柑橘营养施肥推荐专家系统的建立与验证

陈 朗，刘文欢，刘思雨，马岩岩，吕 强，易时来，谢让金，杨 雄，杨 艺，郑永强

柑橘营养施肥推荐专家系统的建立与验证

陈 朗1，刘文欢1，刘思雨1，马岩岩1，吕 强1，易时来1，谢让金1，杨 雄2，杨 艺2，郑永强1※

（1. 西南大学-中国农业科学院柑桔研究所国家数字种植业（柑橘）创新分中心/国家柑橘工程技术研究中心，重庆 400712；2. 广安市广安区农业农村局，广安 638001）

为解决橘园果农经验施肥投入不平衡导致的果实品质降低的问题，构建基于果实品质综合评价的营养施肥推荐专家系统。通过2019—2020年连续两年定点跟踪，建立果实膨大期树体矿质营养和果实成熟期果实品质指标原始数据库，构建了基于果实综合品质指标的果实膨大期优质叶片养分适宜标准生成算法、基于“以产定量、总量控制和分期调控”原则的标准含量适宜偏差百分数有效养分配方矫正算法和基于当地肥料农资供应库的复混配方推荐算法，实现果实膨大期优质叶片养分适宜标准生成、橘园营养状况评价、有效养分施肥配方推荐以及基于当地肥料农资数据库的复混配方推荐4个主要功能。2021年度进行系统推荐施肥方案效果验证，结果表明：广安龙安柚产区以中产园区平均产量作为目标产量的矫正施肥方案效果最佳，龙安乡橘园矫正施肥方案的氮、钾和磷肥投入分别降低40.3%、43.6%和1.3%，崇望乡橘园矫正施肥方案的氮、钾和磷肥投入分别降低27.1%、30.8%和78.8%。该系统有效避免了化肥投入不平衡所致果皮着色延迟以及氮钾肥投入偏低导致果实偏小和果肉着色延迟，显著提高龙安柚产区果实综合品质，对柑橘叶片养分矫正配方施肥技术推广有较高适用性。

信息化；精准施肥；柑橘；果实膨大期；营养效率；果实品质

0 引 言

中国柑橘种植面积与产量均位居世界第一，分别达到2.99×106hm2与4.46 ×107t[1]，市场需求已经逐渐由数量型向质量型转变，柑橘果实品质已经成为国内外市场竞争力强弱的关键。前人研究表明施肥是影响柑橘品质的重要因素，但由于柑橘产区品种、生态气候、土壤肥力和土壤类型多样化，橘农很难根据树体营养状况实现施肥量和配比精准施肥[2]。梁珊珊[3]调查结果表明，施用N、P和K肥过量的橘园分别占中国总种植面积的57.5%、77.0%和69.4%，而施用有机肥的橘园仅占47.8%。随着中国“化肥使用量零增长”行动政策的实施，本团队调研发现同一产区过度施用化肥和过度有机肥替代化肥导致果实品质恶化的现象同时存在。因此，迫切需要推广橘园配方施肥减肥提质增效技术提升果实品质，以保持柑橘产业可持续发展。

近20年来，农作物配方施肥方法大多采用测土配方技术，该技术对提高大田作物产量、改善品质以及减少化肥用量都取得了显著成效[4]，并且开发出许多营养施肥推荐专家系统向种植户提供施肥决策支撑[4-7]。然而，土壤采样测试方法的不确定性、建立营养适宜标准的困难以及巨大的人工和时间成本，使基于土壤测试结果的配方施肥仍然存在很大挑战[8]。同时，柑橘等水果作物根系在土壤中分布较广，相较于大田作物获取代表性的土样难度更大[9]。由于成年水果作物的树体养分状态相对比较稳定，通过对叶片矿质营养诊断可以反映果园肥力状态[10]。因此，通过构建同一产区内叶片矿质养分数据集，实现不同橘园养分状态诊断评价，并建立合理的配方施肥推荐方案，更适用于柑橘等水果作物施肥指导。

