“玉米養分專家系統”在我國的發展歷程及應用效果評價*

魏建林，崔榮宗

（山東省農業科學院農業資源與環境研究所/農業農村部黃淮海平原農業環境重點實驗室/山東省環保肥料工程技術研究中心，濟南250100）

0 引言

玉米是我國重要的糧食作物、飼料作物、經濟作物，在農業生產上具有舉足輕重的作用。其本身具有高產穩產、抗逆性強、適應性廣等特點，對保障我國糧食安全意義重大，因而玉米生產發展迅速，統計資料表明，新中國成立后50多年我國玉米單產提高了4 270.5 kg/hm2，增幅為380.1%，年均增加101.85 kg/hm2［1］，玉米單產的提高不僅得益于品種的改良、栽培措施的改進，而且肥料的施用也發揮了不可替代的作用［2-3］。但當前在實際生產中玉米種植者為追求高產，施用大量化學肥料，研究表明在華北平原許多地區，農民在夏玉米上的氮肥用量普遍超過300 kg/hm2，遠遠超過達到最高產量時的優化施肥量［4-5］，降低了肥料利用率［6-7］，玉米生長無法吸收過量投入的肥料，剩余的養分釋放到環境中，帶來了嚴重的生態風險［8-9］，因過量施肥導致的土壤硝態氮殘留現象極為普遍，華北地區小麥—玉米輪作體系多年多點（n＞500）農田土壤硝態氮累積量在0～90 cm土層中最高達到600～900 kg/hm2，平均約200 kg/hm2［10］，土壤酸化、鹽漬化和土壤板結現象日趨嚴重，并導致土壤肥力降低。此外，過量施入的氮經過氨揮發、反硝化等過程，大量溫室氣體排放到大氣中，導致空氣污染。當前，一些推薦施肥技術已用來提高玉米產量和肥料利用率，例如，基于土壤養分的推薦施肥方法，肥料效應函數法、葉綠素儀或葉色卡法、硝酸鹽反射儀法［11-15］等，但這些方法大多操作復雜、成本高，需要專業人士指導等才能實施，因此，研究開發簡便、快捷并易于被農民操作使用的推薦施肥方法成為當前玉米生產上亟待解決的問題。國際植物營養研究所（IPNI）最早在印度、菲律賓等亞洲一些主要以小農戶為主要經營單元的國家和地區開展了基于作物產量反應和農學效率的水稻、小麥和玉米養分管理和推薦施肥研究，開發了以電腦軟件形式面向科研人員和農業科技推廣人員的不同作物“養分專家系統”（Nutrient Expert，NE）。2009年國際植物營養研究所（IPNI）中國項目部將“玉米養分專家系統”引入國內［16］，利用我國多年多點的田間試驗數據進行了參數矯正，并進行了大量的田間試驗驗證，取得了很好的效果，而“玉米養分專家系統”也隨之進行多次優化和版本升級，應用越來越廣泛。

1 系統演變歷程

“玉米養分專家系統”使用十分簡便，在有或沒有土壤測試數據情況下都能迅速、準確地對具體玉米生產地塊進行施肥推薦。使用者（農民或當地農技推廣人員）通過運行該軟件（計算機程序或智能手機程序），在人機問答界面上輸入當地的玉米栽培管理、環境條件等相關信息，系統根據這些信息與后臺已有的數據庫進行運算，然后生成基于農戶不同個性信息的當季玉米栽培管理方案，包括種植密度、可獲得的目標產量和施肥種類、數量、施用方式等，能方便、有效地指導田間生產。

2009年“玉米養分專家系統”由IPNI中國項目部引入中國，其運行基于Windows系統和微軟辦公軟件環境，運行界面為英文。主要為中國科研工作者進行研究使用，其數據庫依托東南亞國家玉米試驗數據，需要結合國內玉米生產實際進行相關參數矯正，該版本當時屬“養分專家系統”的內部測試版。

2011年IPNI中國項目部和973項目“肥料減施增效與農田可持續利用基礎研究”課題組發布了“玉米養分專家系統”英文版V1.0，其運行基于Windows系統和微軟辦公軟件環境，運行界面仍為英文。但系統所依托的數據為國內近10年來的玉米田間科學試驗數據，運算模型相關參數得到了矯正，適用于國內玉米生產指導。

2013年IPNI中國項目部和973項目“肥料養分持續高效利用機理與途徑”課題組發布了“玉米養分專家系統”中文版V1.0，其運行基于Windows系統和微軟辦公軟件環境，運行界面改為中文，方便國內用戶使用。

2016年國家重點研發項目“肥料養分推薦方法與限量標準”課題組和IPNI中國項目部發布了“玉米養分專家系統”Web版和基于安卓系統的手機版，其運行不再依托Windows系統和微軟辦公軟件環境，能夠適用于移動設備，使用更加便利。

