新疆早熟棉花不同水分下臨界氮稀釋曲線的構建與驗證

摘要： 【目的】基于臨界氮濃度（Nc），構建不同水分條件下早熟棉花氮營養指數（NNI）、氮吸收量（Nupt） 和累積氮虧缺量（Nand） 模型，為棉花氮素營養診斷提供快捷準確的方法，以提高水肥利用效率。【方法】田間試驗于2021 和2022 年在新疆石河子市進行，供試棉花品種為當地主栽早熟品種‘新石K-18’。試驗采用完全區組設計，設置4 個灌溉水量（W）：中度虧缺（W1，3000 m3/hm2）、輕度虧缺（W2，3750 m3/hm2）、正常水分（W3，4500 m3/hm2）、水分盈余（W4，5250 m3/hm2）； 5 個氮素（N） 水平：0、225、262.5、300 、337.5 kg/hm2，記為N0、N1、N2、N3 和N4，共20 個處理。出苗后第60、75、90、105、120 天，取棉株樣品，分為莖、葉和鈴，吐絮后棉鈴又分為鈴殼、棉籽、皮棉，測定干物質量和氮濃度。在吐絮期調查棉花株數、單株結鈴數、單鈴重，以及皮棉產量和衣分。以植株干重與含氮量構建不同水分條件下的臨界氮濃度稀釋曲線（Nc），采用均方根誤差（root mean square error，RMSE） 和標準化均方根誤差（n-RMSE） 對臨界氮濃度稀釋曲線的可靠性進行驗證。基于Nc，建立棉株氮營養指數、氮吸收量、累積氮虧缺量模型，用于不同水分條件下的棉花氮素最佳用量推薦。【結果】棉花各生育期地上部干物質、棉花產量、氮含量均隨灌水與施氮量的增加而增加，籽棉與皮棉產量均以W3N3 處理最高，分別為5892 與2747 kg/hm2。W1～W4 各水分條件下臨界氮濃度稀釋曲線R2 分別為0.999、0.912、0.952、0.974，RMSE 分別為0.284、0.280、0.243 和0.269，說明模型具有較高的精度。基于Nc 的氮營養指數、氮吸收量與累積氮虧缺量模型，對不同水分條件滴灌棉花氮營養狀況的診斷結果均表明N3 （300 kg/hm2） 為最適施氮水平。綜合棉花產量與氮含量，中度水分虧缺條件（W1） 下的最佳施氮量為262.5 kg/hm2，輕度虧缺、正常水分和水分盈余（W2、W3 和W4） 條件下均為300 kg/hm2。【結論】建立的滴灌棉花臨界氮濃度稀釋曲線和基于該模型建立的氮營養指數、氮吸收量和累積氮虧缺量模型，能夠精準預測不同水分條件下滴灌棉花的氮素營養狀況，為棉花氮營養診斷和高效施氮管理提供支撐。

關鍵詞： 棉花； 滴灌； 臨界氮濃度稀釋曲線； 氮素診斷

棉花是世界上最重要的天然紡織纖維作物，大約為1 億戶家庭提供經濟收入，其經濟影響力估計每年約為5000 億美元[1]。目前，中國是世界上最大的原棉生產國和消費國。然而，近年來棉花產量參差不齊，除品種和氣候變化等因素影響外，作物養分管理不當是其中最主要的原因之一。同時，中國又是世界上最大的氮肥使用國，氮肥在農業生產中不合理使用也引起了很多環境問題，迫切需要尋找氮肥施用的優化方法，以減少氮肥投入并提高利用效率，在可持續農業系統中保持棉花產量[2]。為此，開發棉花氮素營養狀況診斷工具對提高氮肥管理水平、提高氮肥利用率、實現中國和世界農業可持續發展目標具有極其重要的意義。

氮（N） 是棉花等許多大田作物生長最常見的限制性養分。目前，有關棉花氮營養診斷和推薦施氮方法有很多，如：土壤礦質氮測定、葉綠素儀速測定、植株硝酸鹽含量測定、數字圖像分析、遙感與光譜分析和臨界氮濃度稀釋模型。其中，基于臨界氮濃度稀釋模型的氮營養診斷方法較為簡單，且結果較為可靠[3]。同時，該模型參數可與遙感NDVI 指數等相結合，考慮到數字農業發展趨勢，在未來有一定應用推廣前景。臨界氮濃度（Nc） 是指植物在一定生長時期內獲得最大干物質時對應的最小氮濃度[4]。這一概念基于一個前提，即氮濃度和干物質積累之間通過稀釋過程存在異速生長關系。臨界氮濃度可用于計算氮營養指數（NNI），即用植物干物質中的實際氮濃度除以臨界氮濃度[5]。前人已經以植株干物質為基礎建立了一系列作物如辣椒[6]、馬鈴薯[7]、冬小麥[8]、玉米[9]和烤煙[10]的氮臨界稀釋曲線，定義了作物的氮奢侈、充足和虧缺等情況。但這些臨界氮稀釋曲線在基因型、環境和管理不同組合的物種之間存在差異[11]。此外，氮缺乏還會改變植物器官間的干物質分配，因此稀釋曲線的形狀可能會因植物器官的不同而不同。

