柑橘營養施肥推薦專家系統的建立與驗證

陳 朗，劉文歡，劉思雨，馬巖巖，呂 強，易時來，謝讓金，楊 雄，楊 藝，鄭永強

柑橘營養施肥推薦專家系統的建立與驗證

陳 朗1，劉文歡1，劉思雨1，馬巖巖1，呂 強1，易時來1，謝讓金1，楊 雄2，楊 藝2，鄭永強1※

（1. 西南大學-中國農業科學院柑桔研究所國家數字種植業（柑橘）創新分中心/國家柑橘工程技術研究中心，重慶 400712；2. 廣安市廣安區農業農村局，廣安 638001）

為解決橘園果農經驗施肥投入不平衡導致的果實品質降低的問題，構建基于果實品質綜合評價的營養施肥推薦專家系統。通過2019—2020年連續兩年定點跟蹤，建立果實膨大期樹體礦質營養和果實成熟期果實品質指標原始數據庫，構建了基于果實綜合品質指標的果實膨大期優質葉片養分適宜標準生成算法、基于“以產定量、總量控制和分期調控”原則的標準含量適宜偏差百分數有效養分配方矯正算法和基于當地肥料農資供應庫的復混配方推薦算法，實現果實膨大期優質葉片養分適宜標準生成、橘園營養狀況評價、有效養分施肥配方推薦以及基于當地肥料農資數據庫的復混配方推薦4個主要功能。2021年度進行系統推薦施肥方案效果驗證，結果表明：廣安龍安柚產區以中產園區平均產量作為目標產量的矯正施肥方案效果最佳，龍安鄉橘園矯正施肥方案的氮、鉀和磷肥投入分別降低40.3%、43.6%和1.3%，崇望鄉橘園矯正施肥方案的氮、鉀和磷肥投入分別降低27.1%、30.8%和78.8%。該系統有效避免了化肥投入不平衡所致果皮著色延遲以及氮鉀肥投入偏低導致果實偏小和果肉著色延遲，顯著提高龍安柚產區果實綜合品質，對柑橘葉片養分矯正配方施肥技術推廣有較高適用性。

信息化；精準施肥；柑橘；果實膨大期；營養效率；果實品質

0 引 言

中國柑橘種植面積與產量均位居世界第一，分別達到2.99×106hm2與4.46 ×107t[1]，市場需求已經逐漸由數量型向質量型轉變，柑橘果實品質已經成為國內外市場競爭力強弱的關鍵。前人研究表明施肥是影響柑橘品質的重要因素，但由于柑橘產區品種、生態氣候、土壤肥力和土壤類型多樣化，橘農很難根據樹體營養狀況實現施肥量和配比精準施肥[2]。梁珊珊[3]調查結果表明，施用N、P和K肥過量的橘園分別占中國總種植面積的57.5%、77.0%和69.4%，而施用有機肥的橘園僅占47.8%。隨著中國“化肥使用量零增長”行動政策的實施，本團隊調研發現同一產區過度施用化肥和過度有機肥替代化肥導致果實品質惡化的現象同時存在。因此，迫切需要推廣橘園配方施肥減肥提質增效技術提升果實品質，以保持柑橘產業可持續發展。

近20年來，農作物配方施肥方法大多采用測土配方技術，該技術對提高大田作物產量、改善品質以及減少化肥用量都取得了顯著成效[4]，并且開發出許多營養施肥推薦專家系統向種植戶提供施肥決策支撐[4-7]。然而，土壤采樣測試方法的不確定性、建立營養適宜標準的困難以及巨大的人工和時間成本，使基于土壤測試結果的配方施肥仍然存在很大挑戰[8]。同時，柑橘等水果作物根系在土壤中分布較廣，相較于大田作物獲取代表性的土樣難度更大[9]。由于成年水果作物的樹體養分狀態相對比較穩定，通過對葉片礦質營養診斷可以反映果園肥力狀態[10]。因此，通過構建同一產區內葉片礦質養分數據集，實現不同橘園養分狀態診斷評價，并建立合理的配方施肥推薦方案，更適用于柑橘等水果作物施肥指導。

前人針對果實膨大期開展大量果樹葉片礦質養分診斷研究，并建立各地柑橘配方推薦施肥技術規程[11-13]。其中，葉片礦質養分適宜標準建立是實現橘園營養狀態診斷和推薦施肥方案的前提條件。KHIARI等[14]通過營養組分分析法（component nutrition diagnosis method, CND）建立葉片營養元素的累計方差函數和產量或果實品質的關系，通過兩次求導得到拐點值，實現農作物葉片礦質營養適宜標準建立和營養平衡狀態評價，更加注重數據集中產量的代表性；MARTIN等[15]采用適宜偏差百分數法（deviation from optimum percentage, DOP）實現低水平橘園營養元素限制順序和各元素含量偏差直接測量。目前，上述兩類營養診斷算法已經運用到蘋果[16]、荔枝[17]、臍橙[18]等果樹作物。

然而，上述診斷方法大多以產量作為劃分標準，本團隊研究表明果實膨大期葉片營養狀態與果實綜合品質相關更大，并且針對膨大期營養診斷推薦施肥可顯著改善果實品質，若以產量為目標建立的配方施肥推薦技術對指導柑橘果實膨大期施肥存在一定局限性[19]。同時，相較于目前成熟的農作物營養施肥推薦專家系統，由于數據集和算法庫保密原因，尚無可供推廣使用、面向種植戶的柑橘配方推薦施肥系統。

