基于智慧农业的小麦氮肥精确运筹调控技术方案探讨

摘" 要：随着物联网、大数据等现代信息技术的快速发展，智慧农业已成为推动农业高质量发展的重要引擎。该文阐述小麦氮素需求特点及其影响因素，剖析土壤因素、环境因素对小麦氮素吸收利用的作用机制，论证氮肥运筹的技术意义，梳理智能传感技术在氮素营养诊断中的应用进展，最后立足山东临沂小麦产区实际，针对性地设计“精准诊断-定量优化-动态调控”三位一体的氮肥精确运筹技术方案。

关键词：智慧农业;小麦种植;氮肥运筹;施肥优化;氮素调控

中图分类号：S512.1" " " 文献标志码：A" " " " "文章编号：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

小麦是我国重要的粮食作物之一，也是保障国家粮食安全的基准性农作物。氮素是影响小麦生长发育和品质形成的关键养分元素，所谓氮肥运筹，是指根据作物需肥规律、土壤氮素供应能力以及农艺措施等因素，在时间和空间尺度上对氮肥的施用量、施用时期和施用部位进行合理配置，从而达到协调小麦氮素营养、提高氮肥利用率、降低面源污染风险的目的。近年来，智慧农业技术的迅猛发展为实现精准农业生产提供了新的途径。将物联网、大数据、人工智能等现代信息技术与农业生产深度融合，将技术措施与小麦氮肥运筹调控有机结合，有望提高氮肥利用率，促进小麦高产优质和绿色可持续发展。

1" 小麦氮素需求特点及影响因素

1.1" 小麦生育进程与动态氮素需求

小麦生育进程可划分为苗期、蘖分化期、拔节孕穗期、开花期和籽粒灌浆期等关键阶段，不同生育时期小麦体内各器官对氮素的需求强度和分配比例存在显著差异：苗期是小麦幼苗形成和分蘖启动的关键时期，适量供氮有利于促进幼苗根系发育和地上部干物质积累;蘖分化期小麦通过分蘖有效成穗数的形成决定最终产量潜力，充足的氮素供应可显著提高小麦分蘖成穗率;拔节孕穗期是小麦生长最为旺盛的时期，大量的氮素被同化为氨基酸、核酸等含氮化合物，参与小麦茎秆的快速伸长和穗部的形成分化，适宜的氮素营养可显著增加穗粒数;开花期至灌浆期氮素营养主要影响籽粒蛋白质含量，但氮素过量易引起籽粒蛋白质含量升高而淀粉含量下降，导致小麦品质下降。

1.2" 影响小麦氮素吸收利用的土壤因素

土壤是小麦生长发育不可或缺的物质基础，也是氮素转化和供应的重要载体。土壤中氮素主要以有机态氮和无机态氮的形式存在，经过矿化作用和固定作用不断发生转化。土壤氮素供应能力主要取决于土壤有机质含量、氮素矿化速率和氮素损失程度。土壤有机质含量越高，氮素矿化潜力越大，小麦可吸收利用的氮素就越多。但土壤温度、湿度、pH、微生物活性等也会显著影响氮素矿化速率。例如，低温干旱抑制土壤微生物活性，降低氮素矿化速率;偏酸性土壤更易发生铵态氮固定，而碱性土壤则易促进氨挥发损失[1]。

2" 氮肥运筹的技术意义

氮肥运筹的核心在于“定位、定时、定量“施肥，即根据小麦品种、土壤类型、生育时期等因素，在合理的时间和部位施用适宜的氮肥用量，其技术优势主要体现在：①协调“源-库-流“关系，根据各生育时期的器官活性和库容量变化，合理调控氮素向库器官的分配比例，使库容与库强同步提高;②通过增施控释肥、缓释肥等肥料，优化施肥时期和施肥方式，降低氨挥发、反硝化、淋溶等途径的氮素损失;③协调氮素营养与碳同化的比例关系，优化蛋白质合成途径关键酶活性，最终提高面粉品质;④降低面源污染风险，减少化肥农药使用量和提高肥料利用率，控制农田生态系统氮素富集和流失。