目前，基于作物臨界氮稀釋曲線的氮營養診斷方法有多種，如肖蕊[12]和李鑫格等[13]基于臨界氮稀釋曲線構建了氮營養指數模型，分別用于辣椒和冬小麥的氮營養診斷；尹藝璐等[14]與李佳帥等[15]構建了基于氮稀釋曲線的氮吸收模型，對生菜和葡萄氮營養診斷也有良好表現；Zhang 等[16]構建了以器官為基礎的冬小麥臨界氮濃度稀釋曲線，并建立累積氮虧缺量模型，來進行冬小麥的氮素營養診斷；也有學者綜合運用這幾種模型并探究了不同診斷方法對南疆滴灌棉花氮營養診斷的精準度[17]。研究表明氮營養診斷模型的建立對大田作物的氮營養診斷提供了有力依據。然而，不同區域的臨界氮濃度稀釋曲線受氣候、品種等諸多因素特別是水分的影響，對于不同水分條件下該模型的穩健性和適用情況仍鮮有研究。Hou 等[18]在南疆棉區建立了4 種水分條件下（水分虧缺、嚴重虧缺、正常水分、水分盈余） 的棉花臨界氮濃度稀釋曲線，表明各參數在不同水分條件下差異較大。水分條件對氮素吸收和棉株生長發育存在較大影響。

作物臨界氮稀釋曲線的應用具有一定的地域性，不同地域的氣候條件（光、熱、積溫）、品種（中熟、早熟） 及管理措施等均會對臨界氮稀釋曲線造成一定影響。不同水分條件下，棉花的氮肥施用量、運籌方式等對棉花氮素吸收、水氮耦合效率有顯著影響。因此，有必要對本區域不同水分條件下滴灌棉花氮營養診斷模型開展進一步研究。本研究建立了本區域不同水分條件下棉花臨界氮濃度稀釋曲線，并驗證該模型的年際穩定性及不同水分條件下的穩健性。同時，開展以氮營養指數、氮吸收與累積氮虧缺量為核心的氮營養診斷，明確不同水分條件下該模型氮素診斷的可靠性，探究不同水分條件下的最佳施氮量，以期為新疆早熟棉區滴灌棉花的氮素合理利用提供理論依據和技術支持。

1 材料和方法

1.1 研究區域概況

田間試驗于2021—2022 年在新疆農墾科學院（新疆石河子市，44°18′N，86°03′E） 進行。研究區域屬典型干旱半干旱大陸性氣候，降雨稀少、光熱集中、空氣干燥，年均氣溫6.4℃～7.3℃，年均降雨115 mm、蒸發量1942 mm 左右。2021 和2022 年棉花生長季日最高、最低溫度和日降水量如圖1 所示。供試土壤有機質含量11.5 g/kg，全氮0.71 g/kg，速效磷34 mg/kg，速效鉀為212 mg/kg。

1.2 試驗設計

供試棉花品種為‘新石K-18’。采用完全隨機區組設計，設5 個氮素水平：N0，0 kg/hm2；N1，225kg/hm2；N2，262.5 kg/hm2；N3，300 kg/hm2；N4，337.5 kg/hm2；4 個灌水量分別為：中度虧缺W1，3000 m3/hm2、輕度虧缺W2，3750 m3/hm2、正常水分W3，4500 m3/hm2、水分盈余W4，5250 m3/hm2，共計20 個處理，具體組合見表1。所有處理均施P2O5 180 kg/hm2、K2O 90 kg/hm2，每個處理3 次重復。灌溉和施肥采用膜下滴灌水肥一體化方式，滴灌施肥日期及相應的養分、水分用量分配比例見表2。小區面積100 m2。種植模式為1 膜3 管6 行，膜寬2.05 m，株距10 cm，行距配置10 cm+66 cm，種植密度26.3 萬株/hm2，四周設保護行。

試驗共進行兩年，2021 年4 月23 日播種，2022年4 月24 日播種，各小區栽培技術措施保持一致，按大田正常標準執行。2021 年全部數據用于模型構建，抽取2022 年數據用于模型驗證。

1.3 樣品采集與測定

1.3.1 干物質與養分含量測定

采樣時間為出苗后第60、75、90、105、120 天。每個小區選取具有代表性的棉株5 株，按莖、葉和鈴分為3 類器官（吐絮后棉鈴分為鈴殼、棉籽、皮棉），分樣后105℃ 殺青0.5 h、85℃ 烘干至恒定質量，測定各器官干物質量。稱量后的烘干樣品粉碎，全自動凱氏定氮儀（BUCHI K-306， BUCHI Labortechnik AG， Switzerland）測定各器官全氮含量，計算得出棉株地上部氮濃度。