前人针对果实膨大期开展大量果树叶片矿质养分诊断研究，并建立各地柑橘配方推荐施肥技术规程[11-13]。其中，叶片矿质养分适宜标准建立是实现橘园营养状态诊断和推荐施肥方案的前提条件。KHIARI等[14]通过营养组分分析法（component nutrition diagnosis method, CND）建立叶片营养元素的累计方差函数和产量或果实品质的关系，通过两次求导得到拐点值，实现农作物叶片矿质营养适宜标准建立和营养平衡状态评价，更加注重数据集中产量的代表性；MARTIN等[15]采用适宜偏差百分数法（deviation from optimum percentage, DOP）实现低水平橘园营养元素限制顺序和各元素含量偏差直接测量。目前，上述两类营养诊断算法已经运用到苹果[16]、荔枝[17]、脐橙[18]等果树作物。

然而，上述诊断方法大多以产量作为划分标准，本团队研究表明果实膨大期叶片营养状态与果实综合品质相关更大，并且针对膨大期营养诊断推荐施肥可显著改善果实品质，若以产量为目标建立的配方施肥推荐技术对指导柑橘果实膨大期施肥存在一定局限性[19]。同时，相较于目前成熟的农作物营养施肥推荐专家系统，由于数据集和算法库保密原因，尚无可供推广使用、面向种植户的柑橘配方推荐施肥系统。

为此，本文以广安市龙安柚现代农业产业园内10～12 a生龙安柚（var. Longanyou）为供试材料，构建基于果实品质综合评价指标的果实膨大期柑橘营养施肥推荐专家系统，划分系统前后台。后台仅赋予政府机构、种植用户和专业检测机构等用户上传数据集权限，满足原始数据的保密需要，并构建基于果实品质综合评价指标的果实膨大期优质养分适宜标准生成算法、基于“以产定量、总量控制和分期调控”原则的有效养分配方矫正算法和基于当地肥料农资库的复混肥配方推荐算法；前台展示系统实现橘园营养状况评价、有效养分配方以及复混肥配方推荐3个主要功能结果，并对柑橘营养施肥推荐系统效果进行田间试验验证，探讨其对柑橘减肥提质增效的可行性。

1 材料与方法

1.1 数据来源

数据来源于广安市龙安柚现代农业产业园。选择施用化肥为主的龙安乡橘园和施用有机肥为主的崇望乡橘园，以橘园内10～12 a生龙安柚（var. Longanyou）为供试材料。冬季基肥龙安乡橘园施入生物有机肥5 kg/株，复合肥（N∶P2O5∶K2O=26∶10∶16）3 kg/株；崇望乡橘园施入生物有机肥20 kg/株，不施化肥。生物有机肥为自制腐熟有机肥，含3.63%全氮、3.01%全钾、0.59%全磷。

于两橘园分别选择长势基本一致且树势健壮能够代表当地管理水平的20个小区，合计40个小区，每个小区667 m2。为避免树体大小年的影响，2019－2020年度定点连续两年追踪果实膨大初期健康春梢叶片矿质营养与果实成熟期果实产量和品质指标，建立算法构建原始数据库，用于构建包括优质叶片养分适宜标准生成、橘园营养状态评价和有效养分配方矫正等算法的柑橘施肥推荐专家系统算法库；2021年度，通过测定果实膨大初期叶片矿质营养和果实品质指标，用于柑橘营养施肥推荐专家系统效果验证。

1.2 指标测定

每个小区采用“Z”形法随机选取5株，叶片样品于果实膨大初期（6月上旬）每株采集树冠中部外围8片健康春梢叶片，每小区合计40片叶混合样，用于叶片矿质营养测定；果实样品于果实成熟期（11月上旬）每株采摘树冠中部外围四周4个果实，每小区合计20个果实混合样，用于果实品质指标测定[11,20-21]。

