小麦植株水分状况遥感监测研究进展与展望

史 博，马祖凯，刘小军，田永超，朱 艳，曹卫星，曹 强

(南京农业大学国家信息农业工程技术中心/智慧农业教育部工程研究中心/农业农村部农作物系统分析与决策重点实验室/江苏省信息农业重点实验室/现代作物生产省部共建协同创新中心，江苏南京 210095)

我国农业用水占全国用水总量的70%左右，但每年仍会出现大规模的旱灾，受旱面积少则 2 000多万hm，多则可达4 000多万hm，粮食减产数百万吨到几千万吨，直接导致上百亿元的经济损失。小麦是我国主要粮食作物之一，小麦高产对国家粮食安全至关重要。在水资源短缺的严峻形势下，如何高效利用水分确保小麦高产稳产是我国农业可持续发展所面临的巨大挑战。

在小麦的生长发育过程中，水分是影响其生理生长、光合作用和产量的主要因素之一，及时监测和管理水分信息是保证小麦优质高产的关键。目前，我国应用在小麦水分上的技术还比较落后，主要是依据实践经验对植株水分状况进行判断，或者利用一些便携式仪器对植株水分进行监测。这些方法效率低，工作量大，并且不能及时准确地反映作物水分信息。而遥感技术可以进行实时监测，快速高效地获取大范围作物的水分信息，实现对作物的精确灌溉。因此，利用遥感技术监测小麦植株水分状况是未来提高农业水分管理的重要途径，也是现代化精确农业需要研究的重要内容。

1 小麦植株水分监测方法

水分占植株组成成分的80%～90%以上，其含量的高低对小麦的生长发育、产量及品质至关重要。植物水分的吸收、运输和散失是一个土壤-植株-大气组成的循环系统(图1)，因此可以从土壤、植株和大气多个角度进行水分的监测诊断。传统的小麦植株水分监测诊断方法主要是对植株的形态与生理指标进行间接观测。随着科技的发展，科研人员不断探索出一些更加便捷高效的现代水分监测方法(如光谱监测、图像监测和信息融合等)，能够大范围对小麦水分信息进行实时、高效的采集。

图1 土壤-植株-大气水分循环示意图

1.1 传统方法

1.1.1 基于植株形态指标

小麦对水分非常敏感，当其受到水分胁迫时植株形态发生明显改变，主要表现有：(1)干旱胁迫会减弱植株光合作用，影响其生长发育，最终导致株高降低；(2)干旱胁迫引起小麦叶面积减小；(3)干旱胁迫条件下小麦叶片形态会发生变化，如叶片萎蔫，叶夹角降低，叶形系数和叶片卷曲度则明显升高；(4)干旱胁迫会影响叶绿素的合成和降解，使其含量降低，进而改变叶片颜色。

形态指标能直观反映植株水分状况，但依据此类指标只能对植株水分进行粗略的判断，且具有滞后性，对于农业水分精确管理指导意义不大。除此之外，观察者之间不同的判断标准和依据以及不同生育时期变化指标的不同，都会导致极大的结果差异。因此，通过植株形态指标对小麦进行水分监测和诊断并不能起到很好的指导效果。

1.1.2 基于植株生理指标

叶片是植物受到水分胁迫时生理变化最敏感的部位，当作物处于缺水状态时，叶片的一些生理指标会发生变化，如含水量减少、水势降低、光合作用减弱等。在水分胁迫条件下，小麦为了适应干旱环境，体内水分存在形式及比例会发生改变，叶片自由水减少，束缚水增加。这些生理指标的改变为监测小麦植株水分状况的变化提供了 依据。

净光合速率、气孔导度、蒸腾速率等光合生理指标是监测作物水分的常用指标。当受到干旱胁迫时，作物水分利用效率改变，并且通过控制叶片气孔的孔径甚至关闭气孔来限制水分损失，随着水分亏缺程度的加剧，植株的净光合速率、气孔导度、蒸腾速率均呈下降趋势。拔节期的轻度干旱有助于冬小麦改善植株冠层结构，保持开花后冠层更高的光合能力。叶片水势是调节植株细胞水分的关键因素，在诊断植株水分时应用广泛。对土壤-植物-大气连续体中的水分循环进行研究发现，叶水势会受到土壤水分和大气水分的影响，在水分亏缺时叶片水势会明显降低，叶片水势较高的植株生长状况较好。

