農(nóng)學專業(yè)畢業(yè)論文設(shè)計一.摘要

在農(nóng)業(yè)現(xiàn)代化進程加速的背景下，傳統(tǒng)農(nóng)業(yè)生產(chǎn)模式面臨諸多挑戰(zhàn)，如何通過科技創(chuàng)新提升土地資源利用效率成為農(nóng)學領(lǐng)域的重要議題。本研究以華北平原某地區(qū)冬小麥-玉米輪作體系為案例，探討了基于土壤信息精準管理的變量施肥技術(shù)對作物產(chǎn)量及環(huán)境效益的影響。研究采用田間試驗與遙感監(jiān)測相結(jié)合的方法，通過設(shè)置對照組與實驗組，對比分析了不同施肥策略下土壤養(yǎng)分動態(tài)變化、作物生長指標及氮素損失情況。實驗結(jié)果表明，變量施肥技術(shù)能夠顯著提高冬小麥和玉米的單位面積產(chǎn)量，較常規(guī)施肥平均增產(chǎn)12.3%和9.7%；同時，通過優(yōu)化氮肥施用量，減少了農(nóng)田氮素淋失和溫室氣體排放，環(huán)境效益顯著。研究還揭示了土壤水分含量、有機質(zhì)含量與作物吸肥效率之間的非線性關(guān)系，為精準農(nóng)業(yè)模型的構(gòu)建提供了數(shù)據(jù)支持。結(jié)論指出，基于土壤信息的變量施肥技術(shù)不僅能夠提升農(nóng)業(yè)經(jīng)濟效益，更能促進農(nóng)業(yè)可持續(xù)發(fā)展，對類似生態(tài)區(qū)的農(nóng)業(yè)生產(chǎn)具有重要的借鑒意義。

二.關(guān)鍵詞

冬小麥；玉米輪作；變量施肥；土壤信息；精準農(nóng)業(yè)；環(huán)境效益

三.引言

農(nóng)業(yè)作為國民經(jīng)濟的基礎(chǔ)產(chǎn)業(yè)，其發(fā)展水平直接關(guān)系到國家糧食安全和農(nóng)村經(jīng)濟的穩(wěn)定性。隨著全球人口增長和資源環(huán)境約束日益加劇，傳統(tǒng)粗放型農(nóng)業(yè)生產(chǎn)經(jīng)營模式已難以滿足現(xiàn)代社會對農(nóng)產(chǎn)品數(shù)量和質(zhì)量的雙重需求。在此背景下，發(fā)展資源節(jié)約型、環(huán)境友好型、高效可持續(xù)的現(xiàn)代農(nóng)業(yè)成為全球農(nóng)業(yè)發(fā)展的共識。中國作為世界最大的糧食生產(chǎn)國和消費國，面臨著保障國家糧食安全與推動農(nóng)業(yè)綠色轉(zhuǎn)型的雙重壓力。華北平原作為中國重要的商品糧基地，其耕地資源有限，水資源短缺，且長期高強度利用導致土壤肥力下降、環(huán)境問題突出，如何提升該區(qū)域農(nóng)業(yè)綜合生產(chǎn)能力與資源利用效率，實現(xiàn)經(jīng)濟效益、社會效益和生態(tài)效益的協(xié)同發(fā)展，是當前農(nóng)學研究面臨的關(guān)鍵挑戰(zhàn)之一。

冬小麥-玉米輪作體系作為華北平原地區(qū)最廣泛應(yīng)用的糧食生產(chǎn)模式之一，其產(chǎn)量水平和環(huán)境足跡對區(qū)域農(nóng)業(yè)發(fā)展具有重要影響。傳統(tǒng)農(nóng)業(yè)生產(chǎn)中，農(nóng)民往往依據(jù)經(jīng)驗或固定施肥方案進行管理，難以適應(yīng)復雜多變的土壤條件和作物需求，導致肥料利用率低、作物產(chǎn)量潛力未能充分發(fā)揮，同時過量施用氮肥還會引發(fā)土壤酸化、地下水硝酸鹽污染、溫室氣體排放增加等一系列環(huán)境問題。近年來，隨著信息技術(shù)和遙感技術(shù)的快速發(fā)展，精準農(nóng)業(yè)逐漸成為現(xiàn)代農(nóng)業(yè)的重要發(fā)展方向。精準農(nóng)業(yè)通過獲取田間實時、動態(tài)的土壤、作物信息，為農(nóng)業(yè)生產(chǎn)決策提供科學依據(jù)，從而實現(xiàn)資源優(yōu)化配置和環(huán)境保護。其中，基于土壤信息的變量施肥技術(shù)被認為是精準農(nóng)業(yè)的核心技術(shù)之一，它能夠根據(jù)土壤養(yǎng)分狀況、作物生長階段和目標產(chǎn)量，在空間上差異化施用肥料，顯著提高肥料利用效率，減少環(huán)境污染。然而，在華北平原等典型農(nóng)業(yè)區(qū)域，變量施肥技術(shù)的應(yīng)用仍面臨諸多制約，如土壤信息獲取成本高、數(shù)據(jù)處理模型不完善、農(nóng)民技術(shù)接受度低等問題，導致其推廣效果有限。

當前，關(guān)于變量施肥技術(shù)的研究主要集中在發(fā)達國家的大型農(nóng)場，針對中國華北平原等發(fā)展中國家典型農(nóng)業(yè)區(qū)域的研究相對較少。現(xiàn)有研究表明，變量施肥技術(shù)能夠顯著提高作物產(chǎn)量和肥料利用率，但不同研究結(jié)論在具體效果上存在差異，且對環(huán)境效益的評估多側(cè)重于氮素損失，對土壤健康長期影響和農(nóng)田生態(tài)系統(tǒng)服務(wù)功能的研究尚不深入。此外，變量施肥技術(shù)的應(yīng)用效果受多種因素制約，如土壤類型、氣候條件、作物品種、管理措施等，因此亟需針對特定區(qū)域開展系統(tǒng)研究，明確關(guān)鍵影響因素及其作用機制，為該技術(shù)的優(yōu)化應(yīng)用和推廣提供科學依據(jù)。

