Nitrogen (N) is a main parameter affecting crop growth and yield. However, when variable rate N fertilization (VRNF) is adopted, a main question arises of whether to add more on the highly fertile zone or on the less fertile zone. This study aimed to compare two map-based VRNF treatments, e.g., variable-rate 1 (VRNF1) with the application of recommended rate (RR) of N fertilizer plus 40-50% to the high fertility zones, RR to the medium-fertility zones and RR minus 40-50% to the least fertile zones, and VRNF2 following the opposite scenario to that of VRNF1. Recommendations for both VRNF treatments were derived from the fusion of soil data and crop data, e.g., normalized difference vegetation index (NDVI) and historical yield and were compared with traditional uniform rate (UR) application. Online soil measurement was carried out in two fields in Belgium, using a multi-sensor platform that collects high-resolution data on key soil properties using a fiber type visible and near-infrared (vis-NIR) spectrophotometer. The vis-NIR sensor was calibrated using a partial least squares regression (PLSR) to predict pH, organic carbon (OC), moisture content (MC), calcium (Ca), sodium (Na), magnesium (Mg), phosphorous (P) and potassium (K). The predicted soil properties were fused with NDVI and historical yield data to delineate management zone (MZ) maps with different fertility classes. A cost-benefit analysis was carried out using the cost of fertilizer applied as input cost and the price of barley and wheat in 2019. Results showed that the VRNF2 treatment was more profitable compared to both VRNF1 (11.55 and 19.52 EUR ha^-1) and UR (16.40 and 148.78 EUR ha^-1). The VRNF2 treatment maintained or increased crop yield by up to 10.4% and reduced the amount of N fertilizer applied by up to 19.4%, compared to the traditional UR. Because of the lower amount of N fertilizer used compared to the other two treatments, the VRNF2 would reduce the negative environmental impact by reducing the amount of N fertilizer applied. Therefore, we recommend the VRNF2 based-on data fusion of soil and crop parameters as the best approach to manage N fertilization site specifically.

氮是影响作物生长和产量的主要参数。然而，当采用可变速率氮肥（VRNF）时，一个主要问题出现了，是在高肥力地区还是在低肥力地区添加更多肥料。这项研究的目的是比较两种基于地图的VRNF处理方法，例如可变速率1（VRNF1）与在高肥力地区推荐使用N肥料加40-50％的推荐肥料（RR），在中等肥力地区使用RR最肥沃的地区，RR减40-50％，VRNF2的情况与VRNF1相反。对于两种VRNF处理的建议均来自土壤数据和作物数据的融合，例如归一化差异植被指数（NDVI）和历史产量，并与传统的统一施用率（UR）进行了比较。在线土壤测量是在比利时的两个领域进行的，使用一个多传感器平台，该平台使用可见光和近红外（vis-NIR）纤维型分光光度计收集有关关键土壤特性的高分辨率数据。使用部分最小二乘回归（PLSR）校准vis-NIR传感器，以预测pH，有机碳（OC），水分（MC），钙（Ca），钠（Na），镁（Mg），磷（P ）和钾（K）。将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 使用多传感器平台，该平台使用纤维型可见光和近红外（vis-NIR）分光光度计收集有关关键土壤特性的高分辨率数据。使用部分最小二乘回归（PLSR）校准vis-NIR传感器，以预测pH，有机碳（OC），水分（MC），钙（Ca），钠（Na），镁（Mg），磷（P ）和钾（K）。将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 使用多传感器平台，该平台使用光纤类型的可见和近红外（vis-NIR）分光光度计收集有关关键土壤特性的高分辨率数据。使用部分最小二乘回归（PLSR）校准vis-NIR传感器，以预测pH，有机碳（OC），水分（MC），钙（Ca），钠（Na），镁（Mg），磷（P ）和钾（K）。将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 使用部分最小二乘回归（PLSR）校准vis-NIR传感器，以预测pH，有机碳（OC），水分（MC），钙（Ca），钠（Na），镁（Mg），磷（P ）和钾（K）。将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 使用部分最小二乘回归（PLSR）校准vis-NIR传感器，以预测pH，有机碳（OC），水分（MC），钙（Ca），钠（Na），镁（Mg），磷（P ）和钾（K）。将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷 将预测的土壤特性与NDVI和历史产量数据融合在一起，描绘出具有不同肥力类别的管理区（MZ）图。使用肥料成本作为投入成本以及2019年大麦和小麦的价格进行了成本效益分析。结果显示，与VRNF1相比，VRNF2处理的利润更高（11.55和19.52 EUR公顷^-1）和UR（16.40和148.78 EUR ha ^-1）。与传统的UR相比，VRNF2处理可将作物产量维持或提高至多10.4％，并将氮肥施用量减少多达19.4％。由于与其他两种处理相比，氮肥的使用量较低，VRNF2将通过减少氮肥的使用量来减少对环境的负面影响。因此，我们建议基于土壤和作物参数的数据融合的VRNF2作为专门管理氮肥施肥地点的最佳方法。