传统氮素管理策略依赖固化的经验决策，无法精准控制施肥时机，导致氮素利用率低下，难以在区域尺度上实现产量稳定性、资源利用效率与环境承载力的动态协同，这在高集约化种植区域尤为突出。这些问题严重影响了可持续农业的建设，因此，构建精准氮肥调控系统对于保障粮食安全、推动农业绿色转型至关重要。
目前，区域氮素管理研究主要集中于单维度技术积累，但对多因素耦合作用机制的系统解构不足。更关键的是，传统多因素田间试验方法受试验周期长、经济成本高的双重限制，难以支撑复杂农艺条件下的动态优化。作物品种参数的本地化以及氮素管理与多目标动态响应机制的探索仍存在不确定性。特别是当作物品种参数估算不准确时，会导致模型与田间实际拟合度降低，进而影响决策可信度，严重阻碍了黑土保护与产能协同提升国家战略的实施。
二、研究方法
本研究提出了一种集成化的DSSAT-PSO优化框架，用于精准农业决策。通过在MATLAB环境中将粒子群优化（PSO）与DSSAT模型相结合，该方法解决了DSSAT应用模块中内置工具（GENCALC/GLUE）在作物品种参数优化方面的局限性，实现了品种参数的高效自动化校准。
图1 技术路线图分为三个部分：Seq-Module建模用于交互文件的预处理和准备，作物栽培系数的PSO优化，以及AHP引导的多目标决策优化用于PSO
本研究以选取黑龙江省哈尔滨市作为单点代表，利用序列模块进行为期8年的玉米连作连续模拟（https://www.harbin.gov.cn/）。气象数据来源于中国气象数据服务中心（https://data.cma.cn），取自“中国地面气候资料日值数据集（V3.0）”。土壤数据来源于世界土壤数据库（HWSD）（Nachtergaele等，2010），用于表征土壤性质。哈尔滨地区耕地范围通过中国科学院空天信息创新研究院开发的30米全球精细土地覆盖产品确定（https://www.cas.cn/）。田间管理参数通过综合黑龙江省春玉米生产系统的农艺实践和同行评审文献确定，以确保模型的准确性和区域适用性。系统整理了播种日期、施肥制度和耕作措施等关键操作参数（表1），以反映当地农业生产实际。
表1 CK组Seq-Module管理参数设置
图2 本文以哈尔滨市行政区域为模拟点，连续8年进行模拟，模拟地点的详细坐标为127°57′E，45°37′N
三、主要的研究结果
3.1 作物品种参数的外部优化
为实现基于粒子群优化（PSO）算法的DSSAT作物品种参数自动化优化，本研究通过编写多个关键程序脚本，开发了完整的闭环系统（表2）。这些脚本旨在解决参数动态适配、跨平台调用和结果反馈等核心挑战，从而实现DSSAT与粒子群优化（PSO）优化模块的无缝交互。经粒子群优化（PSO）优化的参数集计算时长为15分钟，产量达8091kg・hm⁻²，籽粒氮素转化率（GNCR）为74.2%，氮素吸收效率（CNUE）为81.9%，产量、开花期和成熟期模拟的综合标准化均方根误差（NRMSE）为8.5%。
表2 耦合DSSAT-PSO核心文件的组成
3.2 追肥频率优化
在品种参数校准完成的基础上，利用DSSAT-PSO与序列模块对哈尔滨地区玉米的施肥决策进行优化。在总施氮量固定为215kg・hm⁻²的条件下，通过粒子群优化（PSO）生成100个粒子群，进行30次迭代，筛选不同追肥频率下的最优氮素管理方案。
图3 效率提升计划（2013-2020年）下关键氮管理指标的年际变化趋势。这项单点（哈尔滨）研究通过对比常规氮肥施用（对照组：215kgN/ha，单次追肥）与优化追肥策略（215kgN/ha），探究了追肥频率对作物生长的影响。在连续八年（2013-2020年）的研究中，追踪了六个指标：产量、氮利用效率（CUNE）、氮素GNCR（籽粒氮含量比）、土壤有机碳含量（SCDD，0-20cm）、氮累积淋溶量（NLCC）以及氮累积矿化量（NMNC），模拟期定义为从采收到下次采收的时间段
