基于智慧農業的小麥氮肥精確運籌調控技術方案探討

摘" 要：隨著物聯網、大數據等現代信息技術的快速發展，智慧農業已成為推動農業高質量發展的重要引擎。該文闡述小麥氮素需求特點及其影響因素，剖析土壤因素、環境因素對小麥氮素吸收利用的作用機制，論證氮肥運籌的技術意義，梳理智能傳感技術在氮素營養診斷中的應用進展，最后立足山東臨沂小麥產區實際，針對性地設計“精準診斷-定量優化-動態調控”三位一體的氮肥精確運籌技術方案。

關鍵詞：智慧農業;小麥種植;氮肥運籌;施肥優化;氮素調控

中圖分類號：S512.1" " " 文獻標志碼：A" " " " "文章編號：2096-9902（2025）02-0001-04

Abstract： With the rapid development of modern information technologies such as the Internet of Things and big data， smart agriculture has become an important engine for promoting high-quality agricultural development. This paper elaborated on the characteristics of wheat nitrogen demand and its influencing factors， analyzed the mechanism of soil factors and environmental factors on wheat nitrogen absorption and utilization， demonstrated the technical significance of nitrogen fertilizer management， and sorted out the application of intelligent sensing technology in nitrogen nutrition diagnosis. Finally， based on the actual situation of Linyi wheat production area in Shandong Province， a technical plan for precise nitrogen fertilizer management with the trinity of \"precise diagnosis， quantitative optimization and dynamic control\" was designed in a targeted manner.

Keywords： smart agriculture; wheat planting; nitrogen fertilizer management; fertilization optimization; nitrogen regulation

小麥是我國重要的糧食作物之一，也是保障國家糧食安全的基準性農作物。氮素是影響小麥生長發育和品質形成的關鍵養分元素，所謂氮肥運籌，是指根據作物需肥規律、土壤氮素供應能力以及農藝措施等因素，在時間和空間尺度上對氮肥的施用量、施用時期和施用部位進行合理配置，從而達到協調小麥氮素營養、提高氮肥利用率、降低面源污染風險的目的。近年來，智慧農業技術的迅猛發展為實現精準農業生產提供了新的途徑。將物聯網、大數據、人工智能等現代信息技術與農業生產深度融合，將技術措施與小麥氮肥運籌調控有機結合，有望提高氮肥利用率，促進小麥高產優質和綠色可持續發展。

1" 小麥氮素需求特點及影響因素

1.1" 小麥生育進程與動態氮素需求

小麥生育進程可劃分為苗期、蘗分化期、拔節孕穗期、開花期和籽粒灌漿期等關鍵階段，不同生育時期小麥體內各器官對氮素的需求強度和分配比例存在顯著差異：苗期是小麥幼苗形成和分蘗啟動的關鍵時期，適量供氮有利于促進幼苗根系發育和地上部干物質積累;蘗分化期小麥通過分蘗有效成穗數的形成決定最終產量潛力，充足的氮素供應可顯著提高小麥分蘗成穗率;拔節孕穗期是小麥生長最為旺盛的時期，大量的氮素被同化為氨基酸、核酸等含氮化合物，參與小麥莖稈的快速伸長和穗部的形成分化，適宜的氮素營養可顯著增加穗粒數;開花期至灌漿期氮素營養主要影響籽粒蛋白質含量，但氮素過量易引起籽粒蛋白質含量升高而淀粉含量下降，導致小麥品質下降。

1.2" 影響小麥氮素吸收利用的土壤因素

土壤是小麥生長發育不可或缺的物質基礎，也是氮素轉化和供應的重要載體。土壤中氮素主要以有機態氮和無機態氮的形式存在，經過礦化作用和固定作用不斷發生轉化。土壤氮素供應能力主要取決于土壤有機質含量、氮素礦化速率和氮素損失程度。土壤有機質含量越高，氮素礦化潛力越大，小麥可吸收利用的氮素就越多。但土壤溫度、濕度、pH、微生物活性等也會顯著影響氮素礦化速率。例如，低溫干旱抑制土壤微生物活性，降低氮素礦化速率;偏酸性土壤更易發生銨態氮固定，而堿性土壤則易促進氨揮發損失[1]。

