摘要：臨界氮濃度稀釋曲線作為診斷作物氮素水平的重要方法之一，由于缺乏對干物質(zhì)量和養(yǎng)分含量等數(shù)據(jù)進行測量的簡便方法，還未廣泛應用。根據(jù)臨界氮濃度稀釋曲線的概念，提出一種將作物生長模型和作物氮濃度模型相結(jié)合的方法以估算作物生長所需的施氮量。該方法的主要思想是首先使用基于葉面積指數(shù)的甜瓜干物質(zhì)量累積模型來模擬各個時期甜瓜的干物質(zhì)量，再根據(jù)不同施氮水平對甜瓜不同時期含氮量的影響建立甜瓜氮素吸收模型，最后利用甜瓜栽培試驗驗證甜瓜干物質(zhì)量與養(yǎng)分需求量之間的定量關(guān)系。結(jié)果表明，甜瓜干物質(zhì)量模型與氮素吸收模型均與試驗測量結(jié)果接近，模擬效果較好，決定系數(shù)（r2）分別為0.998 9、0.960 5；均方根誤差（RMSE）分別為44.821 3 kg/hm2、0.268 0 g/株。說明本研究提出的方法可較準確地計算出甜瓜的干物質(zhì)和氮含量。基于所獲得的甜瓜干物質(zhì)量與氮需求量之間的定量關(guān)系，設計了一個氮肥施加模糊控制系統(tǒng)。仿真結(jié)果表明，該控制系統(tǒng)能有效地對甜瓜氮濃度進行控制，將各個生育期的甜瓜氮濃度穩(wěn)定在臨界氮濃度附近。本研究提出的將臨界氮濃度和甜瓜生長模型結(jié)合的方法可行，能夠根據(jù)作物不同的發(fā)育狀態(tài)來提供合適的氮素，為作物精準施肥提供了新思路。

關(guān)鍵詞：臨界氮濃度；氮素診斷；作物模型；模糊控制；甜瓜

中圖分類號：S652.06" 文獻標志碼：A

文章編號：1002-1302（2024）13-0223-07

氮素作為各種植物生長發(fā)育所需的最為重要的元素之一，對作物的產(chǎn)量和品質(zhì)有著巨大的影響。施氮不足會抑制作物生長，從而影響產(chǎn)量，而氮素施加過量又會對作物產(chǎn)生傷害，也會對環(huán)境造成污染。因此，獲知作物不同生長階段對的養(yǎng)分需求，并對養(yǎng)分進行精準調(diào)控尤為重要。目前在大多數(shù)生產(chǎn)實踐中，人們主要通過長期生產(chǎn)管理經(jīng)驗來確定所需的養(yǎng)分水平，養(yǎng)分施肥通常不夠精準，難以提高施肥的效率和作物的經(jīng)濟收益。

Ulrich在1952年提出了臨界氮濃度的概念，來表示作物在某個生長時期要想獲得最大的地上干物質(zhì)增長所需要的最小氮濃度［1］。經(jīng)過幾十年的發(fā)展，目前國內(nèi)外學者對包括甜菜［2］、小麥［3］、玉米［4］等多種作物的臨界氮濃度稀釋曲線進行了大量研究。利用該方法進行氮素診斷需要實時了解作物的地上部分干物質(zhì)和整株的氮濃度，所需數(shù)據(jù)的測量需要在多個發(fā)育階段對作物進行破壞性取樣，不僅費時費力，還會對作物本身發(fā)育產(chǎn)生負面影響。

隨著20世紀60年代作物生長模型的出現(xiàn)與興起，直至今天，作物生長模型經(jīng)過不斷的補充完善，已經(jīng)可以準確地對地上部分干物質(zhì)量、葉面積等作物生長狀態(tài)進行模擬。國內(nèi)外學者也建立了多種經(jīng)過驗證的準確性較高的模型，Jones等在20世紀90年代發(fā)表了用于番茄生長動態(tài)模擬的TOMGRO模型［5］。施澤平等結(jié)合國外已有的通用作物生長模型，建立了甜瓜干物質(zhì)積累和分配模型［6］。

