1. 研究目的与意义、国内外研究现状（文献综述）
随着全球人口的持续增加和人们生活质量的提高，人类对粮食的需求必然增加。水稻作为我国重要的粮食作物[1]，食用人群多，种植面积广，世界上近一半人口，包括几乎整个东亚和东南亚的人口，都以稻米为食，提供世界上50人口35-60饮食热量消耗。[2,3]近年来，世界范围内水稻生产发展迅速，据统计1997～2016年我国水稻播种面积为2.9639×107hm2，总产平均为1.9197×108t，占粮食总产的36。
氮素在水稻生长和产量形成等生理进程中占有重要地位，其参与蛋白质的合成，是核酸核蛋白及许多酶的重要组分，也是一些维生素、生物碱和植物激素的必要成分[4]。然而，氮素过量不仅提高了生产成本，造成环境污染，如水体富营养化、土壤酸化等，并降低氮利用率，还会降低水稻品质和耐贮存性，使之更易受到机械损伤和病害侵袭。我国是氮肥消费大国，利用率明显低于世界平均水平，大部分氮随着氨的挥发、反硝化作用、土表流失和淋溶作用损失掉了。多年来，国内外科研人员围绕水稻生产系统高产、优质、环保的目标，广泛开展了有关水稻氮利用的研究工作，并取得了许多有益的结果。[5,6]
在现代农业中，精确氮肥管理一直是最突出的问题，为评估水稻氮的营养状况，提出临界氮浓度（critical nitrogen concentration），即获得最大地上部生物量所需的最低氮浓度值，临界氮浓度稀释曲线可用于估算作物在不同田间条件下的氮需求量，以获取合理的氮肥施用量。[7,8]并基于ncrit的概念，提出氮营养指数（nitrogen nutrition index,nni）更好地判断水稻氮素营养状态，并广泛应用于模型中。[9]
2. 研究的基本内容和问题
研究目标：明确误差最小的氮临界浓度基于的参数关系，并分析相关参数间关系，精确诊断水稻作物的氮营养状况，优化水稻模型中对氮需求量的功能调控，通过精确管理实现水稻的优质高产。
研究内容：研究近年国内外不同区域水稻生长过程中与氮素状况相关的统计数据，针对水稻模型氮素模拟误差情况，比较临界氮浓度、总氮浓度、干物重、茎叶干物重、日期和叶面积指数间的关系和各种公式过程，利用数据分析统计软件进行公式拟合并测试检验，在验证没有显著差异的情况下绘制成图。
拟解决的关键问题：明确对水稻模型氮素模拟来说至关重要的相关参数和最优的氮素状况公式化的方式，校准曲线，为模型更好提供水稻营养生长过程中氮肥施用支持决策提供理论依据。
3. 研究的方法与方案
本课题利用已发表的和新的数据，比较了植物茎和叶部分、临界氮浓度等各种公式过程。研究测得的作物参数有：作物的干物重（dm，g/m2）、叶和茎的干物重、总氮浓度（cn，）和叶面积指数（lai）。对于水稻，氮营养指数（nitrogen nutrition index,nni）计算为即时总氮浓度和临界氮浓度的比值，以dm的百分比（ncrit，％）表示。
临界氮浓度（critical nitrogen concentration)是指获得最大地上部生物量所需的最低氮浓度值，由justes等人提出的基于生物量稀释曲线决定。已利用justes等人先前发表的法国北部不同品种施氮试验数据集比较了基于小麦幼苗生物量和天数的临界氮浓度。plenet和lemaire通过由justes等人定义的氮的稀释曲线，分别用于研究小麦和玉米，在维持高产情况下尽量降低作物的氮浓度。在光能竞争较弱时，密集冠层的氮稀释效应较高。幼苗的干物重低，其曲线处于停滞期，理论上这个阶段并不属于发育状态。为了更好的比较，重新校准了没有停滞期的曲线。
由于缺氮情况影响在叶和茎的分配，只考虑nni1的情况。并根据异速生长分析，将茎干物重（dms）与叶干物重（dml）拟和为线型回归函数：ln（dms）gln（dml） h。kage等人对其进行转化推导为茎生长率。
4. 研究创新点
该研究基于目前不同水稻模型临界氮浓度基于不同参数关系，其中我们的ricegrow主以干物重为参数，除Ncrit外用Nmax和Nmin更加精准调控水稻氮素状况，使数值模拟更加准确，调整模型常高估的状况减小误差，进而在合理施氮前提下最大限度提升作物产量，确保我国的粮食安全。氮素相关参数很多，但在现有研究中尚少有研究参数间关系，水稻模型中氮素相关参数的关系分析的深入研究能更好地诊断水稻作物的氮营养状况，并将有助于优化作物的氮需求。针对不同区域水稻生产的迫切需求，在国内外数据库和现有文献资料的基础上进行分析，研究手段先进，有助于明确评价水稻氮状态的优良途径，使模型更好地支持水稻营养生长过程中氮肥施用决策。
5. 研究计划与进展
本研究于2018年7月开始，2019年5月完成。
（1）2018.07-2019.01相关资料收集、整理阶段。主要收集国内外各区域水稻生长数据，为进行相关数据分析提供基础。同时查阅相关文献进一步了解常用作物模型的模拟情况以及国内外研究近况，学习相关知识技能。
（2）2019.01-2019.03：收集数据并基本完成相关数据分析绘制成图。
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
