大数据下的小麦氮肥推荐模型：面向小农的精确管理方法

【作者】 刘紫阳； 王悦帆； Syed Tahir Ata-UI-Karim； 刘小军； 田永超； 朱艳； 曹卫星； 曹强；

【机构】 南京农业大学国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室/现代作物生产省部共建协同创新中心； 东京大学；

【摘要】 【研究背景】中国冬小麦（Triticum aestivum L.）生产高度依赖氮肥施用,大多数小农户无法根据具体情况准确施用氮肥,这给冬小麦生产带来了挑战。假设估测不同地点的小麦植株氮吸收量可以潜在地改善基于理论施氮量方法（TNR）的特定地点的氮素管理。基于现有论文数据,整合品种、产量、气候、地理参数的小麦氮吸收估算模型有望构建高度可靠的小麦植株氮吸收量预测模型。【材料与方法】为了解决这个问题,研究提出了一种经济有效且用户友好的方法来准确预测小麦植株的氮吸收,以改进氮管理决策。研究采用Meta分析和基于数据的建模方法,整合了在中国五个主要小麦生产省份进行的试验的数据集。然后使用根据已发表的论文数据集构建的九种不同的氮输入和产量水平情景来评估模型的性能。【结果与分析】结合线性混合效应模型和随机森林模型建立了小麦在特定目标产量下的氮肥推荐模型,其中随机森林模型表现出优越的性能。该模型将地理、品种和气候特征作为模型输入变量,预测植物的氮需求指数（NDI）。在适合模型的情景下,模型减少施氮量17.91～110.48 kg ha^-1 N,经济效益提高14.15～137.59$ha^-1,减少N₂O排放15.23%～53.7%,提高NEEB 0.18%～1.78%。值得注意的是,中等水平的氮输入和低产量产出情景与小农生产情况非常相似,在此情景下模型也有较好地表现,说明模型可以应用于中国大部分小农户的实际生产中。分析影响NDI的输入变量发现,改善小麦籽粒蛋白质含量和株高特征,可以改善小麦植株全生育过程的氮素需求量。对模型在九个不同情景应用下的氮肥推荐量、经济效益、N₂O排放和净生态系统经济效益（NEEB）进行了评估,发现模型在大部分情景下都有良好地表现,在为小农户带来经济效益的同时也有较好的环境效益,可以大幅度减少N₂O排放并提高NEEB。根据模型输入变量的相关性分析和随机森林重要性分析,确定了影响NDI的因素,并为小麦育种改进提供了见解。【结论】模型适用性评估表明,在典型的小农生产情景下,该模型在减少污染的同时提供了经济效益。通过实施这种方法,小农可以实现优化的氮肥管理,改善其经济效益并为环境可持续性做出贡献。本文的模型可以作为政策制定者的策略,并在农业集约化程度较低的地区推广。更多还原