對作物模型和臨界氮濃度的研究多是相互分離的，未見將二者結(jié)合對作物進行養(yǎng)分診斷的研究。本研究基于甜瓜養(yǎng)分吸收規(guī)律栽培試驗，分析不同氮水平下甜瓜各個生育期植株內(nèi)氮含量與施氮水平的關(guān)系，并結(jié)合臨界氮濃度描述了作物干物質(zhì)量與植株含氮量之間的定量關(guān)系，從而利用甜瓜生長模型估計的干物質(zhì)量來精確估計甜瓜各個生長時期的氮濃度，并根據(jù)所獲得的需氮量實現(xiàn)甜瓜生長氮肥精準調(diào)控模糊控制系統(tǒng)。為檢驗所提出方法的有效性，本研究利用甜瓜栽培試驗數(shù)據(jù)對對干物質(zhì)和氮吸收量之間的定量關(guān)系進行了驗證。

1 材料與方法

1.1 試驗與數(shù)據(jù)采集

1.1.1 試驗材料與環(huán)境

甜瓜栽培試驗的品種為美濃薄皮甜瓜，為早熟綠肉型品種，生育期60～70 d，由臺灣農(nóng)友種苗公司選育。

試驗于2022年在江西省南昌市農(nóng)業(yè)科學院塑料溫室大棚中進行。溫室中設有營養(yǎng)液灌溉系統(tǒng)、通風系統(tǒng)以及簾幕系統(tǒng)等。

1.1.2 樣本測量與環(huán)境數(shù)據(jù)采集

試驗共有320株植株，平均分為4行，每行隨機選定10株樣本。分別于9月16日（苗期）、9月26日（伸蔓期）、10月21日（開花結(jié)果期）、11月2日（采收期）對樣本進行采樣，分別測量樣本植株葉面積、干物質(zhì)量和氮含量以及基質(zhì)內(nèi)堿解氮含量（由于在采收期試驗期間甜瓜遭受病蟲害，所以僅對前3個發(fā)育階段的干物質(zhì)量和養(yǎng)分含量進行驗證）。溫室內(nèi)溫度和輻射數(shù)據(jù)均采用傳感器自動采集，光合有效輻射由采集的太陽輻射值乘以轉(zhuǎn)換因子0.4得到。

1.2 臨界氮濃度稀釋曲線模型

大量研究表明，在同一生長時期，作物的地上部分干物質(zhì)增長率在一定范圍內(nèi)隨植株氮濃度的增加而增加，但過高的氮濃度也會對地上部分生物量的增長起負面作用。所以，當作物體內(nèi)的氮濃度處于一個合適值（臨界氮濃度）時，可以有效地促進作物的生長發(fā)育。

根據(jù)Justes等提出的方法［7］，作物的氮濃度稀釋模型通?？梢杂墒剑?）表示：

Nc=a×W-b。（1）

式中：W表示作物當前的干物質(zhì)量；Nc表示當前干物質(zhì)量下的作物臨界氮濃度；a、b均為模型參數(shù)。根據(jù)李達仁等建立的甜瓜氮濃度稀釋曲線模型［8］，a、b分別取值3.679、0.377。利用該模型對作物氮營養(yǎng)水平進行診斷，需要計算作物的干物質(zhì)量和實際的氮濃度。

1.3 作物干物質(zhì)量的計算

1.3.1 甜瓜葉面積指數(shù)模擬

作物的發(fā)育速率受溫度和光照的影響，其中溫度對作物生長的影響可以用相對熱效應（RTE）來表示，公式采用三段線函數(shù)，分別確定作物生長最適的溫度區(qū)間、普通生長溫度區(qū)間和暫停發(fā)育的溫度區(qū)間。不同的溫度區(qū)間對應不同的發(fā)育速率，具體計算公式為：