為此，本文以廣安市龍安柚現代農業產業園內10～12 a生龍安柚（var. Longanyou）為供試材料，構建基于果實品質綜合評價指標的果實膨大期柑橘營養施肥推薦專家系統，劃分系統前后臺。后臺僅賦予政府機構、種植用戶和專業檢測機構等用戶上傳數據集權限，滿足原始數據的保密需要，并構建基于果實品質綜合評價指標的果實膨大期優質養分適宜標準生成算法、基于“以產定量、總量控制和分期調控”原則的有效養分配方矯正算法和基于當地肥料農資庫的復混肥配方推薦算法；前臺展示系統實現橘園營養狀況評價、有效養分配方以及復混肥配方推薦3個主要功能結果，并對柑橘營養施肥推薦系統效果進行田間試驗驗證，探討其對柑橘減肥提質增效的可行性。

1 材料與方法

1.1 數據來源

數據來源于廣安市龍安柚現代農業產業園。選擇施用化肥為主的龍安鄉橘園和施用有機肥為主的崇望鄉橘園，以橘園內10～12 a生龍安柚（var. Longanyou）為供試材料。冬季基肥龍安鄉橘園施入生物有機肥5 kg/株，復合肥（N∶P2O5∶K2O=26∶10∶16）3 kg/株；崇望鄉橘園施入生物有機肥20 kg/株，不施化肥。生物有機肥為自制腐熟有機肥，含3.63%全氮、3.01%全鉀、0.59%全磷。

于兩橘園分別選擇長勢基本一致且樹勢健壯能夠代表當地管理水平的20個小區，合計40個小區，每個小區667 m2。為避免樹體大小年的影響，2019－2020年度定點連續兩年追蹤果實膨大初期健康春梢葉片礦質營養與果實成熟期果實產量和品質指標，建立算法構建原始數據庫，用于構建包括優質葉片養分適宜標準生成、橘園營養狀態評價和有效養分配方矯正等算法的柑橘施肥推薦專家系統算法庫；2021年度，通過測定果實膨大初期葉片礦質營養和果實品質指標，用于柑橘營養施肥推薦專家系統效果驗證。

1.2 指標測定

每個小區采用“Z”形法隨機選取5株，葉片樣品于果實膨大初期（6月上旬）每株采集樹冠中部外圍8片健康春梢葉片，每小區合計40片葉混合樣，用于葉片礦質營養測定；果實樣品于果實成熟期（11月上旬）每株采摘樹冠中部外圍四周4個果實，每小區合計20個果實混合樣，用于果實品質指標測定[11,20-21]。

1.2.1 葉片礦質營養

采用凱氏定氮法測定樣品中的全N含量，鉬銻抗比色法測定樣品中全P含量，火焰光度法測定樣品中全K含量，采用等離子光譜儀（ICP）測定Ca、Mg、Fe、Mn、Cu和Zn[22]。

1.2.2 果實品質

電子分析天平測定單果質量（PFW）；游標卡尺測定果實縱徑（HD）和橫徑（VD），其果形指數=縱徑/橫徑；美能達色差儀CR-10（日本）測定果實外觀色澤參數*（果實亮度值）、*（紅綠色差值）和*（黃藍色差值），其果實綜合色澤指數（CCI）=(1 000×*)/(*×*)。果實可溶性固形物含量（TSS）、可滴定酸（TA）、維生素C（VC）、出汁率（ER）和可食率（JR）等內在品質指標參考柑橘鮮果檢驗方法（GB/T 8210-2011）進行檢測分析[23]，并計算果實成熟度指數FMI=TSS/TA。

1.3 數據處理

采用Microsoft Excel 2019處理以平均值±標準差表示；采用SPSS 25.0進行Duncan差異顯著性檢驗，采用GraphPad Prism8.0與Adobe Photoshop 2019 CC進行繪圖。

2 營養診斷與施肥推薦專家系統流程

柑橘營養診斷與施肥推薦專家系統流程如圖1所示，系統后臺實現橘園基本信息和原始數據的上傳與更新，系統服務器調用執行果實品質綜合評價算法、葉片養分適宜標準生成算法、橘園營養狀態評價算法、有效養分配方矯正算法和復混肥配方推薦算法，并與當地農資服務器雙向通訊；用戶可以通過web瀏覽器（系統前臺）查詢自己橘園基本信息、橘園營養狀態評價、有效養分矯正配方及基于當地農資庫的復混肥配方推薦施肥方案。由于樣品采集與測定的人力物力成本限制，通常大量元素的測定周期為2～3 a，中微量元素為4～5 a（DB50/T 487-2012）[21]，若數據庫內部無當年橘園果實膨大期礦質營養數據，按年限最近的數據集顯示系統運行結果。

2.1 算法庫構建

2.1.1 果實品質綜合評價算法

果實品質綜合評價算法[24]通過果實品質數據標準化處理和果實品質核心指標主成分分析篩選，依據果實品質核心指標各主成分貢獻度排序判斷元素間重要程度實現層次分析法的自動賦值，最后通過式（1）計算各指標權重系數與標準化值的乘積累加為果實綜合品質得分F。

F=W11+22+…+Wf（1）

式中為核心指標個數，f為核心指標標準化值，W為核心指標對應的層次分析法權重系數，F為果實綜合品質得分，分值越高代表果實品質越好，其劃分閾值為：>0.60為一等果，>0.45～0.60為二等果，0.30～0.45為三等果，<0.30為四等果。