基于生理指标对作物的水分进行监测，需要对大量的样点进行测定，会对植被造成破坏，且处理过程费时费力，获取的信息也存在严重滞后性，因此不利于在大田生产中进行推广。

1.2 遥感监测

由于物质具有光谱特性，不同物体在不同波段呈现出不同的反射特征和吸收特征，使得遥感监测在水分监测方面的应用成为可能。当植株处于干旱胁迫条件下，叶片的形态指标、生理指标、组织结构等都会发生改变，从而引起相应的反射光谱曲线表现出不同的特征变化。近年来国内外利用遥感技术监测小麦植株水分状况方面开展了大量研究，为小麦水分管理提供了更好的方法和途径。与传统方法相比，遥感技术具有获取信息手段多、探测范围广、信息量大等特点。

1.2.1 可见光-反射红外遥感监测

作物光谱特性受到水分含量的影响主要有两方面原因：在400～1 300 nm，水分含量变化会引起叶片内部结构改变，从而影响该波段反射率；在 1 300～2 500 nm，水分含量会影响辐射的直接吸收，进而影响反射率。叶片含水量降低时红外光谱反射率增加，且1 450和1 930 nm波段光谱对叶片含水量变化反应敏感。也有学者认为，690、740及950～970 nm波段的冠层光谱均可很好地反映植株水分状况。基于多/高光谱遥感构建的归一化差值水分指数(NDWI)、简单比值水分指数(SRWI)、水分胁迫指数(MSI)等光谱指数，建立的相应水分监测模型可用于对作物植株水分状况进行监测。国内对小麦进行研究发现，在1 450 nm附近叶片含水量与光谱反射率强吸收特征表现出良好的相关性，对不同的叶位水分与光谱反射率和其一阶导数所构建的植被指数均表现出显著相关性。

基于可见光-反射红外遥感光谱监测小麦水分状况具有无损、实时、精确性高等优点，但受环境条件影响较大，仪器设备成本较高，且研究结论不尽相同，普适性较差。目前对作物水分指标与光谱指数间的定量关系及分析方法已进行了较多研究，但对于水分胁迫下植株结构和生理方面的变化与反射光谱的相关机理性研究还比较少。

1.2.2 热红外遥感监测

利用热红外遥感监测小麦植株水分状况十分便捷、高效，通过叶片或冠层温度反演作物含水量具有较好的适用性，该方法在国外的应用相对成熟，而国内相关研究开展较晚。热红外遥感监测技术从最初的手持式热红外计、手持式热红外成像仪，到现在的无人机热红外成像测温仪以及星载热红外遥感技术，信息的获取经历了由“点”到“面”的发展，使研究更加趋于全面和严谨。研究初期，国内外学者们主要利用手持式热红外测温仪探究了冠层温度与作物水分状况的关系，基于点状测温方式进行了大量研究。2004年，Jones等开始将热红外影像技术应用在作物水分的相关研究中。近年来无人机技术快速发展，因其具有成本低、轻巧方便的特点，使得基于无人机热红外遥感监测植株水分状况成为热点。姚志华等基于无人机采集不同水分处理下的冬小麦热红外图像来反演作物水分胁迫状况具有较好效果。基于冠层温度来监测小麦植株水分已经构建了多种植被指数。Han等新建了作物冠层水分含量指标CTSD(冠层温度的标准偏差)来预测作物水分状况，表现出很好的准确性。

通过热红外遥感对小麦水分状况进行诊断具有测定速度快、操作简单、无损和多时相连续监测等特点，能很好地应用于大范围的小麦水分监测。但该技术易受天气和周围环境等影响，另外基于无人机热红外传感器的空间分辨率不高，因而针对热红外技术的仪器开发和理论基础的研究仍需进一步加深。