1.2.1 叶片矿质营养

采用凯氏定氮法测定样品中的全N含量，钼锑抗比色法测定样品中全P含量，火焰光度法测定样品中全K含量，采用等离子光谱仪（ICP）测定Ca、Mg、Fe、Mn、Cu和Zn[22]。

1.2.2 果实品质

电子分析天平测定单果质量（PFW）；游标卡尺测定果实纵径（HD）和横径（VD），其果形指数=纵径/横径；美能达色差仪CR-10（日本）测定果实外观色泽参数*（果实亮度值）、*（红绿色差值）和*（黄蓝色差值），其果实综合色泽指数（CCI）=(1 000×*)/(*×*)。果实可溶性固形物含量（TSS）、可滴定酸（TA）、维生素C（VC）、出汁率（ER）和可食率（JR）等内在品质指标参考柑橘鲜果检验方法（GB/T 8210-2011）进行检测分析[23]，并计算果实成熟度指数FMI=TSS/TA。

1.3 数据处理

采用Microsoft Excel 2019处理以平均值±标准差表示；采用SPSS 25.0进行Duncan差异显著性检验，采用GraphPad Prism8.0与Adobe Photoshop 2019 CC进行绘图。

2 营养诊断与施肥推荐专家系统流程

柑橘营养诊断与施肥推荐专家系统流程如图1所示，系统后台实现橘园基本信息和原始数据的上传与更新，系统服务器调用执行果实品质综合评价算法、叶片养分适宜标准生成算法、橘园营养状态评价算法、有效养分配方矫正算法和复混肥配方推荐算法，并与当地农资服务器双向通讯；用户可以通过web浏览器（系统前台）查询自己橘园基本信息、橘园营养状态评价、有效养分矫正配方及基于当地农资库的复混肥配方推荐施肥方案。由于样品采集与测定的人力物力成本限制，通常大量元素的测定周期为2～3 a，中微量元素为4～5 a（DB50/T 487-2012）[21]，若数据库内部无当年橘园果实膨大期矿质营养数据，按年限最近的数据集显示系统运行结果。

2.1 算法库构建

2.1.1 果实品质综合评价算法

果实品质综合评价算法[24]通过果实品质数据标准化处理和果实品质核心指标主成分分析筛选，依据果实品质核心指标各主成分贡献度排序判断元素间重要程度实现层次分析法的自动赋值，最后通过式（1）计算各指标权重系数与标准化值的乘积累加为果实综合品质得分F。

F=W11+22+…+Wf（1）

式中为核心指标个数，f为核心指标标准化值，W为核心指标对应的层次分析法权重系数，F为果实综合品质得分，分值越高代表果实品质越好，其划分阈值为：>0.60为一等果，>0.45～0.60为二等果，0.30～0.45为三等果，<0.30为四等果。

图1 本文系统决策流程

2.1.2 叶片矿质营养适宜标准生成算法

参考KHIARI等[14]提出的划分高低产量小区CND拐点值算法，将其产量指标替换为果实综合品质评分F，利用数据集中果实综合品质与果实膨大期叶片矿质营养数据，拟合各矿质营养元素分析参数V与F三元一次方程FC(V)：

FC(V)=A·F3+B·F2+C·F+D （2）

式中表示不同矿质营养元素，V为元素分析参数，A、B、C、D为常数。根据式（2）求两次导数可得∂2FC(V)/∂22=6A·F+2B=0，当果实综合品质得分F=−B/3A时，此时的F即为算法确定元素划分高低品质组群的拐点值，筛选各矿质元素拐点值在数据集范围内且优质小区占总数据集比例大于12%的最大拐点值，作为选择划分高低品质组临界值，高品质组群的叶片矿质营养范围即为当地条件下果实膨大期优质叶片矿质营养适宜标准。

