基于荧光传感的烟草叶片尼古丁预测、氮素评估与变量施肥技术研究

为解决烟草生产中氮素管理粗放、尼古丁含量难以早期预测的问题，研究人员利用Multiplex?荧光传感器(Mx)开展精准氮素管理研究。通过建立氮平衡指数(NBI=SFRR/FLAV)与尼古丁含量的线性模型(R2=0.72)，开发结合生长阶段和气象变量的偏最小二乘(PLS)氮素预测模型(R2=0.72)，并首次实现基于NBI图谱的变量施氮(VRNF)，使田间氮素变异系数从23.5%降至7.9%。该研究为烟草可持续生产和低尼古丁品种选育提供了创新技术支撑。

　　

烟草作为重要经济作物，其品质核心指标尼古丁含量与氮素营养密切相关。然而传统氮素管理存在双重困境：过量施氮导致环境面源污染和尼古丁超标，而不足则影响产量。更棘手的是，现有尼古丁检测依赖收获后的气相色谱-质谱法，无法实现田间实时预测；而叶片氮素评估的凯氏定氮法既破坏样本又耗时费力。这种"盲人摸象"式的管理严重制约烟草产业可持续发展，特别是在WHO和FDA推动降低卷烟尼古丁含量的国际背景下，开发早期预测技术和精准施肥方案迫在眉睫。

意大利佩鲁贾地区烟草种植者协会的研究团队创新性地将Multiplex?3(Mx)荧光传感器引入烟草研究。该设备通过红光(630nm)和紫外光(375nm)激发叶片，检测叶绿素在685nm(红光)、735nm(远红光)的荧光发射，计算出反映氮代谢的三个核心指数：叶绿素指数SFR_R(FRF_R/RF_R)、表皮类黄酮指数FLAV(log(FRF_R/FRF_UV))及其比值氮平衡指数NBI(SFR_R/FLAV)。研究人员历时四年，在意大利Città di Castello的10个试验田和商业田开展系统研究，涵盖标准品种ITB 678和低尼古丁品种NCLA 926等7个基因型，构建了包含156个样本的多源数据库。

关键技术包括：建立标准化采样规范（测定展开度≥75%的向阳面叶片）；开发基于移植后天数(DAT)的改良指数(mNBI=NBI/DAT²)；运用偏最小二乘回归(PLS)整合气象参数（累计辐射cumRAD、生长度日GDD等16个变量）；基于20×20m网格采样构建NBI空间分布图，通过Topcon农机系统实现±22%梯度的变量施氮。

【尼古丁早期预测模型】
研究发现移植后2-2.5个月（氮积累高峰期）的NBI与烘后尼古丁含量呈显著线性相关(R²=0.72,P<0.001)，优于单一SFR_R(R²=0.47)或FLAV(R²=0.52)。特别值得注意的是，该模型成功区分标准品种（尼古丁0.25-4.12%）与低尼古丁品种（如携带Nic1/Nic2隐性等位基因的MS K326 LA），为品种筛选提供新工具。

【氮素动态监测体系】
开花前的mNBI与叶片氮含量相关性最佳(R²=0.54)。PLS分析揭示：包含气象变量的模型预测精度(R²=0.72,RMSEP=2.73 mg g^-1)显著优于基础模型，其中太阳辐射相关参数(VIP>1)和物候阶段虚拟变量(PHEN₁/PHEN₂)最具预测价值。这证实环境因素通过调控类黄酮合成显著影响氮素诊断。

【精准施肥实践验证】
在2.04公顷商业田应用中，基于NBI空间异质性制定的三区施氮方案（高低剂量相差44%）使田间氮素变异系数降低66%。TOPCOM农机系统实现99.98%高氮区的精准施肥，16天后复查显示各区域NBI趋向均衡，证实变量施氮(VRNF)的有效性。

该研究开创性地建立了烟草"荧光指纹-氮素-尼古丁"的量化关系，其科学价值体现在三方面：技术上，首次将Mx传感器应用于烟草生物碱检测，相比电子鼻和光谱仪更具田间适用性；理论上，阐明太阳辐射通过调控FLAV指数影响氮素评估的机制；应用上，为WHO倡导的"减尼古丁"战略提供可推广的解决方案。未来研究可拓展至无人机载传感器开发和机器学习模型优化，推动烟草农业进入"智慧氮管"新时代。论文发表于农业工程领域权威期刊《Computers and Electronics in Agriculture》。