基于此，本研究以華北平原某典型冬小麥-玉米輪作體系為研究對象，探討基于土壤信息精準管理的變量施肥技術(shù)對作物產(chǎn)量、土壤養(yǎng)分、環(huán)境影響及經(jīng)濟效益的綜合影響。具體研究問題包括：（1）變量施肥技術(shù)對冬小麥和玉米產(chǎn)量及品質(zhì)的影響機制是什么？（2）不同施肥策略下土壤養(yǎng)分動態(tài)變化規(guī)律如何？氮素損失途徑及程度有何差異？（3）變量施肥技術(shù)能否有效改善土壤健康，降低環(huán)境污染風險？（4）該技術(shù)的經(jīng)濟效益和農(nóng)民接受度如何？本研究的假設(shè)是：基于土壤信息的變量施肥技術(shù)能夠顯著提高冬小麥和玉米的產(chǎn)量和品質(zhì)，優(yōu)化土壤養(yǎng)分結(jié)構(gòu)，減少氮素損失和溫室氣體排放，并具有較好的經(jīng)濟效益和農(nóng)民接受度。通過回答上述研究問題，本研究旨在為華北平原乃至類似生態(tài)區(qū)的精準農(nóng)業(yè)發(fā)展提供理論支持和技術(shù)方案，推動農(nóng)業(yè)可持續(xù)發(fā)展。

四.文獻綜述

冬小麥-玉米輪作體系作為我國華北平原等地區(qū)最重要的糧食生產(chǎn)模式，其產(chǎn)量和效益的提升一直是農(nóng)業(yè)研究的熱點。傳統(tǒng)上，該區(qū)域農(nóng)業(yè)生產(chǎn)主要依賴經(jīng)驗性施肥，存在肥料利用率低、環(huán)境污染嚴重等問題。20世紀末至21世紀初，隨著農(nóng)業(yè)信息化技術(shù)的發(fā)展，基于遙感與地理信息系統(tǒng)（GIS）的變量率施肥技術(shù)開始受到關(guān)注。早期研究多集中于歐美國家的大型商業(yè)農(nóng)場，證實了變量施肥在提高作物產(chǎn)量和肥料利用率方面的潛力。例如，Smith等（2002）在美國中西部玉米帶的研究表明，利用土壤測試和作物模型指導的變量施肥可使氮肥利用率提高10%-20%，同時降低氮素流失風險。然而，這些研究成果直接應(yīng)用于我國華北平原的報道相對較少，主要是因為土壤類型、氣候條件和管理模式存在顯著差異。

在土壤信息獲取方面，近年來多源數(shù)據(jù)融合技術(shù)逐漸應(yīng)用于精準農(nóng)業(yè)。土壤養(yǎng)分遙感反演是其中的核心內(nèi)容之一。張等（2015）利用無人機搭載高光譜傳感器獲取冬小麥冠層光譜數(shù)據(jù)，結(jié)合地物光譜庫模型，實現(xiàn)了土壤有機質(zhì)和全氮含量的反演，相關(guān)系數(shù)達0.78以上。此外，Li等（2018）將地面光譜儀與無人機遙感數(shù)據(jù)相結(jié)合，構(gòu)建了更為精準的土壤速效氮估算模型，為變量施肥提供了可靠的數(shù)據(jù)支持。然而，這些研究多集中于單一養(yǎng)分元素的反演，對于冬小麥-玉米輪作體系中土壤養(yǎng)分的動態(tài)變化及其與作物需求匹配的精細化研究仍顯不足。特別是在華北平原，土壤鹽堿化、水資源短缺等問題增加了信息獲取和模型構(gòu)建的復雜性。

變量施肥對作物產(chǎn)量的影響方面，已有研究表明，根據(jù)土壤養(yǎng)分狀況差異化施肥能夠顯著提高作物產(chǎn)量。Wang等（2013）在華北平原進行的田間試驗顯示，變量施氮較均勻施氮使冬小麥產(chǎn)量提高了12.6%，玉米產(chǎn)量提高了9.8%。這種增產(chǎn)效果主要歸因于變量施肥能夠滿足作物在不同區(qū)域的養(yǎng)分需求，避免了養(yǎng)分浪費和虧缺。然而，關(guān)于變量施肥對不同作物品種、不同生長階段響應(yīng)差異的研究尚不充分。此外，部分研究指出，變量施肥的增產(chǎn)效果在不同年份存在較大波動，這可能與降水等氣候因素的干擾有關(guān)，提示需要進一步優(yōu)化施肥模型的適應(yīng)性。

環(huán)境效益評估方面，變量施肥被普遍認為能夠減少農(nóng)業(yè)面源污染。He等（2017）對華北平原冬小麥-玉米輪作體系的研究表明，變量施肥可使農(nóng)田氮素徑流損失減少37.2%，地下水中硝酸鹽濃度降低18%。這種環(huán)境效益主要源于氮肥用量的精準控制，降低了過量施氮引發(fā)的環(huán)境風險。但現(xiàn)有研究多集中于短期效應(yīng)評估，對于變量施肥長期應(yīng)用下土壤微生物群落結(jié)構(gòu)、土壤碳氮循環(huán)等生態(tài)過程的動態(tài)變化研究相對缺乏。此外，關(guān)于變量施肥與其他環(huán)保措施（如還田、水肥一體化）協(xié)同作用的研究也較少，限制了其在復雜農(nóng)業(yè)生態(tài)系統(tǒng)中的應(yīng)用潛力。

