2）：266-272.

[15]張 耗. 水稻根系形態生理與產量形成的關系及其栽培調控技術[D]. 揚州：揚州大學，2011：230-235.

[16]趙黎明，李 明，鄭殿峰，等. 水稻光合作用研究進展及其影響因素分析[J]. 北方水稻，2014，44（5）：66-71.

[17]劉 楓，張辛未，葉舒婭，等. 水稻氮素營養特點與氮肥運籌技術的研究[C]// 中國土壤學會.青年學者論土壤與植物營養科學——第七屆全國青年土壤暨第二屆全國青年植物營養科學工作者學術討論會論文集.北京：中國農業科技出版社，2000.

[18]Roberts T L，Ross W J，Norman R J，et al. Predicting nitrogen fertilizer needs for rice in arkansas using alkaline hydrolyzable-nitrogen[J]. Soil Science Society of America Journal，2011，75（3）：1161.

[19]李建國，濮勵杰，朱 明，等. 土壤鹽漬化研究現狀及未來研究熱點[J]. 地理學報，2012，67（9）：1233-1245.

[20]周細紅，曾清如，蔣朝輝，等. 尿素施用對土壤pH值和模擬溫室箱內NH3和NO2濃度的影響[J]. 土壤通報，2004，35（3）：374-376.

[21]張云舒，徐萬里，劉 驊. 土壤鹽漬化特性和施肥方法對氮肥氨揮發影響初步研究[J]. 西北農業學報，2007，16（1）：13-16.

[22]武長宏，趙孔南. 土壤中的反硝化作用[J]. 核農學通報，1987（1）：28-29.

[23]陳躍進. 播種期對水稻米質與產量的影響[J]. 湖北農學院學報，1992，12（4）：1-7.

[24]包靈豐，林 綱，趙德明，等. 不同播期與收獲期對水稻灌漿期、產量及米質的影響[J]. 華南農業大學學報，2017，38（2）：32-37.

[25]張秀英. 溫度對水稻生長發育各個時期的影響分析[J]. 湖南農機（學術版），2010，37（11）：229-230.

[26]王彤彤，張鳳鳴，白良明，等. 溫度對水稻生長的影響[J]. 黑龍江農業科學，2016（2）：17-20.

[27]張光飛，楊 波，蘇文華，等. 光強對珍稀瀕危植物毛果木蓮幼苗生長和葉綠素含量的影響[J]. 北方園藝，2014（17）：80-82.

[28]楊江龍. 大氣CO2與植物氮素營養的關系[J]. 生態環境學報，2002，11（2）：163-166.

[29]馬紅亮，朱建國，謝祖彬，等. 開放式空氣CO2濃度升高對水稻土壤可溶性C、N和P的影響[J]. 土壤，2004，36（4）：392-397.

[30]梅少華，梅金先，陳興國，等. 洪澇災害對水稻生產的影響評估及抗災對策研究[J]. 作物雜志，2011（2）：89-93.

[31]盧從明，張其德，匡廷云，等. 水分脅迫抑制水稻光合作用的機理[J]. 作物學報，1994，20（5）：601-606.

[32]金 澈. 直播水稻苗期濕潤灌溉壯苗栽培技術研究[J]. 黑龍江農業科學，1984（5）：62-64.

[33]孫永健，孫園園，劉樹金，等. 水分管理和氮肥運籌對水稻養分吸收、轉運及分配的影響[J]. 作物學報，2011，37（12）：2221-2232.

[34]沈阿林，劉春增，張付申，等. 不同水分管理對水稻生長與氮素利用的影響[J]. 植物營養與肥料學報，1997，3（2）：111-116.

[35]黃尚寧，黃 俊，劉甫清，等. 水稻不同時期施肥比例與產量比較試驗[J]. 廣西農學報，2010，25（5）：7-9.

[36]李殿平，曹海峰，張俊寶，等. 全程深施肥對水稻氮素利用率和產量的影響[J]. 東北農業大學學報，2005，36（3）：257-262.

[37]張 令，王國臣. 水稻深施肥方法的探討[J]. 農機使用與維修，2009（2）：35-36.

[38]朱 艷，姚 霞，王 薇，等. 一種基于三波段光譜指數估測植物氮含量的方法：CN201110278513.5[P]. 2012-05-02.

[39]張亞麗，董園園，沈其榮，等. 不同水稻品種對銨態氮和硝態氮吸收特性的研究[J]. 土壤學報，2004，41（6）：918-923.

[40]陳新平，張福鎖. 通過“3414”試驗建立測土配方施肥技術指標體系[J]. 中國農技推廣，2006，22（4）：36-39.

[41]Regar K L，Singh Y V. Fertilizer recommondation based on soil testing for the targeted yield of rice in easten plain zone of utter pradesh[J]. The Bioscan，2014，9（2）：531-534.

[42]戢 林，張錫洲，李廷軒. 基于“3414”試驗的川中丘陵區水稻測土配方施肥指標體系構建[J]. 中國農業科學，2011，44（1）：84-92.

[43]張成玉，肖海峰. 我國測土配方施肥技術增收節支效果研究——基于江蘇、吉林兩省的實證分析[J]. 農業技術經濟，2009（3）：44-51.