1.3.2 產量測定

棉花吐絮期（120 天后）各處理隨機選取3 個樣點測產（1 m×2.28 m），調查單位面積株數、單株結鈴數；棉鈴直徑≥2 cm 為成鈴、直徑lt;2 cm 為幼鈴、鈴殼裂開≥3 mm 為絮鈴，未裂開及爛鈴不計；同時，選取連續10 株棉花，按上部、中部、下部收取吐絮鈴50 朵，烘干后稱重計算單鈴重；之后軋出皮棉，繼續稱重，計算衣分。

1.4 模型構建

1.4.1 滴灌棉花臨界氮濃度稀釋曲線

基于Justes等[19]和薛曉萍等[3]提出的建模方法，分4 步進行模型構建。

1） 將各水分條件下，不同氮素水平植株地上部干物質與氮含量進行方差分析，將其分為兩類：有顯著差異的說明此時棉株受氮素水平的限制，為限氮組；無顯著差異的說明此時棉株不受氮素水平的限制，為非限氮組；

2） 對于限氮組，將其干物質與氮濃度值進行線性擬合；

3） 對于非限氮組，各處理干物質平均值作為植株每個采樣日的最大干物質量；

4） 以最大植株干物質量為橫坐標向X 軸做垂線，其與擬合直線的交點即為臨界氮濃度。

根據Greenwood 等[4]的定義，臨界氮稀釋曲線應為以步驟（3） 中的最大干物質量為橫坐標，以每個采樣日相對應的臨界氮濃度值為縱坐標擬合而成，臨界氮濃度稀釋曲線為：

Nc = aW-bmax （1）

式中：Nc為臨界氮濃度值 （%），Wmax為地上部最大干物質量 （t/hm2），a 和b 為參數，a 代表當地上部干物質為1 t/hm2 時對應的氮濃度值；b 為控制臨界氮稀釋曲線斜率的擬合參數。

采用均方根誤差（root mean square error，RMSE）和標準化均方根誤差（n-RMSE） 對所得臨界氮濃度稀釋模型進行驗證，建立實測值和模擬值的線性關系擬合圖來顯示該模型的可靠程度和擬合度。其中RMSE 值越小，表示模擬值與實測值的偏差越小；n-RMSE 小于10％時，說明模型模擬性能極好；n-RMSE 為（10％， 20％），說明模型模擬性能較好；n-RMSE 為（20％， 30％），模型模擬性能一般；n-RMSE大于30％，說明模擬性能較差。馬露露等[20]、李佳帥等[15]均采用此方法來對模型準確性進行評價。

式中，Bi 為實測值，Fi 為模擬值，n 為樣本數量。

1.4.2 滴灌棉花氮素吸收模型

滴灌棉花植株氮吸收量（Nupt，kg/hm2） 與地上部最大干物質量（Wmax，t/hm2） 之間的關系為[14]：

Nupt = 10NcWmax （4）

將（1） 式代入（4） 式得到滴灌棉花臨界氮吸收模型，即滴灌棉花氮積累量與地上部干物質量之間的異速生長模型[15]

Nupt = 10aW1-bmax （5）

1.4.3 氮營養指數模型

氮營養指數（nitrogennutrition index，NNI） 是指作物實際的氮濃度與臨界氮濃度的比值，能夠用來更精確地反映滴灌棉花氮營養情況，Lemaire 等[5]基于臨界氮濃度稀釋模型提出了氮營養指數（NNI） 的概念，計算公式為：

NNI =Ni／Nc（6）

式中，Ni 為滴灌棉花實測氮濃度值（%），Nc 為模擬值（%）。當NNI=1 時表示植株體內氮營養水平處于最適狀態，NNIgt;1 表示氮營養過剩，NNIlt;1 表示氮營養不足。

1.4.4 累計氮虧缺量模型

由式（4） 可推導出滴灌棉花累積氮虧缺量（Nand） 模型

Nand = Ncand -Niand （7）

式中，Nand 為累積氮虧缺量（kg/hm2）；Ncand 為臨界氮濃度條件下的氮累積量（kg/hm2）；Niand 為棉株實際氮累積量（kg/hm2）。當Nand=0，表示棉株氮營養狀況最優；Nandgt;0，表示棉株氮累積量不足；Nandlt;0 時，表示棉株氮累積過量。

1.5 數據分析

采用Excel 2018 進行數據整理與分析，用SPSS20.0 進行雙因素方差分析和多重比較檢驗（LSD， Plt;0.05），用Origin 2022 與Excel 2018 共同繪制圖形。