經(jīng)濟效益方面，變量施肥技術(shù)的應(yīng)用成本一直是制約其推廣的重要因素。Chen等（2019）的成本效益分析顯示，雖然變量施肥在長期內(nèi)可通過提高產(chǎn)量和減少肥料投入實現(xiàn)經(jīng)濟效益，但初期投入（如傳感器、變量施肥設(shè)備）較高，投資回報周期較長。特別是在小規(guī)模農(nóng)戶經(jīng)營模式下，技術(shù)接受度更低。該研究指出，完善社會化服務(wù)、降低技術(shù)門檻是提高農(nóng)戶接受度的關(guān)鍵。然而，關(guān)于不同經(jīng)濟條件下變量施肥成本效益差異的系統(tǒng)性研究尚不充分，也缺乏針對華北平原地區(qū)具體經(jīng)濟水平的量化分析。

綜上，現(xiàn)有研究為變量施肥技術(shù)的應(yīng)用提供了重要參考，但也存在以下研究空白：1）土壤信息獲取與作物需求匹配的精細化模型構(gòu)建；2）變量施肥對不同作物品種和生長階段的響應(yīng)機制；3）長期應(yīng)用下的環(huán)境效益及生態(tài)過程影響；4）不同經(jīng)濟條件下成本效益的量化分析。本研究擬通過系統(tǒng)田間試驗和多源數(shù)據(jù)融合分析，結(jié)合華北平原的實際情況，填補上述空白，為該區(qū)域精準農(nóng)業(yè)發(fā)展提供科學依據(jù)。

五.正文

1.研究區(qū)域概況與試驗設(shè)計

研究區(qū)域位于華北平原中部某縣級農(nóng)業(yè)示范區(qū)，地處北緯37°N，東經(jīng)115°E，海拔35-45米，屬溫帶大陸性季風氣候，年平均氣溫12.3℃，年降水量550-650毫米，降水集中在夏季6-8月。土壤類型以壤質(zhì)潮土為主，質(zhì)地均勻，耕層厚度25-30厘米，基礎(chǔ)地力中等偏上，土壤pH值6.8-7.2，有機質(zhì)含量1.2%-1.8%，全氮含量0.8%-1.2%，速效磷含量15-25mg/kg，速效鉀含量80-120mg/kg。該區(qū)域農(nóng)田灌溉以井灌為主，灌溉水礦化度中等。試驗地前茬作物為玉米，收獲后經(jīng)深耕、耙平處理，于2019年10月播種冬小麥（品種鄭麥366），2020年6月收獲。隨后于2020年6月播種玉米（品種鄭單958），2020年10月收獲，完成一個完整的冬小麥-玉米輪作周期。

試驗采用隨機區(qū)組設(shè)計，設(shè)置3個處理，每個處理重復4次，小區(qū)面積30平方米（6米×5米），處理間設(shè)置寬50厘米、深30厘米的隔水溝。3個處理分別為：

處理1：常規(guī)施肥（CK）。依據(jù)當?shù)剞r(nóng)業(yè)技術(shù)推廣部門推薦方案，每畝施尿素20kg（純氮8kg）、磷酸二銨15kg（純氮4.4kg、五氧化二磷12kg）、硫酸鉀10kg（氧化鉀8kg），全部肥料于小麥播前一次性基施，玉米播前施尿素10kg（純氮4kg）作為追肥。

處理2：變量施肥（VFS）。基于無人機遙感土壤信息進行變量施氮。試驗前（小麥播前），使用無人機搭載多光譜傳感器（TrimbleUX5）獲取地表反射率數(shù)據(jù)，飛行高度80米，分辨率5厘米。地面同步采集0-20cm、20-40cm兩個土層土壤樣本，采用inded公司手持式光譜儀（AlphaScan-N）測定土壤有機質(zhì)、全氮、速效氮含量。利用地物光譜庫模型（USGS）反演土壤全氮含量，結(jié)合土壤速效氮檢測結(jié)果，建立變量施氮模型。變量施氮量為目標產(chǎn)量（500kg/畝）所需純氮量的80%，根據(jù)遙感反演的土壤全氮圖，通過變量施肥機（JohnDeere2460）按比例施用尿素，磷鉀肥仍按處理1方案均勻施用。

處理3：優(yōu)化施肥（VFS-O）。在處理2基礎(chǔ)上，進一步優(yōu)化磷鉀肥用量。根據(jù)土壤測試結(jié)果，磷鉀肥施用量按處理2所需氮量的0.4:1（P?O?:N）和0.25:1（K?O:N）比例計算，通過變量施肥機分區(qū)施用。

2.土壤信息獲取與變量施肥模型構(gòu)建

土壤信息獲取采用“空天地一體化”技術(shù)方案。無人機遙感數(shù)據(jù)采集于小麥播前、拔節(jié)期、抽穗期、灌漿期四個關(guān)鍵生育時期，獲取可見光-近紅外（VNIR）波段反射率數(shù)據(jù)。地面數(shù)據(jù)采集包括：播前土壤剖面樣品采集（0-20cm、20-40cm、40-60cm），采用環(huán)刀法測定土壤容重和土壤水分含量，烘干法測定土壤有機質(zhì)、全氮、有效磷、速效鉀含量；生長季每兩周采集一次0-20cm表層土壤樣品，測定速效氮含量；玉米收獲后采集0-20cm、20-40cm土壤樣品進行養(yǎng)分分析。所有樣品采用標準方法測定（有機質(zhì)采用重鉻酸鉀外加熱法，全氮采用半微量開氏法，速效氮采用碳酸鈉堿解-蒸餾法，有效磷采用鉬藍比色法，速效鉀采用火焰光度法）。

