韓 寧史普想金 振張 宇蔡立夫陸 巖王海新

(遼寧省沙地治理與利用研究所,遼寧 阜新 123000)

氮是包括花生在內各種農(nóng)作物必需的3大營養(yǎng)元素之一[1],同時,它還是植株體內氨基酸、核苷酸和輔酶等的重要組成元素,此外,植株中的葉綠素、維生素和生物堿等也含有氮[2],作物產(chǎn)量和品質的形成以及其正常的生長發(fā)育均離不開氮素營養(yǎng)的充足供應[1]。自20世紀50年代以來,氮肥施肥技術水平的提高極大地促進了中國農(nóng)業(yè)的快速發(fā)展[3],但過量以及不科學的使用氮肥,不僅會使氮肥的利用率降低,且易使氮素流失,進而導致一系列的環(huán)境污染等問題。

氮素既是農(nóng)作物關鍵的營養(yǎng)要素,又是影響環(huán)境污染的重要因素。因此,學習并掌握氮素診斷的方法和技術,進而指導氮肥合理精準的施用[4]。這對提升氮肥的利用率,減少生產(chǎn)成本以及環(huán)境污染的風險均具有重要的實際意義。本文綜述了國內外氮素營養(yǎng)診斷技術的研究成果,并介紹了近年來氮素營養(yǎng)診斷技術在花生中的應用現(xiàn)狀和前景,以期更好地指導花生的生產(chǎn)和施肥。

1 傳統(tǒng)氮素營養(yǎng)診斷技術

1.1 外觀診斷

作物的外觀氮素營養(yǎng)診斷主要是從其莖、葉的形態(tài)、顏色與生長速率等各方面進行觀察,從而對作物的氮營養(yǎng)狀態(tài)做出相應的判斷。

1.1.1 顏色診斷

依據(jù)植株的顏色來判斷是否需要追肥的事例在明代末年撰寫的《沈氏叢書》中已有記載[5]。20世紀50年代,陳永康根據(jù)水稻的葉色變化總結出了“肥田黃透再施,瘦田見黃既施,一般田不黃不施”的水稻追肥方法[6]。陶勤南等依據(jù)色差公式原理和均勻Lab色度空間,進而研發(fā)出了葉色卡診斷技術,且研究證明該葉色卡可以判斷水稻氮素營養(yǎng)的豐缺情況[7]。葉色卡診斷技術具有快捷、簡單和半定量化等諸多優(yōu)點,這種診斷方法深受廣大農(nóng)民的喜愛,但其受品種、種植密度和土壤氮素營養(yǎng)狀況等因素的影響較大,因此在實際的研究應用中,葉色卡診斷技術存在著一定的局限性。

1.1.2 長勢診斷

依據(jù)植株特定葉位之間的節(jié)間長度和其長勢長相,進而對作物不同生育時期的氮素營養(yǎng)豐缺狀況進行判斷的氮素營養(yǎng)診斷方法被稱為長勢診斷[8]。楊邦杰等將長勢定義為植株生長的趨勢與狀況,其涵蓋了傳統(tǒng)看苗診斷的所有指標。作物氮素的長勢診斷可以用作物個體和群體的特點來表達[9]。例如,油菜缺氮時主莖細小,株型松散;水稻缺氮時葉片直立,植株矮小;小麥缺氮時次生根少,分蘗發(fā)生慢且缺位[10]。這種方法能夠很好地診斷出作物即時的氮素營養(yǎng)狀況,并且這種診斷方法從20世紀60年代后期開始在我國大范圍推廣應用,但由于近些年來種植環(huán)境的不斷變化以及品種的頻繁更新,作物的長勢長相也隨之發(fā)生了很大的變化且無固定規(guī)律可循,這也限制了該診斷方法在生產(chǎn)上的應用[11]。

1.2 化學診斷

1.2.1 植株全氮診斷

全氮診斷是通過化學實驗對植物組織進行分析,進而對植物氮營養(yǎng)做出診斷和判定。全氮診斷主要有凱氏定氮法和靛酚蘭比色法,后者較前者更加方便和快速,但兩者的結果相近[12]。植株的全氮含量可以較好地反映作物的氮營養(yǎng)狀況[13],在一定范圍內,葉片的全氮含量與產(chǎn)量呈正相關,且相對穩(wěn)定[14]。不過雖然植株全氮測定的結果精確度較高,但其主要在實驗室中測定,在測定時還需要進行田間的植株取樣和大量測定數(shù)據(jù)的分析,過程較為復雜和繁瑣,并且具有延遲和破壞性[15],此外,實驗室檢測需要專業(yè)的分析人員和大量的化學試劑以及專業(yè)的設備,這些因素都限制了該方法在實際生產(chǎn)過程中大范圍的應用。