2" 氮肥運籌的技術意義

氮肥運籌的核心在于“定位、定時、定量“施肥，即根據小麥品種、土壤類型、生育時期等因素，在合理的時間和部位施用適宜的氮肥用量，其技術優勢主要體現在：①協調“源-庫-流“關系，根據各生育時期的器官活性和庫容量變化，合理調控氮素向庫器官的分配比例，使庫容與庫強同步提高;②通過增施控釋肥、緩釋肥等肥料，優化施肥時期和施肥方式，降低氨揮發、反硝化、淋溶等途徑的氮素損失;③協調氮素營養與碳同化的比例關系，優化蛋白質合成途徑關鍵酶活性，最終提高面粉品質;④降低面源污染風險，減少化肥農藥使用量和提高肥料利用率，控制農田生態系統氮素富集和流失。

3" 與小麥氮肥運籌相關的智慧農業技術

3.1" 智能傳感技術

智能傳感技術是智慧農業的重要組成部分，也是小麥氮素營養診斷的重要工具。目前，應用于小麥氮素營養診斷的智能傳感器有光譜傳感器、圖像傳感器、電化學傳感器等。其中，基于葉綠素熒光誘導、近紅外反射等原理的光譜傳感技術最為成熟，可無損快速測定小麥葉片氮素含量[2]。圖像傳感技術主要通過提取葉片或冠層的色度、紋理、形態等特征，間接診斷小麥氮素營養狀況，如利用計算機視覺技術分割、提取小麥冠層數字圖像，構建基于圖像特征的氮素營養診斷模型，可有效克服人工目測法主觀性強的缺陷;電化學傳感技術可用于測定植株汁液中的硝酸鹽、銨離子濃度，也可用于原位監測土壤氮素有效性。

3.2" 遙感技術

高光譜遙感、多光譜遙感等是小麥氮素營養遙感監測的主要技術手段。高光譜遙感具備高光譜分辨率和連續光譜等特點，可精細刻畫作物冠層反射光譜與氮素營養的定量關系，如利用機載成像光譜儀獲取小麥田間冠層高光譜數據，提取敏感波段并構建氮素營養估算模型，可宏觀監測區域尺度內小麥氮素營養的時空。多光譜遙感數據易于獲取，利用植被指數與小麥冠層氮素含量的相關性，可快速診斷小麥氮素營養情況，如基于兼顧土壤調節的植被指數TSAVI與冠層全氮含量構建回歸模型，可減少土壤背景的干擾，提高氮素營養遙感監測精度。

3.3" 大數據分析

大數據分析技術是智慧農業的數據層支撐，主要服務于小麥氮肥的需求預測。傳感網實時采集到的環境參數、土壤信息、作物長勢等數據，結合數據挖掘、機器學習等人工智能算法，可以構建起有效的氮肥需求預測模型。基于機器學習的數據驅動模型已成為小麥氮肥需求預測的研究熱點，利用小麥產量、氮肥施用量、土壤氮素含量等多年定位試驗數據，采用支持向量機、隨機森林等機器學習算法構建氮肥需求預測模型，可顯著提高預測精度。

4" 基于產區實際情況的小麥氮肥精確運籌調控技術方案設計

4.1" 山東臨沂小麥產區的氮肥運籌問題分析

筆者所在的山東臨沂地區，是魯南地區重要的小麥主產區，近年來隨著栽培技術水平的提高和優良品種的推廣應用，小麥產量持續增長。然而，部分農戶受傳統施肥習慣影響，存在過量施氮現象。據筆者調研，當前小麥季氮肥施用量普遍在240～270 kg/hm2。個別地區高達300 kg/hm2以上，顯著超過作物需求量，造成肥料資源浪費和環境負荷加重，一些農戶以“一炮轟“方式集中施入，忽視了不同生育時期小麥對氮素的動態需求規律，亟需因地制宜構建精準、高效、環保的氮肥運籌新模式。

4.2" 精確運籌調控技術方案設計

4.2.1" 方案整體架構

從“源-庫-流”系統論視角出發，結合作物生理生態、3S集成、計算機模擬等先進技術手段，提出構建“精準診斷-定量優化-動態調控”三位一體的小麥氮肥精確運籌調控技術方案。