圖1 本文系統決策流程

2.1.2 葉片礦質營養適宜標準生成算法

參考KHIARI等[14]提出的劃分高低產量小區CND拐點值算法，將其產量指標替換為果實綜合品質評分F，利用數據集中果實綜合品質與果實膨大期葉片礦質營養數據，擬合各礦質營養元素分析參數V與F三元一次方程FC(V)：

FC(V)=A·F3+B·F2+C·F+D （2）

式中表示不同礦質營養元素，V為元素分析參數，A、B、C、D為常數。根據式（2）求兩次導數可得?2FC(V)/?22=6A·F+2B=0，當果實綜合品質得分F=?B/3A時，此時的F即為算法確定元素劃分高低品質組群的拐點值，篩選各礦質元素拐點值在數據集范圍內且優質小區占總數據集比例大于12%的最大拐點值，作為選擇劃分高低品質組臨界值，高品質組群的葉片礦質營養范圍即為當地條件下果實膨大期優質葉片礦質營養適宜標準。

2.1.3 橘園營養狀態診斷算法

參考MONTAéS等[25]提出的DOP診斷指數算法，以單個橘園各營養元素均值作為數據集，根據式（3）和（4）計算最適宜值百分比偏差以及DOP營養不平衡指數（NBIm）：

=[(C·100)/CCV]?100 （3）

式中I表示N、P、K….各元素的DOP指數；C為被診斷橘園元素的平均含量；CCV為2.1.2節生成的果實膨大期某元素優質養分適宜標準的均值，g/kg或mg/kg；NBIm反映各個元素診斷指數之和的平均值，其數值越低，代表樹體養分越平衡，為被診斷元素的個數。當||≤NBIm時，C在系統建立適宜標準內表示元素含量正常，C低于適宜標準最低值表示偏低，C高于適宜標準最大值表示偏高；|I|> NBIm時，I<0表示C缺乏，I>0表示C過量。

2.1.4 有效養分配方矯正算法

以單個橘園各營養平均值作為養分計算單位，有效養分矯正配方通過式（5）～（7）計算。

ΔC=1?(C?CCV)/CCV（5）

F=··R/N（6）

ΔF=F·ΔC（7）

式中僅表示N、P、K元素；ΔC為樹體元素的養分矯正系數；C為被診斷橘園年限最近的元素平均含量，g/kg；若目標元素按2.1.3節診斷結果含量正常，則ΔC等于1，否則按式（5）計算；F為矯正前元素需肥量，kg/hm2；為目標產量，kg/hm2；為樹體養分吸收量，即1 kg柑橘果實氮吸收量，kg；ΔF為矯正后的元素需肥量，kg/hm2；R/N為元素與N元素的推薦比例（果實膨大期P、K推薦比例分別為0.8與1.5）[23,26]。

2.1.5 復混肥配方推薦算法

按2.1.4節確定有效養分ΔN、ΔP和ΔK用量后，大量元素根據橘園產地肥料庫中不同種類肥料的有效養分含量生成復混肥推薦施肥方案。若肥料為單質肥，每種元素用量通過式（8）計算；若肥料為復合肥，則是篩選最接近推薦施肥比例（ΔN∶ΔP∶ΔK）的復合肥，復合肥用量計算式（9）。

Q=ΔF/R（8）

Q=ΔFmin/R（9）

式中Q為N、P、K單質肥用量，kg/hm2；R為單質肥中有效養分比例，%；Q為復合肥用量，kg/hm2；ΔFmin為三種元素中的最小用量，kg/hm2；R則是該元素在復合肥中占比，%；其余兩種元素減去復合肥中補充的養分，剩余量則是按照單質肥進行補充；而中微量元素按橘園營養診斷結果采取相對應的葉面噴施進行矯正[26]。

2.2 系統開發

2.2.1 系統整體結構

開發平臺為Visual Studio Code和idea，采用spring+spring、boot+spring和cloud+flutter+vue+python框架搭建系統網站，柑橘營養施肥推薦專家系統總體結構如圖2所示。首先，橘園的原始數據可通過委托專業檢測機構檢測后上傳或政府機構提供相應數據庫的訪問權限，存儲于系統服務器；其次，基于Java 1.8/python 3.7.4實現營養診斷推薦施肥決策流程，確定矯正的有效養分配方推薦方案；再次，通過http/https自動對接農資公司服務系統，獲取基于當地農資商家發布信息的施肥決策推薦方案；最后，種植戶使用B/S(Brower/Server)模式，通過web瀏覽器連接到系統服務器實現施肥決策推薦方案查詢和購買，界面由Html+JavaScript和flutter語言混合編程實現。

圖2 系統總體結構

2.2.2 用戶權限設置

平臺采用基于角色的訪問控制（role-based access control, RBAC）設置不同角色以實現不同用戶權限分配，權限分配如表1所示。其中，對專業檢測機構人員開放種植用戶委托樣品檢測結果上傳權限，對政府部門開放對接產區數據庫接口管理權限。后臺系統主要實現產地基本信息和數據信息的更新與上傳，前臺系統主要展示專家系統的施肥推薦決策結果。種植用戶可查詢自己橘園養分狀態、推薦施肥有效養分矯正配方和基于當地農資庫的復混肥施肥推薦方案；政府機構用戶可以查看所屬產區橘園礦質營養適宜標準、營養平衡狀態評價和復混肥推薦方案匯總。