1.2.2 植株硝酸鹽診斷

在植株的全氮含量超過了某一閾值時,植物就會立即開始累積硝態(tài)氮,在植物的根、莖和葉中也存在著類似的趨勢[16]。硝態(tài)氮屬于非代謝物質,它以半儲備的形式存在于植物中,其濃度的相對變化遠大于全氮。因此,硝態(tài)氮比全氮更適合作為估測作物氮素豐缺的診斷指標。利用硝酸鹽評估作物氮素營養(yǎng)豐缺的方法在國外已經(jīng)被普遍使用,并且已成功用于指導玉米、棉花、小麥等多種作物的氮素營養(yǎng)診斷[17～19]。在我國,早在20世紀70年代,科研工作者就已開始研究作物氮素營養(yǎng)的硝酸鹽診斷方法,并成功確定了小麥、馬鈴薯、甘藍等多種作物的硝酸鹽氮素營養(yǎng)診斷方法和硝酸鹽臨界值,并建立了相應的追肥推薦體系[20～22]。但植株硝酸鹽診斷施肥在應用時易受諸如氣候、土壤狀況和植株基因型等諸多因素的影響,這些因素在一定程度上限制了該方法在實際生產(chǎn)過程中的應用。

1.2.3 土壤診斷

通過測定土壤中有效氮素的含量,來判定土壤的肥力情況,進而間接地反映作物的氮素營養(yǎng)狀態(tài)的方法被稱為土壤氮素診斷[4]。土壤氮素的診斷方法主要有全氮診斷、有效氮診斷和無機氮(Nmin)診斷[23]。

土壤的全氮可以反映出土壤中總氮的供應情況,是評價土壤基礎氮素供應肥力的重要指標。土壤的全氮含量相對穩(wěn)定,其波動的范圍較小,此外,土壤全氮的測定方法相對成熟,其測定結果也較為可靠[4]。

土壤的有效氮主要包括一些較易水解、結構相對簡單的有機態(tài)氮和無機的礦物態(tài)氮,其含量可以很好地反映土壤的供氮情況。中外科研工作者在中國的31個省(直轄市、自治區(qū))合作進行了大量深入、系統(tǒng)性的研究,共同建立了水稻土壤有效氮的豐缺指標,指導水稻的生產(chǎn)和施肥[24]。邵華等對水稻目標產(chǎn)量下的氮肥用量調整系數(shù)和江西省不同稻田土壤氮素狀況進行了研究,最終明確了不同堿解氮含量下對于水稻最佳的施肥量[25]。但是土壤的有效氮的測定至今還沒有可靠通用的方法,堿解擴散法是目前應用最多的測定方法。

土壤的無機氮測定(Nmin)是最常用的土壤診斷方法,目前,這種方法已在多個國家得到了應用。該方法是在基肥施用之前進行采集土樣,分析測定土壤的無機氮含量[26],根據(jù)作物對氮的需求量量來確定適宜的施氮量,作為推薦氮素施肥的依據(jù)[4]。

在我國,基于土壤無機氮含量的氮素施肥推薦方法在小麥、玉米等多種作物的氮素施肥推薦中已被廣泛應用。陳新平等基于大量的氮肥田間試驗,建立了冬小麥以土壤無機氮含量為評價指標的施肥推薦體系,并成功的在大田實踐中得到了應用[27]。陳世勇等建立了青貯玉米以農(nóng)田土壤的無機氮含量為指標的氮素施肥推薦體系,并提出了優(yōu)化氮素管理的方法[28]。

土壤無機氮測定(Nmin)能夠依據(jù)不同土壤的供氮能力分別做出精準的施肥推薦,這是該方法被廣泛應用的原因,其適合于對土壤氮含量差異相對較大的地區(qū)進行氮素施肥推薦。但該方法也存在一些不足之處,首先,該方法只能應用于土壤氮素損失較少、土壤相對單一并且變化程度較小的區(qū)域;此外,土壤測定易受土壤取樣點位置、數(shù)量、時間和深度等因素的影響,測定費時費力且操作繁瑣,因而其應用受到限制。

2 無損傷測試技術

在不破壞植物組織結構的前提下,利用各種技術手段監(jiān)測作物的生長發(fā)育和營養(yǎng)豐缺情況的測試技術被稱為無損傷測試技術。無損測試技術能夠快速、準確地估測農(nóng)作物植株內氮素營養(yǎng)的豐缺程度,及時地反饋農(nóng)作物是否需要供氮的信息,確保農(nóng)作物氮素營養(yǎng)的補充,從而實現(xiàn)施肥平衡的目的,該技術也將成為農(nóng)作物氮素營養(yǎng)診斷技術在未來的發(fā)展走向[29]。無損測試技術主要包括肥料窗口法、葉綠素儀法、數(shù)字圖像技術、高光譜遙感技術、無人機遙感技術、電子鼻和分光測色儀技術。

