植物生理生态信息检测技术的研究现状与进展

张新伟，陈毅飞，杨会民，马 艳，王学农

(1．新疆农业大学机电工程学院，乌鲁木齐 830052;2．新疆农业科学院农业机械化研究所，乌鲁木齐 830091)

0 引 言

【研究意义】水肥一体化技术较传统施肥平均每公顷每茬节水31.4%～40.0%,节肥32.8%～34.5%,增产14.6%～21.8%,土壤湿度降低17%左右,温度提高2℃左右,减少了病害和农药用量,提高了产品品质,平均1 hm2蔬菜增收3×104～4×104元左右[1]。2018年中国水肥一体化面积已达666.67×104hm2，新疆棉花膜下滴灌施肥技术应用面积近266.67×104hm2，随着技术的不段完善，目前水肥一体化设备设施已从每公顷 3.75×104元降低至 1.2×104元，高效水溶肥从每千克20多元降低到10多元。植物生理生态信息监测技术提升了灌溉系统的自动化水平，研究植物生理生态信息监测技术,对精准把握植物生长信息、进行精细化管理(灌溉、施肥、病虫害防治)有实际意义。【前人研究进展】Higgs等[2]提出使用植株茎秆日最大收缩量(maximum daily shrinkage，MDS)作为作物水分诊断指标指导作物灌溉，在植株茎秆日最大收缩量达到设定临界值时开始灌溉。Sato等[3]研究发现了甜瓜茎直径变化与叶片的相对含水量具有很高的相关性(r=0.897)。LEE等[45]利用茎直径变化确定灌溉时间，利用温室内的蒸发模型确定灌溉量，设计了温室作物自动控制灌溉系统，应用结果显示了较好的稳定性和可靠性。我国水肥一体化技术(滴灌施肥技术)1974年从墨西哥引进滴灌设备[6]。我国自主研制生产了第1代滴灌设备。高晓红等[7]研究了一种基于植物器官尺寸监测的新型智能节水灌溉系统，该系统基于植物果实大小和植物茎秆粗细信息，判断植物是否缺水需要灌溉从而提高控制精度，实现精准灌溉。【本研究切入点】该技术在国外应用在番茄、葡萄、苹果等多种瓜果蔬菜上效果良好。目前美国灌溉农业中25%的玉米、60%的马铃薯、33%的果树采用水肥一体化技术。以色列90%以上的农业实现水肥一体化。我国应用为5%左右。研究回顾和总结近20年来植物生理生态信息监测技术的研究现状与进展。【拟解决的关键问题】收集、对比和分析国内外研究文献，总结植物生理生态信息监测技术的研究现状及进展，为植物生理生态信息监测技术应用及智能化田间管理(灌溉，施肥，病虫害防治等)提供理论基础和科学依据。

1 材料与方法

1.1 材 料

收集国内外相关文献、官网信息及实地调研。

1.2 方 法

汇总并对比分析目前植物生理生态信息监测技术现状及进展。

2 结果与分析

2.1 植物生理生态信息监测技术研究现状

植物体内的水分和养分信息反映在植物外形的微变化上。如叶片厚度与光照强度明显成反比，与相对湿度成正比，在一定温度范围内与温度呈负相关等[8-10]。植物达到最佳生长状态需要稳定外界环境，以及根据植物自身的生长情况对生长环境进行精准微量调节，植物生理生态信息监测技术是关键。最早应用于生产的叶片厚度、果实大小和茎秆直径信息监测技术大多是基于LVDT(线性位移传感器)，其精度可达微米级。但需施加预紧力，对植物有损伤。视觉监测技术可实现植物生理特征的无损动态监测，但精度仍有不足。近年来研究主要集中在对植物预紧力的优化和提高视觉监测技术精度两方面[11]。表1

水肥一体化设备设施已从3.75×104元/hm2降低至1.2×104元/hm2，高效水溶肥从每千克20多元降低到10多元。表2～3

2.2 植物生理生态信息监测技术特点与研究进展

2.2.1 叶片信息检测技术

2.2.1.1 叶片厚度传感器主要有电阻应变位移传感器和电感位移传感器两种。两者都是通过将叶片厚度尺寸的变化转化为电压的变化来测量的，电感位移传感器比电阻应变位移传感器更准确可靠。李东生等[12]利用电阻应变式微位移传感器开发了一种柔性的植物叶片厚度传感器，精度可达微米。李东生等[13]研制了一种差动电感植物叶片厚度传感器，与电阻应变传感器相比精度大大提高，抗干扰能力强，但成本较高。郭冲冲等[14]设计了一种高精度、小型化的便携烟叶厚度电子测量仪，其线性度小于1.2%，仪器最大示值误差为4 μm，回程误差为2 μm。刘九庆等[15]设计了一种基于应用电感式位移传感器的接触式无损植物叶片监测仪，其精度高、鲁棒性好、可无损测量。

