基于探地雷达和电容法的作物根系原位无损测量技术研究进展

刘秀位，谷慧杰,2，韩 洁，姜寒冰,2，段世名,2

基于探地雷达和电容法的作物根系原位无损测量技术研究进展

刘秀位1，谷慧杰1,2，韩 洁3，姜寒冰1,2，段世名1,2

（1. 中国科学院遗传与发育生物学研究所农业资源研究中心/中国科学院农业水资源重点实验室/河北省节水农业重点实验室，石家庄 050022；2. 中国科学院大学，北京 100049；3. 河北科技大学图书馆，石家庄 050018）

改善根系结构提高作物的抗逆特性是保障粮食安全的有效途径。但传统破坏性取样根系测量方法费时费力，且破坏了根系的原位状态。为满足栽培和育种对根系信息的需求，亟需发展原位无损的根系测量方法。因此，该研究综述了相关技术的研究现状，以目前能够在田间应用的作物根系原位无损测量技术-探地雷达和电容法为例，系统分析总结了两者技术原理、当前应用情况、存在的关键问题以及未来研究方向等，研究认为，提高探地雷达测量作物根系的精度和证实电容法测量根系的可行性是未来研究主要的着力点。

根系；原位无损测量；探地雷达；电容法；土壤水分

0 引 言

世界人口持续增长需要稳定的粮食增长供应[1]。小麦矮秆化与高水肥投入共同作用使得粮食产量获得巨大的提高，但同时也带来了生态环境问题。提高作物水肥利用效率，尤其是通过改善作物根系提高作物抗逆性是解决粮食短缺问题和实现农业可持续发展的重要途径[2]。然而不同于地上部分，根系的不可见性给其测量带来了极大困难。传统的根系测量方法（如挖掘法，根钻法等）虽然可以获得比较准确的根系参数（如根长，根干物质等），但费时、费力、且破坏性强，难以在田间重复测量[3-4]。后来开发的微根管技术，虽然可以获得直观的根系图像，但其安装过程中仍然破坏土壤结构，根管周围的微土壤环境与实际大田不同，此法获得的根系数据代表性受到质疑[4]。而且大量安装根管会影响田间栽培管理，因此，微根管技术并没被广泛应用。Trachsel等[5]研发的shovelomics方法是在田间将根系用铁锹挖出，经过洗根、图片采集等处理后，利用根系分析软件或打分板获取根系属性的一种高通量根系测量方法，在一定程度上提高了根系参数获取效率，但此法仍然是破坏性取样。为满足栽培和育种对根系信息高通量的需求，亟需发展原位无损的根系测量方法。

根系原位无损或低损的测量技术包括电容法、探地雷达技术、X-射线技术和核磁共振法等，以及通过根系吸收功能间接判定根系分布的技术，如同位素示踪技术、水同位素技术和土壤水分监测技术等[4,6-11]。核磁共振法目前处于室内研发阶段；X-射线技术发展较快，尤其是在室内条件下的应用在逐渐增多，但是由于其辐射较强且价格昂贵，其在田间直接应用的前景较低。探地雷达和电容法是当前在田间直接应用的根系原位无损测量技术。另外，通过监测土壤水分变化可很好的反映根系分布[10,12]，目前常用的土壤水分的监测方法（中子法、时域反射法、介电系数法、烘干法）只能提供点的土壤水分信息[13]，并不能监测较大面积（如小区尺度）土壤水分的变化。而探地雷达和高密度电阻率成像法（Electrical Resistivity Tomography，ERT）可以快速地获取土壤水分的空间分布信息[7,13-17]，因此，可以通过探地雷达和电法（电容法、ERT）直接或间接获取根系信息。

已有一些文章分别综述了探地雷达和电容法在测量根系中的应用[9,16,18-22]。然而这些报道并没有涉及这两种技术在作物根系测量中的比较。探地雷达以前被广泛用来测量树木等植被的粗根系[9]，在田间作物上的应用较少[18]，电容法在测量作物根系中的应用最多，但是近些年关于其测定根系的可行性受到质疑[23]。本文将根据目前国内外研究现状，重点分析总结：探地雷达和电容法测量根系的原理；探地雷达和电容法在测量根系中的应用，并就目前研究遇到的关键问题进行分析，探讨其可行性，简要论述探地雷达和电法相关的通过测量土壤水分的变化间接测量根系分布的研究；探地雷达和电容法在农业中的综合应用及展望。

1 测量根系的原理

1.1 探地雷达

探地雷达是一种通过发射脉冲电磁波探测浅层地下物的一种地球物理技术，当雷达波通过具有不同电磁性质（介电常数，磁感常数，电导率）的介质时，一部分电磁波会被反射，被接收器所接收并转化成雷达图谱，一部分被折射继续向下传播，还有一部分被吸收[3,9]。研究表明[24-25]一般情况下植物根系的含水量大于土壤含水量，而根系和土壤的介电常数主要有其水的相对介电常数决定[9]，所以根系和周围土壤的介电常数存在差异，即反射系数大于0，说明理论上探地雷达可以探测根系的存在。