2.1 肥料窗口法

肥料窗口法是一種肥料調控的方法,其操作步驟為在田間試驗中選定一塊微小區(qū)域作為標記區(qū)域,標記區(qū)域中的氮肥施用量稍低于田間試驗的施氮量,在作物生長發(fā)育過程中,當標記區(qū)域的作物出現(xiàn)氮素缺乏癥狀,如葉色變淺時,說明田間試驗區(qū)的其余種植區(qū)域的作物正處于缺氮的臨界點,需要補充適當?shù)牡省ｋm然這種方法簡單易行,但該方法只能在土壤營養(yǎng)水平差異不大的區(qū)域評估作物是否需要追肥,并且追肥的用量也不能具體量化[30]。

2.2 葉綠素儀法

有相關研究報道了植株葉片的葉綠素含量與葉片的氮含量呈正相關的關系[31],因此,可以通過測定葉片的葉綠素含量來評估作物的氮素營養(yǎng)狀況。葉綠素儀可以根據(jù)葉片的葉綠素a和葉綠素b各自對不同波段光的吸收特性,用一個具體的數(shù)值(即SPAD值)表示葉片的綠色程度[32],由于葉片的綠色程度與葉綠素含量呈正相關的關系,因此,可以通過葉片顏色的深淺判斷葉片葉綠素含量的變化,進而評估作物的氮素營養(yǎng)狀況。

Follett等對使用葉綠素儀診斷小麥的氮素營養(yǎng)狀況進行了研究,結果顯示,在拔節(jié)期時葉綠素儀的SPAD值與葉片的全氮、土壤的無機氮含量以及產(chǎn)量均有良好的相關性[33];李嵐?jié)妊芯苛硕筒巳~片SPAD值的時空分布,試驗結果最終明確了冬油菜的最佳的診斷葉位為第4片完全展開葉的中部[34]。

使用葉綠素儀能夠對不同的作物進行氮素診斷,但是在進行測試時,測定的結果易受土壤氮素的有效性、土壤水分的狀況以及作物的品種、生育期和生長環(huán)境等因素的影響[35],此外葉綠素儀的測定面積也較小,測定時需進行多點隨機測定以降低變異度[36]; 另外,當作物的含氮量接近或者高于最佳施氮量時,葉綠素儀不能準確地表征作物的葉綠素含量[37],這些因素均限制了葉綠素儀法的應用。

2.3 數(shù)字圖像技術

在植株的外觀診斷中,作物的氮素營養(yǎng)狀況可以根據(jù)葉色的深淺來判斷,因為植株葉片的顏色主要受葉綠素的影響,而葉綠素的含量會顯著影響作物的冠層葉片對光的吸收和反射[38],另外植株葉片的葉綠素含量和葉片的氮含量之間也呈現(xiàn)出顯著的相關性[31],所以葉片的含氮量是影響作物葉片對光的反射和吸收的主要物質,而作物對光的反射和吸收,能夠反映作物內部組成物質的特征,這是計算機圖像處理技術對作物進行氮素營養(yǎng)診斷的主要依據(jù)。

Jia等通過數(shù)字圖像技術獲得了冬小麥冠層不同時期的數(shù)字圖像信息,研究結果發(fā)現(xiàn)拔節(jié)和開花期的綠光值(G)與地上部生物量有顯著負相關的關系[39]; 李嵐?jié)韧ㄟ^數(shù)字圖像技術診斷水稻的氮素營養(yǎng)狀況的研究結果顯示,紅光標準化值NRI(R/(R+G+B))與水稻的產(chǎn)量以及水稻的生物量、葉片氮含量等氮素指標之間都表現(xiàn)出了良好的相關性,這表明數(shù)字圖像技術可以用于水稻氮素營養(yǎng)的無損診斷。然而,雖然數(shù)字圖像技術可以對作物的氮素營養(yǎng)進行快速診斷,但是該技術也會受到氣象因素和相機的拍攝參數(shù)等多方面影響[40]。