希伯来大学的耶霍苏阿和布拉伍多[16]利用叶片厚度传感器观测植物的叶片生长数据，根据植物需求改变对植物的水肥供应量。使用该设备后胡椒地的用水量减少了60%,产量提高了5%。西红柿地节水35%,产量提高了40%。Hans-Dieter Seelig等[17]采用高精密仪器对豇豆叶片厚度进行了测量，并将叶片厚度动态作为温室水平自动灌溉控制的输入参数。在非胁迫环境条件下，叶片厚度仅表现为较小的日变化，夜间几乎没有波动。在极端缺水胁迫条件下，叶片厚度在短时间内急剧下降45%。在更现实的情况下，叶片厚度在几天内保持相当稳定，但当水分不足的胁迫变得过于严重，植物无法再应付时，叶片厚度就会大幅下降。利用叶片厚度的这种特性，作为自动启动灌溉的输入参数。在自动灌溉下，植物很快就恢复了它们的名义叶片厚度，并将这个叶片厚度保持数天不变，直到随后的叶片厚度下降发出需要下一次灌溉的信号。通过测量叶片厚度进行灌溉控制，与典型的定时灌溉方案相比，可以节约25%～ 45%的灌溉用水。

2.2.1.2 利用计算机监测目前主要有计算机图像监测和光谱扫描等方法[18-19]，S.Malone等[20]提出了基于图像处理的叶面积测量方法，但操作复杂、可靠性差且成本高。张全法等[21]提出利用标准物体的线性几何畸变补偿被测物体的线性几何畸变的方法，其操作简单、成本低且精度高。冯冬霞[22]研究了高精度便携式光电扫描式叶面积仪，测量精度较高，但鲁棒性低。

表 1 两类传感器的异同

Table 1 Comparison between two types of Sensor of function

传感器类型Sensortype接触式Contact非接触式Non-contact核心器件Thecorecomponents位移传感器图像采集传感器测量对象Measurementobject长度、厚度、位移、直径长度、角度、面积、周长、倾角、尖端跟踪等测量原理Measuringprinciple位移量转化为电压量测量图像的智能分析预紧力Pre-tighteningforce有无测量精度Accuracyofmeasurement高较高对植物的损伤Damagetoplants有一定损伤无损伤发展方向Thedevelopmentdirection预紧力优化精度的提高

表 2 中国水肥一体化技术概况

Table 2 Development of water and fertilizer integration technology in China in recent years

年份Year水肥一体化技术应用面积Waterandfertilizerintegrationtechnologyapplicationarea全国耕地面积Nationalarablelandarea2010172.213526.672014266.6713506.672015333.3313499.872016466.6713492.12017666.6713486.6720201000-

研究[23-25]利用CAD、Photoshop或Matlab等计算机软件对植物叶片图像进行处理得到被测区域的叶面积、周长等参数。车嘉兴等[26]利用上述方法实现了叶片倾角和叶尖跟踪分析，但设备成本较高、相机分辨率低和光线条件不理想等因素制约着该技术的发展，且仅适用于短期监测。胡迪[27]利用MATLAB的图像处理工具箱和图形用户界面(Graphical User Interface，GUI)功能设计了基于扫描仪的植物叶片参数自动测量系统，实现了叶子、叶片和叶柄外形参数的自动测量以及叶片的形态分析，此测量系统具有运算速度快、数据准确、操作简单的特点。程荣花等[28]利用数字图像处理技术实现了豆科植物叶枯焦面积的自动化测量。孟祥丽等[29]利用摄影测量技术改进了基于数字图形处理的植物叶面积测量方法,提高了测量的精度和自动化水平且可应用于不规则图形的测量。图1

表3 我国部分地区水肥一体化现状

Table 3 Water and fertilizer integration in some regions in china

地区Regions耕地面积(2011)Cultivatedlandarea(2011)水肥一体化技术应用面积Applicationareaofwaterandfertilizerintegrationtechnology年份Year河南Henan792.641.672014山东Shandong751.536.672016河北Hebei631.731.352016甘肃Gansu465.881.82016贵州Guizhou448.531.342016新疆Xinjiang412.46266.672016广东Guangdong283.073.112014福建Fujaing133.016.67“十三五”规划海南Hainan72.7516.672016山东潍坊1.042018全国13526.67466.672016