RTE（T）=0，"""" （Tlt;Tb）

T-TbTob-Tb，Tb≤Tlt;Tob

1，Tob≤T≤Tou

Tm-TTm-Tb，Toult;T≤Tm

0，（Tgt;Tm）。（2）

式中：Tb為能夠滿足作物生長所需的最小溫度；Tob、Tou分別為作物生長最適溫度區(qū)間的下限和上限；Tm為作物可以維持繼續(xù)生長的最大溫度；T為實際的溫度。白天和夜晚對各個參數(shù)的取值不同，其中白天的最低、最適、最高溫度分別為13、25～30、40 ℃；夜間的最低、最適、最高溫度分別為13、15～18、25 ℃。

光照對作物發(fā)育速率的影響用光合有效輻射（PAR）來表示，其定義為太陽輻射中對光合作用有效的光譜成分。光照與溫度共同對作物發(fā)育的影響用輻熱積（RTEP，MJ/m2）表示，即相對熱效應和光合有效輻射的乘積。以天為步長，將白天和夜間分開進行計算，第i天第j時的輻熱積的計算公式為：

RTEP（i）=∑hourj=1RTE（j）×PAR（j）×3 600106hour。（3）

式中：RTE（j）和PAR（j）分別為該天內(nèi)第j時的相對熱效應和光合有效輻射，［J/（m2·s）］；hour為白天或夜間的時長。則自定植至第i天的累計輻熱積計算方法為：

TEP=RTEP（i）+TEP（i-1）。（4）

葉面積指數(shù)是描述作物生物變化和冠層結(jié)構(gòu)的重要變量，能夠直接影響植物的蒸騰作用、光合作用和能量平衡狀態(tài)。大量的種植試驗研究表明，甜瓜葉面積的增長速率隨著生長時間的增加呈現(xiàn)“慢-快-慢”的趨勢，用logistic方程擬合甜瓜單株葉面積隨著累積輻熱積的變化，結(jié)果為：

LA（i）=4 4461+188.7×exp（-0.037×RTEP）。（5）

式中：LA（i）為第i天甜瓜的單株葉面積，cm2。根據(jù)定植密度ρ（株/m2）可以計算出第i天的葉面積指數(shù)LAI（i）為：

LAI（i）=LA（i）×ρ×10-4。（6）

1.3.2 光合速率模擬

1.3.2.1 單葉光合速率

光合作用是植物將光能轉(zhuǎn)化為化學能，并生成有機物和氧氣的過程，是植物獲取能量生成干物質(zhì)的主要手段。前人對光合作用的模擬模型已經(jīng)進行了大量研究［9］，本研究使用負指數(shù)模型來描述作物單葉光合速率與光合有效輻射的關(guān)系：

Pg=Pgmax×1-exp-ε×PARPgmax。（7）

式中：Pg為單葉光合速率，［kg/（hm2·h）］；Pgmax為最大光合速率，［kg/（hm2·h）］；根據(jù)袁昌梅等的研究取40 kg/（hm2·h）［10］；ε為吸收光的初始利用率，取值為0.48［kg/（hm2·h）］/［J/（m2·s）］；PAR為吸收的光合有效輻射，［J/（m2·s）］。

1.3.2.2 群體光合速率

為減少冠層分布不均對光合速率模擬產(chǎn)生的影響，將作物冠層分為5層來計算，首先分別根據(jù)負指數(shù)模型求出每層的光合速率，將它們加權(quán)求和得出整個冠層的瞬時光合速率。再選取從中午到日落期間的3個時間點，分別求取在3個時間點上的冠層同化速率并加權(quán)求和，從而得到每日冠層的總同化速率。Goudriaan研究發(fā)現(xiàn)，使用Gaussian積分法對冠層進行分層后再進行光合速率的計算，對模型的準確性有所改善［11］。

