为栽培作物施肥以优化产物的数量和质量的方法

摘要

本发明涉及通过借助生物指标而优化产物的数量和质量为栽培作物施肥的方法，在此方法中，建立作物群之前进行以下步骤：将耕作区域分成小面积；在每个小面积内以生物指标为基础确定可能的产量；选择针对可能的产量的最佳生物指标水平；确定为达到可能的产量中理想的最佳生物指标水平所需氮肥量；然后，在播种时施撒氮肥，或在播种后根据所述的肥料需求量施加氮肥一或多次，在每个小面积内通过测定作物群监测生长季中可能产量的实现情况，并根据这些测量结果，根据需要，施加另外的氮肥一或多次以达到所需的生物指标水平。

说明书

本发明涉及为栽培作物施肥，通过作物的生物指标的利用优化氮肥施用的数量，以优化产物的数量和质量的方法。本发明与在作物栽培中设计和实施最佳施肥方法相关。

FI专利公开102135披露了一种施肥方法，其中在作物播种时施撒初始量的肥料，它是与最大产量对应的肥料量的50-75％。在生长季中，通过热量总和计算预计的产量，通过此预计产量计算另外的肥料需要量。本方法的目的是在数量方面达到最大的产量。所述的方法主要是一种矫正法，例如它不优化营养物的效率。

现在，根据作物品种和作物的变种(plant variety)、目标产量、土壤性质，例如土壤中有机物的含量以及以前在此区域内生长的作物的种类(前作物)计算氮肥施用的数量。根据具体情况，此处的“面积”表示一个小面积，例如1m²，或一个大面积，例如15公顷。

在实践中，将肥料施撒在表面，或置于作物种子或幼苗行列之间的土壤中，或直接置于种子实际所在的行列，或以液体形式喷雾在叶子上。根据栽培的作物种类，或耕作的地点(农业生态区域)，可以一次施用全部的肥料或在播种时施用一部分，根据生长季内确定的需要量再施用一部分。

为监控平衡的氮营养，许多实验室专门分析作物和土壤样品并据此发布氮肥施用建议。通常基于所谓的DRIS法或与其他已知最佳曲线的比较，在生长季制定氮肥施用建议(Anon.1990，Beaufils 1973，Siman1974)。作为一种程序，上述过程很慢，因为将样品送到实验室、分析结果、将其反馈给种植者、并在农场作出施肥决定需要大量时间，在此期间内，耕作的田地发生了很多改变。

曾通过发展能直接在田间测量作物群(plant stand)的氮的状况和氮浓度的计量仪作出许多尝试以消除时间方面的问题。已能用颜色反应试纸测定作物氮的情况(铵和硝酸盐氮)。能用各种便携的实验试剂盒在耕作的田间测定作物和土壤的氮情况(Pulkkinen1999)。例如，已发展了测定作物群(plant stand)的绿色度、即叶绿素(Watanabeet等，1980)和细胞液中氮浓度的便携式计量仪(Scaife和Stevens1984)。然而这些所述的方法不能对田间各部分的氮情况有非常精确、具有小块区域特异性(patch-specific)的监测。换句话说，这些方法实际上对大面积内区域特异性的测定太费事。

最近的系统包括能安装在拖拉机上的传感器和由航摄照片或卫星照片得到的生长数量和氮分析。特别地，本技术涉及精确耕作的概念，其由定位系统(GIS和GPS技术)以用安装在如联合收割机、拖拉机等生产设备上的传感器(Wollring等，1998)和产品质量测定仪(蛋白质检测器，http：//www.casecorp.com/agricultural)构成，这些技术现在能从田间很小的小区域(sub-areas)内收集数据。实际上已经处理大约10米×10米的小区域。另外，已经开发出处理小块区域特异性数据的软件(Grandzinski等，1998)。