图1 系统工作流程

Fig.1 System workflow

2.2.1.3 叶片温度可以用热阻测量、热电偶测量、红外测温、红外热成像测量和叶片温度模型等方法测量[30]。张昆等[31]提出了模块化的声表面波温度传感器设计方案,温度敏感模块具有良好的频温特性，温度测量误差小于0.5℃,灵敏度4.59KHz/℃可以应用于叶片温度监测。陈瑞阳等[32]设计了高精度便携式叶温测量仪，其具有操作简便、响应速度快和对植物损伤小等优点。图2

图2 叶片温度传感器

Fig.2 Leaf temperature sensor

2.2.2 果实信息监测技术

果实直径主要由基于线性位移传感器的径向传感器和角度传感器测量，测量精度可达微米级。李东生等[12]设计了基于位移传感器的果径测量仪，被测果实夹在可动测头和固定测头之间, 果实生长引起可动测头以转轴为中心转动一定角度, 使触头与游丝的接触点改变, 差动电阻值发生变化输出电压随之改变。其原理图如图3所示,因果实传感器在原理上是具有非线性的正切机构，故仅适用于直径变化较小的果径测量，需用计算机进行修正才能测量果径变化较大的果实。图3

图3 果实传感器原理

Fig.3 Principle diagram of fruit sensor

韩冰等[33]应用巨磁阻抗(GMI)效应和杠杆原理设计了一种可实时监测的果径传感器，其输出具有较好的线性度和重复性，测量范围为2～1 4 cm,灵敏度为100 mv/cm。图4

计算机视觉技术可以实现果实直径的无损测量，利用一定的算法对提取果实图像进行分析得出果实的大小。该算法主要包括最小外矩形法、投影面积法和分割算法等。曾庆兵等[35]对获取图像通过采用分割算法变换取得果实直径，重复测量精度达到±9 μm。适用于植株较高的植物果实生长情况监测，且会对植物生长有一定影响。王可[36]利用低成本结构传感器(Xtion)获取的点云数据，实现了不规则形状特征和不同纹理特征植物果实的尺寸参数提取。该方法精度高，可应用于实践。杭腾等[37]采用基于R-G(红绿黄三原色)色差因子的OTSU(大津法)动态阈值分割法提取果实横截面积信息，从而计算出果实的横截面积。但精度仍有待提高。

Ali Motaharian等[38]开发了一种基于分子印迹聚合物(molecularly imprinted polymer, MIP)纳米颗粒的电化学传感器，用于选择性、灵敏的测定二嗪农(determination of diazinon ,DZN)。该传感器已成功的应用于井水和苹果果实样品中二嗪农的测定。N.R.Meghana等[39]利用图像特征和基于传感器的技术来识别果实是否被化学物质催熟。利用基于PH(pondus hydrogenii)传感器的技术和视觉特征，可监测到人工成熟的水果。试验结果表明，该方法能较好的鉴别人工成熟香蕉果实。Ajay Beniwal等[40]采用薄膜镍NI-SnO2传感器对乙烯(C2H4)气体射流进行了监测。采用溶胶-凝胶自旋涂覆技术制备了传感器。在室温(RT)、相对湿度(RH)为50%的条件下，该传感器对腐烂苹果的响应明显，灵敏度高，选择性高，响应快，恢复时间长。通过对新鲜苹果、腐烂的香蕉、腐烂的猕猴桃、腐烂的橙子、葡萄等非成熟期水果在相似条件下的响应，验证了其对腐烂苹果的高灵敏度和选择性。

图4 果实直径传感器

Fig.4 Fruit diameter sensor

2.2.3 茎秆信息监测技术

直径和株高是茎秆的主要测量参数。植物茎杆的接触测量也基于位移传感器。针对预紧力影响植物生长，张昆等[31]在2014年提出利用光敏电阻的植物茎秆直径传感器设计方案，该方案开发成本低，在测量过程中无需对植物施加预应力。

李长缨等[41]利用计算机视觉技术实现了温室植物生长的无损监测，但光照不均匀会导致后续的分割误差。王震[42]利用机械传动装置使图像传感器(Charge Couple Device，CCD)使传感器与植物高度同步，可实时跟踪植物高度的最大值，实现植物高度的无损动态监测。杭腾等[37]利用机器视觉的方法对番茄的茎粗、株高和果实横截面积进行快速测定，实现了番茄长势信息的有效获取。