2017年國家重點研發項目“肥料養分推薦方法與限量標準”課題組推出了“養分專家”微信公眾號，包括玉米在內的多種作物都可以通過該微信公眾號程序進行推薦，程序的運行不再需要微軟辦公軟件支持，且數據庫在線更新，保證用戶在使用時專家系統的參數都是當前最優化的，使用也更加方便。

2 系統運行原理及應用方法

2.1 運行原理

應用“玉米養分專家系統”時需要使用者輸入的栽培管理信息，包括農民當季或上季作物施肥情況、秸稈或殘留物處理方式、種植密度等；環境條件信息主要有該地塊的灌溉條件、土壤肥力指標（如土壤質地和顏色，肥料投入歷史）或玉米對化肥氮、磷、鉀施用的產量反應（施全量肥料處理與不施某種肥料處理的產量差）等，其運行原理是把土壤養分供應看作一個“黑箱”［17］，用不施該養分地上部的養分吸收來表征土壤養分供應水平，即土壤基礎養分供應。根據玉米施肥后產量上表現出的差異即產量反應和農學效率（施入單位養分所生產的籽粒產量）的比值求算當季的養分需求量，對于最終養分的推薦量，除了考慮產量反應部分的養分需求量外，還要考慮養分供給平衡。該系統不僅考慮了土壤養分供應，還考慮了其他養分來源，如有機肥、秸稈還田、輪作體系、大氣沉降和降水等帶入的養分。系統流程圖及主要界面如下。

圖1 “玉米養分專家系統”流程Fig.1 Flow chart of “Maize Nutrition Expert System”

圖2 “玉米養分專家系統”（電腦版）主界面Fig.2 The main interface of“Maize Nutrition Expert System”（Computer Edition）

“玉米養分專家系統”的推薦施肥原則主要基于QUEFTS（QUantitative Evaluation of the Fertility of Tropical Soils）模型的玉米養分需求和基于改進的SSNM（Site-specific Nutrient Management）實地養分管理技術。QUEFTS模型是應用大量不同來源試驗地點的數據分析作物產量與養分吸收之間關系的模型，具有一定普遍性［18］，該模型最大的特點是考慮了氮磷鉀養分間的兩兩交互作用，結合線性—拋物線—平臺函數估測不同目標產量下的最佳養分吸收。根據該模型可以依據養分最大積累邊界和養分最大稀釋邊界，求算氮磷鉀最佳養分吸收曲線［19］。目前“玉米養分專家系統”中各參數數據來源于我國2001年至今全國范圍內多點的田間試驗結果（數據庫持續更新中），地上部和籽粒的養分吸收量分別應用QUEFTS模型進行模擬，計算出我國不同種植類型玉米（春玉米和夏玉米）在不同潛在產量和目標產量下的養分吸收曲線［16］。SSNM是根據土壤養分時空變異優化養分用量，使養分供給和作物需求間達到平衡的一種養分管理方法，能夠根據已有的田間數據利用養分模型進行普遍的、靈巧的、適合當地的施肥推薦［20］。該方法并不是特別針對降低或增加肥料用量，而是在作物需要養分時給予最佳的養分，實現在作物最佳的需肥時間給予最佳的養分用量以達到養分平衡。在“玉米養分專家系統”中推薦施肥和養分管理采用的是“4R”養分管理策略，最大限度地優化養分供給和作物需求間的關系［21-22］，依據作物地上部分產量反應或相對產量來表征土壤肥力進行推薦施肥，并且根據目標產量和種植類型如春玉米和夏玉米、灌溉和降雨等條件給出不同施肥推薦量。該方法考慮前季土壤養分殘留、土壤基礎養分供應、產量與養分吸收關系等對施肥量進行調整。因而在玉米生產上應用“玉米養分專家系統”，能夠達到高產、高效、增加經濟效益的效果，從而提高肥料利用率、降低因施肥帶來環境風險的目標。

2.2 使用方法

目前較為廣泛使用的是微信公眾號版“養分專家系統”，以玉米養分推薦為例其使用方法如下。

圖3 微信公眾號版“養分專家系統”使用流程Fig.3 Operation of“Nutrition Expert System”（WeChat Subscription Edition）

系統應用過程中關鍵是對當前種植地塊作物養分產量反應的確定。在“當季作物種植信息”功能模塊中，如果這個地塊做過減素試驗，則根據減素試驗結果填寫養分的產量反應；如果沒有做過減素試驗，則系統繼續詢問是否有土壤測試結果，如果有土壤測試結果，則可對應系統后臺提供的土壤養分低、中、高等級范圍，確定土壤養分狀況和養分產量反應；如果沒有土壤測試結果，則系統根據最初詢問的土壤質地等信息確定土壤養分狀況和養分產量反應。養分產量反應確定后，在“施肥量推薦、肥料種類選擇”功能模塊中系統根據已經輸入的相關信息計算得出當前地塊的推薦施肥量，結合當季要施用肥料類型的選擇，對該地塊在目標產量下玉米種植給出具體施肥方案，包括施肥次數、肥料類型、數量，施肥位置等，對于播種密度也給出合理的建議。