2 基于遥感技术的小麦植株水分诊断指标

基于遥感技术，研究者不断对诊断指标进行丰富和完善，使其能够更加高效、准确地监测不同生态条件下小麦植株水分状况。表1中列出了几种常用诊断指标及其优缺点。

2.1 温 度

作物温度受到土壤-植株-大气连续体内的水气流和热量影响，与该系统中能量的吸收和释放相关。作物冠层把吸收的太阳辐射转化为热能，使叶片温度上升，蒸腾作用又使叶面温度下降。当受到干旱胁迫时，蒸腾作用减弱，作物叶片温度升高，因而冠层温度与植株水分状况紧密相关。通过红外装置监测作物温度用来诊断小麦植株水分状况，具有简便、快速和适应性广的优点。监测方法由手持式红外辐射仪扩展到航空和卫星遥感平台，监测指标也由叶片温度向冠层温度优化。

学者们基于冠层温度进行了大量研究并建立了多种水分指标，其中有代表性的指标主要有胁迫积温SDD(stree degree day)、温度胁迫日TSD(temperature stress day)等。目前基于冠层温度、叶片温度、冠气温差和叶气温差与作物产量、土壤水分和各项生理指标的关系展开了大量研究。有研究人员分析了小麦不同叶位叶片的叶气温差和不同角度的冠气温差与水分状况的关系，明确了冠气温度指标与水分状况的变化规律及其定量关系。边江利用无人机遥感基于冠层温度构建了作物水分状况的诊断模型和水分胁迫指数。

表1 小麦植株水分诊断指标Table 1 Wheat moisture diagnostic indicators

目前基于冠层温度来诊断小麦植株水分状况的研究较零散，结果差异性较大，且缺少系统的、公认的应用型研究成果。此外，气象因素对实际测量结果有很大影响，因而如何解决气象因子的干扰也是需要关注的问题。另外，单靠温度指标来监测小麦植株水分状况的精度较低，需综合考虑其他环境指标来建立普适性好、精确度高又具有机理性的水分监测模型。

2.2 冠层含水率

冠层含水率CWC(canopy water content)既能反映植株叶片的水分状况，又具有作物群体水分特征，是水分胁迫和植株长势监测的重要指标。基于冠层光谱反射率获取的信息具有实时、无损等优点，同时丰富的光谱参数和光谱波段信息使其对植株水分的估测更加精准。前人通过研究得出CWC的最优敏感波段位于1 458 nm的中心波段附近。1999年Penuelas J等构建了用于预测叶片、植株和冠层含水量的光谱指数WI/NDVI。多项研究均发现在近红外波段范围内，随着水分含量的上升，冠层反射率降低。随着冬小麦生育进度的推进，冠层光谱反射率会逐渐降低；当增加灌水量时CWC会逐渐上升，在达到一定程度时，CWC便开始降低。Tarin等发现，用成像光谱法监测CWC的变化是确定物种对气候事件和长期变化反应的有力方法，可为大规模空间尺度的政策决策和保护提供支持。

利用手持式传感器虽然能够对CWC进行无损、准确的监测，但获取信息量较小且费时费力。而卫星平台具有高时间分辨率的特点，对于长时间动态监测CWC在技术上更具优势，也是未来监测作物冠层含水率的发展方向。

2.3 植株含水率

植株含水率PWC(plant water content)是诊断作物水分亏缺的优良指标，对监测作物水分状况和指导农田灌溉具有重要意义。传统方法主要通过破坏性取样对植株含水量进行测定，费时费力，难以满足现代化农业的需求。而基于无人机和卫星平台的遥感技术监测PWC具有高效、省时、省力的特点，逐渐成为研究热点，并取得一定进展。

不同学者在对PWC的研究中建立了多种监测模型，如利用MSI、WI和NDVI等建立的监测模型都表现出比较高的精度。Das等通过对不同小麦品种相对含水量与光谱数据的相关性分析，结果表明最优光谱指数分别为NDSI(,)和RSI(,)。在遥感监测方面，通过利用无人机搭载多/高光谱相机，在快速高效地获取图像信息的同时，也解决了卫星平台易受天气影响和周期性的缺点，通过获取的图像信息建立最优模型，用来反演作物PWC。前人构建了较多适用于PWC估算的光谱指数，但对光谱参数的优化还需进一步探究。