在现今精确耕作中，设计生长季中总氮量和/或补充量或分次施用氮肥技术的问题在于：如果土壤的生产能力由于一种或另一种原因已经改变，需要为以产量制图(yield mapping)为基础的实际产量或为新的目标产量计算出氮的用量。然而事先不能显示计划的氮量在通行的生长条件下从任何方面来说是最优的。换句话说，种植者应能小块区域特异性地确定所考虑时间内可能的产量。迄今为止，除收集数年的小块区域特异性产量数据外，没有其他确定精确耕作过程中可能产量的方法，在这种情况下，当采用某些肥料投入时，可以通过数年的产量制图发现可能的最佳产量。

由于上述问题，例如在生长季中借助传感器或假色照片(false-color photos)制定的氮肥计划中，在相当程度上目标是均化的绿色度或叶区域的均匀形成。换句话说，在相当程度上目标是使作物群(plant stand)的绿色和叶区域的形成均化，而不使施肥计划适应田间不同区域内实际变化的产量形成可能性。然而，由于这是一个已知的事实，即田间不同区域的生产能力不同，因此对氮肥的总需求也随着生产能力的变化而改变，上述在生长季中分配氮肥的方法不必然促进预期方式的氮肥使用的效率和产量。

另一个问题是用现行技术实施氮肥施用计划的成功不能确实可靠地证明与收成的联系。可以通过在田间组织增加氮肥数量的实验而观察到实验上的成功(所谓的施肥窗，Anon1992)，但在精确耕作中，即使此方案实际上也不成功。由于区域内的变化，在田间的不同部分，应有几乎无数个试验。

本发明的目的是提供一种施肥方法，借此优化产品的数量和质量，并使营养输入最小化，并利用它考虑耕作区域内不同的小面积之间生长的差异。

因而，本发明提供一种为栽培作物施肥从而借助生物指标优化产物的数量和质量的方法，在此方法中，在建立作物群(plant stand)之前进行以下步骤：将耕作面积分成小面积；在每个小面积内以生物指标为基础确定可能的产量；选择针对可能的产量的最佳生物指标水平；并且确定为达到可能的产量中理想的最佳生物指标水平所需氮肥施用量，然后，在播种时施撒氮肥，或任选地在播种后根据所述的肥料需求量施加氮肥一或多次，在每个小面积内通过测量生长监测生长季中可能的产量的实现情况，并基于这些测量结果，在需要时施加另外的氮肥一或多次以达到所需的生物指标水平。

根据本发明，能使用例如通常北欧所用的一种施肥方法，在这种方法中，在播种时施撒大多数肥料，并根据生长季中的需要补充另外的肥料。也能采取中欧通行的分散施肥法，按此方法，在田间施肥2-7次。

所用的生物指标是作物的含氮化合物。如果栽培的作物是谷物，所述采用的生物指标是蛋白质。如果栽培的作物是例如甜菜，生物指标是氨基氮(α-氨基氮)。

可以通过例如使用传感器技术、航摄照片或人造卫星照片测量所述生物指标的水平。

根据本发明，在测定施用氮肥需要量时，考虑每个小面积中生长季或以前生长季的产量以及产物的生物指标水平。在这种情况下，步骤优选为，在收获阶段，制备产量图和生物指标图例如蛋白质图，然后用这些图为以后的生长季制定施肥建议。

本发明因而涉及制定施肥计划中的一个整体，其基础是以新方式利用生物指标-例如栽培作物的蛋白质含量以及从叶面积和/或植株量(phytomass)推导得到的产量预测值或实际产量。可以借助生物指标精确确定最优的可能产量，即潜在的产量水平。另外，可以考虑到可以从土壤中得到的天然氮；至今为此，在栽培中一直很难做到区域特异性。

在本发明中，从作物群测得的数据，例如用传感器技术(例如在波长600-800nm范围内，测定作物群反射的射线)或用航空或卫星照片的假色技术和其他区域特异性(GIS/GPS技术)数据与土壤(土壤生产能力)和产量(产量和质量图)有关。使用数学模型和作物群的生物指标实时利用测量数据，通过此方法，控制测量时或之后的施肥。