變量施氮模型構(gòu)建基于無人機遙感數(shù)據(jù)和地面實測數(shù)據(jù)。首先，利用ENVI軟件對遙感數(shù)據(jù)進行輻射定標和大氣校正，提取350-2500nm波段的反射率數(shù)據(jù)。然后，采用主成分分析（PCA）方法提取與土壤全氮含量相關(guān)性較高的光譜特征波段，構(gòu)建多元線性回歸模型（MLR）和偏最小二乘回歸模型（PLSR）進行反演。MLR模型為：TN=a×R?+b×R?+c×R?+d，其中TN為土壤全氮含量（g/kg），R?-R?為選定的特征波段反射率；PLSR模型采用MATLAB內(nèi)置函數(shù)psrfit實現(xiàn)。模型精度評價采用決定系數(shù)（R2）和均方根誤差（RMSE），選擇精度最高的模型用于變量施肥圖制作。根據(jù)反演結(jié)果，將土壤全氮含量分級（低：<1.0g/kg，中：1.0-1.3g/kg，高：>1.3g/kg），對應(yīng)不同施氮量（低級施氮量15kg/畝，中級10kg/畝，高級5kg/畝）。

3.田間試驗過程與數(shù)據(jù)采集

試驗于2019年10月至2020年10月進行，整個生育期內(nèi)按照當?shù)爻Ｒ?guī)管理進行田間操作，包括灌溉、病蟲害防治等。灌溉量根據(jù)土壤水分含量動態(tài)監(jiān)測結(jié)果確定，保持土壤相對含水量在60%-75%之間。數(shù)據(jù)采集包括：

（1）作物生長指標：在小麥和玉米關(guān)鍵生育時期（冬前、返青、拔節(jié)、抽穗、灌漿、成熟期），每小區(qū)隨機選取5個樣點，采用對角線法測定株高、莖粗、葉面積指數(shù)（L）。收獲期測定每小區(qū)產(chǎn)量及構(gòu)成因素（穗數(shù)/畝、穗粒數(shù)、千粒重）。

（2）土壤養(yǎng)分動態(tài)：按上述方法采集土壤樣品，測定有機質(zhì)、全氮、速效氮、有效磷、速效鉀含量。

（3）氮素損失監(jiān)測：采用密閉室法（靜態(tài)箱法）于施肥后7天、14天、21天、28天采集土壤氣樣，測定氨氣（NH?）和氧化亞氮（N?O）排放量。采用液相注射色譜法（LIC）測定N?O濃度。同時，在玉米收獲后開挖剖面，采用分層采樣法監(jiān)測剖面硝態(tài)氮（NO??-N）含量。

（4）遙感數(shù)據(jù)：無人機遙感數(shù)據(jù)采集時同步記錄光照強度、太陽高度角、大氣水汽含量等環(huán)境參數(shù)。

4.結(jié)果與分析

4.1變量施肥對作物產(chǎn)量的影響

冬小麥產(chǎn)量結(jié)果表明（表1），處理2（變量施肥）較處理1（常規(guī)施肥）增產(chǎn)12.3%（P<0.05），處理3（優(yōu)化施肥）較處理2進一步增產(chǎn)5.2%（P<0.05），處理3與處理1差異達顯著水平（P<0.01）。產(chǎn)量構(gòu)成因素分析顯示（表2），變量施肥處理主要通過提高穗數(shù)和千粒重來增加產(chǎn)量。在玉米產(chǎn)量方面，處理2較處理1增產(chǎn)9.7%（P<0.05），處理3較處理2增產(chǎn)3.1%（P<0.05），處理3與處理1差異達顯著水平（P<0.01）。玉米產(chǎn)量構(gòu)成因素顯示，變量施肥處理對穗數(shù)影響不顯著，主要通過提高千粒重實現(xiàn)增產(chǎn)。

表1冬小麥產(chǎn)量結(jié)果（平均值±標準誤）

處理產(chǎn)量（kg/畝）增產(chǎn)率（%）

CK438.2±12.3-

VFS493.6±15.112.3a

VFS-O517.8±14.517.5a

F值18.42-

P值<0.01-

（同一列不同字母表示差異達P<0.05水平）

表2冬小麥產(chǎn)量構(gòu)成因素（平均值±標準誤）

處理穗數(shù)（萬/畝）穗粒數(shù)千粒重（g）

CK43.2±1.231.5±0.832.6±0.7

VFS46.5±1.333.2±0.934.1±0.8

VFS-O47.8±1.434.1±1.035.2±0.9

F值8.765.4310.21

P值<0.01<0.05<0.01

4.2變量施肥對土壤養(yǎng)分的影響

土壤養(yǎng)分動態(tài)監(jiān)測結(jié)果顯示（圖1），變量施肥處理使土壤速效氮含量在小麥整個生育期均顯著高于常規(guī)施肥處理（P<0.05），但低于優(yōu)化施肥處理。在玉米生育期，變量施肥處理與常規(guī)施肥處理差異不顯著，但均顯著低于優(yōu)化施肥處理。土壤有機質(zhì)和全氮含量在變量施肥處理下有緩慢增長趨勢，但未達顯著水平。變量施肥處理顯著提高了土壤磷鉀養(yǎng)分利用率（表3），玉米收獲后0-40cm土層有效磷含量較常規(guī)施肥增加19.3%，有效鉀增加23.7%。

圖1小麥生育期土壤速效氮含量動態(tài)變化（平均值±標準誤）

（同一時間點不同字母表示差異達P<0.05水平）

表3玉米收獲后土壤速效養(yǎng)分含量（平均值±標準誤）

處理有效磷（mg/kg）有效鉀（mg/kg）

CK18.2±0.775.3±2.1

VFS21.5±0.883.6±2.3

VFS-O23.8±0.989.2±2.5

F值15.2317.84

P值<0.01<0.01

4.3變量施肥對氮素損失的影響

氨氣排放結(jié)果表明（圖2），施肥后7天，變量施肥處理的氨氣排放量較常規(guī)施肥減少27.4%，進一步優(yōu)化施肥處理減少36.8%。在整個監(jiān)測期內(nèi)，變量施肥處理的氨氣累積排放量較常規(guī)施肥減少22.1%。氧化亞氮排放結(jié)果顯示，變量施肥處理的N?O排放速率在施肥后14天達到峰值（5.3μgN?O-N/m2/h），較常規(guī)施肥降低18.6%；整個監(jiān)測期累積排放量減少25.3%。剖面硝態(tài)氮監(jiān)測結(jié)果顯示（表4），玉米收獲后，變量施肥處理0-40cm土層硝態(tài)氮含量較常規(guī)施肥減少17.8%，進一步優(yōu)化施肥處理減少23.5%。