2.1.3 橘园营养状态诊断算法

参考MONTAÉS等[25]提出的DOP诊断指数算法，以单个橘园各营养元素均值作为数据集，根据式（3）和（4）计算最适宜值百分比偏差以及DOP营养不平衡指数（NBIm）：

=[(C·100)/CCV]−100 （3）

式中I表示N、P、K….各元素的DOP指数；C为被诊断橘园元素的平均含量；CCV为2.1.2节生成的果实膨大期某元素优质养分适宜标准的均值，g/kg或mg/kg；NBIm反映各个元素诊断指数之和的平均值，其数值越低，代表树体养分越平衡，为被诊断元素的个数。当||≤NBIm时，C在系统建立适宜标准内表示元素含量正常，C低于适宜标准最低值表示偏低，C高于适宜标准最大值表示偏高；|I|> NBIm时，I<0表示C缺乏，I>0表示C过量。

2.1.4 有效养分配方矫正算法

以单个橘园各营养平均值作为养分计算单位，有效养分矫正配方通过式（5）～（7）计算。

ΔC=1−(C−CCV)/CCV（5）

F=··R/N（6）

ΔF=F·ΔC（7）

式中仅表示N、P、K元素；ΔC为树体元素的养分矫正系数；C为被诊断橘园年限最近的元素平均含量，g/kg；若目标元素按2.1.3节诊断结果含量正常，则ΔC等于1，否则按式（5）计算；F为矫正前元素需肥量，kg/hm2；为目标产量，kg/hm2；为树体养分吸收量，即1 kg柑橘果实氮吸收量，kg；ΔF为矫正后的元素需肥量，kg/hm2；R/N为元素与N元素的推荐比例（果实膨大期P、K推荐比例分别为0.8与1.5）[23,26]。

2.1.5 复混肥配方推荐算法

按2.1.4节确定有效养分ΔN、ΔP和ΔK用量后，大量元素根据橘园产地肥料库中不同种类肥料的有效养分含量生成复混肥推荐施肥方案。若肥料为单质肥，每种元素用量通过式（8）计算；若肥料为复合肥，则是筛选最接近推荐施肥比例（ΔN∶ΔP∶ΔK）的复合肥，复合肥用量计算式（9）。

Q=ΔF/R（8）

Q=ΔFmin/R（9）

式中Q为N、P、K单质肥用量，kg/hm2；R为单质肥中有效养分比例，%；Q为复合肥用量，kg/hm2；ΔFmin为三种元素中的最小用量，kg/hm2；R则是该元素在复合肥中占比，%；其余两种元素减去复合肥中补充的养分，剩余量则是按照单质肥进行补充；而中微量元素按橘园营养诊断结果采取相对应的叶面喷施进行矫正[26]。

2.2 系统开发

2.2.1 系统整体结构

开发平台为Visual Studio Code和idea，采用spring+spring、boot+spring和cloud+flutter+vue+python框架搭建系统网站，柑橘营养施肥推荐专家系统总体结构如图2所示。首先，橘园的原始数据可通过委托专业检测机构检测后上传或政府机构提供相应数据库的访问权限，存储于系统服务器；其次，基于Java 1.8/python 3.7.4实现营养诊断推荐施肥决策流程，确定矫正的有效养分配方推荐方案；再次，通过http/https自动对接农资公司服务系统，获取基于当地农资商家发布信息的施肥决策推荐方案；最后，种植户使用B/S(Brower/Server)模式，通过web浏览器连接到系统服务器实现施肥决策推荐方案查询和购买，界面由Html+JavaScript和flutter语言混合编程实现。

图2 系统总体结构

2.2.2 用户权限设置

平台采用基于角色的访问控制（role-based access control, RBAC）设置不同角色以实现不同用户权限分配，权限分配如表1所示。其中，对专业检测机构人员开放种植用户委托样品检测结果上传权限，对政府部门开放对接产区数据库接口管理权限。后台系统主要实现产地基本信息和数据信息的更新与上传，前台系统主要展示专家系统的施肥推荐决策结果。种植用户可查询自己橘园养分状态、推荐施肥有效养分矫正配方和基于当地农资库的复混肥施肥推荐方案；政府机构用户可以查看所属产区橘园矿质营养适宜标准、营养平衡状态评价和复混肥推荐方案汇总。