3" 与小麦氮肥运筹相关的智慧农业技术

3.1" 智能传感技术

智能传感技术是智慧农业的重要组成部分，也是小麦氮素营养诊断的重要工具。目前，应用于小麦氮素营养诊断的智能传感器有光谱传感器、图像传感器、电化学传感器等。其中，基于叶绿素荧光诱导、近红外反射等原理的光谱传感技术最为成熟，可无损快速测定小麦叶片氮素含量[2]。图像传感技术主要通过提取叶片或冠层的色度、纹理、形态等特征，间接诊断小麦氮素营养状况，如利用计算机视觉技术分割、提取小麦冠层数字图像，构建基于图像特征的氮素营养诊断模型，可有效克服人工目测法主观性强的缺陷;电化学传感技术可用于测定植株汁液中的硝酸盐、铵离子浓度，也可用于原位监测土壤氮素有效性。

3.2" 遥感技术

高光谱遥感、多光谱遥感等是小麦氮素营养遥感监测的主要技术手段。高光谱遥感具备高光谱分辨率和连续光谱等特点，可精细刻画作物冠层反射光谱与氮素营养的定量关系，如利用机载成像光谱仪获取小麦田间冠层高光谱数据，提取敏感波段并构建氮素营养估算模型，可宏观监测区域尺度内小麦氮素营养的时空。多光谱遥感数据易于获取，利用植被指数与小麦冠层氮素含量的相关性，可快速诊断小麦氮素营养情况，如基于兼顾土壤调节的植被指数TSAVI与冠层全氮含量构建回归模型，可减少土壤背景的干扰，提高氮素营养遥感监测精度。

3.3" 大数据分析

大数据分析技术是智慧农业的数据层支撑，主要服务于小麦氮肥的需求预测。传感网实时采集到的环境参数、土壤信息、作物长势等数据，结合数据挖掘、机器学习等人工智能算法，可以构建起有效的氮肥需求预测模型。基于机器学习的数据驱动模型已成为小麦氮肥需求预测的研究热点，利用小麦产量、氮肥施用量、土壤氮素含量等多年定位试验数据，采用支持向量机、随机森林等机器学习算法构建氮肥需求预测模型，可显著提高预测精度。

4" 基于产区实际情况的小麦氮肥精确运筹调控技术方案设计

4.1" 山东临沂小麦产区的氮肥运筹问题分析

笔者所在的山东临沂地区，是鲁南地区重要的小麦主产区，近年来随着栽培技术水平的提高和优良品种的推广应用，小麦产量持续增长。然而，部分农户受传统施肥习惯影响，存在过量施氮现象。据笔者调研，当前小麦季氮肥施用量普遍在240～270 kg/hm2。个别地区高达300 kg/hm2以上，显著超过作物需求量，造成肥料资源浪费和环境负荷加重，一些农户以“一炮轰“方式集中施入，忽视了不同生育时期小麦对氮素的动态需求规律，亟需因地制宜构建精准、高效、环保的氮肥运筹新模式。

4.2" 精确运筹调控技术方案设计

4.2.1" 方案整体架构

从“源-库-流”系统论视角出发，结合作物生理生态、3S集成、计算机模拟等先进技术手段，提出构建“精准诊断-定量优化-动态调控”三位一体的小麦氮肥精确运筹调控技术方案。

如图1所示，方案以田间传感器为起点，利用作物氮素营养快速诊断环节作为运筹依据，分别针对基础施肥量、追肥量等关键决策环节，以提高产量、品质、效益为约束目标，以降低环境负荷为优化准则，形成“诊断-调控-基施/追施-总量”的调控思路。氮肥基施量基于土壤氮素诊断的推荐模型确定，侧重农艺肥力的维持与培育;氮肥追施量使用叶面诊断的精准补充技术作为优化手段，与关键生育期需求相匹配;氮肥总量则以复合调控模型从区域尺度系统优化。在具体实施过程中，还将根据不同生育时期小麦氮素需求动态，制定苗期、拔节期、开花期等阶段性施肥策略，最大限度减少肥药流失。