2.4 叶片等效水厚度

叶片等效水厚度LEWT(leaf equivalent water thickness)包含了作物含水量和叶面积等指标信息，能够直观地反映出作物的含水量和其生长发育状况。国内外学者在估算植被等效水厚度方面开展了大量研究，主要有三类估算方法：基于PROSPECT辐射传输模型的反演法、基于多种智能算法的反演方式和高光谱指数法。

研究者在利用光谱指数对叶片含水量进行反演时发现，EWT也具有较好的反演精度。在对冬小麦的研究发现，用NDWI估算EWT效果较好。在小麦生长后期，与叶片相对水分含量相比，EWT能够更好地反映出小麦的水分状况。同时，有学者认为应该以小麦开花期为界限，对小麦开花前后的LEWT独立建模，可以更大程度提高模型的估测能力。刘良云等通过对Beer定律进行结合，利用945和975 nm叶片反射率差值，在单叶尺度构建EWT和REWT遥感反演的机理模型。Yilmaz等通过对多种植物进行研究表明，归一化红外指数(NDII)对EWT表现出很好的反演效果，而且两者具有较强的相关性。

前人在研究光谱指数和LEWT的定量关系时构建了几种经典的水分光谱指数(如WI、MSI、NDII等)，这些水分光谱指数多数是反映叶片或植株含水率等传统水分指标信息，当对小麦的LEWT进行监测时在不同品种上或地区往往有一定的局限性。其主要原因可能是地区生态条件和品种类型带来的差异性，因此不同水分光谱指数的精确度和稳定性还有待进一步提高。

2.5 作物水分胁迫指数

作物水分胁迫指数CWSI(crop water stress index)是利用冠层温度来监测作物水分状况的指标，其数值在0～1之间，数值越大；水分亏缺越严重。1981年Idso等首先提出了CWSI经验模型，随后Jackson建立了CWSI理论模型，与理论法相比，经验法中冠层温度、空气温度和相对湿度这些参数更易获取，所以在实际应用中经验法更加广泛。国外学者进行了基于冠层温度的CWSI对作物指标的研究，结果表明，CWSI与光合作用、植株水势、土壤基质势、土壤含水量等密切相关。康绍忠等指出可以利用CWSI作为干旱胁迫和水分灌溉的指标，并明确了冬小麦在不同生育时期的CWSI临界值。郭子卿基于冠气温差构建了CWSI经验模型，且发现CWSI与植株含水率和叶层含水率都呈负相关，可以有效地对小麦进行水分胁迫状况的监测，用于指导农田灌溉和产量估测。

CWSI虽然可以有效评估小麦水分胁迫状态，但是CWSI需在全覆盖条件下使用，适用时间有限，且计算所需要的参数较多，影响应用效果。同时，测量时间、天气条件、种植方式和品种等都会影响CWSI的阈值设定，难以实现对小麦水分胁迫诊断的定量分析。

2.6 作物水分亏缺指数

作物水分亏缺指数CWDI(crop water deficit index)通过将土壤水分与植物吸收水分的能力联系起来，考虑了水分平衡及其需水特性，能较全面地反映作物水分状况。同时，CWDI弥补了CWSI的一些缺点，CWDI不需要获取冠层温度，适合低覆盖度的作物生产条件。有学者基于卫星遥感反演的WDI和潜在蒸散量相结合，估算实际蒸散量。有研究发现，除极端胁迫条件外，随着植物水分亏缺指数阈值的增加，灌水次数、灌水量以及作物蒸腾、生长和产量均受到显著限制，而水分利用效率会显著增加。利用CWDI还可以对作物的干旱时空特征在不同生育时期和某地多年的表现进行分析，为当地农业生产提供参考依据。

虽然CWDI的假设条件较多，对作物灌水后的响应有一定的滞后性，但CWDI对植被的覆盖度没有要求，这为其在大范围监测小麦植株水分状况提供了可能性。随着遥感技术的发展，CWDI的应用也得到不断提升，使其未来在水分诊断指标中更具有优势和潜力。