表1 角色权限

3 系统实现及应用

3.1 产区优质叶片养分适宜标准建立

专业用户以2019—2020连续两年的四川广安区龙安柚橘园果实膨大期养分和果实品质指标作为原始数据上传至系统服务器，系统调用算法模型库中果实品质综合评价算法和叶片矿质营养适宜标准生成算法自动生成的果实膨大期叶片养分适宜标准N为22.7～24.8 g/kg，P为1.1～1.3 g/kg，K为9.9～13.3 g/kg，Ca为61.2～71.5 g/kg，Mg为2.2～2.7 g/kg，Mn为35.1～85.8 mg/kg，Fe为4.1～7.8 mg/kg，Cu为5.6～7.5 mg/kg，Zn为12.3～19.5 g/kg，系统前台为专业机构与政府机构开放原始数据查看权限（图3）。

图3　产区原始数据与叶片养分适宜标准查看界面

3.2 橘园营养平衡状态评价

将2021年度龙安乡和崇望乡龙安柚橘园果实膨大期叶片矿质营养检测数据上传至系统服务器，调用本系统构建的果实膨大期优质叶片养分适宜标准（图3），应用本系统橘园营养状态诊断算法模型，专业用户授权查看营养诊断指数和橘园营养限制因子分析结果（图4）。

图4 橘园营养平衡状态评价界面

结果表明：2021年度果实膨大初期，龙安乡橘园养分的过量限制因子为K、Mn，营养指数为9.45和6.96；缺乏限制因子为P、Ca和Zn元素，营养指数分别为−9.93、−8.64和−6.40，橘园需肥顺序为P>Ca>Zn。崇望乡橘园（OF）养分的过量限制因子为P，营养指数为76.38，Mg元素偏高，营养指数为27.57；缺乏限制因子为Mn和Zn，营养指数分别为−54.73和−42.48，N、K元素偏低，营养指数为−21.82与−9.30，需肥顺序为Mn>Zn>>N>K。

3.3 橘园有效养分配方和复混肥方案推荐

通过调用龙安乡和崇望乡橘园营养诊断指数，应用本系统有效养分配方矫正算法模型，龙安乡橘园的有效养分矫正配方需要在有效养分未矫正配方基础上减少9.45%的钾、增加9.93%的磷投入；崇望乡橘园3种有效养分矫正配方需要在有效养分未矫正配方方案基础上减少76.38%的磷、增加21.82%的氮和9.30%的钾投入（图4）。2021年度，由于缺乏不同橘园养分利用率水平数据，采用算法构建原始数据库中的低产园、中产园和高产园的平均产量作为目标产量，分别为28.98、35.71和47.78 t/hm2，生成龙安乡和崇望乡各3个推荐施肥处理方案分别标记为RF1、RF2与RF3，以施化肥为主的龙安乡橘园和施用有机肥为主的崇望乡橘园果农经验施肥处理作为对照FP，合计8个处理如表2所示。然后，调用农资服务系统复混肥配方推荐算法，种植用户和政府机构授权查看橘园3种有效养分矫正配方方案和基于当地农资数据库的复混肥推荐方案（图5）。另外，本系统仅为种植用户与政府机构提供大量元素施肥建议，而中微量元素施肥具体方案按当地农技推广部门的标准执行。