[44]Jones J W，Tsuji G Y，Hoogenboom G，et al. Decision support system for agrotechnology transfer：DSSAT v3.[M]//Tsuji G Y，Hoogenboom G，Thornton P K. Understanding options for agricultural production. Berlin：Springer Netherlands，1998：157-177.

[45]Miao Y X，Batchelor W，Batchelor W. Evaluation of the CERES-Rice model for precision nitrogen management for rice in Northeast China[J]. Advances in animal biosciences，2017，8（2）：328-332.

[46]Amiri E，Rezaei M，Rezaei E E，et al. Evaluation of Ceres-Rice，AquaCrop and Oryza2000 models in simulation of rice yield response to different irrigation and nitrogen management strategies[J]. Journal of Plant Nutrition，2014，37（11）：1749-1769.

[47]楊妍辰，王建林，宋迎波. WOFOST作物模型機理及使用介紹[J]. 氣象科技進展，2013，3（5）：29-35.

[48]杜春英，李秀芬，王晨軼，等. 基于WOFOST模型的黑龍江省水稻產量動態預報研究[J]. 安徽農業科學，2011，39（24）：15035-15039.

[49]Li T，Angeles O，Marcaida M，et al. From ORYZA2000 to ORYZA （v3）：an improved simulation model for rice in drought and nitrogen-deficient environments[J]. Agricultural & Forest Meteorology，2017，237/238：246-256.

[50]張 俊，徐紹輝，劉建立，等. 應用ORYZA2000模型模擬水稻產量及吸氮量[J]. 土壤，2007，39（3）：428-432.

[51]陳家金，林 晶，徐宗煥，等. 基于RCSODS模型的東南沿海雙季稻生長發育及產量模擬和驗證[J]. 中國農學通報，2008，24（4）：455-459.

[52]Surje D. Nitrogen management using Leaf Color Chart （LCC） and nitrogen level in kharif rice[J]. Indian Journal of Applied Research，2015，5（2）：818-820.

[53]Pampolino M F，Manguiat I J，Ramanathan S，et al. Environmental impact and economic benefits of site-specific nutrient management （SSNM） in irrigated rice systems[J]. Agricultural Systems，2007，93（1/2/3）：1-24.

[54]Singh B，Singh V，Purba J，et al. Site-specific fertilizer nitrogen management in irrigated transplanted rice （Oryza sativa） using an optical sensor[J]. Precision Agriculture，2015，16（4）：455-475.

[55]Brunetto G，Trentin G，Ceretta C A，et al. Use of the SPAD-502 in estimating nitrogen content in leaves and grape yield in grapevines in soils with different texture[J]. American Journal of Plant Sciences，2012，3（11）：1546-1561.

[56]Hu Y，Yang J P，Lv Y，et al. SPAD values and nitrogen nutrition index for the evaluation of rice nitrogen status[J]. Plant Production Science，2014，17（1）：81-92.

[57]Wei X，Lindner S，Nay-Htoon B，et al. Nutritional and developmental influences on components of rice crop light use efficiency[J]. Agricultural and Forest Meteorology，2016，223（15）：1-16.

[58]Wang Y，Dunn B L，Arnal D B，et al. Use of an active canopy sensor and SPAD chlorophyll meter to quantify geranium nitrogen status[J]. Hortscience，2012，47（1）：45-50.

[59]Yao Y，Miao Y，Cao Q，et al. In-season estimation of rice nitrogen status with an active crop canopy sensor[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing，

2014，7（11）：4403-4413.

[60]Ali A M，Thind H S. A framework for refining nitrogen management in dry direct-seeded rice using GreenSeeker optical sensor[J]. Computers and Electronics in Agriculture，2015，110：114-120.

[61]Gnyp M L，Miao Y X，Yuan F，et al. Hyperspectral canopy sensing of paddy rice aboveground biomass at different growth stages[J]. Field Crops Research，2014，155：42-55.

[62]Ali A M，Thind H S，Sharma S，et al. Prediction of dry direct-seeded rice yields using chlorophyll meter，leaf color chart and GreenSeeker optical sensor in northwestern India[J]. Field Crops Research，2014，161：11-15.

[63]秦占飛，常慶瑞，謝寶妮，等. 基于無人機高光譜影像的引黃灌區水稻葉片全氮含量估測[J]. 農業工程學報，2016，32（23）：77-85.

[64]Goward S N. Satellite bioclimatology[J]. Journal of Climate，1989，2（7）：710-720.

[65]Niethammer U，James M R，Rothmund S，et al. UAV-based remote sensing of the Super-Sauze landslide：Evaluation and results[J]. Engineering Geology，2012，128：2-11.

[66]Colomina I，Molina P. Unmanned aerial systems for photogrammetry and remote sensing：a review[J]. ISPRS Journal of Photogrammetryand Remote Sensing，2014，92（2）：79-97.

[67]殷麗萍，鄒 忠，王冬梅，等. 水稻不同品種光譜監測試驗研究[J]. 現代農業科技，2016（19）：13-15.

[68]楊肖娥，孫 羲. 不同水稻品種NH4+和NO3-吸收的動力學[J]. 土壤通報，1991，22（5）：222-224.劉 蕊，王寧寧，王玉康，等. 油菜種子含油量影響因素及調控綜述[J]. 江蘇農業科學，2019，47（12）：25-29.