基于贝叶斯分析的滴灌春小麦临界氮稀释曲线构建：全株与叶干物质驱动的氮营养诊断与产量预测研究

本研究采用贝叶斯层次分析法构建了滴灌春小麦基于全株干物质（PDM）与叶干物质（LDM）的临界氮稀释曲线（CNDC），模型分别为Nc=3.71PDM?0.30和Nc=3.54LDM?0.392=0.936），为小麦精准施肥与农业可持续发展提供了新思路。

　　

Highlight

研究区域描述

本研究包含在新疆三个地区开展的七个氮梯度试验：奎屯（试验1）、塔城（试验2）和石河子（试验3-7）。这些实验点具有典型大陆性干旱气候特征，春秋季短而冬夏温差大，为小麦生长提供了独特的光热资源组合。

临界氮稀释曲线(CNDC)的建立

在两个生长季中，三个品种和地区的小麦氮浓度随PDM和LDM增加持续下降。基于PDM的CNDC参数A1范围3.69-3.88，A2范围0.29-0.33；基于LDM的CNDC参数A1范围3.52-3.60，A2范围0.38-0.41。贝叶斯方法成功构建了群体水平CNDC模型：Nc=3.71PDM^?0.30和Nc=3.54LDM^?0.39，其中A2参数变异主要来源于环境因素。

不同指标CNDC的比较

经典CNDC揭示了植株氮浓度与PDM增加的负相关关系。本研究创新性地通过贝叶斯方法建立了基于LDM的小麦CNDC，准确表征了叶片临界氮浓度(Nc)与LDM的功能关系。虽然LDM-CNDC在氮营养诊断中稍逊于PDM-CNDC（与SPAD值相关系数r=0.76 vs 0.80），但在预测临界氮浓度和产量方面表现卓越，验证结果显示LDM-CNDC预测产量的决定系数(R²)高达0.936。

结论

本研究证实LDM作为CNDC驱动变量能有效反映小麦氮需求动态，为区域尺度氮肥精准管理提供了更具操作性的技术路径。基于叶片的诊断方法更适合与遥感技术结合，为实现智慧农业提供了重要理论支撑。