4.2.2" 措施一：基于土壤氮素快速诊断的氮肥推荐

现阶段选择棕壤土、褐土2种主要土壤类型，针对当前小麦主栽品种太麦198、临麦9号等开展研究，着重探索基于旱砂田、一年两熟制等主要耕作制度下的氮基追比优化。方案采用基于土壤氮素快速诊断的氮肥推荐技术，重点包括以下技术关键点。

1）采样与测试：采用直径为3 cm的土钻，按“S”形或“X”形路线对田块进行多点采样，每个样点的土样用四分法进行缩分并混匀，风干磨细过2 mm筛，每个田块的土样不少于5份。采用便携式近红外光谱仪测定土样的反射率，波长范围为900～1 700 nm，光谱分辨率为10 nm，每个样品重复扫描3次;同时采用离子选择性电极法测定速效氮含量，以硝酸钾标准液配制系列梯度浓度溶液，绘制检量线，计算速效氮质量分数。

2）诊断模型：选择土壤速效氮与光谱反射率相关性最佳的敏感波段，构建光谱参数与速效氮含量的线性回归模型，通过交叉验证确定最佳模型参数。参考河北、山东、安徽等地的研究结果，设定土壤速效氮的临界阈值上限[3]。当实测土壤速效氮含量低于下限阈值时，显示“速效氮严重不足”;当实测值高于上限阈值时，显示“速效氮富足”。

3）施肥推荐：选择典型试验点，开展包括不同基追比、施肥时期、施肥方法在内的综合试验，建立速效氮含量与小麦产量、氮肥利用率的数学模型。利用实测的土壤速效氮含量，结合土壤类型、有机质含量、小麦品种、前茬、灌溉条件等要素，预估目标产量下的总施氮量;再根据不同生育时期小麦需氮特点，采用三元二次多项式拟合基、蘖、穗肥的最佳配比，并结合适宜的施肥方式（沟施、撒施、叶喷等），形成具体的精准施肥方案。

4.2.3" 措施二：基于叶面诊断的小麦氮肥精准管理

通过开展不同类型小麦品种的氮素梯度试验，系统研究基于遥感-地面监测的叶面氮素营养快速诊断方法，聚焦以下3点。

1）构建叶面氮素快速诊断指标。选择临沂地区种植面积大、增产潜力高的高产中筋及弱筋小麦品种，开展盆栽及大田试验，在不同施氮水平下获取冠层反射光谱、叶绿素含量、叶片全氮及硝态氮含量等数据，筛选出敏感波段、特征参数并构建氮素营养评价指标。提取冠层多光谱影像的敏感波段反射率、归一化植被指数（NDVI）、土壤调节植被指数（SAVI）等参数，与实测叶绿素SPAD值、冠层NNI进行曲线拟合，获得决定系数最高的线性或非线性模型。构建冠层反射率一阶微分、二阶微分指数与植株氮浓度的回归模型，实现从反射光谱参数到植株氮素含量的定量反演。

2）亏缺判别：参考已有试验数据，初步将小麦拔节期、孕穗期、灌浆期的冠层氮素亏缺阈值分别设定SPAD值lt;45、lt;50、lt;40，或NNIlt;0.9、lt;0.8、lt;0.7。当监测值低于相应阈值时，作出“该时期追肥”的决策，并基于前期构建的“冠层氮素养分指数-追肥量”的响应模型，计算出以尿素（N 46%）表示的追肥用量。当监测值高于阈值时，则暂不追肥。

4.2.4" 措施三：小麦生育阶段氮肥分期调控

以太麦198、临麦9号等主栽品种为对象，通过连续多年田间定位观测，获取生育进程关键节点数据，同步记录相应积温，拟合各生育时期与积温的线性关系，建立积温预测模型。当新季作物播种后，根据温度监测数据计算积温，代入模型即可预测关键生育时期[4]如下。