2 結果與分析

2.1 不同水氮組合下滴灌棉花地上部干物質量和氮濃度

由表3 可知，灌水與施氮對滴灌棉花地上部干物質量影響顯著，棉花干物質隨灌水量的增加顯著增加（Plt;0.05）。在正常水分條件下（W3） 棉花地上部干物質量在1.72～21.61 t/hm2；隨灌水減少，W1 和W2 干物質量分別降至1.32～17.81 和1.57～19.43t/hm2 ；W4 棉花干物質量（2.02～23.27 t/hm2） 有所上升。W2 較W1 干物質增加約12.03%，W3 較W2 增加約10.75%，W4 較W3 增加約10.05%。施氮后，棉花N2～N4 干物質量顯著高于N0 與N1，而N2、N3 和N4 地上部干物質量隨施氮量增加無顯著提升，適量增加灌水和施氮可使棉株干物質顯著增加。

由表4 可知，棉花植株氮濃度受灌水影響最大，隨灌水量增加表現出先升高后降低趨勢。正常水分條件下，W3 地上部棉株氮濃度最高，為1.45%～3.2%；W2 和W1 棉株氮濃度分別降至1.33%～3.02%、1.3%～2.64%；W4 棉株氮濃度較W3 略低，為1.39%～3.10 %。這說明，適當增加灌水可提高棉花氮吸收能力，但隨著植株生物量的增大，氮素稀釋作用變得明顯，進而導致棉株氮濃度降低。施氮后，棉株地上部氮含量存在顯著差異；N0、N1 顯著低于N2、N3 和N4 水平，而N2、N3 與N4 處理之間差異不顯著，適當增加施氮量可顯著增加棉株氮含量。

2.2 不同水氮條件對滴灌棉花產量及產量構成因子的影響

由表5 可知，W1 條件下，籽棉產量在N2 處理達到最高（3686.6 kg/hm2），再增加施氮量籽棉產量不增反減；W2、W4 條件下，N4 籽棉產量最高，分別為4973.1 和5341.8 kg/hm2，W4 條件下N4 與N3 無顯著性差異；在W3 條件下，籽棉產量N3 達到最大（5892.2 kg/hm2），再增加施氮量籽棉產量顯著降低，與皮棉產量變化規律一致。灌水、施氮量對棉花單株鈴數、單鈴重有顯著（Plt;0.05） 或極顯著（Plt;0.01） 影響。其中，不同水分條件下W1 單株鈴數最低，隨灌水量增加單株鈴數逐漸增多；不同施氮量下，單株鈴數、單鈴重在N0 顯著低于N1、N2、N3 與N4；但N1、N2、N3 與N4 間差異不顯著；衣分均無顯著差異（Plt;0.05），衣分主要與棉花遺傳性狀有關，對灌水與施氮不敏感。

2.3 不同水分條件下臨界氮稀釋曲線的構建

由臨界氮濃度的確定條件和式（1），將所有水分條件滴灌棉花地上部干物質與對應氮濃度進行擬合，發現棉株氮濃度隨干物質增加呈下降趨勢即存在氮稀釋現象（圖2），二者關系可表示為 Nc=2.8224 W?0.144，說明棉株地上部干物質與氮濃度存在冪函數關系，但模型模擬效果一般（R2 僅為0.2508），需進一步在不同水分條件進行下擬合并驗證。

在4 個水分條件下，基于滴灌棉花地上部干物質的臨界氮濃度稀釋曲線為W1：Nc=3.294 W?0.234；W2：Nc=3.417 W?0.177；W3：Nc=3.889 W?0.221；W4：Nc=4.027 W?0.237，分別選取最大、最小實測值模擬氮濃度稀釋邊界，結果同樣符合臨界氮濃度稀釋曲線，這與薛曉萍等[21] （南京： Nc=2.858 W?0131；安陽：Nc=3.387 W?0131） 和馬露露等[20] （Nc=3.91 W?0.24） 的試驗結果相吻合，且與圖2 相比，各水分條件下分別擬合的臨界氮濃度稀釋曲線精度明顯更高（圖3）。由式（4） 得出臨界氮吸收模型（表6）。

由表6 可知，不同水分條件下滴灌棉花植株臨界、最低和最高氮濃度稀釋曲線參數a 值差異明顯，表現為Nmaxgt;Ncgt;Nmin，且參數a 均隨灌水量增加而增加；參數b 則表現出隨著水分虧缺加重呈先減小后增加的趨勢。

2.4 模型驗證

利用2022 年獨立數據進行驗證，對于2022 年各采樣日滴灌棉花地上部干物質量取5 組重復數據（n=4×20），代入得到基于2021 年模型的模擬值，建立不同水分條件下實測值和模擬值相關關系圖（圖4）。W1、W2、W3 和W4 水分條件下RMSE 分別為0.284、0.280、0.243 和0.269，n-RMSE 分別為15.13%、12.46%、12.10%、12.13%。綜合RMSE 和n-RMSE值可知，2021 年模型模擬效果較好，說明該模型具有較高的精度，可應用于不同水分條件下滴灌棉花的氮素營養診斷。

