摘要： 【目的】大白菜（Brassica rapa L. ssp. pekinensis） 在我國各地均有大面積種植，我們構建了基于產量反應和農學效率的大白菜養(yǎng)分專家推薦施肥智能系統(tǒng)，為不同土壤和氣候環(huán)境條件的大白菜生產提供簡便可靠的施肥方案?！痉椒ā繑?shù)據(jù)來源于2000—2023 年國際植物營養(yǎng)研究所中國項目部和研究團隊在大白菜主產區(qū)開展的田間肥效試驗，以及此期間在“中國知網數(shù)據(jù)庫”以關鍵詞“大白菜”、“大白菜+產量”、“大白菜+養(yǎng)分吸收”、“大白菜+肥料利用率”檢索到的公開發(fā)表的學術論文。進一步以田間肥料試驗和露地大白菜為條件，篩選出大白菜產量數(shù)據(jù)2809 條，大白菜氮、磷和鉀養(yǎng)分吸收數(shù)據(jù)分別為667、505 和514 條，大白菜氮、磷和鉀產量反應數(shù)據(jù)分別為153、113 和264 條。采用QUEFTS 模型模擬分析了大白菜不同目標產量的最佳養(yǎng)分需求特征，結合計算機技術，構建大白菜養(yǎng)分專家系統(tǒng)。于2023 年在山東和河北大白菜主產區(qū)開展了6 組田間試驗，每組田間試驗包括6 個處理，分別為基于大白菜養(yǎng)分專家系統(tǒng)推薦施肥（NE）、農民習慣施肥（FP）、土壤測試施肥（ST），以及基于NE 的不施氮、不施磷或不施鉀處理，分析了大白菜產量、經濟效益和養(yǎng)分利用率?！窘Y果】2000—2023 年，我國露地大白菜試驗的平均產量為86.0 t/hm2，氮、磷和鉀養(yǎng)分吸收量分別為178.5、40.1 和225.4 kg/hm2。根據(jù)QUEFTS 模型分析結果，生產1 t 大白菜所需氮、磷、鉀養(yǎng)分分別為1.64、0.33 和2.21 kg。產量反應和農學效率呈二次曲線關系 （Plt;0.05），相關系數(shù)分別為0.743 （氮）、0.753 （磷）、0.806 （鉀）。田間試驗結果表明，NE 處理N、P2O5 和K2O 用量分別較FP 處理減少8.4%、39.3% 和6.1%，與ST 處理用量相當。NE 處理大白菜產量較ST 和FP 處理分別增加2.0% 和7.8%，經濟效益分別提高2.6% 和13.4%，氮肥回收率分別提高34.9% 和28.6%，鉀素偏生產力分別提高13.8% 和21.7%；NE 處理氮和磷素偏生產力與ST 處理相當，但高于FP 處理，NE 處理氮和磷素偏生產力較FP 處理分別提高了16.1% 和94.4%。【結論】與常規(guī)測土施肥技術相比，采用產量反應和農學效率為基礎構建的大白菜養(yǎng)分專家系統(tǒng)，針對不同生產條件推薦的施肥方案不僅優(yōu)化了肥料用量，還提高了大白菜產量、經濟效益以及肥料利用效率，充分證明大白菜養(yǎng)分專家系統(tǒng)是適用于我國不同地區(qū)和規(guī)模的大白菜種植的智能推薦施肥方法。

