基于DNDC模型优化烤烟推荐施氮量

《Industrial Crops and Products》:Optimizing recommended nitrogen fertilizer rates for flue-cured tobacco using the DNDC model

【字体: 大 中 小 】 时间:2026年08月28日 来源:Industrial Crops and Products 6.4

编辑推荐:

  研究人员首次将DNDC(DeNitrification-DeComposition)模型用于烤烟(flue-cured tobacco, Nicotiana tabacum)施氮量优化。该模型在不同施氮水平下对烟草产量的模拟精度较高(R2=0.903)。借助D

  
研究人员首次将DNDC(DeNitrification-DeComposition)模型用于烤烟(flue-cured tobacco, Nicotiana tabacum)施氮量优化。该模型在不同施氮水平下对烟草产量的模拟精度较高(R2=0.903)。借助DNDC模型完成多情景模拟后,构建的施肥推荐方程预测精度良好(R2=0.91,NRMSE=11.60%)。该方法可在无需传统田间试验的条件下实现站点尺度的氮素推荐。
研究背景方面,烤烟作为全球重要的非食用经济作物,其产量与品质受施氮量双向调控,过量或不足均会产生负面效应。现有烤烟施肥推荐多依赖特定站点田间试验,所得最优施氮量难以跨区域推广。已有农业模型(如WOFOST)虽能模拟烤烟生长,但DNDC模型此前从未应用于烤烟体系,其在土壤生物化学过程与作物生长动态耦合模拟上的优势尚未被发掘。因此,研究人员拟验证DNDC能否作为集成气候、土壤与管理措施的迁移性工具,量化烤烟产量、土壤条件与施氮量之间的定量关系,从而替代传统田间试验实现基于测土的精准施氮。
本研究发表于《Industrial Crops and Products》。研究人员于2019—2023年在山东潍坊烟区5个站点开展田间试验,涵盖不同施氮梯度(0~315 kg N ha?1)、品种(YUNYAN87、ZHONGYAN100、ZHONGCHUAN208)与移栽期,共形成6组数据集;同步获取气象、土壤理化和田间管理记录。关键方法包括:采用DNDC模型进行过程驱动模拟,将默认参数扰动±20%计算敏感性指数(SI)筛选敏感参数,易测参数以田间实测替换、难测参数凭文献试错校正;以R2、RMSE与NRMSE评价模拟精度(NRMSE≤10%为极高精度,10%~20%为高精度);基于多情景模拟结果建立最优施氮量与土壤有机碳(SOC)、土壤无机氮的定量推荐方程。
研究结果部分,引言指出烤烟生长对氮响应特殊,土壤本底氮(>60%吸氮来自土壤)与SOC通过团聚体结构和矿化供氮影响产量,既有模型或缺失土壤生化过程或无法跨区迁移。材料与方法显示,田间观测产量由下部、中部、上部成熟叶三次采收烘干恒重累加;DNDC输入含气象、pH、容重、硝铵氮、有机质、施肥与作物C:N比等,敏感参数校正后用于模拟。DNDC模型不确定性分析表明,±20%扰动下部分参数|SI|>0.1被判定敏感,实测替代与文献试错结合提升可靠性。校准与评价结果显示,产量模拟R2=0.903,推荐方程R2=0.91、NRMSE=11.60%(高精度)。通过多情景模拟,研究人员确立最优施氮量随SOC与土壤无机氮升高而降低的函数关系,形成站点尺度推荐方法。
讨论与结论部分,研究人员指出DNDC首次在烤烟施肥模拟中填补应用空白,其过程驱动架构(土壤气候、植物生长、分解、硝化、反硝化、发酵六个子模型)能同时刻画碳氮循环与产量形成。建立的推荐方程使烤烟施氮从“依赖多点多年田间试验”转向“测土+模型推演”,在潍坊及类似气候土壤区可免试推荐。结论为:DNDC可准确模拟烤烟对施氮与土壤本底的响应,所建方程具备高精度与跨点适用性,为烤烟精准氮管理提供可迁移的模型化工具。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号