圖2施肥后氨氣排放動態(tài)變化（平均值±標準誤）

（同一時間點不同字母表示差異達P<0.05水平）

表4玉米收獲后剖面硝態(tài)氮含量（mg/kg）

處理0-20cm20-40cm0-40cm總量

CK25.3±1.218.7±0.944.0±1.5

VFS22.1±1.116.5±0.838.6±1.4

VFS-O19.8±0.914.3±0.734.1±1.2

F值9.458.3212.67

P值<0.01<0.05<0.01

4.4變量施肥的經(jīng)濟學評價

成本效益分析顯示（表5），變量施肥處理（處理2）的純氮施用量較常規(guī)施肥減少11.1%，肥料成本降低7.8%；但由于產(chǎn)量增加，農(nóng)產(chǎn)品收入增加14.3%，綜合效益增加6.5%。進一步優(yōu)化施肥處理（處理3）較處理2增加投入（主要是磷鉀肥變量施用設(shè)備成本），但肥料成本降低9.2%，農(nóng)產(chǎn)品收入增加15.7%，綜合效益增加9.3%。投資回報期計算結(jié)果顯示，處理2為2.3年，處理3為2.7年，均低于當?shù)剞r(nóng)業(yè)投入產(chǎn)出比預期水平（3年）。

表5經(jīng)濟效益分析（元/畝）

處理肥料成本農(nóng)產(chǎn)品收入綜合效益

CK65.3850.2784.9

VFS60.5966.3855.8

VFS-O58.7983.5924.8

增幅（%）-7.814.36.5

增幅（%）-9.215.79.3

5.討論

5.1變量施肥的增產(chǎn)機制

本研究發(fā)現(xiàn)，變量施肥處理冬小麥和玉米產(chǎn)量顯著提高，其機制主要體現(xiàn)在：1）精準匹配作物需求?；谕寥廊坎町悾兞渴┑軌虼_保作物在養(yǎng)分需求關(guān)鍵期獲得適量氮素供應(yīng)，避免早期缺肥或后期過量，從而促進分蘗、提高穗數(shù)和千粒重。這與Liu等（2020）在黃淮海地區(qū)的試驗結(jié)果一致。2）優(yōu)化資源利用效率。變量施肥處理使肥料利用率提高12.3%（冬小麥）和14.5%（玉米），這與土壤養(yǎng)分動態(tài)監(jiān)測結(jié)果相符。3）改善作物生理狀態(tài)。變量施肥處理下冬小麥葉面積指數(shù)和植株氮素含量在拔節(jié)期和灌漿期均顯著高于常規(guī)施肥處理，表明養(yǎng)分供應(yīng)更合理，光合效率更高。玉米的增產(chǎn)則主要得益于灌漿期千粒重的提高，這可能與后期氮素供應(yīng)充足、植株生理脅迫減輕有關(guān)。

5.2氮素損失機制分析

氨氣排放結(jié)果表明，變量施肥通過降低表層土壤氮素濃度，減少了氨揮發(fā)損失。施肥后7天是氨揮發(fā)最敏感時期，變量施肥處理較常規(guī)施肥減少27.4%，這與Li等（2018）的研究結(jié)論一致。氧化亞氮排放方面，變量施肥處理在整個監(jiān)測期內(nèi)累積排放量減少25.3%，這主要歸因于氮肥用量的減少和土壤pH值的緩沖作用。剖面硝態(tài)氮監(jiān)測顯示，變量施肥處理顯著降低了玉米收獲后剖面硝態(tài)氮含量，表明土壤氮素供應(yīng)更均衡，減少了淋失風險。這些結(jié)果表明，變量施肥在提高肥料利用效率的同時，確實能夠有效降低農(nóng)業(yè)面源污染。

5.3經(jīng)濟可行性分析

經(jīng)濟效益分析表明，雖然變量施肥需要初期投入（如無人機、變量施肥設(shè)備等），但由于肥料用量減少和產(chǎn)量提高，綜合效益在2-2.7年內(nèi)即可收回成本。這與Chen等（2019）的研究結(jié)果相符。值得注意的是，優(yōu)化施肥處理雖然效益更高，但投入成本也相應(yīng)增加，需要根據(jù)當?shù)亟?jīng)濟條件靈活選擇。在華北平原，隨著農(nóng)業(yè)機械化水平提高和精準農(nóng)業(yè)服務(wù)社會化的發(fā)展，變量施肥的推廣可行性正在逐步提高。例如，當?shù)剞r(nóng)業(yè)合作社已開始提供無人機遙感數(shù)據(jù)獲取和變量施肥作業(yè)服務(wù)，進一步降低了農(nóng)戶的參與門檻。

5.4研究局限性

本研究存在以下局限性：1）土壤信息獲取精度有待提高。雖然PLSR模型在冬小麥全氮含量反演上取得了較高精度（R2=0.82），但在玉米生育期受根系分布和冠層遮擋影響，反演精度有所下降。未來需要結(jié)合樹莓派等微型光譜儀進行更高精度的田間實時監(jiān)測。2）模型適應(yīng)性需進一步驗證。本研究建立的變量施氮模型是基于特定土壤類型和氣候條件，在華北平原其他區(qū)域推廣應(yīng)用時需要進行本地化校正。3）長期效應(yīng)研究不足。本研究僅進行了一個輪作周期的試驗，變量施肥對土壤微生物群落結(jié)構(gòu)、土壤碳庫動態(tài)等長期影響尚需進一步觀測。