關鍵詞： 大白菜；養(yǎng)分專家系統(tǒng)；產量反應；肥料利用率；經濟收益

大白菜是我國種植面積最大、食用量最多的冬季蔬菜，其在均衡市場蔬菜供應以及穩(wěn)定蔬菜價格方面發(fā)揮重要作用[1]。蔬菜生產具有生長周期短、復種指數(shù)高的特點，我國蔬菜種植以小農戶經營為主，然而，由于知識和技術的匱乏，農戶往往通過大量施肥來保障產量[2?4]。長期過量施肥不僅造成蔬菜品質下降、肥料利用率低，還會引發(fā)溫室氣體過量排放、地下水硝酸鹽含量超標等問題，嚴重威脅我國耕地健康和蔬菜綠色可持續(xù)生產[5?7]。為了指導科學施肥，當前階段已開發(fā)出的多種基于作物分析的推薦施肥方法，包括葉片SPAD 值測定、冠層反射儀測量以及肥料效應函數(shù)等。然而，這些方法因測試成本高昂、取樣過程復雜或操作方法難以掌握等因素，導致技術在實際應用中的采納率普遍偏低；另外，基于作物?土壤分析的方法如測土配方施肥技術，是我國推廣力度最大的推薦施肥方法，也存在時效性不強，及難以精確滿足我國眾多小農戶多樣化的施肥需求等問題[3， 8?9]。因此，開發(fā)智能、輕簡、易于實施的養(yǎng)分推薦施肥方法，是提升我國蔬菜養(yǎng)分管理水平面臨的關鍵任務。

養(yǎng)分專家系統(tǒng)（Nutrient Expert system， NE） 是以田間試驗大數(shù)據(jù)為基礎，結合QUEFTS 模型建立基于產量反應和農學效率內在聯(lián)系的推薦施肥方法，該系統(tǒng)已成功應用于小麥[10]、玉米[11]等糧食作物以及馬鈴薯[12]、蘋果[13]等經濟作物。用戶只需通過微信公眾號交互界面，提供作物往年產量水平、養(yǎng)分投入量、土壤肥力狀況等信息，即可進行氮（N）、磷（P）和鉀（K） 施用量的推薦。此外，隨著田間試驗數(shù)據(jù)的豐富，還能針對數(shù)據(jù)以及生態(tài)區(qū)域和種植類型進行細分、升級NE 系統(tǒng)，進一步提升施肥推薦系統(tǒng)的針對性和精準性[14]。不同種類作物養(yǎng)分吸收規(guī)律與產量反應特征差異巨大[12?13， 15]，結合NE 系統(tǒng)進行推薦施肥不能簡單套用某種作物的推薦施肥方法進行施肥量的確定，而目前有關大白菜養(yǎng)分專家系統(tǒng)的建立與田間驗證方面的研究鮮有報道。因此，本研究通過文獻數(shù)據(jù)收集并結合田間試驗數(shù)據(jù)庫，采用QUEFTS 模型建立基于產量反應和農學效率相關關系的大白菜養(yǎng)分專家系統(tǒng)，同時結合田間試驗數(shù)據(jù)對大白菜養(yǎng)分專家系統(tǒng)進行驗證，旨在為我國大白菜平衡施肥提供技術支撐。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究所涉及的數(shù)據(jù)來源于2000—2023 年國際植物營養(yǎng)研究所中國項目部和研究團隊在大白菜主產區(qū)開展的田間肥效試驗，以及此期間在“中國知網數(shù)據(jù)庫”中通過檢索“大白菜”、“大白菜+產量”、“大白菜+養(yǎng)分吸收”、“大白菜+肥料利用率”等得到的公開發(fā)表的學術論文。本研究數(shù)據(jù)庫中所有數(shù)據(jù)均來自田間肥料試驗且為露地大白菜，其中大白菜產量數(shù)據(jù)為2809 條，大白菜氮、磷和鉀養(yǎng)分吸收數(shù)據(jù)分別為667、505 和514 條，大白菜氮、磷和鉀產量反應數(shù)據(jù)分別為153、113 和264 條。所收集的試驗點位分布見圖1。

1.2 大白菜養(yǎng)分專家系統(tǒng)構建

大白菜養(yǎng)分專家系統(tǒng)是在確定土壤基礎養(yǎng)分供應水平以及明確單位產量所需最佳養(yǎng)分吸收量的前提下，依據(jù)大白菜產量反應以及目標產量，建立的氮、磷和鉀養(yǎng)分推薦施肥模型，是可在土壤基礎供應水平已知和未知的情景下，為特定地塊提供針對性的施肥方案的計算機軟件系統(tǒng)。其中：