根據(jù)Gaussian積分法分別計算每層的葉面積指數(shù)：

LAI（s）=DIS（s）×LAI（i）。（8）

式中：LAI（s）為第s層的葉面積指數(shù)；s取1、2、3、4、5；DIS（s）為Gaussian積分法每一層的距離系數(shù)。

冠層中第s層接收到的光合有效輻射 PAR（s） 為：

PAR（s）=PAR（i）×（1-α）×exp［-k×LAI（s）］。（9）

式中：PAR（i）為整個冠層第i天接收到的有效光合輻射；α為冠層對光合有效輻射的反射率；k為消光系數(shù)，取值為0.8。

根據(jù)單葉光合速率的計算方法，冠層中第s層的光合速率Pg（s）為：

Pg（s）=Pgmax×1-exp-ε×PAR（s）Pgmax。（10）

整個冠層的瞬時光合速率Pgg通過將各分層的光合速率進行加權(quán)求和得到：

Pgg=［∑Pg（s）×WT（s）×LAI（i）］。（11）

式中：WT（s）為Gaussian 五點積分法的加權(quán)系數(shù)；LAI（i） 為第i天的作物的葉面積指數(shù)。

1.3.2.3 光合同化量

甜瓜冠層的每日光合生產(chǎn)量［PrdtPg（i），kg/（hm2·d）］的計算方法：在計算出瞬時光合速率的基礎上，選取當天中午之后3個時間點，分別求出各時間點整個冠層的瞬時光合速率，根據(jù)加權(quán)系數(shù)加權(quán)求和后乘上當天的日長得出：

PrdtPg（i）=［∑Pgg×WT（t）×DL（i）］。（12）

式中：DL（i）為第i天的日長；WT（t）為選取的從中午到日落3個時間點的加權(quán)系數(shù)。

根據(jù)日長DL（i）和Gaussian三點積分法的距離系數(shù)DIS（t），每天時間點選取的計算方法為：

th（t）=12+0.5×DL（i）×DIS（t）。（13）

Gaussian五點法和三點法對距離系數(shù)和權(quán)重系數(shù)WT的取值見表1［6］。

1.3.3 呼吸作用

植物的呼吸作用是將體內(nèi)的有機物轉(zhuǎn)化為能量、二氧化碳和水等的過程，在為植物提供能量的同時消耗體內(nèi)的有機物，和光合作用相反。

呼吸作用主要分為光呼吸和暗呼吸。光呼吸是光合作用過程中損耗能量的副反應，是在光照、高氧、低二氧化碳條件下發(fā)生的生化過程。暗呼吸是植物不需要光照條件即可進行的有氧呼吸，包括維持呼吸和生長呼吸。對于甜瓜這類C3作物來說，光呼吸作用較為明顯，其對作物生長的影響可以通過式（9）中最大光合作用的取值來體現(xiàn)。

1.3.3.1 維持呼吸

維持呼吸過程產(chǎn)生的能量除了用于維持細胞本身的能量，大部分都以熱量的形式散失掉，它與作物本身的干物質(zhì)量正相關(guān)，并隨著溫度等因素的改變而變化：

RM=RmTo×W（i）×QTaverage-To1010。（14）

式中：RmTo表示維持呼吸系數(shù)；To表示甜瓜呼吸作用的最適溫度，取值為25 ℃［12］；Q10表示甜瓜呼吸作用的溫度系數(shù)，取值為2；Taverage表示日平均溫度；W（i）為植株干重。

1.3.3.2 生長呼吸

生長呼吸是作物把光合產(chǎn)物進一步轉(zhuǎn)換為蛋白質(zhì)、纖維素等結(jié)構(gòu)性物質(zhì)，并釋放出CO2的過程，即生長呼吸和作物每天的光合同化量相關(guān)。根據(jù)CH2O和CO2的分子式，轉(zhuǎn)換系數(shù)取30/44。則甜瓜第i天單天積累的干物質(zhì)計算方法為：