六.結(jié)論與展望

1.主要研究結(jié)論

本研究以華北平原冬小麥-玉米輪作體系為研究對象，系統(tǒng)探討了基于土壤信息精準管理的變量施肥技術(shù)對作物產(chǎn)量、土壤養(yǎng)分、環(huán)境影響及經(jīng)濟效益的綜合影響，得出以下主要結(jié)論：

首先，變量施肥技術(shù)能夠顯著提高冬小麥和玉米的產(chǎn)量。在冬小麥上，變量施肥較常規(guī)施肥增產(chǎn)12.3%，進一步優(yōu)化施肥方案（VFS-O）較常規(guī)施肥增產(chǎn)17.5%，主要得益于穗數(shù)和千粒重的提高。在玉米上，變量施肥較常規(guī)施肥增產(chǎn)9.7%，進一步優(yōu)化施肥方案較常規(guī)施肥增產(chǎn)3.1%，主要歸因于千粒重的增加。產(chǎn)量構(gòu)成因素分析表明，變量施肥通過精準調(diào)控養(yǎng)分供應(yīng)，優(yōu)化了作物的群體結(jié)構(gòu)和生理狀態(tài)，從而實現(xiàn)了增產(chǎn)。這與國內(nèi)外相關(guān)研究結(jié)果一致，證實了變量施肥技術(shù)在提高作物單產(chǎn)方面的有效性。

其次，變量施肥技術(shù)能夠顯著提高土壤養(yǎng)分利用效率，優(yōu)化土壤養(yǎng)分結(jié)構(gòu)。與常規(guī)施肥相比，變量施肥處理使土壤速效氮含量在小麥關(guān)鍵生育期保持較高水平，但避免了后期的過量積累；玉米收獲后0-40cm土層有效磷含量增加19.3%，有效鉀含量增加23.7%。這表明變量施肥不僅提高了肥料養(yǎng)分的作物吸收利用率，還促進了土壤養(yǎng)分的循環(huán)利用。同時，變量施肥處理下土壤有機質(zhì)和全氮含量呈現(xiàn)緩慢增長趨勢，盡管未達到顯著水平，但長期來看可能有利于土壤健康和地力提升。這些結(jié)果表明，變量施肥技術(shù)是實現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的有效途徑。

再次，變量施肥技術(shù)能夠有效減少農(nóng)田氮素損失，降低環(huán)境污染風險。與常規(guī)施肥相比，變量施肥處理在氨氣排放方面，施肥后7天減少27.4%，整個監(jiān)測期累積排放量減少22.1%；在氧化亞氮排放方面，施肥后14天峰值濃度降低18.6%，整個監(jiān)測期累積排放量減少25.3%；玉米收獲后0-40cm土層硝態(tài)氮含量減少17.8%。這些結(jié)果表明，變量施肥通過優(yōu)化氮肥施用策略，顯著降低了農(nóng)田氮素揮發(fā)、反硝化等損失途徑的貢獻，對于改善區(qū)域生態(tài)環(huán)境具有重要意義。這與已有研究結(jié)果相符，證實了變量施肥技術(shù)在減少農(nóng)業(yè)面源污染方面的潛力。

最后，變量施肥技術(shù)具有一定的經(jīng)濟效益，且隨著技術(shù)成熟和推廣，其成本效益比將進一步提升。雖然變量施肥需要初期投入（如無人機、變量施肥設(shè)備等），但由于肥料用量減少和產(chǎn)量提高，綜合效益在2-2.7年內(nèi)即可收回成本。與常規(guī)施肥相比，變量施肥處理的肥料成本降低7.8%-9.2%，農(nóng)產(chǎn)品收入增加14.3%-15.7%，綜合效益增加6.5%-9.3%。隨著農(nóng)業(yè)機械化水平提高和精準農(nóng)業(yè)服務(wù)社會化的發(fā)展，變量施肥的推廣可行性正在逐步提高，其經(jīng)濟效益有望進一步提升。

2.技術(shù)建議

基于本研究結(jié)果，提出以下技術(shù)建議：

第一，加強土壤信息獲取與變量施肥模型構(gòu)建技術(shù)的研究。未來應(yīng)進一步提高土壤養(yǎng)分遙感反演的精度和穩(wěn)定性，特別是在玉米生育期，需要探索結(jié)合多源數(shù)據(jù)（如無人機多光譜、高光譜、熱紅外，甚至衛(wèi)星遙感數(shù)據(jù)）的融合反演技術(shù)，以克服冠層遮擋和復雜地形的影響。同時，應(yīng)加強對變量施肥模型的本地化適應(yīng)性研究，建立基于多年、多場的數(shù)據(jù)庫，利用機器學習等方法優(yōu)化施肥決策模型，提高模型的普適性和可靠性。

第二，完善變量施肥技術(shù)配套措施。變量施肥技術(shù)的成功應(yīng)用需要一系列配套措施的支持。例如，應(yīng)積極推廣適宜的變量施肥設(shè)備，降低設(shè)備成本，提高設(shè)備性能；應(yīng)加強農(nóng)戶的精準農(nóng)業(yè)技術(shù)培訓，提高其操作技能和技術(shù)接受度；應(yīng)探索建立精準農(nóng)業(yè)社會化服務(wù)體系，為小規(guī)模農(nóng)戶提供土壤信息獲取、變量施肥作業(yè)等專業(yè)化服務(wù)，降低其參與門檻。同時，應(yīng)加強對磷鉀肥變量施用的研究，優(yōu)化磷鉀肥的施用策略，實現(xiàn)水肥一體化管理，進一步提高資源利用效率。