施氮量=大白菜氮素產量反應/氮素農學效率；

施磷（鉀） 量=大白菜磷（鉀） 產量反應需求量+大白菜收獲部分磷（鉀） 移走量?上季磷（鉀） 養(yǎng)分殘效。

形成單位產量所需最佳養(yǎng)分吸收量依據(jù)改進的QUEFTS 模型得出。QUEFTS 模型運行過程主要包括估算土壤基礎養(yǎng)分供應能力；估算土壤基礎養(yǎng)分供應與肥料供應條件下作物養(yǎng)分吸收之間的關系，確定養(yǎng)分最大稀釋和最大累積邊界，該過程考慮了氮磷鉀吸收之間的交互作用；結合Microsoft excel 的規(guī)劃求解，計算不同目標產量下的最佳養(yǎng)分吸收量。

1.3 田間驗證試驗

于2023 年秋天在山東安丘市王墳村、西關村和河洽村以及河北唐山市小裴莊村、雁翎莊和東鴻鴨泊村（圖1） 開展6 個田間試驗，以驗證大白菜養(yǎng)分專家系統(tǒng)的可行性。每個田間試驗種植前調查試驗地塊大白菜過去3 年產量、上季作物施肥量、有機肥施用情況以及秸稈還田方式等，并測定土壤基礎理化指標。所有試驗均包含大白菜養(yǎng)分專家系統(tǒng)推薦施肥，即NE 處理；基于NE 處理的不施氮處理（NE?N）；基于NE 處理的不施磷處理（NE?P）；基于NE 處理的不施鉀處理（NE?K）；農民習慣施肥，即FP 處理，遵循試驗地塊農民習慣施肥量；測土施肥，即ST 處理，當?shù)剞r技推廣部門推薦施肥量（表1），每個處理重復3 次。田間供試肥料為尿素（N46%）、磷酸氫二銨（N 18%， P2O5 46%）、過磷酸鈣（P2O5 12%）、硫酸鉀（K2O 50%）。磷肥作為基肥一次施入，氮肥和鉀肥分作基肥和追肥施用。農民習慣施肥處理依據(jù)當?shù)胤N植習慣追肥1 次，于大白菜蓮座期施用，氮肥、鉀肥施用比例均為1∶1；其余處理均追肥2 次（追肥比例依據(jù)大白菜養(yǎng)分專家推薦結果），于大白菜蓮座期和包心期施用。同一地塊各處理種植密度、試驗周期以及田間管理措施等與當?shù)剞r民習慣方式一致。

大白菜收獲期采用相同標準采集各試驗處理樣品，在每小區(qū)中間位置收獲兩行并測定大白菜產量；選擇小區(qū)內代表性的5 顆大白菜，去離子水沖洗表面泥土，吸水紙擦干。按大白菜生長軸十字縱切4 份，取對角線兩份，切碎混勻后置入烘箱105°C殺青30 min，75°C 烘至恒重，稱重，用于計算大白菜含水量；樣品經粉碎過篩（0.15 mm） 后，采用H2SO4?H2O2 消煮，用流動分析儀和原子吸收法測定大白菜氮、磷和鉀養(yǎng)分含量。

1.4 統(tǒng)計與分析

采用Excel 2021 和Origin 2021 對數(shù)據(jù)進行分析處理和作圖，使用IBM SPSS Statistics 22 軟件對不同處理間某一指標在0.05 水平上進行ANOVA 分析；使用正態(tài)分布檢驗、獨立樣本t 檢驗，分析NE處理與FP 或ST 處理間產量、經濟效益以及肥料利用率的差異顯著性（Plt;0.05）。

計算公式[10， 12， 14]如下：

產量反應（yield response，kg/hm2） = 施肥處理產量?相應缺素處理產量；

相對產量（relative yield） = 缺素處理產量/施肥處理產量；

養(yǎng)分回收率（recovery efficiency，%） = （施肥處理植株養(yǎng)分累積量?相應缺素處理植株養(yǎng)分累積量）/單一養(yǎng)分施用量×100；

農學效率（agronomic efficiency，kg/kg） = 產量反應/單一養(yǎng)分施用量；

偏生產力（partial factor productivity，kg/kg） = 施肥處理產量/單一養(yǎng)分施用量；

凈效益（net profit，yuan/hm2） = 大白菜經濟產量收益?總成本。

公式中，氮、磷和鉀肥施用量以N、P2O5 和K2O計算，養(yǎng)分累積量以N、P 和K 計算；總成本包括施肥費用、農藥費、灌溉水費用以及人工成本（包括除草、施肥、噴施農藥以及收獲等）。