Wdm（i）=PrdtPg（i）×3044-RM/φ。（15）

式中：Wdm表示甜瓜每天的干物質(zhì)積累，kg/hm2；φ表示轉(zhuǎn)化系數(shù)，取值為1.45 kg/（hm2·d）。

2.3.3.3 總干物質(zhì)計算第i天的群體干物質(zhì)（kg/hm2）為：

Wdm=Wdm+Wdm（i）。（16）

1.4 植株氮含量計算

植株體內(nèi)養(yǎng)分的積累量隨著發(fā)育時間的變化同樣符合“S”形曲線的變化規(guī)律，在此基礎上，同時還受到生長環(huán)境中養(yǎng)分濃度的影響。根據(jù)胡國智等對不同施氮量對甜瓜養(yǎng)分吸收和分配的影響的研究，甜瓜植株中的氮含量隨著生育期的增長而增長，隨著施加氮水平的增加先增加后減少，且在不同的生長時期，各個氮濃度處理組受到的影響程度也不相同［13］。

用圖像數(shù)字化工具提取公開發(fā)表的關(guān)于不同氮水平對甜瓜不同生育期氮含量的影響的數(shù)據(jù)，分別獲取在0、112.5、225.0、337.5 kg/hm2的施氮水平下，不同生長時期氮施加量的增加與甜瓜氮含量增加的關(guān)系［14］，對氮素水平進行歸一化處理，不同的施氮水平分別除以試驗中的最大施氮水平 337.5 kg/hm2 即可得到氮水平的歸一化值。

對不加氮素組的甜瓜氮含量進行分析發(fā)現(xiàn)，隨著種植天數(shù)的增加，甜瓜的最低氮含量增加率呈“慢-快-慢”的趨勢。因此選用logistic方程將不施氮組的甜瓜氮含量與歸一化的種植天數(shù)進行擬合（圖1）。得到了甜瓜最低氮含量的變化規(guī)律。

根據(jù)不同生育期甜瓜植株的氮素含量變化對不同施氮水平的響應，在不同的生育期，隨著氮水平的增加，甜瓜植株氮含量的變化趨勢不變，都呈現(xiàn)先增加后降低的趨勢，但在不同生育期內(nèi)，變化速率有所區(qū)別，各個生育期不同施氮水平下植株氮含量變化率的多項式擬合結(jié)果如圖2所示。

2 結(jié)果與分析

2.1 甜瓜干物質(zhì)量模擬結(jié)果

2.1.1 單株葉面積模擬結(jié)果

葉面積的準確計算是本研究中甜瓜光合生產(chǎn)模型和干物質(zhì)積累模型的前提。根據(jù)試驗期間采集的氣候數(shù)據(jù)計算試驗期間每天的累積輻熱積，用“S”形曲線對單株葉面積進行擬合（圖3）。結(jié)果表明，在整個生育期中，葉面積的大小隨著發(fā)育時間的增加而增加，在生長前期和后期（苗期和收獲期），增加的速度較慢；在生長中期（伸蔓期和開花結(jié)果期），葉面積增長速率較快，呈現(xiàn)“慢—快—慢”的“S”形生長趨勢，用logistic方程的擬合效果良好（r2=0.992 0，RMSE=180.446 3 cm2）。

2.1.2 干物質(zhì)量模擬結(jié)果

通過單株葉面積和實際的種植密度計算出葉面積指數(shù)，從而可以計算出冠層吸收的有效光合輻射，進一步計算出干物質(zhì)積累量。使用PyCharm軟件進行程序編寫，以d為步長，用上述甜瓜干物質(zhì)模型模擬試驗條件下甜瓜每天的群體干物質(zhì)量隨TEP的變化。將甜瓜各個生育期模擬值與實際生產(chǎn)結(jié)果測量值用y=x線性擬合，由圖4可知，該模型對甜瓜干物質(zhì)的模擬效果良好，r2為0.998 9，RMSE為44.821 3 kg/hm2。

2.2 氮含量的模擬結(jié)果

根據(jù)本研究提出的養(yǎng)分模擬方法，根據(jù)基質(zhì)中堿解氮的測量數(shù)據(jù)，分別計算苗期、伸蔓期、開花結(jié)果期的植株模擬氮含量?？赡苡捎隍炞C試驗的甜瓜與數(shù)據(jù)獲取試驗的品種不同，模擬數(shù)據(jù)與實際測量數(shù)據(jù)相比較發(fā)現(xiàn)，各個時期的氮含量實際值與模擬計算值存在一定誤差，但總體的變化趨勢不變。在不同生育期，氮含量計算公式中乘以修正系數(shù) θ=0.74，所得結(jié)果用y=x線性擬合（圖5）。結(jié)果顯示，甜瓜的各個生長階段養(yǎng)分模擬結(jié)果較為準確，r2為0.960 5，RMSE為0.268 03 g/株。