表2 龙安乡和崇望乡橘园施肥处理方案

图5 龙安乡与崇望乡橘园推荐施肥界面

3.4 柑橘营养施肥推荐专家系统应用效果验证

表2为2021年度的龙安乡与崇望乡橘园的8个有效养分配方方案，结果表明：龙安乡推荐施肥相较于该橘园果农经验施肥化肥用量明显减少。

其中，龙安乡RF1、RF2和RF3处理氮投入分别降低52.5%、40.3%、19.5%，钾投入分别降低55.1%、43.6%、24.1%，RF1与RF2的磷投入分别降低21.1%与1.3%。崇望乡施用有机肥为主的经验施肥橘园氮和钾的DOP指数分别为−21.82和−9.3，磷的DOP指数为76.38（图4），故相较于崇望乡橘园果农经验施肥处理，RF1、RF2和RF3推荐施肥处理氮投入分别提高53.8%、93.8%和160.4%，钾投入分别提高29.7%、65.4.%和119.1%，以满足果实生长发育的养分以及N、K元素矫正需求；但磷投入分别降低79.4%、74.4%和65.6%。然而，相较于龙安乡果农经验施肥，崇望乡RF1、RF2和RF3处理氮投入分别降低42.5%、27.1%、1.95%，钾投入分别降低45.8%、30.8%、8.5%，磷投入分别降低82.9%、78.8%、71.4%。

依据本团队建立的柑橘果实品质评价指数算法[24]，龙安柚综合品质评价模型：F=0.28·FMI−0.23·CCI+ 0.19·PFW+0.14·ER+0.09·TSS+0.04·Vc（标准化值）。与施用化肥为主的龙安乡果农经验施肥处理相比，龙安乡橘园RF2处理效果最佳，果实可溶性固形物和果实成熟度指数分别提高5.2%和14.5%，可滴定酸降低13.1%（图6），且果实外观着色CCI指数显著降低92.7%（表3）；最终龙安乡RF2处理橘园果实综合品质指数在0.55～0.71范围（一等果为主），龙安乡果农经验施肥处理的果实综合品质指数0.19～0.44（三等果为主）（图7）。而与施用有机肥为主的崇望乡果农经验施肥处理相比，崇望乡橘园RF2处理效果最佳，果实可溶性固形物、果实成熟度指数和单果质量分别显著提高9.3%、12.4%（图6）和19.1%（表3），果肉着色改善（图8），但果实外观着色CCI指数显著降低34.17%（图8，表3）；最终崇望乡RF2处理橘园果实综合品质指数在0.55～0.74范围（一等果为主），崇望乡果农经验施肥处理果实综合品质指数在0.46～0.66范围（二等果为主）（图7）。

注：不同小写字母表示差异显著（P＜0.05）。下同。

表3 不同处理下果实外在品质指标

图7 不同处理下综合果实品质指数

图8 龙安乡和崇望乡不同处理下果实外观与果肉颜色

4 讨 论

目前，柑橘叶片矿质营养适宜标准大部分针对高产群体矿质营养特征制定，仅有少量研究涉及侧重于品质的基于营养平衡原理的叶片适宜标准[27-28]。鉴于目前广安市龙安柚叶片矿质营养诊断标准尚未制定，参考的标准仅限于近缘琯溪蜜柚和度尾文旦柚[28-29]，基于果实品质的度尾文旦柚叶片矿质营养适宜标准N为24.1～28.7 g/kg，P为1.0～1.4 g/kg，K为13.9～22.4 g/kg，Ca为22.6～42.1 g/kg，Mg为2.4～4.1 g/kg，Cu为6.0～25.0 mg/kg，Zn为24.0～40.0 mg/kg，Fe为60.0～140.0 mg/kg，Mn为25.0～140.0 mg/kg[29]。本研究中构建广安市龙安柚现代农业园区适用的果实膨大期优质的叶片适宜养分标准N为22.7～24.8 g/kg，P为1.1～1.3 g/kg，K为9.9～13.3 g/kg，Ca为61.2～71.5 g/kg，Mg为2.2～2.7 g/kg，Mn为35.1～85.8 mg/kg，Fe为4.1～7.8 mg/kg，Cu为5.6～7.5 mg/kg，Zn为12.3～19.5 g/kg。本研究获得的叶片矿质元素诊断标准中N、K、Fe和Zn略低，而Ca偏高，其余P、Mg、Mn和Cu均在适宜范围之内，可能因为本研究叶片采样时间较常规采样提前2～3月以满足提前指导当年壮果肥施用的需求，此时叶片尚未成熟正处在N、K、Fe和Zn吸收上升期，而幼梢叶片器官形态建成所需Ca吸收达到高峰所致[27]。

