小麦被广泛认为是全球粮食安全的关键谷物作物。然而，由于小麦需求增加和耕地面积减少，需要进一步提高小麦产量以确保粮食安全。氮肥被广泛用于满足高产小麦作物的氮需求。然而，农业系统中过量的氮肥投入会导致小麦氮利用效率下降造成资源浪费，对小麦生长产生负面影响。因此，作物氮素诊断、作物氮素需求估算和氮肥管理对提高小麦产量和氮素利用效率至关重要。而器官特异性临界氮（NC）稀释曲线被广泛认为是作物氮素营养诊断、氮管理和作物建模的新方法。

2023年8月，Plant Phenomics 在线发表了南京农业大学题为 Interaction of Genotype, Environment, and Management on Organ-Specific Critical Nitrogen Dilution Curve in Wheat 的研究文章。

本研究首先通过使用层次贝叶斯理论，得出了小麦器官特异性氮素稀释曲线的参数A1和A2，并在14个不同的基因型×环境×管理（G×E×M）氮肥试验中进行了评估。

研究结果表明，参数A1和A2高度相关（图1）。虽然参数A1的变化小于A2，但这两个参数的值都会随着G×E×M的变化而发生显著变化（图2）。利用器官特异性氮含量计算的氮营养指数（NNI）与利用总体芽氮含量估算的氮营养指数（NNI）基本一致，这表明简单的器官特异性氮含量稀释曲线可用于小麦的氮诊断，以帮助进行氮管理（图3）。然而，在 G×E×M条件下，器官特异性氮素稀释曲线存在显著差异，这意味着在作物模型中使用一般氮素稀释曲线估算的氮素和作物需氮量可能存在误差，突出表明此类模型中的氮素计算显然需要改进。

该研究探讨了不同条件下器官特异性临界氮稀释曲线的不确定性和驱动因素，研究结果为如何改进G×E ×M条件下作物氮-生物量关系建模和氮管理实践提供了新的见解。

图1 不同基因型、环境和管理的小麦不同器官的拟合参数（A1和A2）之间的相关性和显著性矩阵

图2 不同G×E×M条件下小麦器官曲线参数（A1和A2）的后验分布

图3 各小麦试验条件下不同器官基数和芽生物量的氮营养指数比较

论文链接：

https://doi.org/10.34133/plantphenomics.0078

——推荐阅读——

Potential of Establishing the Universal Critical Nitrogen Dilution Curve for Japonica Rice

https://doi.org/10.34133/plantphenomics.0036

Plant Phenomics | 粳稻通用临界氮浓度稀释曲线的建立方法探索与评估

Simultaneous Prediction of Wheat Yield and Grain Protein Content Using Multitask Deep Learning from Time-Series Proximal Sensing

https://doi.org/10.34133/2022/9757948

Plant Phenomics 精选2022 | 基于近端多源时序数据和多任务深度学习同步预测小麦产量和品质性状

加入作者交流群