3 存在问题与展望

3.1 存在问题

与传统诊断方法相比，基于遥感技术的小麦植株水分监测诊断方法具有实时、无损、精准等特点，能够快速获取大范围的作物信息，为小麦进行精确灌溉提供科学的依据。但随着研究的深入和应用需求的增加，在发展过程中也同样存在一些不足。(1)作物的水分变化是一个复杂的过程，当前多数研究仅利用某一时间获取的信息来判断小麦植株水分状况，具有一定的滞后性。对于融合遥感与其他多元数据对小麦植株水分进行监测的研究还不完善，系统性较差，在多元信息融合方面的研究有待加强。(2)基于不同平台所获取的遥感数据，由于不同数据源的时空尺度差异限制了数据的综合利用，并且遥感数据的不确定性也影响了数据的使用。(3)传统的遥感数据在某些方面(如作物识别、水分估测等)不能够满足当前的使用目的和应用需求，获取数据后的处理方法十分复杂且耗时，需要一定的专业知识和技能，不利于该技术的推广使用。(4)对小麦需水生理过程和调控机理研究不够深入，不能满足精确农业的定量化管理需求，需加强与现代化技术的融合。

3.2 展 望

随着未来水资源的短缺、平均气温的上升以及用水需求的加剧，作物生育期中的干旱胁迫现象将会更加频繁。通过开展小麦植株水分状况的监测研究，及时获取作物水分状况，有利于指导小麦得到科学精确的灌溉，在节约水资源的同时，获得更好的产量和品质。传统的水分监测技术主要是依赖于土壤水分、气候数据和植物生理指标来评估水分胁迫，这些方法劳动强度大、监测范围小并且不利于推广。随着遥感技术在农业领域的开展，为自动、非破坏性、快速高效监测作物水分状况创造了条件，多数研究也证实了其在小麦植株水分状况方面所存在的巨大应用潜力。

(1)加强多元信息融合，建立新型水分诊断指标。研究表明，遥感参数(例如NDVI)与气孔导度、叶片水势和叶面积指数等指标之间显著相关，说明利用遥感数据对小麦植株水分状况监测是可行的，但在精度不足情况下单个指标难以用来估测作物水分状况。此外，对于小麦植株水分状况的监测方法和诊断指标种类繁多，大多数研究成果只是把某一指标单独孤立进行研究,很少考虑指标间的综合效应对作物水分状况的影响，今后需将小麦遥感信息与土壤数据、气象数据和表型信息等进行融合，构建更准确、全面的综合型诊断指标，实现对小麦植株水分状况的早期预警，为田间灌溉管理及时进行指导。

(2)综合利用星-机-地一体化工作体系，发展数据同化技术。基于不同平台和传感器所获取的数据源会存在差异问题，虽然已经开发了多尺度遥感数据转换技术，但综合应用尚未完全实现。同时，遥感数据的不确定性(如易受天气、云层遮挡等影响)也是一项问题，发展数据同化技术对提高遥感数据的综合应用性和定量估测十分重要。今后，应该完善星-机-地一体化工作体系，加强遥感在水分监测中的应用。

(3)优化遥感数据处理方法，建立自动化处理流程。基于不同平台所获取的数据和其他相关数据的可用性为在农业中的应用提供了技术支撑。但获取数据后的处理仍然是一个非常耗时的步骤，需要专业软件和遥感方面的基础知识，在遥感监测技术作为农业实践中的常用工具应用之前，这个过程必须在很大程度上实现自动化。同时，加强在软件开发和管理系统方面的提升，发展出一个实时、方便的管理系统，以增强使用者做出适当决策的能力和应用需求。

(4)深入研究小麦需水生理过程和调控机理，结合现代化技术，实现智能化水分管理。作物的水分变化是一个复杂的过程，需要基于土壤-植物-大气系统进行更加深入的研究，开展在土壤水分运输、植株生长发育和作物耗水等过程的综合分析，掌握小麦在不同生育期需水特性和生理机制，实现作物需水过程的多要素协同调控。此外，要考虑多时空尺度的水分监测，将农业水分监测由定性描述向定量描述过渡，结合人工智能等现代技术，向自动化、智能化水分管理发展，为小麦精准水分管理提供理论依据和技术支撑。