如圖1所示，方案以田間傳感器為起點，利用作物氮素營養快速診斷環節作為運籌依據，分別針對基礎施肥量、追肥量等關鍵決策環節，以提高產量、品質、效益為約束目標，以降低環境負荷為優化準則，形成“診斷-調控-基施/追施-總量”的調控思路。氮肥基施量基于土壤氮素診斷的推薦模型確定，側重農藝肥力的維持與培育;氮肥追施量使用葉面診斷的精準補充技術作為優化手段，與關鍵生育期需求相匹配;氮肥總量則以復合調控模型從區域尺度系統優化。在具體實施過程中，還將根據不同生育時期小麥氮素需求動態，制定苗期、拔節期、開花期等階段性施肥策略，最大限度減少肥藥流失。

4.2.2" 措施一：基于土壤氮素快速診斷的氮肥推薦

現階段選擇棕壤土、褐土2種主要土壤類型，針對當前小麥主栽品種太麥198、臨麥9號等開展研究，著重探索基于旱砂田、一年兩熟制等主要耕作制度下的氮基追比優化。方案采用基于土壤氮素快速診斷的氮肥推薦技術，重點包括以下技術關鍵點。

1）采樣與測試：采用直徑為3 cm的土鉆，按“S”形或“X”形路線對田塊進行多點采樣，每個樣點的土樣用四分法進行縮分并混勻，風干磨細過2 mm篩，每個田塊的土樣不少于5份。采用便攜式近紅外光譜儀測定土樣的反射率，波長范圍為900～1 700 nm，光譜分辨率為10 nm，每個樣品重復掃描3次;同時采用離子選擇性電極法測定速效氮含量，以硝酸鉀標準液配制系列梯度濃度溶液，繪制檢量線，計算速效氮質量分數。

2）診斷模型：選擇土壤速效氮與光譜反射率相關性最佳的敏感波段，構建光譜參數與速效氮含量的線性回歸模型，通過交叉驗證確定最佳模型參數。參考河北、山東、安徽等地的研究結果，設定土壤速效氮的臨界閾值上限[3]。當實測土壤速效氮含量低于下限閾值時，顯示“速效氮嚴重不足”;當實測值高于上限閾值時，顯示“速效氮富足”。

3）施肥推薦：選擇典型試驗點，開展包括不同基追比、施肥時期、施肥方法在內的綜合試驗，建立速效氮含量與小麥產量、氮肥利用率的數學模型。利用實測的土壤速效氮含量，結合土壤類型、有機質含量、小麥品種、前茬、灌溉條件等要素，預估目標產量下的總施氮量;再根據不同生育時期小麥需氮特點，采用三元二次多項式擬合基、蘗、穗肥的最佳配比，并結合適宜的施肥方式（溝施、撒施、葉噴等），形成具體的精準施肥方案。

4.2.3" 措施二：基于葉面診斷的小麥氮肥精準管理

通過開展不同類型小麥品種的氮素梯度試驗，系統研究基于遙感-地面監測的葉面氮素營養快速診斷方法，聚焦以下3點。

1）構建葉面氮素快速診斷指標。選擇臨沂地區種植面積大、增產潛力高的高產中筋及弱筋小麥品種，開展盆栽及大田試驗，在不同施氮水平下獲取冠層反射光譜、葉綠素含量、葉片全氮及硝態氮含量等數據，篩選出敏感波段、特征參數并構建氮素營養評價指標。提取冠層多光譜影像的敏感波段反射率、歸一化植被指數（NDVI）、土壤調節植被指數（SAVI）等參數，與實測葉綠素SPAD值、冠層NNI進行曲線擬合，獲得決定系數最高的線性或非線性模型。構建冠層反射率一階微分、二階微分指數與植株氮濃度的回歸模型，實現從反射光譜參數到植株氮素含量的定量反演。

2）虧缺判別：參考已有試驗數據，初步將小麥拔節期、孕穗期、灌漿期的冠層氮素虧缺閾值分別設定SPAD值lt;45、lt;50、lt;40，或NNIlt;0.9、lt;0.8、lt;0.7。當監測值低于相應閾值時，作出“該時期追肥”的決策，并基于前期構建的“冠層氮素養分指數-追肥量”的響應模型，計算出以尿素（N 46%）表示的追肥用量。當監測值高于閾值時，則暫不追肥。

4.2.4" 措施三：小麥生育階段氮肥分期調控

以太麥198、臨麥9號等主栽品種為對象，通過連續多年田間定位觀測，獲取生育進程關鍵節點數據，同步記錄相應積溫，擬合各生育時期與積溫的線性關系，建立積溫預測模型。當新季作物播種后，根據溫度監測數據計算積溫，代入模型即可預測關鍵生育時期[4]如下。