2.5 氮營養診斷

2.5.1 不同水分條件下基于氮營養指數（NNI） 的氮營養診斷

由圖5 可知，不同水分條件下滴灌棉花地上部植株NNI 隨施氮量增加而上升，棉株氮素需求量在后期逐漸增大，W1、W2、W3 和 W4 水平下 NNI 變化區間分別為 0.76～1.02、0.63～1.03、0.70～1.02 和 0.70～1.03，NNI 隨灌水量變化存在波動。W3 水平下的N4 在棉株生育期全程NNIgt;1，說明N4 條件下滴灌棉花植株氮營養過剩；N3 在出苗后85 天 NNI 大于1，之后維持在NNI=1，表明N3 在生育前期氮營養充足，而后期氮素供需達到平衡；N0、N1 與N2 均表現為NNIlt;1，這表明棉株始終處于氮營養不足狀態，對干物質累積產生抑制。在W1、W2 和W4 下，NNI 值變化規律與W3 一致，滴灌棉花的植株最適施氮量應為N3 水平（300kg/hm2）。

2.5.2 不同水分條件下基于氮吸收量（Nupt） 的氮營養診斷

由圖6 可知，不同水分條件下，滴灌棉花植株氮吸收量均隨地上部干物質量增加不斷增大，W1 條件下明顯較低，W2、W3 和W4 較高，表明棉株氮吸收量隨灌水量增加而增加。相同水分條件下，N0、N1 和N2 的氮吸收量均低于臨界氮吸收量，施氮不足無法滿足棉株正常的氮素需求，干物質累積放緩，對植株生長產生一定抑制作用。臨界氮吸收量曲線（Nupt） 在不同水分條件下均與N3 曲線接近重合，可判斷滴灌棉花最適施氮量為N3 水平，這與基于NNI 模型的診斷結果一致，Nupt 可用于不同水分條件下滴灌棉花氮營養狀況的評價和診斷。

2.5.3 不同水分條件下基于累積氮虧缺量（Nand） 的氮營養診斷

由圖7 可知，不同水氮條件下滴灌棉花Na n d 與NNI 呈相同波動狀態差異。W1 下N0、N1 和N4 水平Nandgt;0，W2、W3 和W4 在N0、N1和N2 下均為Nandgt;0，滴灌棉花此時處于氮累積量虧缺狀態，不能滿足其正常生長所需氮素；W1 下N2水平Nandlt;0，其余均為N4 的Nandlt;0，此時滴灌棉花氮積累量過剩。4 種水分條件下N3 的Nand 在各取樣日均近似于Na n d =0，滴灌棉花在施氮300 kg/hm2（N3） 時氮累積較適宜。這與基于NNI 模型的氮營養診斷結果相一致，表明Nand 可作為不同水分條件下滴灌棉花氮營養狀況的評價和診斷指標。

3 討論

3.1 不同水分條件下滴灌棉花臨界氮濃度稀釋曲線特征與比較

水分和氮素是影響作物的兩大因子，共同影響作物的生長發育、產量品質及氮肥利用效率，尤其是不同生育階段的氮素營養狀況[22]。本研究中，不同水分條件下滴灌棉花臨界氮濃度稀釋曲線為W1：Nc=3.294 W?0.234；W2：Nc=3.417 W?0.177；W3：Nc=3.889 W?0.221；W4：Nc=4.027 W?0.237，其中，氮素和水分對a、b 參數值影響較大。a 值表示棉株地上部生物量在1 t/hm2 時所對應的氮濃度值；參數b 描述的是隨地上部生物量的增加植株氮含量遞減關系。李佳帥等[15]、楊慧等[23]、趙曉慧等[24]、趙鈺[25]和Hou等[18]分別構建了不同水分條件下基于葡萄、番茄、冬小麥地上部干物質、冬小麥穗器官的臨界氮濃度稀釋曲線，其模型參數a 均為隨灌水量的增加而增大，b 值則為先減小后增大。本研究中，參數a 表現為隨灌水量增加而增加，這是由于水分虧缺（W1、W2） 會抑制棉株生長，導致棉花氮素吸收能力降低；而水分正常（W3） 和水分盈余（W4），棉花生長狀態正常、氮素吸收能力增強，進而提高了棉花臨界氮濃度，棉花“以水促肥”的水肥耦合效應明顯。同時，參數b 值隨灌水量增加先減少后增加，其原因可能是W1 條件下已為棉花正常生長水分下限，持續水分虧缺對棉花氮素吸收能力造成不可逆傷害，生育后期（即出苗后90、105、120 天） 棉株氮濃度始終較低（表4），導致棉株氮濃度遞減速率較快；而W4 下參數b 值較大，與水分盈余下棉株生長發育旺盛、干物質積累過快、氮素吸收速率與干物質積累并不成正比有關，氮素稀釋效應會更加明顯，這可能是導致本研究中b 值隨灌水量增加先下降后增加的重要原因。

