2. 变量施肥理论基础：土壤养分空间变异性、作物需肥规律、施肥与环境的关系

变量施肥（Variable Rate Fertilization, VRF）的核心逻辑是“在正确的位置、正确的时间、施用正确的养分量”。要实现这一目标，必须深刻理解三个基础理论支柱：土壤养分的空间变异性（决定“在哪里施多少”）、作物的需肥规律（决定“什么时候施”）、以及施肥与环境的关系（决定“如何施得精准且可持续”）。

2.1 土壤养分空间变异性

土壤养分在田间并非均匀分布，而是呈现复杂的空间异质性。这种变异性是变量施肥存在的根本原因。

2.1.1 变异性的来源与尺度

• 结构性因素： 母质差异、地形地貌（坡位、坡向）、土壤类型（砂土 vs 黏土）。这些因素导致养分背景值在较大尺度上（几十米到几百米）呈现规律性变化。
• 随机性因素： 历史施肥习惯（地头肥多、中间肥少）、耕作方式、作物残茬分布、灌溉不均。这些因素在小尺度上（几米到十几米）造成随机波动。
• 时间变异性： 养分含量随季节、降雨、温度及作物吸收而动态变化。

2.1.2 空间变异性的量化方法

在精准农业中，通常使用地统计学（Geostatistics）方法来量化空间变异性。核心工具是半变异函数（Semivariogram），它描述了不同距离上样本点之间的方差关系。

# 半变异函数经验公式
γ(h) = (1 / (2 * N(h))) * Σ [Z(x_i) - Z(x_i + h)]²

其中：
γ(h) = 滞后距离 h 的半方差
N(h) = 距离为 h 的样本点对数
Z(x_i) = 位置 x_i 处的养分含量值

通过拟合半变异函数，可以得到三个关键参数：块金值（Nugget）、基台值（Sill）和变程（Range）。变程决定了采样网格的合理间距——在变程范围内，未采样点的养分含量可以通过克里金插值（Kriging）进行最优无偏估计。

2.2 作物需肥规律

作物对养分的需求并非恒定，而是随生育期动态变化。变量施肥模型必须嵌入作物生长模型或营养诊断模型，以匹配作物的实时需求。

2.2.1 养分吸收的阶段性特征

以氮素为例，典型禾本科作物的吸氮曲线呈“S”形：

• 苗期（营养生长初期）： 吸氮量少，约占全生育期的 5%-10%。此时对氮敏感，缺氮会限制分蘖。
• 拔节-抽穗期（快速生长期）： 吸氮量急剧增加，约占 50%-60%。这是氮素最大效率期，也是变量追肥的关键窗口。
• 灌浆-成熟期： 吸氮量趋于平缓，甚至停止。过量施氮会导致贪青晚熟和氮素流失。

2.2.2 营养诊断与实时监测

变量施肥模型需要结合实时或近实时的作物营养诊断数据来修正推荐量。常用方法包括：

• 叶绿素仪（SPAD）： 通过叶片绿度间接反映氮素营养状况。
• 无人机多光谱/高光谱遥感： 通过植被指数（如 NDVI、NDRE）反演作物氮含量和生物量。
• 土壤原位传感器： 如离子选择性电极（ISE）实时监测土壤硝态氮。

2.3 施肥与环境的关系

变量施肥不仅要考虑产量和效益，还必须将环境风险纳入目标函数。过量施肥是农业面源污染的主要来源，尤其是氮和磷的流失。

2.3.1 主要环境风险路径

• 氮淋溶： 硝态氮（NO₃⁻）随水分下渗至地下水，主要发生在砂质土壤和过量灌溉/降雨后。
• 反硝化与 N₂O 排放： 在厌氧条件下，反硝化细菌将硝态氮还原为 N₂O（强温室气体）和 N₂。
• 磷径流： 磷易被土壤颗粒吸附，随地表径流进入水体，导致富营养化。

2.3.2 环境约束下的施肥优化

现代变量施肥模型通常采用多目标优化框架，在产量目标与环境目标之间寻找 Pareto 最优解。

# 多目标施肥优化框架（简化）
Minimize:  J = w₁ * (Y_target - Y_pred)² + w₂ * (N_loss_pred)²

Subject to:
  N_app_min ≤ N_app ≤ N_app_max
  P_app_min ≤ P_app ≤ P_app_max
  N_loss_pred = f(soil_type, rainfall, N_app, irrigation)

其中：
w₁, w₂ = 产量目标与环境目标的权重系数
Y_pred = 作物产量预测模型
N_loss_pred = 氮素损失预测模型（淋溶 + 反硝化）

2.4 三者的融合：变量施肥决策框架

将上述三个理论基础融合，形成变量施肥决策的完整逻辑链：

1. 数据输入层： 土壤养分图（空间变异）、作物生长模型/遥感诊断（时间动态）、气象与土壤水分数据（环境风险）。
2. 模型计算层： 基于养分平衡或产量反应函数，计算每个管理单元（如 10m × 10m 网格）的推荐施肥量。
3. 约束优化层： 引入环境损失模型和成本函数，对推荐量进行多目标优化，输出最终处方。
4. 执行与反馈层： 变量施肥机执行处方，同时通过产量监测和收获后土壤采样形成闭环反馈，用于下一季模型校准。