2.4 高光譜遙感技術

高光譜遙感技術的光譜分辨率達到納米數(shù)量級的范圍[41],近年來,該技術已經(jīng)在作物的長勢監(jiān)測、品質監(jiān)測和產(chǎn)量估計等方面被廣泛應用[42]。GreenSeeker光譜儀是世界上目前較為先進的便攜式氮素施肥推薦儀器之一[43],該儀器是一種以作物葉片對紅光吸收和紅外光反射的原理為基礎的主動光源光譜儀,在測量過程中,內部傳感器直接將采集到的信息傳輸給光譜儀自身所攜帶的掌上電腦,從而完成對作物氮素營養(yǎng)的實時監(jiān)測和診斷。據(jù)報道,在墨西哥、澳大利亞、美國、西班牙等國GreenSeeker光譜儀已被廣泛應用于農(nóng)業(yè)管理[44],其可根據(jù)不同作物的類型更換相應的遙感頭,進而可以對多種作物的氮素營養(yǎng)進行診斷,利用裝配有GreenSeeker傳感器的施肥機,能夠實現(xiàn)米級超高分辨率的變量施肥,從而達成農(nóng)業(yè)的精準化管理[45]。

郭建華等利用GreenSeeker光譜儀和葉綠素儀測試了不同氮素水平下玉米各生育時期的NDVI值和SPAD值,研究發(fā)現(xiàn)NDVI值與SPAD值在一定的范圍內變化趨勢一致,與產(chǎn)量、葉綠素含量呈正相關的關系,結果表明GreenSeeker光譜儀可用于診斷玉米的氮素營養(yǎng)狀況[46];王磊等利用GreenSeeker光譜儀獲取了小麥冠層的NDVI值,并對NDVI值與產(chǎn)量進行了相關性定量分析,基于2007～2009年的田間試驗數(shù)據(jù),結果表明灌漿初期和末期的NDVI值可以預測冬小麥產(chǎn)量[47]。

高光譜遙感技術能夠實時監(jiān)測和診斷作物的氮素營養(yǎng)狀況,其具有光譜信息量大、光譜分辨率高、波段連續(xù)性強的優(yōu)點。但是GreenSeeker價格昂貴,需要安裝在移動設備上進行連續(xù)數(shù)據(jù)采集。此外,它測量的作物冠層面積相對較小,這些因素都限制了其在農(nóng)業(yè)上的應用。

2.5 無人機遙感技術

隨著遙感技術、通信技術和衛(wèi)星定位系統(tǒng)的不斷發(fā)展,微小型無人機遙感技術也取得了長足的進步,這為精準化農(nóng)業(yè)管理的進一步實施和推廣提供了有力的理論與技術支撐[48]。無人機遙感技術具有重量輕、體積小、靈活性高、操作簡單、工作周期短、運行維護成本低、測定面積大、測量速度快等優(yōu)點,且該技術還易于構建平臺。因此,將高光譜技術與數(shù)字圖像技術結合的無人機低空遙感技術在作物的氮素營養(yǎng)診斷方面將會有更深遠的應用前景[49]。

2.6 電子鼻和分光測色儀技術

電子鼻是一種模擬動物嗅覺系統(tǒng)的智能電子儀器,可以識別多種物質的氣味。目前,該儀器已被被廣泛應用于茶葉、梨和蘋果等農(nóng)產(chǎn)品的品質評價研究中[50～52]。分光測色儀應用分光原理測量出物體的光譜分布,再經(jīng)過計算進而求出物體色的三刺激值等色度參數(shù)[53],該儀器具有檢測快速和精度高等優(yōu)點,適用于實驗室的操作環(huán)境和生產(chǎn)上的離線操作環(huán)境[54]。茶樹生長過程中,氮素會影響揮發(fā)性化合物關鍵前體的合成[55～56],氮肥過少或者不施則會影響前體物向芳香成分的轉化,從而導致芳香族物質含量降低[57～59]。傅嘉敏等以電子鼻和分光測色儀技術測量茶樹的氮素含量,準確率達到了90%[54]。結果表明,利用電子鼻和分光測色儀技術對茶葉的氮素含量進行診斷是可行的,但氣敏傳感器的響應受揮發(fā)性物質的濃度、成分和壓強的影響較大,此外該技術對于葉片不產(chǎn)生揮發(fā)性物質的植物并不適用,因而其應用受到了很大限制。

3 氮素營養(yǎng)診斷在花生上的應用及展望

花生是中國最為重要的經(jīng)濟和油料作物之一,年產(chǎn)量可達1 700萬t以上,其總產(chǎn)值居油料作物的第一位[60～62]?；ㄉ粌H含有大量的脂肪,同時還含有人體所必需的氨基酸和微量功能營養(yǎng)元素[63]。有研究報道稱花生還具有抗癌、抗衰老和促進生長發(fā)育等功能,因此花生也被譽為“長生果”[64～65]。