2 結果與分析

2.1 大白菜產量和養(yǎng)分吸收

大白菜產量變化范圍為4.89～200.0 t/hm2，平均產量為86.0 t/hm2 （表2）。大白菜平均氮、磷和鉀養(yǎng)分含量分別為36.2、8.5 和44.4 g/kg，其比例約為4.3∶1.0∶5.2；大白菜平均氮、磷和鉀養(yǎng)分吸收量分別為178.5、40.1 和225.4 kg/hm2，養(yǎng)分吸收比例約為4.4∶1.0∶5.6。數(shù)據(jù)庫中大白菜產量、養(yǎng)分含量以及養(yǎng)分吸收量變異均較大，表明地域、養(yǎng)分管理等因素對大白菜生產均有顯著影響。養(yǎng)分內在效率是評估作物將吸收的養(yǎng)分轉化為產量的能力，也是QUEFTS 模型中的關鍵參數(shù)，大白菜平均氮、磷和鉀養(yǎng)分內在效率分別為570.4、3116.3 和473.6 kg/kg，表明不同養(yǎng)分元素對產量形成貢獻差異顯著。

2.2 產量反應和相對產量

養(yǎng)分產量反應的大小反映某種養(yǎng)分施用對大白菜產量形成的貢獻?；诒緮?shù)據(jù)，我國大白菜主產區(qū)施用氮、磷和鉀肥的產量反應平均分別為26.6、14.1 和5.2 t/hm2，變化范圍分別為0～90.1、0～61.5和0～60.1 t/hm2 （圖2）。氮、磷和鉀產量反應小于54、30 和36 t/hm2 的數(shù)據(jù)分別占全部數(shù)據(jù)數(shù)量的92.8%、85.6% 和91.6%；氮、磷和鉀產量反應小于18、10 和12 t/hm2 的數(shù)據(jù)分別占38.6%、46.7% 和42.2%。施氮產量反應高于施磷和施鉀的產量反應，表明影響大白菜產量的首要限制因子是氮素，其次為磷素和鉀素。

利用收集的數(shù)據(jù)庫中全部相對產量的25th 百分位數(shù)、中位數(shù)和75th 百分位數(shù)的數(shù)值作為土壤養(yǎng)分低、中和高的供應等級。即低肥力土壤對應的氮、磷、鉀相對產量分別為0.57、0.73、0.79；中肥力土壤對應的氮、磷、鉀相對產量分別為0.69、0.86、0.86；高肥力土壤對應的氮、磷、鉀相對產量分別為0.83、0.93、0.89。就全部相對產量數(shù)據(jù)而言，我國大白菜主產區(qū)施用氮、磷、鉀肥的平均相對產量分別為0.69、0.81 和0.84 （圖2）。對于低、中肥力土壤，氮素的相對產量明顯低于磷、鉀素的相對產量，表明低、中肥力土壤中氮素是大白菜增產的主要限制因子。通過分析氮、磷、鉀產量反應與其相應的相對產量之間的關系，發(fā)現(xiàn)兩者之間呈顯著負相關（圖3），進一步明確相對產量能較好反映土壤基礎養(yǎng)分的供應水平。

2.3 大白菜施肥的產量反應與農學效率及其關系

養(yǎng)分的農學效率是反映肥效的關鍵指標之一。本數(shù)據(jù)庫中，大白菜氮、磷和鉀肥的農學效率平均分別為115.2、114.8 和81.9 kg/kg，變化范圍分別為0～328，0～351 和0～274 kg/kg （圖4）。氮和磷肥農學效率小于180 kg/kg 的數(shù)據(jù)分別占全部數(shù)據(jù)量的81.7% 和81.4%，鉀肥農學效率小于165 kg/kg 的數(shù)據(jù)占90.0%。通過構建大白菜的產量反應與農學效率的關系發(fā)現(xiàn)，產量反應和農學效率呈顯著（Plt;0.05）二次曲線關系（圖5）。較高的土壤基礎養(yǎng)分供應將會降低大白菜的產量反應，在相同肥料用量情況下較高的土壤肥力會降低大白菜的養(yǎng)分農學效率。