表1 角色權限

3 系統實現及應用

3.1 產區優質葉片養分適宜標準建立

專業用戶以2019—2020連續兩年的四川廣安區龍安柚橘園果實膨大期養分和果實品質指標作為原始數據上傳至系統服務器，系統調用算法模型庫中果實品質綜合評價算法和葉片礦質營養適宜標準生成算法自動生成的果實膨大期葉片養分適宜標準N為22.7～24.8 g/kg，P為1.1～1.3 g/kg，K為9.9～13.3 g/kg，Ca為61.2～71.5 g/kg，Mg為2.2～2.7 g/kg，Mn為35.1～85.8 mg/kg，Fe為4.1～7.8 mg/kg，Cu為5.6～7.5 mg/kg，Zn為12.3～19.5 g/kg，系統前臺為專業機構與政府機構開放原始數據查看權限（圖3）。

圖3　產區原始數據與葉片養分適宜標準查看界面

3.2 橘園營養平衡狀態評價

將2021年度龍安鄉和崇望鄉龍安柚橘園果實膨大期葉片礦質營養檢測數據上傳至系統服務器，調用本系統構建的果實膨大期優質葉片養分適宜標準（圖3），應用本系統橘園營養狀態診斷算法模型，專業用戶授權查看營養診斷指數和橘園營養限制因子分析結果（圖4）。

圖4 橘園營養平衡狀態評價界面

結果表明：2021年度果實膨大初期，龍安鄉橘園養分的過量限制因子為K、Mn，營養指數為9.45和6.96；缺乏限制因子為P、Ca和Zn元素，營養指數分別為?9.93、?8.64和?6.40，橘園需肥順序為P>Ca>Zn。崇望鄉橘園（OF）養分的過量限制因子為P，營養指數為76.38，Mg元素偏高，營養指數為27.57；缺乏限制因子為Mn和Zn，營養指數分別為?54.73和?42.48，N、K元素偏低，營養指數為?21.82與?9.30，需肥順序為Mn>Zn>>N>K。

3.3 橘園有效養分配方和復混肥方案推薦

通過調用龍安鄉和崇望鄉橘園營養診斷指數，應用本系統有效養分配方矯正算法模型，龍安鄉橘園的有效養分矯正配方需要在有效養分未矯正配方基礎上減少9.45%的鉀、增加9.93%的磷投入；崇望鄉橘園3種有效養分矯正配方需要在有效養分未矯正配方方案基礎上減少76.38%的磷、增加21.82%的氮和9.30%的鉀投入（圖4）。2021年度，由于缺乏不同橘園養分利用率水平數據，采用算法構建原始數據庫中的低產園、中產園和高產園的平均產量作為目標產量，分別為28.98、35.71和47.78 t/hm2，生成龍安鄉和崇望鄉各3個推薦施肥處理方案分別標記為RF1、RF2與RF3，以施化肥為主的龍安鄉橘園和施用有機肥為主的崇望鄉橘園果農經驗施肥處理作為對照FP，合計8個處理如表2所示。然后，調用農資服務系統復混肥配方推薦算法，種植用戶和政府機構授權查看橘園3種有效養分矯正配方方案和基于當地農資數據庫的復混肥推薦方案（圖5）。另外，本系統僅為種植用戶與政府機構提供大量元素施肥建議，而中微量元素施肥具體方案按當地農技推廣部門的標準執行。

表2 龍安鄉和崇望鄉橘園施肥處理方案

圖5 龍安鄉與崇望鄉橘園推薦施肥界面

3.4 柑橘營養施肥推薦專家系統應用效果驗證

表2為2021年度的龍安鄉與崇望鄉橘園的8個有效養分配方方案，結果表明：龍安鄉推薦施肥相較于該橘園果農經驗施肥化肥用量明顯減少。

其中，龍安鄉RF1、RF2和RF3處理氮投入分別降低52.5%、40.3%、19.5%，鉀投入分別降低55.1%、43.6%、24.1%，RF1與RF2的磷投入分別降低21.1%與1.3%。崇望鄉施用有機肥為主的經驗施肥橘園氮和鉀的DOP指數分別為?21.82和?9.3，磷的DOP指數為76.38（圖4），故相較于崇望鄉橘園果農經驗施肥處理，RF1、RF2和RF3推薦施肥處理氮投入分別提高53.8%、93.8%和160.4%，鉀投入分別提高29.7%、65.4.%和119.1%，以滿足果實生長發育的養分以及N、K元素矯正需求；但磷投入分別降低79.4%、74.4%和65.6%。然而，相較于龍安鄉果農經驗施肥，崇望鄉RF1、RF2和RF3處理氮投入分別降低42.5%、27.1%、1.95%，鉀投入分別降低45.8%、30.8%、8.5%，磷投入分別降低82.9%、78.8%、71.4%。