與前人在全國各棉區建立的正常水分條件下棉花臨界氮稀釋曲線：如薛曉萍等[21]黃淮棉區、長江中下游棉區（南京：Nc=2.858 W?0131；安陽：Nc=3.387W?0131） 和Hou 等[18]、馬露露等[20]南疆、北疆棉區（南疆：Nc= 2.9795 W?0.3287；北疆：Nc=3.91 W?0.24） 相比，參數a、b 明顯大于薛曉萍等[21]在黃淮與長江中下游棉區建立的臨界氮稀釋曲線，這是由于長江中下游棉區與黃淮棉區種植密度較低，而新疆棉區種植密度普遍為17500 株/hm2 有關。同時，不同水分條件下參數a （ W 1：3 . 2 9 4、W 2：3 . 4 1 7、W 3：3.889、W4：4.027） 明顯高于Hou 等[18]模型中的參數a （W1：2.7423、W2：2.8719、W3：2.9795、W4：3.0077），可能是由于南疆土壤鹽漬化現象較為嚴重，對棉花氮素吸收與干物質積累有一定影響，在種植密度大致相同的情況下，北疆滴灌棉花臨界氮濃度值會更高。同時，在不同水分條件下建立臨界氮稀釋曲線更有助于模型通用性的完善。

3.2 基于NNI、Nupt 與Nand 的不同水分滴灌棉花氮營養診斷可行性

NNI、Nupt 與Nand 是衡量作物氮營養狀況的重要指標，可實時診斷滴灌棉花營養狀況，量化滴灌棉花氮缺乏和奢侈時的消耗強度或其受氮素制約的程度[20]。氮吸收量（Nupt） 模型可由臨界氮濃度稀釋曲線推導出，累積氮虧缺量模型（Nand） 又可由氮營養指數模型推導出。目前，已有學者基于NNI、Nu p t 或Nand 進行了油菜[26]、玉米[27]、小麥[28]、馬鈴薯[7]、包心菜[29]等作物氮營養狀況診斷的報道，證明了氮營養指數等一系列模型對于作物氮營養診斷的準確性，但前人研究大多僅限于單一利用氮營養指數模型、氮營養指數與氮吸收量或累積氮虧缺量模型之一來對作物氮營養狀況進行診斷，診斷方法存在一定的單一性和局限性，本研究對不同水氮條件下滴灌棉花NNI、Nupt 與Nand 進行綜合分析，發現不同水分條件下NNI 呈現隨灌水量增加而降低的趨勢，相同水分條件下隨施氮量增加而增大，同時隨生育期推進而不斷減小；Nupt 為隨著灌水量和施氮量的增加均呈增加趨勢；Nand 則為隨灌水量增加而增加，隨施氮量增加而降低，隨生育進程推進逐漸增大，這與王新等[17]的結論一致。

本研究還表明，不同水分條件下基于地上部干物質的NNI 結果，均為N3 水平為最適氮濃度，且氮吸收值接近于臨界氮吸收值，累積氮虧缺量也與0 極為接近，可初步認為，滴灌棉花最適施氮量為300 kg/hm2。但當氮素投入過量導致高于臨界氮吸收量時，棉花地上部干物質積累降低，抑制棉花氮吸收與利用。本研究利用臨界氮濃度結合氮營養指數模型、氮素吸收模型和累積氮虧缺量模型，對滴灌棉花適宜施氮量進行具有明確生物學意義的精確分析，計算方法簡易，模型參數獲取方便，在滴灌棉花全生育期都可對植株氮素營養狀況進行診斷，故對滴灌棉花適宜施氮量的估計值較其他方法更為準確。由此可見，本研究基于臨界氮稀釋曲線推導的NNI、Nupt 與Nand 來評價棉花氮營養狀況是可靠的。

4 結論

1） 不同水分狀況下，基于地上部干物質和含氮量建立的棉花臨界氮濃度稀釋曲線為：Nc=3.294W?0.234 （水分中度虧缺），Nc= 3.417 W?0.177 （水分輕度虧缺），Nc= 3.889 W?0.221 （正常水分） 和Nc= 4.027 W?0.237（水分盈余），模型R2 值分別為0.999、0.912、0.952、0.974，RMSE 分別為0.284、0.280、0.243 和0.269，均具有較好的預測精度。

2） 基于臨界氮濃度稀釋曲線建立的氮素營養指標、氮素吸收量和累積氮素虧損量模型計算的棉花植株氮營養水平，在4 個水分條件下均在施氮300 kg/hm2 時處于最適狀態，綜合產量與氮營養水平診斷結果，棉株在中度水分虧缺條件下的最佳施氮量為262.5 kg/hm2，在輕度虧缺、正常和盈余條件為N3 水平（300 kg/hm2）。

參 考 文 獻：

[ 1 ]Tang S R， Yang W H， Xiong Z W， et al. Analysis on fiber quality ofcotton production field in our country in recent ten years[C]. ChinaFiber Inspection， 2013， （3）： 40?44.