2.4 大白菜最佳養(yǎng)分吸收

采用QUEFTS 模型，模擬了大白菜不同潛在產量（100～200 t/hm2） 下達到某一目標產量的氮、磷和鉀養(yǎng)分最佳需求量。無論潛在產量是多少，當目標產量在潛在產量的70% 范圍內，QUEFTS 模型模擬出的氮、磷、鉀養(yǎng)分需求量隨產量的增加呈現(xiàn)線性增加，生產1 t 大白菜所需氮、磷、鉀養(yǎng)分量分別為1.64、0.33 和2.21 kg （圖6）。所收集的數(shù)據(jù)庫中，有相當一部分大白菜氮、磷、鉀養(yǎng)分吸收數(shù)據(jù)點偏離了最佳養(yǎng)分吸收曲線，表明在當前土壤養(yǎng)分管理條件下，大白菜生長存在養(yǎng)分不足或奢侈吸收的現(xiàn)象。因此，在實際生產中需要優(yōu)化大白菜氮、磷、鉀肥的施用量。

2.5 大白菜養(yǎng)分專家系統(tǒng)的田間驗證

2.5.1 大白菜產量和經濟效益 NE、ST 和FP 處理的大白菜平均產量分別為159.6、156.5 和148.1 t/hm2（圖7）；NE 處理較ST 和FP 處理大白菜產量分別增加3.1 和11.5 t/hm2，增產率分別達2.0% 和7.8%。經濟效益分析結果表明，NE、ST 和FP 處理的大白菜平均凈效益分別為27450、26746 和24216 元/hm2，NE 處理比ST 和FP 處理的凈效益分別增加705 和3235 元/hm2，增收幅度分別為2.6% 和13.4%。與ST 和FP 處理相比，NE 處理的凈收益提升來自產量增加和肥料用量減少，其中由產量增加帶來的經濟效益分別為620 和2300 元/hm2，分別占凈收益的88.0% 和71.1%。與FP 處理相比，NE 處理N、P2O5 和K2O 用量分別減少22、88 和14 kg/hm2，減少幅度分別為8.4%、39.3% 和6.1%；ST 處理N、P2O5 和K2O 用量與NE 處理相當 （表1），這表明平衡施肥對產量以及經濟效益增長的重要性。

2.5.2 肥料利用率 與ST 和FP 處理相比，NE 處理的平均氮肥農學效率分別提高了14.0 和49.1 kg/kg，增加幅度分別為13.2% 和68.7%；NE 處理的平均氮肥回收率分別提高了6.9 和5.9 個百分點，提高幅度分別為34.9% 和28.6%。與ST 和FP 處理相比，NE 處理的平均磷肥農學效率分別提高了28.0 和57.9 kg/kg，增加幅度分別為23.4% 和64.4%；NE 處理的平均磷肥回收率分別提高了5.2 和13.9 個百分點，提高幅度分別為23.0% 和102.0%。與ST 和FP 處理相比，NE 處理的平均鉀肥農學效率分別提高了19.7 和12.2 kg/kg，增加幅度分別為28.8% 和16.1%；NE 處理的平均鉀肥回收率分別提高了7.2和11.4 個百分點，提高幅度分別為21.0% 和37.9%（圖8）。

養(yǎng)分偏生產力是衡量養(yǎng)分利用效率的重要指標，反映在特定養(yǎng)分投入水平下，作物產量對養(yǎng)分的響應程度。NE 處理的平均氮和磷素偏生產力與ST 處理相當，但高于FP 處理，NE 處理平均氮和磷偏生產力較FP 處理分別提高了92.7 和614.4 kg/kg，增加幅度為16.1% 和94.4%；NE 處理的平均鉀素偏生產力高于ST 和FP 處理，分別提高了93.7 和138.0 kg/kg，增加幅度分別為13.8% 和21.7% （圖8）。