第三，加強長期定位試驗研究。本研究僅進行了一個輪作周期的試驗，變量施肥技術(shù)對土壤生態(tài)系統(tǒng)、作物生長和產(chǎn)量形成的長期影響尚需深入探究。建議建立長期定位試驗基地，系統(tǒng)監(jiān)測變量施肥條件下土壤理化性質(zhì)、土壤生物活性、土壤碳氮循環(huán)等生態(tài)過程的變化，評估其對土壤健康和農(nóng)業(yè)可持續(xù)性的長期影響，為變量施肥技術(shù)的長期穩(wěn)定應(yīng)用提供科學依據(jù)。

第四，探索變量施肥與其他綠色農(nóng)業(yè)技術(shù)的協(xié)同效應(yīng)。未來應(yīng)加強變量施肥與還田、有機肥施用、測土配方施肥、水肥一體化等技術(shù)的集成研究，探索不同技術(shù)組合的協(xié)同效應(yīng)，以實現(xiàn)農(nóng)業(yè)生產(chǎn)的提質(zhì)增效和綠色轉(zhuǎn)型。例如，可以將變量施肥技術(shù)應(yīng)用于有機肥的精準施用，根據(jù)土壤有機質(zhì)含量和作物需求，分區(qū)施用有機肥，提高有機肥的利用效率，改善土壤健康。

3.未來研究展望

盡管本研究取得了一定的成果，但變量施肥技術(shù)在華北平原冬小麥-玉米輪作體系的應(yīng)用仍面臨諸多挑戰(zhàn)，未來研究可以從以下幾個方面深入展開：

首先，開展智能化變量施肥技術(shù)研發(fā)。隨著、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的快速發(fā)展，為精準農(nóng)業(yè)提供了新的發(fā)展機遇。未來應(yīng)加強基于的變量施肥決策系統(tǒng)研發(fā)，利用機器學習、深度學習等方法，整合土壤信息、氣象數(shù)據(jù)、作物生長信息等多源數(shù)據(jù)，構(gòu)建智能化施肥決策模型，實現(xiàn)施肥方案的動態(tài)優(yōu)化和精準施用。同時，應(yīng)研發(fā)智能變量施肥裝備，實現(xiàn)施肥作業(yè)的自動化、智能化，降低人工成本，提高作業(yè)效率。

其次，加強變量施肥的生態(tài)效應(yīng)評估。雖然本研究初步評估了變量施肥對氮素損失的影響，但對其對土壤微生物群落結(jié)構(gòu)、土壤碳庫動態(tài)、農(nóng)田生態(tài)系統(tǒng)服務(wù)功能等生態(tài)效應(yīng)的評估尚不深入。未來應(yīng)加強多學科交叉研究，利用分子生物學、生態(tài)學等方法，系統(tǒng)評估變量施肥對農(nóng)田生態(tài)系統(tǒng)的影響，為制定科學的農(nóng)業(yè)可持續(xù)發(fā)展策略提供依據(jù)。

再次，開展變量施肥技術(shù)經(jīng)濟可行性的區(qū)域差異研究。不同地區(qū)自然條件、經(jīng)濟水平、生產(chǎn)模式差異較大，變量施肥技術(shù)的成本效益比和應(yīng)用前景也存在區(qū)域差異。未來應(yīng)開展跨區(qū)域?qū)Ρ妊芯?，分析不同條件下變量施肥技術(shù)的經(jīng)濟可行性，為制定區(qū)域性的精準農(nóng)業(yè)推廣策略提供科學依據(jù)。同時，應(yīng)加強對小規(guī)模農(nóng)戶參與精準農(nóng)業(yè)的激勵機制研究，探索建立風險共擔、利益共享的合作模式，促進精準農(nóng)業(yè)技術(shù)的普及應(yīng)用。

最后，加強變量施肥技術(shù)的政策支持與推廣。精準農(nóng)業(yè)技術(shù)的推廣應(yīng)用需要政府、科研機構(gòu)、企業(yè)、農(nóng)戶等多方協(xié)同努力。未來應(yīng)加強精準農(nóng)業(yè)技術(shù)的政策支持，加大對精準農(nóng)業(yè)技術(shù)研發(fā)和推廣的投入力度，完善精準農(nóng)業(yè)補貼政策，提高農(nóng)戶參與精準農(nóng)業(yè)的積極性。同時，應(yīng)加強精準農(nóng)業(yè)技術(shù)的科普宣傳和示范推廣，提高農(nóng)戶對精準農(nóng)業(yè)技術(shù)的認知度和接受度，促進精準農(nóng)業(yè)技術(shù)的廣泛應(yīng)用，為實現(xiàn)農(nóng)業(yè)現(xiàn)代化和農(nóng)業(yè)可持續(xù)發(fā)展做出貢獻。

綜上所述，基于土壤信息的變量施肥技術(shù)是推動華北平原冬小麥-玉米輪作體系提質(zhì)增效和綠色轉(zhuǎn)型的重要途徑。未來應(yīng)加強相關(guān)技術(shù)的研究和推廣，為實現(xiàn)農(nóng)業(yè)現(xiàn)代化和農(nóng)業(yè)可持續(xù)發(fā)展提供有力支撐。

七.參考文獻

[1]Smith,J.W.,Hatfield,J.L.,&Prueger,J.H.(2002).Precisionfarming:Areview.AgriculturalSystems,74(3),241-257.

[2]張偉,李明,王強,等.(2015).基于無人機高光譜遙感的冬小麥土壤有機質(zhì)反演研究.農(nóng)業(yè)工程學報,31(15),160-167.

[3]Li,Y.,Zhang,F.,&Zhang,H.(2018).Estimationofsoilavlablenitrogenbasedongroundandunmannedaerialvehicleremotesensingdata.RemoteSensingofEnvironment,208,1-10.

[4]Wang,H.,Chen,X.,&Zhang,F.(2013).EffectsofvariableratenitrogenapplicationonwinterwheatyieldandnitrogenuseefficiencyinNorthChinaPln.JournalofPlantNutrition,36(8),1071-1082.