[ 2 ]Reis S， Bekunda M， Howard C M， et al. Synthesis and review：Tackling the nitrogen management challenge： From global to localscales[J]. Environmental Research Letters， 2016， 11（12）： 120205.

[ 3 ]薛曉萍， 周治國， 張麗娟， 等. 棉花花后臨界氮濃度稀釋模型的建立及在施氮量調控中的應用[J]. 生態學報， 2006， 26（6）： 1781?1791.

Xue X P， Zhou Z G， Zhang L J， et al. Development and application ofcritical nitrogen concentration dilution model for cotton after flowering[J]. Acta Ecologica Sinica， 2006， 26（6）： 1781?1791.

[ 4 ]Greenwood D J， Gastal F， Lemaire G， et al. Growth rate and % N offield grown crops： Theory and experiments[J]. Annals of Botany，1991， 67（2）： 181?190.

[ 5 ]Lemaire G， Jeuffroy M， Gastal F. Diagnosis tool for plant and crop Nstatus in vegetative stage[J]. European Journal of Agronomy， 2008，28（4）： 614?624.

[ 6 ]Rodríguez A， Pe?a-Fleitas M T， Gallardo M， et al. Sweet pepper andnitrogen supply in greenhouse production： Critical nitrogen curve，agronomic responses and risk of nitrogen loss[J]. European Journal ofAgronomy， 2020， 117： 126046.

[ 7 ]Giletto C M， Calvo N I R， Sanda?a P， et al. Shoot-and tuber-basedcritical nitrogen dilution curves for the prediction of the N status inpotato[J]. European Journal of Agronomy， 2020， 119： 126114.

[ 8 ]Yao X， Zhao B， Tian Y C， et al. Using leaf dry matter to quantify thecritical nitrogen dilution curve for winter wheat cultivated in easternChina[J]. Field Crops Research， 2014， 159： 33?42.

[ 9 ]Du L J， Qiang L， Lan L， et al. Construction of a critical nitrogendilution curve for maize in Southwest China[J]. Scientific Reports，2020， 10（1）： 13084.

[10]何仲秋， 王曉琳， 張啟明， 等. 東南煙稻輪作區烤煙臨界氮濃度稀釋曲線的建立與驗證[J]. 植物營養與肥料學報， 2021， 27（11）：2001?2009.

He Z Q， Wang X L， Zhang Q M， et al. Construction and verificationof a critical nitrogen dilution curve for flue-cured tobacco undertobacco-rice rotation systems in southeast China[J]. Journal of PlantNutrition and Fertilizers， 2021， 27（11）： 2001?2009.

[11]Flénet F， Guérif M， Boiffin J， et al. The critical N dilution curve forlinseed （Linum usitatissimum L.） is different from other C3 species[J]. European Journal of Agronomy， 2006， 24（4）： 367?373.

[12]肖蕊. 基于臨界氮濃度稀釋曲線模型的辣椒氮素營養診斷研究[J].中國蔬菜， 2023， （1）： 90?97.

Xiao R. Studies on nutritional diagnosis of capsaicin nitrogenbased on critical nitrogen concentration dilution curve model[J].China Vegetables， 2023， （1）： 90?97.

[13]李鑫格， 項方林， 吳思雨， 等. 基于植被指數時序動態的冬小麥氮素營養診斷方法[J]. 麥類作物學報， 2022， 42（1）： 109?119.

Li X G， Xiang F L， Wu S Y， et al. Diagnosis methods for nitrogenstatus based on the time-series vegetation index in winter wheat[J].Journal of Triticeae Crops， 2022， 42（1）： 109?119.

[14]尹藝璐， 錢婷婷， 李達仁， 等. 水培生菜臨界氮濃度曲線模型構建和氮營養診斷[J]. 北方園藝， 2021， （13）： 19?25.

Yin Y L， Qian T T， Li D R. Establishment of critical nitrogenconcentration curve model for hydroponic lettuce and diagnosis ofnitrogen nutrition [J]. Northern Horticulture， 2021， （13）： 19?25.

[15]李佳帥， 楊再強， 李永秀， 等. 不同水分條件下葡萄臨界氮稀釋曲線模型的建立及氮素營養診斷[J]. 中國農業氣象， 2019， 40（8）： 523?533.

Li J S， Yang Z Q， Li Y X， et al. Establishment of a critical nitrogendilution model for grapes and nitrogen nutrition diagnosis underdifferent water conditions[J]. Chinese Journal of Agrometeorology，2019， 40（8）： 523?533.