1）苗期“控氮促壯”。結合不同前茬、播期條件，以提高苗齊度和壯苗指數為目標，優化氮磷鉀配比，適度控氮，促進苗期生長同步，培育壯秧。分蘗期結合墑情追施速效氮肥，促進分蘗。

2）拔節期“追氮保肥”。在苗情診斷的基礎上，兼顧高產和品質協調，采取噴施與撒施相結合的施肥方式，在拔節至孕穗階段開展葉齡診斷與氮肥精準追施，并匹配離子態氮肥與控釋肥配施，減少氮素流失。結合葉色葉綠素診斷，當葉色呈現淺綠色、葉綠素SPAD值低于45時，及時追施速效氮肥。

3）開花期“補氮強庫”。開花至開花后15天是提高小麥籽粒蛋白含量的關鍵時期，將采取基于葉綠素儀診斷的葉面噴肥技術，匹配40%～60%濃度的尿素溶液，在開花期適時適量補施，促進庫流協調。

4.2.5" 措施四：針對產量目標的小麥氮肥總量優化

氮肥總量是決定小麥產量、品質、效益的關鍵因子，方案的目標是在保障小麥高產穩產的基礎上，實現臨沂市域尺度化肥減量5%，氮肥利用率提高10%以上。通過總量調控，將進一步優化氮肥投入產出比，構建肥料減施提效、農業綠色發展的新格局[5]。總量優化考慮以下3個技術方面。

1）產量、品質與氮肥效應研究。針對當前小麥主推品種選擇有代表性的試驗樣點，開展氮肥增量與減量試驗，定量評估不同施氮水平下的產量、品質、養分吸收利用及環境風險，獲取關鍵參數。

2）需求量預估：采用休閑期土壤硝態氮含量、小麥目標產量、土壤氮素供應能力等參數，構建氮肥需求量估算模型。收獲時，測定籽粒產量，秸稈還田量，分析籽粒、秸稈全氮含量，計算氮素積累總量和表觀氮素利用率。

3）多目標優化：以提高氮肥利用率10%以上為主要目標，兼顧降低面源污染、溫室氣體減排等生態目標運用0-1整數規劃、非線性規劃等數學規劃方法，對不同施氮方案進行多目標優選，獲得綜合效益最優的區域施氮總量配置方案。

5" 結束語

氮肥對小麥的生長發育、產量形成和品質提升具有關鍵性影響，傳統的氮肥運籌模式難以適應小麥生產高質高效發展的需求，研究提出了“精準診斷-定量優化-動態調控”的技術思路，融合了作物模型、3S集成、人工智能等前沿技術，構建“精準診斷-定量優化-動態調控”的小麥氮肥精確運籌調控技術體系。在實踐中，必須從作物生理、生態過程、養分循環等基礎理論出發，借力于現代信息技術手段，因地制宜開發精準化、智能化的氮肥管理新策略、新方法，探索適應未來農業發展的氮肥減施提效增效新路徑。

參考文獻：

[1] 陳松，朱娟，呂超，等.栽培模式及生態條件對弱筋小麥籽粒品質的影響[J/OL]麥類作物學報，1-9[2024-10-09].http：//kns.cnki.net/kcms/detail/61.1359.s.20240509.1107.030.html.

[2] 白雪源.基于氮肥效應函數與遙感估產模型的蘋果施肥決策研究[D].泰安：山東農業大學，2021.

[3] 劉紫陽，王悅帆，SYEDTAHIRATA-UI-KARIM，等.大數據下的小麥氮肥推薦模型：面向小農的精確管理方法[A].第二十屆中國作物學會學術年會論文摘要集[C].中國作物學會，中國作物學會，2023：1.

[4] 劉哲文，郭丹丹，常旭虹，等.氮肥追施時期和比例對強筋小麥籽粒灌漿及其生理機制的影響[J].作物雜志，2024（1）：174-179.

[5] 王樹深，羅剛，舒小偉，等.S型控釋氮肥運籌對水稻產量形成及氮素利用特征的影響[J].安徽農業大學學報，2024，51（3）：384-396.

第一作者簡介：左利波（1982-），男，農藝師。研究方向為農作物病蟲害防控及糧油等作物單產提升技術在實踐中的示范與應用推廣。