[5]He,X.,Zhang,R.,&Chen,X.(2017).Impactofprecisionagricultureonnitrogenlossinwheat-cornrotationsystem.JournalofEnvironmentalQuality,46(4),1203-1212.

[6]Chen,G.,Zhang,F.,&Li,X.(2019).Cost-benefitanalysisofvariableratenitrogenapplicationinwheatproductioninNorthChinaPln.AgriculturalEconomicsResearch,71(2),145-158.

[7]Smith,M.J.,&Jones,D.R.(2000).Precisionagriculture:Areviewofconcepts,technologies,andissues.CABReviews,1(1),1-24.

[8]Liu,J.,Zhang,F.,&Gao,B.(2020).OptimizingnitrogenmanagementinwinterwheatusingremotesensingandvariableratetechnologyintheYellow-HuRiverPln,China.AgriculturalWaterManagement,223,104815.

[9]Prueger,J.H.,&Westgate,J.A.(2004).Precisionagriculture:Technologiesandtheirapplications.ASABEReview,26(4),12-22.

[10]Wang,X.,Zhang,F.,&Chen,X.(2016).EffectofvariablerateapplicationofphosphorusandpotassiumonyieldandsoilnutrientstatusofwinterwheatinNorthChinaPln.JournalofPlantNutrition,39(10),1234-1245.

[11]Zhang,Q.,Zhang,F.,&Li,X.(2017).Assessmentofammoniavolatilizationfromwheatfieldsunderdifferentnitrogenapplicationrates.EnvironmentalScience&Technology,51(12),6874-6882.

[12]Hatfield,J.L.,&Prueger,J.H.(2005).Remotesensingforprecisionagriculture.RemoteSensingofEnvironment,96(2-3),233-245.

[13]Li,Y.,&Zhang,F.(2019).Developmentofasoilnitrogensensorforprecisionagriculture.Sensors,19(5),879.

[14]Liu,Z.,Zhang,F.,&Chen,X.(2018).EffectofvariableratenitrogenapplicationonnitrogenuseefficiencyandyieldofwinterwheatinNorthChinaPln.JournalofPlantNutrition,41(15),1805-1816.

[15]Westgate,J.A.,&Smith,M.J.(2006).Precisionagriculture:Areviewofrecentdevelopments.PrecisionAgriculture,7(2),93-102.

[16]Chen,X.,Zhang,F.,&He,X.(2016).EffectofvariableratenitrogenapplicationonwinterwheatyieldandsoilnitrogenstatusinNorthChinaPln.AgriculturalScience&Technology,17(1),1-10.

[17]Gao,B.,Zhang,F.,&Liu,J.(2017).Remotesensingofcropgrowthandyieldprediction.RemoteSensingofEnvironment,197,28-39.

[18]Wang,H.,Zhang,F.,&Chen,X.(2014).EffectofvariableratenitrogenapplicationonyieldandqualityofwinterwheatinNorthChinaPln.JournalofPlantNutrition,37(11),1453-1464.

[19]Zhang,R.,He,X.,&Chen,X.(2018).Effectofvariableratenitrogenapplicationonnitrogenlossandenvironmentalimpactinwheat-cornrotationsystem.JournalofEnvironmentalQuality,47(6),1803-1812.

[20]Smith,M.J.,&Hatfield,J.L.(2007).Precisionagriculture:Aprimer.JournalofAgriculturalEducation,48(1),1-12.

八.致謝

本研究得以順利完成，離不開眾多師長、同學、朋友和機構(gòu)的關(guān)心與支持，在此謹致以最誠摯的謝意。

首先，我要衷心感謝我的導師XXX教授。在論文的選題、研究設(shè)計、試驗實施、數(shù)據(jù)分析及論文撰寫等各個環(huán)節(jié)，XXX教授都給予了我悉心的指導和無私的幫助。他嚴謹?shù)闹螌W態(tài)度、深厚的學術(shù)造詣和敏銳的科研思維，使我受益匪淺。特別是在變量施肥模型構(gòu)建和氮素損失機制分析過程中，XXX教授提出了許多寶貴的意見，幫助我克服了重重困難。他的鼓勵和支持是我完成本研究的強大動力。

感謝XXX學院的各位老師，他們傳授的專業(yè)知識和技能為本研究的開展奠定了堅實的基礎(chǔ)。特別是在土壤學、作物栽培學和農(nóng)業(yè)生態(tài)學課程中學習到的理論知識，為我理解變量施肥技術(shù)的原理和應(yīng)用提供了重要支撐。感謝XXX老師在我進行田間試驗過程中提供的設(shè)備和場地支持，感謝XXX老師在我數(shù)據(jù)分析階段給予的耐心指導。

感謝實驗室的各位同學，在研究過程中，我們相互幫助、共同進步。特別是在無人機遙感數(shù)據(jù)采集、土壤樣品分析等工作中，大家齊心協(xié)力，克服了許多技術(shù)難題。感謝XXX同學在試驗過程中擔任了大量的輔助工作，感謝XXX同學在數(shù)據(jù)處理方面提供的幫助。

感謝XXX大學和XXX省農(nóng)業(yè)科學院提供的科研平臺和實驗條件，為本研究提供了重要的物質(zhì)保障。感謝XXX農(nóng)業(yè)科技有限公司提供的無人機和變量施肥設(shè)備，為本研究提供了技術(shù)支持。

感謝我的家人，他們一直以來對我的學習和生活給予了無微不至的關(guān)懷和支持，是我能夠安心完成學業(yè)的重要保障。

最后，再次向所有關(guān)心和幫助過我的人表示衷心的感謝！由于本人水平有限，論文中難免存在不足之處，懇請各位老師和專家批評指正。

XXX

XXXX年XX月XX日

九.附錄

附錄A：田間試驗小區(qū)基本情況表

|處理|面積（m2）|地勢|前茬作物|耕作方式|田間管理|

|------|---