文档介绍：肥料配方师培训(肥效试验与配方制定)
提 纲
一、引言
二、肥效试验的计设与实施
三、“3414”试验的设计特点
四、“3414”试验的结果分析
五、施肥配方的制定
一、引言
测土配方施肥来源于“测土施肥”和“或其它所要研究的指标的值要接近真实。精确性是指试验的误差要尽可能的小，使处理间的差异才能进行精确比较。
典型性。典型性又可称为代表性，试验地的自然条件（如气候条件、土壤类型、地势、土壤肥力、土壤利用类型）和农业条件（耕作制度、施肥水平等）对当地要有代表性。
重复性。试验结果要有重演性，也就是重复性。就是在相类似的条件下，重复相同试验，应该得到与原来试验相类似的结果。
三、“3414”试验的设计与特点
农业部“测土配方施肥技术规范”(试行)推荐的田间试验方案为“3414”试验，该试验方案吸收了回归最优设计处理少、效率高的优点，是目前国内外应用较为广泛的肥料效应田间试验方案。
（一）3414试验的设计
3个因素：N、P、K
4个水平：
处理水平
0
1
2
3
养分用量
0
最佳用量＊
最佳用量
（当地推荐施肥量）
最佳用量＊
14个处理
如果需要为了估算有机肥作用，可以对“3414”试验方案进行调整，调整方法通常是增加一个“N0P0K0+OM”处理
3414试验的处理设置
（二）“3414”试验的特点
1. 处理数量少 64 14
2. 灵活性强
3. 获得的信息量大
（三）因素2水平设置
在该试验方案中，2水平的设置是试验成败的关键，2水平的设置可根据以下几方面：
1. 当地推荐施肥量
2. 通过土壤测试所推荐的施肥量
3. 需在验证的施肥量
四、“3414”试验的结果分析
（一）统计分析的内容
“3414”试验结果资料的统计分析主要内容包括:
回归分析主要是通过建立产量与施肥量之间的二次回归方程，寻找某个养分的最佳施肥量；
方差分析是通过F检验与多重比较，比较各个处理的的直观效果；
施肥参数计算主要包括肥料利用率、土壤贡献率、作物养分需要量、土壤养分丰缺指标、有机肥贡献率等施肥参数的计算，目的是为了获取构建区域性作物施肥专家施肥系统需要的有关参数。
根据需要，可运用其中的一种或多种方法对试验数据进行分析。
这里指出：
田间试验是获得施肥参数的重要途径，但不是唯一的途径，通过当地施肥情况的调查，如作物产量及作物施肥次数、施肥品种、数量、价格等；土壤测试：开展测试或土壤普查；专家经验（网络）、土壤监测资料等
考虑到试验数据统计分析计算工作量大，需要用到一些稍难理解的统计学知识，基层农技人员不便掌握，一般可采用现成的计算机软件来完成。如可用Excel、DPS、SAS、SSPS等统计软件来完成。也可以从全国农技推广服务中心的网站上下载：()
1. 回归分析
回归分析的主要目的是建立产量与施肥量之间的二次回归方程，然后通过方程确定最大施肥量与最佳施肥量，根据施肥量预测产量。运用3414完全实施方案的14个处理，可以建立N、P、K三个因素与产量的全模型效应方程(三元二次方程)，部分实施方案(或选择完全实施方案的部分处理)可建立某一个或某二个因素与产量的效应方程(一元二次或二元二次方程)。选择那些试验处理建立回归方程在试验方案设计一节中有详细描述。
如果试验有重复，为简化计算过程，作物产量通常取各重复的平均数，而不是每个重复建立一个回归方程。
(1) 产量与施肥量的多元回归方程建立
将方程的二次项(平方项或者交互项，如N2就是用原始数据中的N×N，NP项就是原始数据中N×P，其他项类推)作为一个单独的因素来考虑，就可将多元多次回归方程的建立转化为多元线形回归方程建立。
回归方程建立的五大“通用”公式
(b)A＝X’X (矩阵X’为矩阵X的转置矩阵)
(c)B＝X’Y
(d)C＝A-1 (A-1为矩阵A的逆矩阵)
(e)b＝CB (矩阵b就是回归方程的系数矩阵,b0,b1,b2,b3,…,bk)
3414试验结果举例
3414试验结果整理
X=
Y=
b=
基础产量
（2）回归分析结果的应用
利用建立的二次回归方程，通过求导方法，可以计算出最高产量或最佳效益施肥量。
假设，建立的回归方程为：
Y = + + X1 + X2 + X3
- X12 – X22 –