在总施氮量固定的条件下，与不追肥相比，单次追肥策略改善了多个指标（如作物氮素吸收效率（CNUE）提升+1.4%，籽粒氮素转化率（GNCR）提升+1.3%），同时产量保持高度稳定。玉米氮素管理的核心在于基肥与追肥的精准时空协同。最优配置（基肥20kg・hm⁻²+播种后55天追肥180kg・hm⁻²，综合指数F值0.785）使前期需求与穗期峰值相匹配，避免了早期氮素浪费，确保了籽粒灌浆期的氮素供应，显著提高了产量和氮素利用效率。
3.3 总施氮量优化
在确定单次追肥（结合基肥）为最优管理策略后，后续分析评估了不同总施氮量下玉米的产量、氮素吸收及利用效率。在低氮输入（100-150kg・hm⁻²）条件下，随着施氮量增加，产量显著提升27.5%，这是由于在氮素限制条件下，氮素供应促进了营养生长和穗部形成；当施氮量达到中等水平（150-200kg・hm⁻²）时，产量增长放缓至5.5%，达到8090kg・hm⁻²的平台期，表明边际收益递减；超过200kg・hm⁻²后，产量完全趋于平稳，反映出籽粒灌浆的生理限制和氮素饱和状态。
图4 在动态调控总氮施用量条件下，氮肥管理优化的产量、GNCR和 CNUE变化趋势。关键转折点出现在总氮施用量为150和200 kgN/ha时
籽粒氮素转化率（GNCR）和作物氮素吸收效率（CNUE）呈现相反趋势（图5）：在低氮输入（100-125kg・hm⁻²）下，由于氮素优先分配至籽粒，籽粒氮素转化率（GNCR）保持较高水平，而作物氮素吸收效率（CNUE）在氮素短缺驱动的高效吸收下达到峰值；在中等氮素范围（125-220kg・hm⁻²）内，作物氮素吸收效率（CNUE）稳定在81%-83%，而籽粒氮素转化率（GNCR）在180kg・hm⁻²时达到峰值后下降，这是由于营养生长与生殖生长竞争加剧，氮素被重新分配至茎和叶；过量施氮（>220kg・hm⁻²）导致籽粒氮素转化率（GNCR）稳定在0.69，作物氮素吸收效率（CNUE）线性下降，表明根系吸收饱和且土壤氮素累积。
图5 综合权重响应热力图。该图数据在整合主观与客观权重前已完成标准化处理。原始系数——产量（kg/ha）、氮素利用效率（CNUE，%）及籽粒氮素转化率（GNCR，%）—经标准化处理以消除单位差异并保留数据分布特征，从而转化为无量纲指标。最终显示的F值是基于标准化系数计算的综合评估指标，反映其与三个目标系数的响应关系。
肥用量与后续施肥时间的交互作用对玉米产量和氮素利用特性表现出明显的阈值效应：当基肥用量低于100kg・hm⁻²且后续施肥时间晚于50天时，随着基肥进一步减少和追肥延迟，产量、作物氮素吸收效率（CNUE）和籽粒氮素转化率（GNCR）均同步下降。
图6 基肥施用与追肥时机对产量、GNCR及CNUE的动态响应
四、研究结论
本研究通过构建MATLAB与DSSAT的开放接口，开发了基于粒子群优化（PSO）的DSSAT-PSO框架，旨在实现序列模块中作物品种参数和氮素管理策略的高效协同优化。该框架高效优化了试验区域的品种参数（标准化均方根误差（NRMSE）=8.5%），进一步实现了减少15kg・hm⁻²氮肥施用量同时维持产量稳定的目标，显著提高了该区域氮素管理的准确性和适应性，为实现农业绿色生产和资源高效利用提供了可靠的算法支持。我们致力于向全球DSSAT社区开放所开发的模型和方法，鼓励基于本地数据进行定制化优化解决方案，共同推动智慧农业技术的传播和绿色发展。
文献来源
LiaoNJ,WangB,ZhangFX,etal.DSSAT-PSOcoupling-drivenintelligentoptimizationforregionalnitrogenmanagement:Sequencemodulerefinementanddevelopment[J].FieldCropsResearch,2026,337110276-110276.
转自绿水智慧农业
监制：王丽娇