3 討論

養(yǎng)分專家系統(tǒng)現(xiàn)已在水稻、小麥、玉米等主要糧食作物成功應用，其構建過程已相當成熟[16?17]。但由于不同種類作物的養(yǎng)分農學效率、產量反應以及養(yǎng)分吸收特征等差異顯著[18]，因此需要針對具體作物進行養(yǎng)分專家系統(tǒng)的構建。本研究匯總了我國大白菜主產區(qū)的養(yǎng)分吸收、產量以及施肥量等數(shù)據(jù)，構建了大白菜養(yǎng)分專家系統(tǒng)。所匯總的數(shù)據(jù)庫中，大白菜產量、養(yǎng)分吸收等數(shù)據(jù)變異較大，這可能是由于大白菜生長周期短，以及不同地區(qū)氣候、養(yǎng)分管理差異等因素導致[19?21]。與蘿卜塊根類以及大蔥葉菜類蔬菜相比，大白菜氮、磷和鉀養(yǎng)分吸收量較高[12， 22?23]，這主要與單位面積作物產量有關。QUEFTS 模型模擬的生產1 t 大白菜氮、磷和鉀養(yǎng)分需求比例時，發(fā)現(xiàn)表現(xiàn)為低磷和高氮、鉀的特點，在玉米、水稻、蘋果[10， 13?14]上也表現(xiàn)出類似的養(yǎng)分需求規(guī)律。此外，收集的數(shù)據(jù)中產量高于200 t 的數(shù)量占比僅為0.8%，與其他產量數(shù)據(jù)較為離散，加之缺少養(yǎng)分吸收數(shù)據(jù)，因此并未納入本研究數(shù)據(jù)庫。

明確土壤基礎養(yǎng)分水平是建立養(yǎng)分專家系統(tǒng)的前提。傳統(tǒng)研究通過土壤養(yǎng)分測試結果來判斷土壤養(yǎng)分供應水平，但由于測定方法適用性以及養(yǎng)分供應不均衡等因素導致產量與土壤養(yǎng)分測試結果之間相關性較低[24]。而相對產量與土壤基礎養(yǎng)分水平則有較好的相關關系[25?26]，相對產量越高表明土壤基礎養(yǎng)分水平越高，反之亦然。通過利用大白菜主產區(qū)建立的數(shù)據(jù)庫，以統(tǒng)計學中相對產量的25th 百分位數(shù)、中位數(shù)和75th 百分位數(shù)的數(shù)值作為土壤養(yǎng)分低、中、高的供應等級，結合相對產量與產量反應之間的相關關系來確定產量反應大小。產量反應是推薦施肥系統(tǒng)的關鍵參數(shù)，同時也是表征肥效的重要指標。本研究中，氮、磷和鉀產量反應較低的數(shù)據(jù)占數(shù)據(jù)庫中全部產量反應數(shù)據(jù)的40% 左右，表明我國大白菜種植區(qū)有相當一部分土壤受過量施肥影響，導致養(yǎng)分積累，加劇了養(yǎng)分氣態(tài)損失以及淋溶的風險[27?29]；農學效率數(shù)據(jù)的分布同樣反映出類似的規(guī)律。大白菜氮、磷和鉀的農學效率顯著高于糧食作物[10， 14]，這主要與蔬菜的產量反應普遍高于糧食作物有關[14， 22]。與糧食作物類似，本研究中產量反應和農學效率間表現(xiàn)出顯著的二次曲線關系，通過對兩者之間關系進行定量，在已知大白菜產量反應的前提下即可進行氮肥推薦施量的計算。單位產量下大白菜的養(yǎng)分需求量是推薦施肥的另一重要參數(shù)。QUEFTS模型結合田間試驗大數(shù)據(jù)并考慮養(yǎng)分元素間的交互作用，為預測作物最佳養(yǎng)分吸收提供技術支持[30?31]。本研究中應用QUEFTS 模型模擬出的生產1 t 大白菜所需氮、磷、鉀養(yǎng)分量低于蘿卜塊根類蔬菜，這可能與種植周期以及養(yǎng)分吸收部位的不同有關。然而，目前尚未有大白菜養(yǎng)分需求量的報道，今后應進一步收集或進行田間試驗來優(yōu)化最佳養(yǎng)分吸收量，以提高大白菜養(yǎng)分專家系統(tǒng)推薦施肥量的精確性。

