中國農科院資劃所肥料及施肥技術創新團隊首席科學家、國家馬鈴薯產業技術體系土壤和養分管理崗位科學家何萍博士

肥料是國家糧食安全的重要保障，同時肥料合理施用也與耕地健康密切相關。然而，當前我國化肥過量施用嚴重，導致肥料利用率低，其重要原因就是養分推薦方法局限。

從土壤測試到推薦施肥，缺乏作物推薦施肥的科學理論指導。

科學施肥問題分解：作物養分需求+土壤養分共贏到推薦施肥方法建立科學輕簡的施肥方法。

基于產量反應和農學效率的推薦施肥方法。

以 “田間試驗+大數據庫”為依托，以土壤基礎養分供應 (不施肥小區產量或養分吸收)表征土壤肥力，作物施肥后產量反應越高，肥料需要量越高

考慮了土壤以外的其他來源養分(如沉降、灌水等環境帶入養分)

采用模型分析最佳養分吸收(QUEFTS模型)

考慮秸稈和有機肥的施用

考慮作物輪作體系

采用4R養分管理

時效性強，在有和沒有土壤測試的條件下均可使用。

模型模擬提出了養分吸收特征參數

QUEFTS模型模擬了最佳養分吸收參數，考慮了NPK三個元素間交互作用，避免了單一數據點帶來的施肥偏差。

當目標產量達到產量潛力70%時，形成單位產量的養分吸收量一定，如春玉米形成每噸籽粒N、P、K需求量分別為16.5、3.6和14.1kg。

避免單一數據點施肥偏差。

用無肥區產量或養分吸收表征土壤基礎地力的高低。

? 產量反應 = (施肥后產量–不施肥產量)

? 作物施肥后產量反應越高，需要從肥料施入的養分需求量就越高

揭示了產量反應與農學效率的關系：

產量反應：施肥處理與缺素處理產量差

農學效率：施用單位某種養分的作物增產量

二者呈一元二次函數關系，涵蓋了不同的氣候條件和地力水平。

采用4R養分管理：正確(Right source)的肥料品種；合適(Right rate)的養分用量；合適(Right time)的施肥時期、正確(Right place)的施肥位置。

應用信息技術，研發了NE養分專家系統，解決了測土施肥中氮素難以推薦的重大難題。

實現了先進智能化的推薦施肥：只需提供往年產量、秸稈還田等地塊信息，NE就能依托后臺大數據進行個性化肥料推薦，在有和沒有土壤測試條件均可使用。

何萍博士在在研究作物養分需求特征、土壤基礎養分供應以及作物農學效率與產量反應的量化關系基礎上，構建了作物養分協同優化的推薦施肥模型，建立了基于產量反應和農學效率的作物推薦施肥新方法。該方法能夠減少化學氮肥用量20%-30%以上，提高氮素回收率10個百分點以上，NE系統指導推薦施肥工作被IRRI、IFA、APNI學者高度認可，在Global Food Security雜志上大篇幅報道，被認為是引領全球肥料高效利用的重要工作，同時該系統入選2019年農業農村部主推技術，在我國肥料減施增效和農田可持續利用中發揮了重要作用。

2024CIS特種肥料發展大會現場