本团队前期研究结果表明花期营养诊断推荐施肥可以显著提高产量，果实膨大期橘园树体营养诊断施肥是决定果实品质而非果实产量的关键时期[19,26]。本研究针对施用有机肥为主的崇望乡橘园，柑橘营养施肥推荐专家系统的应用改善了单果质量较小和可溶性固形物较低的状况（表3，图7），推测是由于该橘园长期施用有机肥无法满足树体N、K元素的需求（图4）影响细胞膨大与可溶性固形物合成，该结果与SHEIKH等[30]有机肥替代化肥试验结果一致；同时，系统施肥推荐方案减少P元素投入，亦降低树体呼吸作用对光合产物的消耗[31]。另外，本研究针对施用化肥为主的龙安乡橘园，系统施肥推荐方案减少N、K元素的投入，有效避免果皮着色延迟（表3，图8），促进果肉的降酸（图6）。该结果与位高生[32]和李荣飞等[33]在琯溪蜜柚与龙安柚的研究结果一致。

需要说明的是，本研究的养分标准建立在柑橘果实主流品质指标的综合果实品质评价模型基础上，未涉及果肉着色[24]。然而，红肉柑橘果肉着色也是影响消费者选择的重要指标，且与叶片养分平衡及养分投入均有直接相关性[30-31]，后期需要进一步建立红肉柑橘果实综合评价层次分析算法模型，完善营养诊断适宜标准与施肥推荐算法模型。另外，最终广安龙安柚产区均以中产园的平均产量35.71 t/hm2为目标推荐施肥方案效果最佳，显著低于以化肥为主的经验施肥投入（表2），可以作为该产区主推的施肥推荐方案。通过后期规定周期[23]营养诊断推荐施肥数据采集会进一步增加数据库的量，算法实现自学习，建立的营养诊断适宜标准和施肥推荐结果会更加准确。

5 结 论

为了推广橘园减肥提质增效的配方施肥技术，本研究采用角色的访问控制基于营养组分分析法和适宜偏差百分数法算法构建了柑橘营养施肥推荐专家系统，并进行了系统效果验证，得出如下结论：

1）将本团队构建的果实综合品质评价算法引入研究中，利用CND拐点值法在果实综合品质上可进行优质、低质小区分级的特性，构建了基于果实综合品质指标的果实膨大期优质叶片养分适宜标准生成算法，结合龙安柚树体矿质营养与果实品质原始数据库，建立了广安市龙安柚优质叶片营养适宜标准N为22.7～24.8 g/kg，P为1.1～1.3 g/kg，K为9.9～13.3 g/kg，Ca为61.2～71.5 g/kg，Mg为2.2～2.7 g/kg，Mn为35.1～85.8 mg/kg，Fe为4.1～7.8 mg/kg，Cu为5.6～7.5 mg/kg，Zn为12.3～19.5 g/kg；利用DOP算法在树体营养状态评价和有效养分配方矫正的易用性，构建了基于DOP算法的橘园树体营养状态评价和“以产定量、总量控制和分期调控”原则的有效养分矫正配方施肥算法，结合本团队构建的复混肥配方算法验证了柑橘营养施肥推荐专家系统的可行性。