相較于傳統(tǒng)的推薦施肥技術，大白菜養(yǎng)分專家系統(tǒng)在有無土壤信息條件下，結合當?shù)禺a量水平和土壤肥力狀況均可提供精確的施肥量建議[8]。本研究中，大白菜養(yǎng)分專家系統(tǒng)對6 個地塊提供了個性化的施肥方案。整體來看，大白菜養(yǎng)分專家提供的氮、磷施肥量均顯著低于農民習慣施肥，表明現(xiàn)階段露地大白菜仍存在過量施肥情況。當?shù)剞r技推廣部門推薦施肥來自于測土數(shù)據(jù)，本研究中大白菜養(yǎng)分專家系統(tǒng)推薦氮和磷施用量與當?shù)赝扑]施肥量相當、鉀肥略低，表明所建立的大白菜養(yǎng)分專家系統(tǒng)可信度高，實現(xiàn)了節(jié)本增效。大白菜養(yǎng)分專家系統(tǒng)推薦施肥獲得了高于當?shù)赝扑]施肥和農民習慣施肥的產量、經濟效益以及養(yǎng)分利用率，這些結果強調了平衡施肥對產量以及經濟效益的重要性[32?33]。與當?shù)赝扑]施肥和農民習慣施肥相比，大白菜養(yǎng)分專家系統(tǒng)不僅提供施肥量，還結合4R 原則（正確的肥料種類和用量、確切的時間在確切的位置施肥），提供大白菜關鍵生育期（基肥—蓮座期—結球期） 養(yǎng)分施用比例，最大限度地優(yōu)化施肥效果。研究表明，結合作物養(yǎng)分需求規(guī)律進行施肥，可極大促進作物增產、養(yǎng)分吸收以及提高肥料利用率[2， 34?35]，這也是大白菜養(yǎng)分專家系統(tǒng)推薦施肥獲得較高產量的重要原因。研究化肥施用效率是衡量施肥合理性的重要手段，常用指標包括農學效率、肥料回收率以及偏生產力等[36?39]。本研究中，農民習慣施肥的氮、磷、鉀回收率和偏生產力普遍較低，造成這一現(xiàn)象的主要原因是施肥量過大且基肥與追肥比例不符合大白菜養(yǎng)分需求[40?42]，Cao 等[43]和Qu 等[44]的研究也得出相似的結果。相比之下，大白菜養(yǎng)分專家系統(tǒng)推薦施肥較農民習慣施肥以及測土施肥獲得較高的養(yǎng)分回收率以及偏生產力，主要是因為養(yǎng)分專家系統(tǒng)能夠結合大白菜養(yǎng)分需求特征進行施肥比例推薦，優(yōu)化了土壤基礎養(yǎng)分供應與大白菜養(yǎng)分需求之間的關系，有利于大白菜對養(yǎng)分的吸收利用，進而提高肥料利用效率。

綜合來看，基于產量反應與農學效率的大白菜養(yǎng)分專家系統(tǒng)為大白菜平衡施肥提供了新方向。但由于目前大白菜養(yǎng)分專家系統(tǒng)建立的數(shù)據(jù)庫中數(shù)據(jù)量有限，對建模數(shù)據(jù)的收集以及田間試驗驗證仍有待加強。此外，受有機肥價格以及勞動強度等因素影響，農民通過大量施用化肥來保障露地蔬菜產量，缺乏對有機肥的投入。隨著有機培肥的推廣，今后還需完善包含有機肥在內的推薦施肥方案。

4 結論

大白菜養(yǎng)分專家系統(tǒng)是以田間試驗大數(shù)據(jù)為基礎，結合計算機信息技術建立的可操作性強的推薦施肥系統(tǒng)。多點的田間試驗表明，大白菜養(yǎng)分專家系統(tǒng)推薦施肥措施獲得了優(yōu)于農民習慣施肥措施的施肥量、產量和經濟效益，顯著提高了肥料利用效率；大白菜養(yǎng)分專家系統(tǒng)推薦施肥方法獲得了與測土施肥方法相當?shù)漠a量，但在經濟效益和肥料利用率方面均優(yōu)于測土施肥，它可以在無土壤測試結果的情況下使用，更加便捷，可作為我國不同規(guī)模、不同地區(qū)大白菜田間養(yǎng)分管理的施肥指導方法。