我院李毅研究员团队在盐渍土水肥盐运移方面取得新进展

　　 　　

近日，李毅研究员团队在《Agricultural Water Management》（中科院一区，IF 6.611）、《Industrial Crops and Products》（中科院一区，IF 6.449）和《Computers and Electronics in Agriculture》（中科院二区，IF 6.757）上接连发表了3篇高水平研究论文。题目分别为“Rational biochar application rate for cotton nutrient content, growth, yields, productivity, and economic benefits under film-mulched trickle irrigation”、“Combining biochar with cotton-sugarbeet intercropping increased water-fertilizer productivity and economic benefits under plastic mulched drip irrigation in Xinjiang, China”和“Prediction of soil salinity parameters using machine learning models in an arid region of northwest China”。李毅研究员、博士研究生王小芳和博士研究生肖超分别为论文第一作者，姚宁副教授、李毅研究员、张富仓教授和范军亮教授分别为通讯作者，Asim Biswas、De Li Liu和Alim Pulatov为论文的外方合作者。

上述研究成果主要围绕新疆盐渍化土壤改良和棉花种植管理2个方面 ：

（1）膜下滴灌条件下生物炭合理施用量对棉花养分含量、生长、产量、生产力和经济效益的影响

在土壤中施用生物炭已被证明是农业增产的有效途径。然而，在干旱和半干旱地区的盐碱地，棉花生物炭最经济的施用量尚不清楚。李毅研究员团队在新疆进行了3年的棉花生物炭与地膜滴灌田间试验，观测棉花生长、产量和品质指标，计算水肥产量。通过成本效益分析，提出了合理的生物炭施用量方案。在经济分析的基础上，棉花种植的合理生物炭施用量为连续3年施用10 t/ha。

论文链接：

https://www.sciencedirect.com/science/article/pii/S0378377422006266?via%3Dihub

                                                              图1棉花生长指标

（2）生物炭提高了膜下滴灌条件下棉花-甜菜间作水肥利用效率和经济效益

间作和施加生物炭可节约土地、改善水资源、提高化肥利用率和作物产量。然而，不同生物炭施用量与间作制度的组合效果尚不清楚。本研究进行了为期3年的棉花-甜菜间作生物炭应用试验，探讨了生物炭和间作结合对棉花单作和棉花-甜菜间作系统土壤水分、pH值、养分、植物生长、产量、灌溉水肥利用效率和经济效益的影响，并得出生物炭的最佳用量和使用年限。多准则评价结果表明，生物炭施用量在10 t/ha时效果最好。连续3年以16.6 t/ha施用生物炭是提高IWUE的有效模式。该研究为干旱半干旱地区的农业生产提供了新的思路。

论文链接：https://www.sciencedirect.com/science/article/pii/S0926669022015436?via%3Dihub

                                                             图2 研究技术路线图

（3）基于机器学习模型的西北干旱区土壤盐分参数预测

准确估算土壤离子组成对防止土壤盐渍化和指导作物灌溉具有重要意义。传统方法在估算和测定土壤盐分参数时精度较高，但其应用往往受到限制。本研究评价了随机森林RF、支持向量机SVM和极限梯度助推XGB三种机器学习模型在西北干旱区土壤盐分参数预测中的性能。以土壤温度、pH、含水量和电导率为模型输入变量。利用石河子地区467个土壤样品的数据进行模型训练、测试和验证。结果表明，XGB模型的总体性能优于SVM和RF模型，而RF和XGB模型的泛化能力优于SVM模型。

论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0168169922008201?via%3Dihub

                                                           图3 不同指标的Pearson相关矩阵分析

上述研究得到国家重点研发计划项目（No. 2022YDF1900401）、国家自然科学基金（No. 52079114, 51979231）、新疆维吾尔自治区重点研发项目（No. 2022B02020-2）、第三师科技计划项目（S202102GG018）和国家外国专家局外国专家引进项目（G20200027071）的资助。

三项研究着眼于我国干旱半干旱地区农业生产面临的土壤盐渍化问题，将农业生产管理措施与机器学习方法相结合，帮助受土壤盐渍化影响地区的农民更好地管理种植做法，提出适宜的种植管理方案，提高水土资源利用的可持续性。研究结果为改善盐渍化土壤，提高干旱半干旱区水肥利用效率，保障粮食安全提供了有益的参考，表明我校在该领域的研究又迈上了新的台阶。