依據本團隊建立的柑橘果實品質評價指數算法[24]，龍安柚綜合品質評價模型：F=0.28·FMI?0.23·CCI+ 0.19·PFW+0.14·ER+0.09·TSS+0.04·Vc（標準化值）。與施用化肥為主的龍安鄉果農經驗施肥處理相比，龍安鄉橘園RF2處理效果最佳，果實可溶性固形物和果實成熟度指數分別提高5.2%和14.5%，可滴定酸降低13.1%（圖6），且果實外觀著色CCI指數顯著降低92.7%（表3）；最終龍安鄉RF2處理橘園果實綜合品質指數在0.55～0.71范圍（一等果為主），龍安鄉果農經驗施肥處理的果實綜合品質指數0.19～0.44（三等果為主）（圖7）。而與施用有機肥為主的崇望鄉果農經驗施肥處理相比，崇望鄉橘園RF2處理效果最佳，果實可溶性固形物、果實成熟度指數和單果質量分別顯著提高9.3%、12.4%（圖6）和19.1%（表3），果肉著色改善（圖8），但果實外觀著色CCI指數顯著降低34.17%（圖8，表3）；最終崇望鄉RF2處理橘園果實綜合品質指數在0.55～0.74范圍（一等果為主），崇望鄉果農經驗施肥處理果實綜合品質指數在0.46～0.66范圍（二等果為主）（圖7）。

注：不同小寫字母表示差異顯著（P＜0.05）。下同。

表3 不同處理下果實外在品質指標

圖7 不同處理下綜合果實品質指數

圖8 龍安鄉和崇望鄉不同處理下果實外觀與果肉顏色

4 討 論

目前，柑橘葉片礦質營養適宜標準大部分針對高產群體礦質營養特征制定，僅有少量研究涉及側重于品質的基于營養平衡原理的葉片適宜標準[27-28]。鑒于目前廣安市龍安柚葉片礦質營養診斷標準尚未制定，參考的標準僅限于近緣琯溪蜜柚和度尾文旦柚[28-29]，基于果實品質的度尾文旦柚葉片礦質營養適宜標準N為24.1～28.7 g/kg，P為1.0～1.4 g/kg，K為13.9～22.4 g/kg，Ca為22.6～42.1 g/kg，Mg為2.4～4.1 g/kg，Cu為6.0～25.0 mg/kg，Zn為24.0～40.0 mg/kg，Fe為60.0～140.0 mg/kg，Mn為25.0～140.0 mg/kg[29]。本研究中構建廣安市龍安柚現代農業園區適用的果實膨大期優質的葉片適宜養分標準N為22.7～24.8 g/kg，P為1.1～1.3 g/kg，K為9.9～13.3 g/kg，Ca為61.2～71.5 g/kg，Mg為2.2～2.7 g/kg，Mn為35.1～85.8 mg/kg，Fe為4.1～7.8 mg/kg，Cu為5.6～7.5 mg/kg，Zn為12.3～19.5 g/kg。本研究獲得的葉片礦質元素診斷標準中N、K、Fe和Zn略低，而Ca偏高，其余P、Mg、Mn和Cu均在適宜范圍之內，可能因為本研究葉片采樣時間較常規采樣提前2～3月以滿足提前指導當年壯果肥施用的需求，此時葉片尚未成熟正處在N、K、Fe和Zn吸收上升期，而幼梢葉片器官形態建成所需Ca吸收達到高峰所致[27]。

本團隊前期研究結果表明花期營養診斷推薦施肥可以顯著提高產量，果實膨大期橘園樹體營養診斷施肥是決定果實品質而非果實產量的關鍵時期[19,26]。本研究針對施用有機肥為主的崇望鄉橘園，柑橘營養施肥推薦專家系統的應用改善了單果質量較小和可溶性固形物較低的狀況（表3，圖7），推測是由于該橘園長期施用有機肥無法滿足樹體N、K元素的需求（圖4）影響細胞膨大與可溶性固形物合成，該結果與SHEIKH等[30]有機肥替代化肥試驗結果一致；同時，系統施肥推薦方案減少P元素投入，亦降低樹體呼吸作用對光合產物的消耗[31]。另外，本研究針對施用化肥為主的龍安鄉橘園，系統施肥推薦方案減少N、K元素的投入，有效避免果皮著色延遲（表3，圖8），促進果肉的降酸（圖6）。該結果與位高生[32]和李榮飛等[33]在琯溪蜜柚與龍安柚的研究結果一致。

需要說明的是，本研究的養分標準建立在柑橘果實主流品質指標的綜合果實品質評價模型基礎上，未涉及果肉著色[24]。然而，紅肉柑橘果肉著色也是影響消費者選擇的重要指標，且與葉片養分平衡及養分投入均有直接相關性[30-31]，后期需要進一步建立紅肉柑橘果實綜合評價層次分析算法模型，完善營養診斷適宜標準與施肥推薦算法模型。另外，最終廣安龍安柚產區均以中產園的平均產量35.71 t/hm2為目標推薦施肥方案效果最佳，顯著低于以化肥為主的經驗施肥投入（表2），可以作為該產區主推的施肥推薦方案。通過后期規定周期[23]營養診斷推薦施肥數據采集會進一步增加數據庫的量，算法實現自學習，建立的營養診斷適宜標準和施肥推薦結果會更加準確。

5 結 論

為了推廣橘園減肥提質增效的配方施肥技術，本研究采用角色的訪問控制基于營養組分分析法和適宜偏差百分數法算法構建了柑橘營養施肥推薦專家系統，并進行了系統效果驗證，得出如下結論：