氮素是花生最重要的營養(yǎng)元素之一 ,是影響花生的生長發(fā)育和花生產(chǎn)量以及品質形成的重要因素[1]。合理地施加氮肥,花生的株高、葉面積、側枝長和光合作用等指標均會有所增加,如果氮素的供應不足,花生的這些指標均會降低,使得花生生長發(fā)育不良,進而導致花生的產(chǎn)量降低[66],而氮肥的過量施用則會導致花生根、莖、葉的徒長,從而降低花生的經(jīng)濟系數(shù)。王艷瑩等的研究結果報道了在合理的氮肥施用范圍內,花生的莢果產(chǎn)量隨著施氮量的增加而增加,但過量的施用氮肥,會造成花生營養(yǎng)器官的徒長,在花生的生育后期抑制營養(yǎng)器官中的養(yǎng)分向莢果中轉移,從而導致花生莢果產(chǎn)量的下降[67]。此外,張智猛等研究發(fā)現(xiàn)適當?shù)氖┘拥誓軌蛟黾踊ㄉ?、莖、葉和莢果各器官中可溶性蛋白質和游離氨基酸的含量[68]。張翔等發(fā)現(xiàn)適當?shù)牡厮娇梢蕴岣咦讶手酗柡椭舅岷蛦尾伙柡椭舅岬暮?降低亞油酸等多不飽和脂肪酸的含量,從而提高花生油制品的耐貯性[69]。綜上所述,合理的施加氮肥有利于花生的生長發(fā)育,并能提高花生的產(chǎn)量和品質。氮營養(yǎng)供應不足不利于花生的生長發(fā)育,同時也會降低花生的產(chǎn)量和品質。而過量的使用氮肥,則會使花生的經(jīng)濟系數(shù)降低,此外,氮肥的過量使用,不僅氮肥的利用率較低,而且易使氮肥流失,造成地下水硝酸鹽超標等一系列環(huán)境污染問題。因此,掌握氮素營養(yǎng)診斷的方法和技術,進而指導氮肥合理精準地施用,對花生的高產(chǎn)、優(yōu)質和肥料的高效利用均具有重要的實際意義。

作物氮素營養(yǎng)診斷技術在花生中的應用較少,而無損診斷技術在花生的氮素診斷中的研究也是從近幾年才開始。20世紀80年代,余美炎利用土壤診斷的方法對花生土壤中的無機氮含量進行了測定,并分析了不同生育時期土壤中無機氮含量和產(chǎn)量之間的相關性,結果表明在花生的苗期和開花下針期,土壤中無機氮含量和產(chǎn)量之間呈線性正相關關系[70]。近年來,科研工作者也開始逐步研究無損診斷技術在花生氮素營養(yǎng)診斷中的應用。張曉艷等對高光譜遙感技術在花生氮素營養(yǎng)診斷中的應用做了相關的研究,研究分析了花生葉片氮積累量與冠層高光譜參數(shù)之間的定量關系,研究結果發(fā)現(xiàn)以紅邊振幅為自變量建立的模型能夠更好地評估不同條件下葉片的氮素積累狀況[71]。李丹等對數(shù)字圖像技術診斷花生氮素營養(yǎng)狀況展開了研究,試驗測定了多個花生冠層的圖像數(shù)字化指標,其中藍光標準化值(B/(G+R+B))的數(shù)值變化可以最好地體現(xiàn)出花生的氮素含量變化[72]。 邱才飛等探究了不同的預設SPAD閾值氮素管理方案對花生的自身固氮力、氮素利用效率和產(chǎn)量的影響效果,并從中篩選出了在花生栽培過程中各生育時段最合適的表示氮素豐缺的SPAD閾值[73]。上述研究結果為氮素的無損診斷技術在花生中的應用及推廣奠定了良好的研究基礎。

在之前的研究中,利用葉綠素儀SPAD、數(shù)字圖像技術和高光譜遙感技術對花生氮素營養(yǎng)進行診斷,均能得到較為理想的診斷結果。但無損診斷技術在花生氮素營養(yǎng)診斷中的應用往往會受到土壤、天氣和種植密度等多方面的干擾,因此經(jīng)常需要對氮素營養(yǎng)診斷的方程進行修正或者去除干擾; 同時,一些年限較少的方程診斷模型易受多方面的影響,對此則需要建設涵蓋盡可能多的土壤和氣候等因素的診斷數(shù)據(jù)庫,從而進一步完善方程模型。因此,科研工作者們還需要進行大量多年多點的田間試驗,并進行綜合統(tǒng)計分析,從而建立系統(tǒng)的數(shù)據(jù)庫。