3 模糊控制系統(tǒng)的設計與仿真

3.1 建立被控對象模型

根據(jù)第二章的數(shù)學公式，使用simulink工具分別建立甜瓜在不同發(fā)育階段氮濃度變化規(guī)律的仿真系統(tǒng)框圖?？驁D中各子系統(tǒng)依照各自的數(shù)學模型進行運算函數(shù)的編制。

3.2 模糊控制器設計

選擇甜瓜臨界氮濃度和模型計算氮濃度之差（E）以及該差值的變化率（EC）作為模糊控制器的輸入，施加的氮水平（U，kg/hm2）作為模糊控制器的輸出，為雙輸入單輸出的二維模糊控制器。根據(jù)已有研究，將初始氮濃度設置為最適氮水平（225 kg/hm2）對氮素計算模型進行初步仿真，確定氮濃度差和氮濃度差變化率的基本論域均為（-1，1）。在MATLAB的FIS編輯器進行模糊控制器的設計，E的模糊語言值設定為9個，即{NB（負大），NM（負中），NS（負?。?，NW（負微），O（零），PW（正微），PS（正?。?，PM（正中），PB（正大） }，量化論域為{-4，-3，-2，-1，0，1，2，3，4}。EC的模糊語言設定值為7個，即{NB（負大），NM（負中），NS（負?。?，O（零），PS（正?。?，PM（正中），PB（正大）}，量化論域為{-3，-2，-1，0，1，2，3}。U的模糊語言設定值為6個，即{O（零），PW（正微），PS（正?。?，PM（正?。?，PMB（正較大），PB（正大），量化論域為{0，1，2，3，4，5}。根據(jù)作物氮含量隨施氮量先增加后減少的趨勢，輸出U的基本論域?。?，250）。則E、EC、U的量化因子K1=4/1=4，K2=3/1=3，K3=5/250=0.02。根據(jù)專家施肥經(jīng)驗制定模糊控制規(guī)則表（表2）。隸屬度函數(shù)均選擇計算簡便、易于實現(xiàn)的三角形隸屬度函數(shù)（圖6）。

根據(jù)臨界氮濃度和模型計算氮濃度的差值（E）和該差值變化率（EC）來使甜瓜氮濃度達到臨界值，規(guī)則采用IF-THEN語句，根據(jù)模糊控制規(guī)則表的內(nèi)容在MATLAB的fuzzy工具箱中編寫完成。

3.3 控制系統(tǒng)模型建立及仿真

整個系統(tǒng)的輸入為甜瓜在種植周期內(nèi)用模型模擬的每天的干物質(zhì)量和天氣采集到的溫度和光照數(shù)據(jù)計算的累積輻熱積（在臨界氮濃度子系統(tǒng)中），通過歸一化的累積輻熱積來劃分甜瓜的生長階段，從而選擇不同的公式來計算施加氮水平對氮含量的影響。利用simulink工具箱，構(gòu)造圖形化控制系統(tǒng)模型（圖7），經(jīng)過仿真得到控制結(jié)果（圖8）。

由圖8可知，在整個生育期內(nèi)，甜瓜植株內(nèi)的模擬氮濃度與最適的臨界氮濃度之差在逐漸減小，最終趨于重合。表明該控制系統(tǒng)可以很好地將植株體內(nèi)的氮濃度控制在臨界氮濃度附近，使氮素施加的效益最大化。

