春小麦临界氮稀释曲线受基因型、天气和土壤因素影响的多中心研究

《Journal of Soil Science and Plant Nutrition》：Do Genotypes, Weather, and Soil-Related Characteristics Affect the Critical N Dilution Curve of Spring Wheat?

本研究针对传统氮响应试验数据获取困难的问题，创新性地利用品种测试试验数据构建春小麦临界氮稀释曲线(CNDC)。研究人员通过分析16个春小麦品种在14个站点年份的2166组数据，发现季节天气模式对CNDC参数影响显著，而基因型形态特征影响不明显。研究表明基于标准施氮量的品种测试试验可用于开发通用CNDC，为作物氮营养诊断提供新方法。

　　

在精准农业快速发展的今天，如何准确诊断作物氮素营养状况成为提高氮肥利用效率的关键难题。农民们迫切需要能够在生长早期检测植物氮缺乏的方法，以便及时追施氮肥。在众多诊断方法中，临界氮浓度(N_C)技术备受关注，它通过临界氮稀释曲线(CNDC)来描述氮浓度随作物生长逐渐降低的动态过程。然而，构建可靠的CNDC传统上需要设置多水平氮肥响应试验，这既耗时又耗力。

更令人困扰的是，学界对于不同基因型、环境和管理措施是否会显著影响CNDC的形状一直存在争议。一些研究者认为同一物种的不同品种可能具有相似的氮稀释模式，而另一些研究则报道了不同基因型之间的显著差异。这种不确定性使得开发适用于广大地区的通用CNDC面临巨大挑战。

在这样的背景下，华沙生命科学大学Stanis?aw Marek Samborski教授团队在《Journal of Soil Science and Plant Nutrition》上发表了一项创新性研究。研究人员另辟蹊径，提出一个大胆想法：能否利用现有的品种测试试验数据来构建CCDNC？这些试验通常在不同土壤气候条件下进行，使用标准氮肥用量，可能天然包含了足够的氮营养变异范围。

为了验证这一设想，研究团队分析了波兰品种测试系统(PRVTS)中的14个站点年份数据，涵盖16个春小麦品种（15个普通小麦和1个硬粒小麦），在两个氮素管理水平（MIM和HIM）下收集了2166组地上部干物质(DM)产量和植株氮浓度数据。总施氮量范围为70-176 kg·ha^-1，这为研究氮稀释动态提供了丰富的数据基础。

研究的主要技术方法包括：利用品种测试试验系统获取多地点、多基因型的植物样本；通过经典测定方法分析植株氮浓度和干物质量；采用非线性函数拟合临界氮稀释曲线参数；运用统计方法分析基因型、环境和管理因素对曲线参数的影响；基于CART方法评估环境和土壤变量的重要性。

临界氮稀释曲线的建立与特性

研究人员成功构建了基于品种测试试验的春小麦临界氮稀释曲线，其方程为N_c=4.05 W^-0.36（R²=0.63）。这条曲线与以往研究中报道的曲线存在显著差异，特别是稀释系数b值较高，表明在波兰条件下，春小麦氮稀释过程较为平缓。与加拿大研究的曲线相比，本研究曲线指示相对较低的氮效率，产生相同干物质需要更多的氮素，这可能与波兰土壤氮淋失风险较高有关。

基因型、环境和管理对CNDC组分的影响

研究发现基因型(G)、环境(E)及其与氮素管理(M)的交互作用对地上部干物质产量和植株氮浓度有显著影响。然而，令人意外的是，基因型的形态学特征（如株高、生长习性等）对CNDC参数（a和b）没有表现出明显一致的的影响模式。只有少数特征（如花青素着色、穗颈粉质）在某些年份与曲线参数呈现显著相关性，但这种关系在不同年份间并不一致。

相比之下，季节天气模式对CNDC参数产生了决定性影响。2013年和2014年的曲线参数存在显著差异，2013年的截距参数a值较高(4.72)，斜率参数b值较低(-0.42)，表明在干物质产量为1 t·ha^-1时氮浓度较高，且随生长进程氮稀释更为明显。这种差异主要归因于两个生长季节不同的降水分布和温度模式。

环境因素对CNDC形成的重要性

通过CART(Classification and Regression Tree)分析，研究人员评估了各类环境变量对CNDC形状影响的相对重要性。结果显示，对大多数基因型而言，天气相关变量（特别是5月和6月的平均气温、降水总量和水热系数H_k）比土壤性质具有更强的影响力。然而，不同基因型对环境因素响应的排序存在很大特异性，没有统一的规律可循。

研究还发现，基于土壤干旱敏感性可将试验站点分为两类环境。在更易发生干旱的环境中，小麦作物表现出较高的植株氮浓度，表明在水分受限条件下氮素利用效率较低。而在较不易干旱的环境中，作物产生更多的地上部干物质，氮稀释效应更为明显。

氮营养指数(NNI)的实用价值

基于建立的CNDC，研究人员计算了氮营养指数(NNI)，发现即使地上部干物质产量相同的田块，其实际氮浓度和NNI值也可存在很大变异。这表明NNI能够灵敏反映植物的实际氮需求，这种需求是土壤氮、肥料氮和水分可利用性共同作用的结果。重要的是，使用通用CNDC与使用针对特定环境（易旱/非易旱）的CNDC计算的NNI值，在对田块氮营养状况进行分类时结果一致，表明通用曲线具有实际应用价值。

本研究通过大规模品种测试试验数据成功构建了春小麦临界氮稀释曲线，证明了这种替代方法的可行性。研究的主要结论在于：季节天气模式而非基因型形态特征是影响CNDC参数的主要因素；基于标准施氮量的品种测试试验能提供足够的氮营养变异范围，适合用于开发通用CNDC；创建年份特异性和基因型特异性CNDC既不现实也无必要。

这一研究成果对精准农业实践具有重要意义。它为解决传统氮响应试验数据获取困难的问题提供了创新思路，为作物氮素营养诊断提供了更为便捷的方法论基础。特别是在遥感技术快速发展的背景下，通用CNDC的建立为通过卫星影像等手段非破坏性监测作物氮营养状况提供了重要参考标准，将有助于提高氮肥利用效率，减少环境污染风险，推动农业可持续发展。

研究的创新点在于首次系统评估了基因型、环境和管理因素对春小麦CNDC参数的相对重要性，并证实了利用常规品种测试试验替代专用氮响应试验的可行性。这一方法不仅节约研究资源，更提高了CNDC的实际应用价值，为其他作物的类似研究提供了有益借鉴。随着气候变化对农业生产的影响日益显著，理解环境因素对作物氮素利用的调控机制将变得愈发重要，而本研究为此奠定了坚实基础。