1）將本團隊構建的果實綜合品質評價算法引入研究中，利用CND拐點值法在果實綜合品質上可進行優質、低質小區分級的特性，構建了基于果實綜合品質指標的果實膨大期優質葉片養分適宜標準生成算法，結合龍安柚樹體礦質營養與果實品質原始數據庫，建立了廣安市龍安柚優質葉片營養適宜標準N為22.7～24.8 g/kg，P為1.1～1.3 g/kg，K為9.9～13.3 g/kg，Ca為61.2～71.5 g/kg，Mg為2.2～2.7 g/kg，Mn為35.1～85.8 mg/kg，Fe為4.1～7.8 mg/kg，Cu為5.6～7.5 mg/kg，Zn為12.3～19.5 g/kg；利用DOP算法在樹體營養狀態評價和有效養分配方矯正的易用性，構建了基于DOP算法的橘園樹體營養狀態評價和“以產定量、總量控制和分期調控”原則的有效養分矯正配方施肥算法，結合本團隊構建的復混肥配方算法驗證了柑橘營養施肥推薦專家系統的可行性。

2）大田推薦施肥專家系統效果驗證結果表明廣安龍安柚產區以中產園平均產量作為目標產量的矯正施肥方案效果最佳，實現龍安鄉橘園矯正方案的氮、鉀和磷肥投入分別降低40.3%、43.6%和1.3%，崇望鄉橘園矯正方案的氮、鉀和磷肥投入分別降低27.1%、30.8%和78.8%。避免了化肥投入過高和不平衡所致果皮著色延遲以及肥氮鉀肥投入偏低導致果實偏小和果肉著色延遲，顯著提高龍安柚產區果實綜合品質，為后續系統推廣提供案例支撐。

[1] Food and Agriculture Organization. Crops and livestock products data[EB/OL]. 2021 [2022-09-08]. http://faostat.fao.org/ default.aspx.

[2] LI Z G, ZHANG R H, XIA S J, et al. Interactions between N, P and K fertilizers affect the environment and the yield and quality of satsumas[J]. Global Ecology and Conservation, 2019, 19: e00663.

[3] 梁珊珊. 我國柑橘主產區氮磷鉀肥施用現狀及減施潛力研究[D]. 武漢：華中農業大學，2017.

LIANG Shanshan. Studies on NPK Fertilization Status and the Potential of Reducing Application Rate in Major Citrus Planting Regions of China[D]. WuHan: Huazhong Agricultural University, 2017. (in Chinese with English abstract)

[4] ZHANG J J, HE P, XU X P, et al. Nutrient expert improves nitrogen efficiency and environmental benefits for winter wheat in China[J]. Agronomy Journal, 2018, 110(2): 696-706.

[5] 許鑫，張浩，席磊，等. 基于WebGIS的小麥精準施肥決策系統[J]. 農業工程學報，2011，27(增刊2)：94-98.

XU Xin, ZHANG Hao, XI Lei, et al. Decision-making system for wheat precision fertilization based on WebGIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(Suppl.2): 94-98. (in Chinese with English abstract)

[6] PAMPOLINO M F, WITT C, PASUQUIN J M, et al. Development approach and evaluation of the Nutrient Expert software for nutrient management in cereal crops[J]. Computers and Electronics in Agriculture, 2012, 88: 103-110.

[7] WANG Y, LI C L, LI Y X, et al. Agronomic and environmental benefits of nutrient expert on maize and rice in Northeast China[J]. Environmental Science and Pollution Research, 2020, 27(22): 28053-28065.

[8] SHA S Y, ZHAO X H, LI Y X, et al. Nutrient expert system optimizes fertilizer management to improve potato productivity and tuber quality[J].Journal of the Science of Food and Agriculture, 2022, 102(3): 1233-1244.

[9] 劉秀紅. 南豐和衢州柑橘園土壤與樹體營養狀況的分析[D]. 武漢：華中農業大學，2014.

LIU Xiuhong. Analysis on Soil and Leaf Nutrient Element Contents in Citrus Orchards in the Nanfeng and Quzhou[D]. WuHan: Huazhong Agricultural University, 2014. (in Chinese with English abstract)

[10] SCHALLER K, L?HNERTZ O, MICHEL H. Modified DRIS-system for leaf analysis to optimise fertilizer inputs-further developments with grapevines[J]. Acta Horticulturae, 2002, 594(594): 369-375.

[11] 鄭永強，王婭，楊瓊，等. 重慶三峽庫區鮑威爾臍橙花期葉片礦質營養診斷[J]. 中國農業科學，2018，51(12)：2378-2390.

ZHENG Yongqiang, WANG Ya, YANG Qiong, et al. Leaf nutritional diagnosis of powell navel orange at flowering stage in chongqing three gorges reservoir area[J]. Scientia Agricultura Sinica, 2018, 51(12): 2378-2390. (in Chinese with English abstract)

[12] HERNáNDEZ-CARABALLO E A, BENCOMO- FERNáNDEZ W C, AULAR J. Estimation of preliminary reference values for macro and micronutrients in 'Valencia' orange in Venezuela, by means of the compositional nutrient diagnosis system[J]. Communications in Soil Science and Plant Analysis, 2018, 49(15): 1943-1952.

[13] 易曉曈，張超博，李有芳，等. 廣西產區柑橘葉片大中量元素營養豐缺狀況研究[J]. 果樹學報，2019，36(2)：153-162.

YI Xiaotong, ZHANG Chaobo, LI Youfang, et al. Characteristics analysis of marco-elements and mid-elements in citrus leaves in Guangxi Province[J]. Journal of Fruit Science, 2019, 36(2): 153-162. (in Chinese with English abstract)

[14] KHIARI L, PARENT L E, TREMBLAY N. Selecting the high-yield subpopulation for diagnosing nutrient imbalance in crops[J]. Agronomy Journal, 2001, 93(4): 802-808.