Goldhamer等[43-44]利用日最大收缩量(MDS)指标指导杏树灌溉取得了良好的节水效果。Gallardo M等[45]研究表明,幼苗的茎秆生长率(stem growth rate，SGR)与植物水分关系紧密，成熟植株的MDS更能反映植物水分变化。Moreno F等[46]在成熟的菲诺柠檬树(柑橘)上做了3年以上试验。结果表明,不同季节，植物不同生长期的MDS也有变化。未测定MDS和茎秆直径显著的受年际产量或作物负荷变化的影响。在番茄[47-48]和甘蔗[49]上的观察结果证实了上述观点。

以色列Eldar-Shany公司开发了以茎直径变化的数据为作物水分状况和灌溉时间及灌溉量的指标体系植物生理监控系统并开始了商业化生产，其主要用于高档温室灌溉的自动化管理。图5

日本千叶大学贺冬仙等[50]应用双目立体视觉技术实现对甘薯幼苗的株高、叶面积等参数的无损监测。

图5 茎秆直径传感器

Fig.5 Stem diameter sensors

2.2.4 根系信息监测技术

植物根系测量难度较大，研究一直较为滞后。员玉良等[51-52]提供了一种可行的无损根压感知方法。实现了茄子根系压力的无损动态观测。为了确定该方法的适应性，仍需要结合不同的作物品种和不同的生长环境进行验证。

2.2.5 植物径流信息监测技术

植物径流传感器通常采用热技术进行测量，包括热脉冲法、热平衡法、热扩散法和热场变形法[53]。Ortuno M F等[54]分析了气候变量与柠檬树树液流量、茎水势和最大日干缩量之间的关系。Ortuno M F认为树叶流量(sap flow,SF)的增加会转化为MDS的增加。在观测期间和连续记录的结果证实了SF和MDS是预测植物水分状况很好的指标。Fernández J E等[55]使用流量测量装置对橄榄树、苹果树、亚洲梨树和葡萄藤进行测量来调度灌溉。刘安等[56]通过标定试验，测试了基于热平衡法的植物茎流传感器的性能。结果表明，传感器与茎流量相关性强可应用于生产。周海洋[57]提出利用双体嫁接技术将微型无源热电偶传感器嵌入以跟踪向日葵样品的热液响应,并以此分析植物根系、茎秆导水率。并结合向日葵、苹果树等植物展开了试验研究。

2.2.6 植物激素信息监测技术

植物激素的监测方法包括免疫分析、气相色谱、高效液相色谱、毛细管电泳和电化学方法，现已研制了传感器等皆需离体测量。传感器的精度主要受分离提取技术、传感器灵敏度和材料耐久性的影响。李喜鹏[58]利用不同物质对不同波长光的吸收特性，建立了植物叶片颜色监测系统。但比之化学方法精度仍有不足。王凡等[59]基于自行搭建的番茄可见/近红外透射光谱监测系统，并通过特征波长提取能够有效的简化模型并提高预测精度。该方法耗时短、精度较高可实时无损监测。

Bijay-Singh等[60]在南亚的印度恒河平原，以4个小麦品种为材料，进行了3个季节的田间试验，建立了叶绿素仪(SPAD)和光学传感器(GreenSeekerTM)用于指导最大分蘖(maximum tillering,MT)阶段氮(nitrogen,N)应用的标准。结果表明，MT期小麦叶片的绿度与施氮量有关。成熟期小麦籽粒产量由MT阶段叶片的绿度水平决定。该方法可作为小麦MT期补充施氮量的一种简便实用的判据。Wesheü Mero等[61]建立一种经济有效、无创的杜鹃花叶片叶绿素含量测定方法。该传感器系统适用于不同条件下叶片近靶区的可见光近红外散射透射率法。在不同的传感条件下，叶片都能被监测到，并对监测结果进行分析。利用透射率值计算了简单比值植被指数(SRVI)，并与叶片叶绿素含量进行了相关分析。这项工作可为遥感和能源平衡研究提供资料。

2.2.7 其他植物探测技术

孙刚[62]研制了被动光源式植被冠层氮素探测仪器(NRI/OSAVI)一体化氮素测量仪，可同时测定植被的氮素含量和长势情况。釆用主动光源脉冲发光技术克服了被动式光谱测量仪器受环境影响大、工作时间短的劣势。