本方法的创造性在于，在实际施肥前制定建议，以生物指标为基础确定作物群的潜在作物产量。当涉及谷物时，整体施肥计划所用的生物指标是作物实现的蛋白质含量(收获后评估)，并且分别地，为生长季中特定施肥所用的生物指标是正在形成的借助模型可以预报的蛋白质含量。如果谷物种或谷物变种的最佳的蛋白质浓度类型已经实现/正在实现，能为当时的生长条件正确计划氮肥施用。反之，如果蛋白质浓度明显高于确定的最佳水平，作物产量已达到最大化，氮肥施用水平可以降低，除非高的蛋白质水平在商业上特别有益，并能给作物带来所希望的性质。分别地，如果作物的蛋白质水平低于确定的临界限度值，当氮肥施用增加时，产量也将增加。

下面参考图1更详细地描述本发明，它是本发明优选的氮肥施用方法的概要图。

1.可能产量的确认

以产量和在不同农业生态区域(例如芬兰、丹麦)进行的氮反应试验的生物指标为基础，就相对的最佳产量确定种和/或变种特定的临界和最佳生物指标水平。用式1将每个试验系列的产量转化成相对产量，而完成上述步骤：

(1)Yp＝(Yi/Ymax*100)

其中Yp是相应(proportional)的产量(％)，Yi是以ikg/公顷的量施加氮肥时的产量(kg/公顷)，Ymax是个体试验的最大产量(kg/公顷)。然后从这些材料中得到描述生物指标水平和相应产量(例如式2形式的公式)之间关系的函数。

(2)Yp＝100*(X-Xmin)/[k+(X-Xmin)]其中X是谷粒中的生物指标水平，Xmin是生物指标可以有的最大水平，k是从实验材料中计算得到的常数。

可以从下式3确定小块区域特异性的潜在产量。

(3)S_pot＝Y+(100-Yp)*Y

其中Y＝测得的产量，S_pot是小块区域特异性潜在产量.

2.确定氮肥需要量

以作物有用的数值/计划的用途为基础，选择针对可能的产量而确定的生物指标水平(参照制成麦芽的大麦和面包谷物中的蛋白质含量)。计算从选择的生物指标水平的相应值得到的产量相应值的偏差(用式2)。然后用一个公式(例如式4形式的公式)计算与产物得到的氮肥施用相比氮肥施用水平的变化。NO产量表示从没有氮肥施用的平均值得到的相应的产量，m是常数(从试验材料计算得到)，N是氮肥量(kg/公顷)。

(4)X＝NO产量+(100-NO产量)*(1-e^-m*N)

如下计算相对于以前的作物所得到的肥料的肥料需求量的改变。首先，用为某块区域选择的生物指标水平代替式4中的X，得到N。然后，用作物得到的氮肥量代替式4中的X，又得到N。从计算得到的第一个N值中减去计算出的第二个N值，所得的差值是与作物得到的量相比，在氮肥施用中所需的校正值。此方法可以对照以前的作物的氮肥施用，增加或减少未来的氮肥施用。

其他营养与氮比例和土壤中所含营养决定将使用的其他营养如磷和钾的需要量。在本施肥方法中，所用营养的量足以满足生长而不过剩，以致于它们不会残留在环境中而受到沥滤(leading)。

上述方法依照品质目标的设定而优化产量。当知道产量水平和作物的价格及肥料的成本时，也能用此方法优化经济收益。

3.监测潜在产量的实现

在生长季中，用已知技术检测作物群的植株量和叶子的绿色度(可安装在工作机械上测定作物群反射的射线的传感器、航摄照片和卫星照片)。

在生长季中，通过测定例如作物群反射的射线以确定作物群的植株量。也可以从航摄照片确定作物群的植株量。反射值提供了作物群的植株量和生物指标的评估。此结果是一个测量值，用它可以预知未来产品的数量和生物指标水平，在此基础上，制定标题2下确定的方式的施肥建议。