4 討論與結(jié)論

合理的氮肥管理是影響作物生長發(fā)育和提高經(jīng)濟效益的重要因素。作物所需養(yǎng)分的精準供應作為農(nóng)業(yè)現(xiàn)代化領(lǐng)域的重要研究方向，目前已在不同層面提出了多種方法。徐海霞分析了氮素脅迫對油菜葉片生長特性的影響，進而通過快速葉綠素熒光誘導動力學來評估不同生育時期、不同垂直葉片空間下氮素對作物光合狀態(tài)的影響，從而實現(xiàn)作物的氮素評估［14］；王囡囡等研究了不同施肥處理下玉米SPAD值氮素飽和指數(shù)的變化規(guī)律，建立了多個數(shù)學模型來對寒地玉米中后期氮素進行診斷［15］；王樹文等利用高光譜成像技術(shù)，根據(jù)葉片氮素含量與植被指數(shù)的相關(guān)性，建立了玉米冠層氮素含量預測模型，準確性達0.8［16］。臨界氮濃度稀釋曲線作為氮素診斷的重要方法之一，常通過氮營養(yǎng)指數(shù)（NNI表示實際氮濃度與臨界氮濃度的比值）來對作物氮素進行診斷，若NNIlt;1，表明氮素不足；若NNI =1，表明氮素適量；若NNIgt;1，表明氮素過量。Ata-Ul-Karim等通過大田試驗建立了粳稻、秈稻在不同生育期氮營養(yǎng)指數(shù)和氮需求量、相對產(chǎn)量之間的關(guān)系模型，決定系數(shù)都在0.88以上［17］。陸軍勝等建立了基于葉面積指數(shù)的夏玉米葉片臨界氮濃度稀釋曲線，并分析了NNI與相對產(chǎn)量的關(guān)系，發(fā)現(xiàn)當NNI在1以下時，相對產(chǎn)量隨NNI的增加線性增加［18］。作物生長模型和臨界氮濃度稀釋曲線一般都是以生育期為基礎［19］。本研究將二者結(jié)合，以作物生長模型的干物質(zhì)量作為計算臨界氮濃度的自變量，比較甜瓜實際氮濃度和臨界氮濃度的差值，從而達到對作物的實時氮含量進行診斷的目的。

本研究分析了甜瓜在不同生育期的環(huán)境氮濃度對植株氮素積累的影響。與前人的研究結(jié)果相似，在不同的發(fā)育時期，甜瓜的氮素積累速度不同［20］。在苗期和開花結(jié)果期，最適的氮素施加水平相比于不額外施加氮素組提高了10%和40%，而在伸蔓期和采收期氮素積累最大都提高了70%以上。本研究使用多項式模型對環(huán)境氮濃度和植株氮素積累進行了擬合，在不同生育期定量地模擬植株氮素含量，并與甜瓜干物質(zhì)積累模型相結(jié)合，基于臨界氮濃度的方法實現(xiàn)對甜瓜植株精確的氮素診斷，并設計了模糊控制系統(tǒng)對養(yǎng)分實際應用效果進行模擬。為提高農(nóng)業(yè)種植中氮素利用率和經(jīng)濟效益提供了新的思路。

根據(jù)模型模擬數(shù)據(jù)與甜瓜種植試驗的數(shù)據(jù)對比，甜瓜干物質(zhì)量模型和氮素積累模型均能較好地模擬不同生長時期甜瓜的干物質(zhì)量和植物體內(nèi)氮素的積累量。r2分別為0.998 9、0.960 5，RMSE分別為44.821 3 kg/hm2、0.268 03 g/株，能夠滿足將臨界氮濃度用于作物氮素診斷的需求。根據(jù)上述模型設計的甜瓜氮素施加模糊控制系統(tǒng)的仿真結(jié)果，表明該控制系統(tǒng)在甜瓜生育期內(nèi)，能夠?qū)⒅仓牦w內(nèi)的氮濃度調(diào)節(jié)至臨界氮濃度附近，滿足甜瓜氮素供應效率最大化的需求。

參考文獻：

［1］Ulrich A. Physiological bases for assessing the nutritional requirements of plants［J］. Annual Review of Plant Physiology，1952，3：207-228.

［2］張加康，李 斐，史樹德，等. 內(nèi)蒙古地區(qū)甜菜臨界氮濃度稀釋模型的構(gòu)建及應用［J］. 作物學報，2022，48（2）：488-496.