Lihong Xue等[63]在江西省鹰潭市附近对早稻进行了不同施氮量的田间试验。在施肥阶段，采用主动传感器采集冠层归一化植被指数(NDVI)与植物摄氮量(PNU);并以未充分受精和充分受精NDVI的比值计算充分性指数(SI)。水稻PNU和产量与NDVI和SI在分蘖期和穗起始期呈正相关。结合传统的目标产量策略和分蘖施肥策略，建立了传感器确定的氮素模型，以提高关键施肥阶段追肥的氮素利用率，并进行了验证。该模型能以较低的氮素施用量和较高的氮素利用率提高水稻产量。但是，需要对模型的参数进行优化，用更多的数据来测试模型的鲁棒性和灵敏度。G.R.Mahajan等[64]综合分析了高光谱叶片和冠层反射率与养分状况之间的定量关系，包括连续两年不同的养分施用量。试验结果表明，辐射测量可应用于监测小麦的氮、磷、硫、钾(N、P、S和K)状况。小麦营养状况与叶片和冠层反射率的相关分析表明，不同的N、P、S和K值对小麦营养状况有不同的响应波长。冠层内可见光(VIS)反演N、S、K浓度的回归模型(无P)精度显著，当考虑生物量和养分(N、P、S和K)含量超过基于浓度的养分状态时，回归模型的准确性有所提高。试验的结果将有助于氮、磷、硫、钾在小麦上的精准施用。

3 讨 论

3.1 植物生理生态信息监测技术对农业影响

植物外部特征监测技术已经较为成熟，部分对基于植物生长信息的智能灌溉系统进行了探索。因植物内部特征难以测量，所以起步较晚。但随着科技的进步逐渐得到发展。现已能实时无损测量植物径流，激素的监测也正在由离体测量逐步走向无损实时监测。但需加强植物内部信息的监测以促进水肥的精准施用。

3.2 现有植物生理信息监测技术的发展趋势

3.2.1 传感器的智能化

研究信息监测数据的无线传输以实现信息的远程采集[65-66]。表4

基于LORA的无线传输方法成为近年来的研究热点[67-70]。LORA是基于扩频技术的超远距离无线传输方案。其最大特点是传输距离远、工作功耗低、组网节点多，与互联网技术有很强的互补性。将传感器与现代网络技术相结合实现信息采集的无线化、远程化和自动化，免除了繁琐的现场布线安装更加方便，降低了工作人员的工作量，更有利于产品推广。无需人员驻守，可远程操作，降低成本。2008年高峰等[71]基于作物水分胁迫茎直径微变化诊断方法，研发了无线传感器网络节点，并设计了无线传感器网络精量灌溉系统。

表4 无线通信技术对比

Table 4 Comparison of wireless communication technologies

无线技术WirelesstechnologyLORA2GNB-IOTZigBee距离Distance超长中等长较短速率Rate很慢较快慢较慢能耗Energyconsumption非常低中等很低低铺设成本Layingcost中极高较高较低通信成本Costofcommunication免费流量费流量费免费适应场合Toadapttothesituation户外传感器通话与上网户外传感器室内设备

3.2.2 多功能化

Joanna M.Nassar[72]开发了综合多种功能的植物便携设备，其集成了温度、湿度和应变传感器，可以紧密地部署在任何植物的软表面进行远程和持续监测，使植物生长信息监测在大范围内得到广泛应用。未来会有更多集成多种功能的仪器被研发出来。

3.2.3 新型植物生理传感器的开发

目前的测量方法大多为植物外部特征监测缺乏对植物内部生理特征信息的有效监测，且多为瓜果蔬菜的研究,为全面的监测植物生长状况需研究开发新型传感器。

4 结 论

4.1 目前基于植物的生理生态监测技术的智能灌溉系统发展较为成熟。但尚不能对施肥很好的进行指导。 我国水肥一体化发展主要集中在西北干旱地区，内地发展缓慢。应加强区域合作，推动内地水肥一体化发展。如内蒙古2003年从新疆引进滴灌技术后取得了良好发展。

图 6 使用LORA技术的植物生理生态传感器Fig.6 plant physiological and ecological information monitoring technology using LORA technology

4.2 植物生理生态传感器监测的数据是智能灌溉施肥设施的基础，基于植物生理生态传感器的智能灌溉施肥设施实际提高农业生产效率，做到节水节肥必将会推动智慧农业大力发展。

4.3 植物生理生态传感器所测参数的使得以实现精准灌溉、精准施肥、病虫害防治为基础的智慧农业。番茄等茄果类蔬菜可测数据研究较多较为成熟，甘蓝等叶类蔬菜可测数据较少。