2）大田推荐施肥专家系统效果验证结果表明广安龙安柚产区以中产园平均产量作为目标产量的矫正施肥方案效果最佳，实现龙安乡橘园矫正方案的氮、钾和磷肥投入分别降低40.3%、43.6%和1.3%，崇望乡橘园矫正方案的氮、钾和磷肥投入分别降低27.1%、30.8%和78.8%。避免了化肥投入过高和不平衡所致果皮着色延迟以及肥氮钾肥投入偏低导致果实偏小和果肉着色延迟，显著提高龙安柚产区果实综合品质，为后续系统推广提供案例支撑。

[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. 我国柑橘主产区氮磷钾肥施用现状及减施潜力研究[D]. 武汉：华中农业大学，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] 许鑫，张浩，席磊，等. 基于WebGIS的小麦精准施肥决策系统[J]. 农业工程学报，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] 刘秀红. 南丰和衢州柑橘园土壤与树体营养状况的分析[D]. 武汉：华中农业大学，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, LÖHNERTZ 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] 郑永强，王娅，杨琼，等. 重庆三峡库区鲍威尔脐橙花期叶片矿质营养诊断[J]. 中国农业科学，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] 易晓曈，张超博，李有芳，等. 广西产区柑橘叶片大中量元素营养丰缺状况研究[J]. 果树学报，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] 范元广，李壮，厉恩茂，等. 辽西‘富士’苹果CND法营养诊断研究[J]. 植物营养与肥料学报[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] 罗东林，王伟，朱陆伟，等. 华南荔枝叶片营养诊断指标的建立[J]. 植物营养与肥料学报，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] 王娅. 重庆三峡库区柑橘叶片营养综合诊断技术研究[D]. 重庆：西南大学，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] 刘文欢，邱芳颖，王娅，等. 枯草芽孢杆菌液态肥对柑橘养分吸收和果实品质的影响[J]. 园艺学报，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] 重庆市质量技术监督局. 柑橘营养诊断配方施肥技术规程：DB50/T 487-2012[S]. 2013.

[22] 鲍士旦. 土壤农化分析. 3版[M]. 北京：中国农业出版社，2000，263-270.

[23] 中国国家标准化管理委员会. 柑桔鲜果检验方法：GB/T 8210-2011[S]. 北京：中国标准出版社，2011.

[24] 郑永强，陈志敏，陈晓琳，等. 柑橘果实综合品质评价模型的筛选及适种区域评价方法[P]. 中国专利：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] 刘文欢. 基于养分平衡的柑橘高产优质叶片矿质营养诊断与施肥决策研究[D]. 重庆：西南大学，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] 刘桂东，姜存仓，王运华，等. 柑橘对不同矿质营养元素效应的研究进展[J]. 土壤通报，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] 庄伊美，王仁玑，陈丽璇，等. 琯溪蜜柚叶片营养元素适宜含量的研究[J]. 福建省农科院学报，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] 王贤达，范国成，李健. 度尾文旦柚叶片矿质元素含量的适宜值[J]. 中国农业科学，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] 鲁剑巍. 湖北省柑橘园土壤-植物养分状况与柑橘平衡施肥技术研究[D]. 武汉：华中农业大学，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. 氮磷减量施肥对琯溪蜜柚果实产量、品质及树体和土壤养分的影响[D]. 武汉：华中农业大学，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] 李荣飞，王明明，杨艺，等. 不同施肥处理对龙安柚果实产量和品质的影响[J]. 中国农学通报，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

陈朗，刘文欢，刘思雨，等. 柑橘营养施肥推荐专家系统的建立与验证[J]. 农业工程学报，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

国家重点研发计划项目（2020YFD1000101）；国家自然科学基金项目（31972991）；西南大学先导计划项目（SWU-XDZD22004）；重庆市智慧柑橘专项课题（cstc2019jscx-gksbX0089）；四川省转移支付项目（2018NZYZF0103）

陈朗，研究方向为柑橘智慧生产。Email：chenlangcitrus@outlook.com

郑永强，博士，教授，研究方向为果树智能化生产。Email：zhengyq@swu.edu.cn。