［3］付 文. 基于臨界氮濃度的小麥氮營養(yǎng)狀況分級及NDVI追肥模型建立的研究［D］. 鄭州：河南農(nóng)業(yè)大學，2020：15-16.

［4］蘇文楠，解 君，韓 娟，等. 夏玉米不同部位干物質(zhì)臨界氮濃度稀釋曲線的構(gòu)建及對產(chǎn)量的估計［J］. 作物學報，2021，47（3）：530-545.

［5］Jones" J" W，Dayan" E，Allen" L" H，et" al. A" dynamic" tomato" growth" and" yield" model（tomgro）［J］. Transactions" of" the" American "Society" of" Agricultural" Engineers，1991，34（2）：663-672.

［6］施澤平，郭世榮，康云艷，等. 溫室甜瓜光合生產(chǎn)與干物質(zhì)積累模擬模型研究［J］. 果樹學報，2006，23（3）：420-426.

［7］Justes E，Mary B，Meynard J M，et al. Determination of a critical nitrogen dilution curve for winter wheat crops［J］. Annals of Botany，1994，74（4）：397-407.

［8］李達仁，熊 鑫，尹藝璐，等. 溫室網(wǎng)紋甜瓜臨界氮濃度和氮營養(yǎng)指數(shù)模擬研究［J］. 上海交通大學學報（農(nóng)業(yè)科學版），2019，37（6）：11-16.

［9］Ye Z P. A new model for relationship between irradiance and the rate of photosynthesis in Oryza sativa［J］. Photosynthetica，2007，45（4）：637-640.

［10］袁昌梅，羅衛(wèi)紅，張生飛，等. 溫室網(wǎng)紋甜瓜葉面積與光合生產(chǎn)模擬模型研究［J］. 南京農(nóng)業(yè)大學學報，2006，29（1）：7-12.

［11］Goudriaan J. A simple and fast numerical method for the computation of daily totals of crop photosynthesis［J］. Agricultural and Forest Meteorology，1986，38（1/2/3）：249-254.

［12］馬立新.優(yōu)質(zhì)高檔果蔬生產(chǎn)與營銷［M］. 北京：化學工業(yè)出版社，2000：197.

［13］胡國智，馮炯鑫，張 炎，等. 不同施氮量對甜瓜養(yǎng)分吸收、分配、利用及產(chǎn)量的影響［J］. 植物營養(yǎng)與肥料學報，2013，19（3）：760-766.

［14］徐海霞. 基于葉綠素熒光技術(shù)的油菜不同時期及葉位的氮素診斷方法研究［D］. 杭州：浙江大學，2020：59.

［15］王囡囡，張春峰，張洪權(quán)，等. 利用SPAD氮飽和指數(shù)指導玉米中后期氮素診斷［J］. 玉米科學，2022，30（2）：139-144.

［16］王樹文，趙 珊，張長利，等. 基于成像光譜技術(shù)的寒地玉米苗期冠層氮含量預測模型［J］. 農(nóng)業(yè)工程學報，2016，32（13）：149-154.

［17］Ata-Ul-Karim S T，Liu X J，Lu Z Z，et al. Estimation of nitrogen fertilizer requirement for rice crop using critical nitrogen dilution curve［J］. Field Crops Research，2017，201：32-40.

［18］陸軍勝，耿晨鳴，崔曉路，等. 基于葉面積指數(shù)的夏玉米葉片臨界氮濃度稀釋曲線研究［J］. 農(nóng)業(yè)機械學報，2021，52（4）：319-326.

［19］莊恒揚，葉 迎，趙考誠，等. 作物臨界氮濃度稀釋模型研究述評［J］. 中國土壤與肥料，2022（1）：220-229.

［20］司 瓊. 氮素營養(yǎng)對設施甜瓜生長發(fā)育及產(chǎn)量品質(zhì)的影響［D］. 烏魯木齊：新疆農(nóng)業(yè)大學，2015：22-23.