3 系統應用效果評價

自2010年起，“玉米養分專家系統”在國內多個省份進行了推薦施肥田間試驗，主要分布于黃淮海夏播玉米區及東北春播玉米區，在新疆地區也有使用效果報道［23］。從田間應用結果看，與農民習慣施肥（FP）相比，系統推薦施肥（NE）具有一定增產和提高經濟效益趨勢，表1統計了2010—2014年在華北夏玉米和東北春玉米上單季試驗結果情況［24］。

表1 2010—2014年“玉米養分專家系統”田間驗證試驗結果Table 1 The results of field trials of “Maize Nutrition Expert System”from 2010 to 2014

多年多點單季田間試驗結果顯示，系統推薦施肥處理與農民習慣施肥處理相比減少氮肥20%～40%左右，同時優化了磷鉀養分投入，玉米產量持平或小幅增產，而經濟效益有明顯的提高。其中在春玉米上的增產增收效果相對夏玉米更為明顯。系統推薦施肥處理在不降低玉米產量的前提下，大幅度提高了農田肥料利用率［25-27］，顯著降低了溫室氣體排放量［28］。河南省沙質潮土區經連續2年田間小區試驗表明，系統推薦施肥能夠提高沙壤質潮土區夏玉米葉片葉綠素含量，促進氮磷鉀的吸收利用，增加干物質積累量，具有增產增收效應［29］。為驗證“玉米養分專家系統”推薦施肥的長期效果，2012—2014年在東北春玉米及華北地區夏玉米進行了33個田間定位試驗，結果顯示，春玉米3年的產量系統推薦施肥都顯著高于農民習慣處理，3年平均高出0.9 t/hm2，增產幅度為7.5%。在夏玉米上，2013年系統推薦施肥處理的產量顯著高于農民習慣施肥，高出0.5 t/hm2，2012年和2014年系統推薦施肥和農民習慣施肥玉米產量無顯著差異，但系統推薦處理產量都高于農民習慣施肥處理，分別高0.2 t/hm2和0.3 t/hm2，3年平均高出0.3 t/hm2，增產幅度為3.3%［24］。綜上，采用“玉米養分專家系統”在玉米生產上進行推薦施肥相比農民習慣施肥可以節約氮肥投入，同時平衡了磷、鉀養分，不僅可以增加產量和經濟效益，提高肥料利用率，而且降低肥料損失，減少因施肥帶來的環境風險，在實踐上可以用于我國玉米的施肥推薦。

4 總結

隨著我國信息時代的到來以及耕地集約化程度的增加，田間養分精準管理必將朝著智能化與信息化方向發展，陳小虎等［30］、李言勝等［31］曾分別依托測土配方數據進行過智能手機版專家系統的開發，但未見有相關應用情況的報道。“玉米養分專家系統”在我國當前農戶種植地塊分散、地力差異大的情況下，能夠通過電腦或智能手機根據作物、氣候、地力等相關信息來進行準確推薦施肥，并在多個地區得到了大面積應用和版本的不斷優化升級，這是精準化施肥技術的一大突破。但是在實踐應用中仍然存在操作繁瑣、用戶體驗差的問題，其中主要體現在當地環境信息、農民種植習慣信息等采集輸入操作繁瑣上，另外需要使用者自行判斷土壤質地、顏色等也存在一定誤判的可能。而實際上對于某一種植田塊的相關生態環境信息，比如坐標經緯度、氣候條件、土壤類型、土壤肥力狀況目前已經形成了較為完善的數據庫，如果能夠實現不同部門間數據共享，“玉米養分專家系統”將這些數據庫加入后臺，直接根據種植地塊經緯度調用當地的氣候信息、土壤類型、地力分級等數據庫，則能大大簡化軟件操作，并且提高準確度。另外，隨著農業信息技術的廣泛普及，對于種植地塊的歷史種植信息也會收集、積累，如果“養分專家系統”后臺能夠直接調用分析這些信息數據，也能簡化軟件的人工輸入操作，提高效率。隨著人工智能與互聯網技術的不斷融合，深入挖掘農業大數據和不斷提升機器自學習能力，能夠實現專家系統自學習、自組織、自適應等功能。相信“玉米養分專家系統”操作會更加簡便，更加人性化，而對于施肥推薦結果也會更加精確。

農業生產是一個復雜的系統過程，肥料施用只是其中的一個環節，未來農業的發展越來越需要多學科協作。將來服務于農業生產的專家系統將從單一學科、單一功能、專業性的小型專家系統向多學科、多功能、綜合性的大型農業知識專家系統發展，“養分專家系統”會是大專家系統中的一個必不可少的模塊。同時大專家系統將會結合多媒體、超媒體的新技術，實現智能對接、圖文并茂的人性化界面，甚至成為人機能夠直接語音對話交流的智能“機器人”，或者直接與耕地、施肥、植保自動化機械關聯，進行精準自動化作業。期望通過“養分專家系統”的開發和應用，推動我國新時代農業生產的信息化、精準化和現代化的長足發展。