例如，在谷物的收获阶段，用已知技术-例如产量计量器和蛋白质检测器-制作的产量图和蛋白质图对精确耕作是有益的。对于谷物和其他品种的蛋白质制图的一个有用的选择是前段描述的绘制反射值的制图。

4.产物

利用标题1-3下记载的施肥方法，生产出的作物氮利用率高，作物的品质波动降低，并且由于优化了产量而提高了经济收益。

例1

从制备麦芽的大麦得到的本发明方法在经济产出方面的效果(＝作物价格-肥料费用)。

在1999夏天，在一个种植者的土地上进行了一项有2条约10m宽、30m长的区域的试验。在脱粒之前，从每个条状区域中以大约20米的间隔取得15个样品(2×1行米)，以确定植株地上部分的质量、谷粒质量和谷粒中蛋白质含量。以样品为基础，能确定所得产品的收益值(表1)。在此测定的基础上，估计如果未采取本发明的方法，产品的收益值会有多大。要点是，根据预先设定的限制(11.75％)，用现行的耕作方法，产品中蛋白质的含量很高，以致将不能用作制作麦芽的大麦。种植者将大麦用来制成麦芽比将其作为饲料大麦多收入0.15FIM/kg(0.90对0.75FIM/kg)。使用新方法，在条形区域1内的经济收益将高出25％，在条形区域2中将高出28％。表1

    现行耕作方法    新方法 条形 区域 N肥料kg/   公顷  产量kg/   公顷  谷物蛋   质％ 作物价格 FIM/公顷   N肥料kg/     公顷  产量kg/   公顷 谷物蛋 白质％ 作物价格 FIM/公顷    1    96  2945    12.6    2210    83  2920  11.5    2760    2    96  2410    13.3    1740    76  2380  11.5    2220*以1999年12月的价格水平为基础

参考文献Anon.1990.Radgivarmatch i fait：resultat av vaxtanalysen.Lantmannen 12，4-7.Anon.1992.小麦.IFA世界肥料应用手册，国际肥料工业协会(IFAWorld Fertilizer Use Manual International Fertilizer IndustryAssociation)，巴黎：65-92页Beaufils，E.R.1973.调查和建议的整体系统(Diagnosis andRecommendation Integrated System)(DRIS)，土壤科学公报(SoilSci.Bull.)1.Univ.Natal，南非Grandzinski，M.，Van Overstraeten，M.，Schrder，D.and Finch，R.1998.采用图和局部计算方法提出随空间变化的施肥建议(Usingmaps and local calculation methods for spatially variablefertilizer recommendations)，国际肥料学会第422次会议(Proceedings No422 of the International Fertilizer Society)：20页Pulkkinen，J.1999.Kesalannoitus avomaalla.Leipa，No5/1999，pp.41-42.Scaife，A.&Stevens，K.L.1984.蔬菜作物汁液中硝酸盐的监控(Monitoring sap nitrate in vegetable crops)：用电极法及日照时间和叶片位置的影响对试验区域进行对比(Comparison of teststrips with electrode methods and affects of time of day andleaf position)，Commun.Soil Sci.Plant Anal.14：761-771.Siman，G.1974.特别关注采用作物分析作为补充肥料的指南的生长谷物中的氮状况(Nitrogen status in growing cereals with specialattention to the use of plant analysis as a guide to supplementalfertilization.)Diss.R.agri.Con.瑞典：93页Watanabe，S.，Hatanaka，Y.&Inada，K.1980.数字式叶绿素测定仪的发展；I.结构和性能，Jpn.作物科学杂志(J.Crop Sci.)49：89-90。Wolhring，J.，Reusch，S.&Karlsson，C.1998.以作物感觉为基础的可变速率的氮应用(variable rate nitrogen application basedon crop sensing)，国际肥料学会第423次会议(Proceedings No423of the International Fertilizer Society)。