1）苗期“控氮促壮”。结合不同前茬、播期条件，以提高苗齐度和壮苗指数为目标，优化氮磷钾配比，适度控氮，促进苗期生长同步，培育壮秧。分蘖期结合墒情追施速效氮肥，促进分蘖。

2）拔节期“追氮保肥”。在苗情诊断的基础上，兼顾高产和品质协调，采取喷施与撒施相结合的施肥方式，在拔节至孕穗阶段开展叶龄诊断与氮肥精准追施，并匹配离子态氮肥与控释肥配施，减少氮素流失。结合叶色叶绿素诊断，当叶色呈现浅绿色、叶绿素SPAD值低于45时，及时追施速效氮肥。

3）开花期“补氮强库”。开花至开花后15天是提高小麦籽粒蛋白含量的关键时期，将采取基于叶绿素仪诊断的叶面喷肥技术，匹配40%～60%浓度的尿素溶液，在开花期适时适量补施，促进库流协调。

4.2.5" 措施四：针对产量目标的小麦氮肥总量优化

氮肥总量是决定小麦产量、品质、效益的关键因子，方案的目标是在保障小麦高产稳产的基础上，实现临沂市域尺度化肥减量5%，氮肥利用率提高10%以上。通过总量调控，将进一步优化氮肥投入产出比，构建肥料减施提效、农业绿色发展的新格局[5]。总量优化考虑以下3个技术方面。

1）产量、品质与氮肥效应研究。针对当前小麦主推品种选择有代表性的试验样点，开展氮肥增量与减量试验，定量评估不同施氮水平下的产量、品质、养分吸收利用及环境风险，获取关键参数。

2）需求量预估：采用休闲期土壤硝态氮含量、小麦目标产量、土壤氮素供应能力等参数，构建氮肥需求量估算模型。收获时，测定籽粒产量，秸秆还田量，分析籽粒、秸秆全氮含量，计算氮素积累总量和表观氮素利用率。

3）多目标优化：以提高氮肥利用率10%以上为主要目标，兼顾降低面源污染、温室气体减排等生态目标运用0-1整数规划、非线性规划等数学规划方法，对不同施氮方案进行多目标优选，获得综合效益最优的区域施氮总量配置方案。

5" 结束语

氮肥对小麦的生长发育、产量形成和品质提升具有关键性影响，传统的氮肥运筹模式难以适应小麦生产高质高效发展的需求，研究提出了“精准诊断-定量优化-动态调控”的技术思路，融合了作物模型、3S集成、人工智能等前沿技术，构建“精准诊断-定量优化-动态调控”的小麦氮肥精确运筹调控技术体系。在实践中，必须从作物生理、生态过程、养分循环等基础理论出发，借力于现代信息技术手段，因地制宜开发精准化、智能化的氮肥管理新策略、新方法，探索适应未来农业发展的氮肥减施提效增效新路径。

参考文献：

[1] 陈松，朱娟，吕超，等.栽培模式及生态条件对弱筋小麦籽粒品质的影响[J/OL]麦类作物学报，1-9[2024-10-09].http：//kns.cnki.net/kcms/detail/61.1359.s.20240509.1107.030.html.

[2] 白雪源.基于氮肥效应函数与遥感估产模型的苹果施肥决策研究[D].泰安：山东农业大学，2021.

[3] 刘紫阳，王悦帆，SYEDTAHIRATA-UI-KARIM，等.大数据下的小麦氮肥推荐模型：面向小农的精确管理方法[A].第二十届中国作物学会学术年会论文摘要集[C].中国作物学会，中国作物学会，2023：1.

[4] 刘哲文，郭丹丹，常旭虹，等.氮肥追施时期和比例对强筋小麦籽粒灌浆及其生理机制的影响[J].作物杂志，2024（1）：174-179.

[5] 王树深，罗刚，舒小伟，等.S型控释氮肥运筹对水稻产量形成及氮素利用特征的影响[J].安徽农业大学学报，2024，51（3）：384-396.

第一作者简介：左利波（1982-），男，农艺师。研究方向为农作物病虫害防控及粮油等作物单产提升技术在实践中的示范与应用推广。