[16]Zhang K， Wang X， Wang X L， et al. Does the organ-based N dilutioncurve improve the predictions of N status in winter wheat？[J].Agriculture， 2020， 10（11）： 500.

[17]王新， 馬富裕， 刁明， 等. 滴灌番茄臨界氮濃度、氮素吸收和氮營養指數模擬[J]. 農業工程學報， 2013， 29（18）： 99?108.

Wang X， Ma F Y， Diao M， et al. Simulation of critical nitrogenconcentration， nitrogen uptake and nitrogen nutrition index ofprocessing tomato with drip irrigation[J]. Transactions of the ChineseSociety of Agricultural Engineering， 2013， 29（18）： 99?108.

[18]Hou X H， Xiang Y Z， Fan J L， et al. Evaluation of cotton N nutritionstatus based on critical N dilution curve， N uptake and residual underdifferent drip fertigation regimes in Southern Xinjiang of China[J].Agricultural Water Management， 2021， 256（2）： 107134.

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

[20]馬露露， 呂新， 張澤， 等. 基于臨界氮濃度的滴灌棉花氮素營養診斷模型研究[J]. 農業機械學報， 2018， 49（2）： 277?283.

Ma L L， Lü X， Zhang Z， et al. Establishment of nitrogen nutritiondiagnosis model for drip-irrigation cotton based on critical nitrogenconcentration[J]. Transactions of the Chinese Society for AgriculturalMachinery， 2018， 49（2）： 277?283.

[21]薛曉萍， 沙奕卓， 郭文琦， 等. 棉花蕾花鈴生物量、氮累積特征及臨界氮濃度稀釋模型[J]. 生態學報， 2008， 28（12）： 6204?6211.

Xue X P， Sha Y Z， Guo W Q， et al. Accumulation characteristics ofbiomass and nitrogen and critical nitrogen concentration dilutionmodel of cotton reproductive organ[J]. Acta Ecologica Sinica， 2008，28（12）： 6204?6211.

[22]廖歡， 甘浩天， 劉凱， 等. 機采棉氮素吸收及產量的最佳水氮組合[J]. 植物營養與肥料學報， 2021， 27（12）： 2229?2242.

Liao H， Gan H T， Liu K， et al. Optimal water scheme and N rate forhigh N uptake and yield of machine-harvested cotton[J]. Journal ofPlant Nutrition and Fertilizers， 2021， 27（12）： 2229?2242.

[23]楊慧， 曹紅霞， 柳美玉， 劉世和. 水氮耦合條件下番茄臨界氮濃度模型的建立及氮素營養診斷[J]. 植物營養與肥料學報， 2015， 21（5）：1234?1242.

Yang H， Cao H X， Liu M Y， Liu S H. Simulation of critical nitrogenconcentration and nitrogen nutrition index of tomato under differentwater and nitrogen conditions[J]. Journal of Plant Nutrition andFertilizers， 2015， 21（5）： 1234?1242.

[24]趙曉慧， 張艷艷， 戎亞思， 等. 不同水氮條件下冬小麥穗器官臨界氮稀釋模型研究[J]. 中國農業科學， 2022， 55（17）： 3321?3333.

Zhao X H， Zhang Y Y， Rong Y S， et al. Study on the critical nitrogendilution model of ear organ in winter wheat under different water andnitrogen conditions[J]. Scientia Agricultura Sinica， 2022， 55（17）：3321?3333.

[25]趙鈺. 不同灌溉條件下的冬小麥氮素營養指數構建[D]： 山西太原：山西農業大學碩士學位論文， 2019.

Zhao Y. Construction of nitrogen nutrition index of winter wheatunder different irrigation conditions[D]： Taiyuan， Shanxi： MS Thesisof Shanxi Agricultural University， 2019.

[26]Sun D W， Xu H X， Weng H Y， et al. Optimal temporal-spatialfluorescence techniques for phenotyping nitrogen status in oilseedrape[J]. Journal of Experimental Botany， 2020， 71（20）： 6429?6443.

[27]Ranjbar A， Rahimikhoob R， Ebrahimian H， Varavipour M.Simulation of nitrogen uptake and dry matter for estimation ofnitrogen nutrition index during the maize growth period[J]. Journal ofPlant Nutrition， 2022， 45（6）： 920?936.

[28]Song X， Xu D Y， Zhang K K， et al. Developing a critical nitrogenconcentration dilution model and diagnosing nitrogen nutrition ofwheat[J]. Journal of Soil Science and Plant Nutrition， 2022， 22（4）：4972?4982.

[29]Ekbladh G， Witter E. Determination of the critical nitrogenconcentration of white cabbage[J]. European Journal of Agronomy，2010， 33（4）： 276?284.

基金項目：國家重點研發計劃項目（2022YFD1900405-3）；兵團英才選拔骨干培養項目。