[15] MARTIN I, ROMERO I, DOMINGUEZ N, et al. Comparison of DOP and DRIS methods for leaf nutritional diagnosis ofL., Cv. Tempranillo[J]. Communications in Soil Science and Plant Analysis, 2016, 47(3): 375-386.

[16] 范元廣，李壯，厲恩茂，等. 遼西‘富士’蘋果CND法營養診斷研究[J]. 植物營養與肥料學報[J]. 2015，21(2)：485-491.

FAN Yuanguang, LI Zhuang, LI Enmao, et al. Nutrient diagnosis of ‘Fuji’ apple in West Liaoning Province using compositional nutrient diagnosis (CND) method[J]. Journal of Plant Nutrition and Fertilizer, 2015, 21(2): 485-491. (in Chinese with English abstract)

[17] 羅東林，王偉，朱陸偉，等. 華南荔枝葉片營養診斷指標的建立[J]. 植物營養與肥料學報，2019，25(5)：859-870.

LUO Dongling, WANG Wei, ZHU Luwei, et al. Establishment of foliar nutrient diagnosis norms for litchi (Sonn.) in South China[J]. Journal of Plant Nutrition and Fertilizer, 2019, 25(5): 859-870. (in Chinese with English abstract)

[18] BENDALY L M, SERRA A P, BEN M M, et al. Establishment of nutrients optimal range for nutritional diagnosis of mandarins based on DRIS and CND methods[J]. Communications in Soil Science and Plant Analysis, 2018, 49(20): 2557-2570.

[19] 王婭. 重慶三峽庫區柑橘葉片營養綜合診斷技術研究[D]. 重慶：西南大學，2019.

WANG Ya. Study on Leaf Nutritional Diagnosis of Citrus in Chongqing Three Gorges Reservoir Area[D]. Chongqing: Southwest University, 2019. (in Chinese with English abstract)

[20] 劉文歡，邱芳穎，王婭，等. 枯草芽孢桿菌液態肥對柑橘養分吸收和果實品質的影響[J]. 園藝學報，2022，49(3)：509-518.

LIU Wenhuan, QIU Fangying, WANG Ya. et al. Effects of liquid microbial fertilizer application of Bacillus subtilis on nutrient absorption and fruit quality of Citrus[J]. Acta Horticulturae Sinica. 2022, 49(3): 509-518. (in Chinese with English abstract)

[21] 重慶市質量技術監督局. 柑橘營養診斷配方施肥技術規程：DB50/T 487-2012[S]. 2013.

[22] 鮑士旦. 土壤農化分析. 3版[M]. 北京：中國農業出版社，2000，263-270.

[23] 中國國家標準化管理委員會. 柑桔鮮果檢驗方法：GB/T 8210-2011[S]. 北京：中國標準出版社，2011.

[24] 鄭永強，陳志敏，陳曉琳，等. 柑橘果實綜合品質評價模型的篩選及適種區域評價方法[P]. 中國專利：CN217011716U, 2022-06-19.

[25] MONTAéS L, HERAS L, ABADíA J, et al. Plant analysis interpretation based on a new index: Deviation from optimum percentage (DOP) [J]. Journal of Plant Nutrition, 1993, 16(7): 1289-1308.

[26] 劉文歡. 基于養分平衡的柑橘高產優質葉片礦質營養診斷與施肥決策研究[D]. 重慶：西南大學，2021.

LIU Wenhuan. Study on Leaf Mineral Nutrition Diagnosis and Fertilization Decision of Citrus Based on Nutrient for High Yield and Good Quality[D]. Chongqing: Southwest University, 2021. (in Chinese with English abstract)

[27] 劉桂東，姜存倉，王運華，等. 柑橘對不同礦質營養元素效應的研究進展[J]. 土壤通報，2010，41(6)：1518-1523.

LIU Guidong, JIANG Cuncang, WANG Yunhua, et al. A review on effects of mineral nutrients on citrus[J]. Chinese Journal of Soil Science, 2010, 41(6): 1518-1523. (in Chinese with English abstract)

[28] 莊伊美，王仁璣，陳麗璇，等. 琯溪蜜柚葉片營養元素適宜含量的研究[J]. 福建省農科院學報，1991，6(2)：52-58.

ZHUANG Yimei, WANG Renji, CHEN Lixuan, et al. Optimum range of mineral element contents in the leaves of guanxi honey pomelo ()[J]. Journal of Fujian Academy of Agricultural Sciences, 1991, 6(2): 52-58. (in Chinese with English abstract)

[29] 王賢達，范國成，李健. 度尾文旦柚葉片礦質元素含量的適宜值[J]. 中國農業科學，2020，53(17)：3576-3586.

WANG Xianda, FAN Guocheng, LI Jian. Optimum content of mineral elements in the leaves of Duweiwendan Pomelo

((L.) Osbeck. cv. Duweiwendan)[J]. Scientia Agricultura Sinica, 2020, 53(17): 3576-3586. (in Chinese with English abstract)

[30] SHEIKH A A, HOSEINZADEH S H, MIRANSARI M, Quantity and quality of citrus on a citromelo rootstock as affected by different types of n fertilization (chemical and organic)[J]. Journal of Plant Nutrition, 2012, 35(10): 1572-1578.

[31] 魯劍巍. 湖北省柑橘園土壤-植物養分狀況與柑橘平衡施肥技術研究[D]. 武漢：華中農業大學，2003.

LU Jianwei. Study on Soil and Pant Nutrition Status and Balanced Fertilization Techniques of the Citrus Orchards in Hubei[D]. Wuhan: Huazhong Agricultural University, 2003. (in Chinese with English abstract)

[32] 位高生. 氮磷減量施肥對琯溪蜜柚果實產量、品質及樹體和土壤養分的影響[D]. 武漢：華中農業大學，2018.

WEI Gaosheng. The Effect of Nitrogen and Phosphorus

Fertilizer Reduction on Yield, Quality of Guanxi Pomelo and Tree, Soil Nutrient[D]. WuHan: Huazhong Agricultural University, 2018. (in Chinese with English abstract)

[33] 李榮飛，王明明，楊藝，等. 不同施肥處理對龍安柚果實產量和品質的影響[J]. 中國農學通報，2020，36(10)：60-68.

LI Rongfei, WANG Mingming, YANG Yi, et al. Effects of different fertilization treatments on fruit yield and quality grandis var. Longanyou[J]. Chinese Agricultural Science Bulletin, 2020, 36(10): 60-68. (in Chinese with English abstract)

Establishing and verifying the nutrient expert system for citrus fertilization recommendation

CHEN Lang1, LIU Wenhuan1, LIU Siyu1, MA Yanyan1, LYU Qiang1, YI ShiLai1, XIE Rangjin1, YANG Xiong2, YANG Yi2, ZHENG Yongqiang1※

(1./(),,-,400712,; 2.,638001,)

Fertilization is one of the most important aspects during commercial citrus production. A better tradeoff is also required for the fruit quality with the fertilizer reduction and nutrients efficiency. In this study, an expert system was constructed for the citrus fertilization recommendation of mineral nutrients, according to the comprehensive evaluation of fruit quality. The 40 plots of 10-12a Longan pomelo (Citrus Grandis cv. ‘Longan’) orchard were selected in the Modern Agricultural Industrial Park of Longan Pomelo, Guangan City, Sichuan Province, China. The indexes were tracked from 2019 to 2020, including the tree mineral nutrition at the fruit expansion stage (early June), and the fruit quality at the fruit maturity stage (mid-November). The original database was then established. Three algorithms were constructed, including the nutrient criteria generation of high-quality leaf at the fruit expansion stage, the correction fertilization of deviation from the optimum percentage (DOP), according to the standard of “yield quantification, the total quantity control, and staging control”, and the compound fertilizer formula recommendation using the local fertilizer and agricultural materials supply database. Four functions were then achieved, namely, the automatic generation of high-quality leaf nutrient criteria during fruit expansion, the nutritional assessment of citrus orchards, the recommendation of available nutrient formulations, and the recommendation of compound fertilizer formulations. The system was distributed to the growers, government agencies, and system administrators with the different permissions using role-based access control (RBAC). A series of validation experiments were carried out on the nutrient expert system for the citrus fertilization recommendation at the early stage of fruit expansion in 2021. Two circus orchards were selected, where the chemical fertilizer was applied in the Longan Town, whereas, the organic fertilizer was in the Chongwang Town. The average low-, middle-, and high-yield plantations were taken as the system target yields. The effective formula of nutrient correction was used to generate three schemes of recommended fertilization for two orchards, labeled as the RF1, RF2, RF3. The FP control groups were marked as the experience fertilization schemes for the citrus orchards in Longan and Chongwang Town, respectively. The results showed that the RF2 treatments for two orchards performed the best with the average yield of 35.71 t/hm2, particularly serving as the recommended fertilization scheme. Specifically, the RF2 treatment for Longan was reduced by 40.3%, 43.6%, and 1.3% in the nitrogen (N), Kalium (K), and potassium (P) inputs, respectively, compared with the chemical experience fertilization schemes. By contrast, the RF2 treatment for Chongwang was reduced the N, K and P inputs by 27.1%, 30.8%, and 78.8%. Those two RF2 treatments were achieved in the optimal purpose of “Fertilizer reduction”. At the same time, the treatments can be expected to effectively avoid the delays in the fruit coloring and the low overall fruit quality that caused by the excessive and imbalanced chemical fertilization inputs. The low inputs of N and P fertilizers can be alleviated the small fruit sizes and delayed fruit pulp color, due to the empirical organic fertilizer application. Therefore, the nutrient fertilization recommendation system can be promising potential to promote the nutrient correction formula fertilization for commercial citrus industry.

informatization; precision fertilization; citrus; fruit expansion stage; nutrient efficiency; fruit quality

10.11975/j.issn.1002-6819.202209075

TP182

A

1002-6819(2023)-01-0146-09

陳朗，劉文歡，劉思雨，等. 柑橘營養施肥推薦專家系統的建立與驗證[J]. 農業工程學報，2023，39(1)：146-154.doi：10.11975/j.issn.1002-6819.202209075 http://www.tcsae.org

CHEN Lang, LIU Wenhuan, LIU Siyu, et al. Establishing and verifying the nutrient expert system for citrus fertilization recommendation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(1): 146-154. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202209075 http://www.tcsae.org

2022-09-08

2022-12-22

國家重點研發計劃項目（2020YFD1000101）；國家自然科學基金項目（31972991）；西南大學先導計劃項目（SWU-XDZD22004）；重慶市智慧柑橘專項課題（cstc2019jscx-gksbX0089）；四川省轉移支付項目（2018NZYZF0103）

陳朗，研究方向為柑橘智慧生產。Email：chenlangcitrus@outlook.com

鄭永強，博士，教授，研究方向為果樹智能化生產。Email：zhengyq@swu.edu.cn。