探地雷达对地下目标探测范围呈圆锥形，其能否对目标物进行探测取决于雷达分辨率，主要由反射系数决定[3]。探测分辨率是指雷达可分辨最小探测目标物的尺寸[3]，一般来说高频率雷达具有高的分辨率，但探测深度会降低[3,9,18,26-27]。

1.2 电容法

在细胞水平上，在植物的根外加一定频率或变频的交流电源，以此产生变化的电场。变化的电场会使根系细胞膜极化[11,28]。根系内部的水分离子等可以导电，根系外部的皮层等导电性差，而根系周围的土壤（水分和离子）也可以导电，因此，根系-土壤系统可被看出电容器。电容器电容的大小由电容板的面积和距离决定。在根-土系统中，电容板的面积指的是根系表面积，而两个电容板距离主要有根系皮层厚度决定，因此，电容法可以测量植物根系特征[29]。根系被看作是电容器并联在一起的，土壤本身也可被看作电容器，且一般认为根系电容与介质（土壤）形成串联电路[29-30]。

2 探地雷达和电容法在测量根系中的应用

2.1 探地雷达

Guo等[9]全面综述了探地雷达在探测粗根系中的应用，集中在根系干物质、根系直径、根系表面积及根系三维结构的测量方面。之后[8,13,15-16]探地雷达技术测量根系的研究主要集中在提高探测精度、拓宽此技术应用的环境条件和探测的植物类型（参见3.1探地雷达测量根系的影响因素），但缺乏预测根系模型与探测作物根系的报道。因此，本部分将主要综述探地雷达在根系探测中的常用预测模型以及在作物根系中的应用。

2.1.1 线性模型

自1999年Hruska利用探地雷达绘制橡树的根系到目前为止[31]，探地雷达在植物根系研究中的应用已有20多年。在这20多年的研究中对根系生物量、根系直径上的探测多采用线性预测模型（表1）。Butonr等[3]首次利用400 、1500 Hz的雷达天线对不同排水条件、不同埋深的火炬松根系进行研究，结果表明，在Wakulla土壤（85%～92%的沙土，8%～15%的淤泥和土）中1500 Hz所测高振幅反射面积与根系直径之间存在显著的线性正相关，特别在0～15 cm埋深处雷达信号与根系直径的相关系数为0.81（=0.000 4）；0～40 cm层次的根系总生物量与高振幅面积显著正相关，但与根系反射点的数量相关性不显著。之后学者相继利用像素、反射振幅面积、最大振幅、最大这幅面积、振幅时间、最大振幅时间、反射强度等参数与粗根系建立线性预测模型（表1）。

表1 探地雷达技术在测量根系中的应用

<

注：∑∑和分别表示高振幅时间，s；高振幅反射面积，m2；最大振幅反射幅时间，s。

Note: ∑、∑andindicate time of higher amplitude reflection, s; area of higher amplitude reflection, m2; time of maximum amplitude reflection, s, respectively.

2.1.2 非线性模型

与线性模型相比，非线性模型的应用比较少。Barton 等[32]利用500、800、1 000 MHz 3种雷达天线对埋深15～155 cm的桉树根系进行扫描。将3个高振幅波的零点时间与根系直径进行拟合后发现，根直径与零点时间之间存在多元非线性回归关系，研究还表明，对于直径为1～8 cm根系，此模型可以提供较为准确的估计。Guo等[37]研究发现，随着根系含水量和探测频率的增加，像素和高振幅区域与根系生物量呈现非线性关系。在较高的根系含水量下，用像素为指标与根系生物量拟合出二次回归模型，模型预计值与实际根系生物量呈良好的1∶1关系。

2.1.3 正演模型

无论是线性模型还是非线性模型，其应用均受地点、水分条件、物种的限制。因此需要建立由雷达参数获取根系信息的正演模型。gprMAX开源软件被广泛应用在根系和土壤探测上。Guo等[46]整合根介电常数和电导率估算模型、土壤介电常数和电导率估算模型和gprMAX模拟器形成根系探地雷达信号正演模型。模型需要输入的参数为根系直径、根系含水量、土壤含水量、关于根系和土壤的电磁波参数，最后输出模拟雷达图。对此模型的验证试验表明，从模拟雷达图中提取出的数据与实测值之间存在非常好的一致性（>0.87，<0.001）。Mihai等[47]对各种条件下的根系介电常数进行了直接测定，用以辅助正演模型的建立。

3种模型中，线性模型应用最多，也是应用范围最广的。线性模型和非线性模型主要通过建立雷达参数和根系之间的关系，进而反演根系参数。而正演模型通过已知的根系特征和环境条件获取雷达图谱特征。通常情况下雷达参数与根系参数可以利用线性模型做拟合，然而对雷达图谱识别经验不足、随着应用场地及植物根系类型的不同而变化，使得线性模型的适用性具有一定的局限性[46-47]。当根系含水量差异较大或线性模型与根系参数的相关性不好时，可以做非线性拟合。而正演模型不受限于场地和实验条件的限制，利用正演模型可以批量模拟各种条件下根系雷达图谱参数的特征[46]，可用于解读在野外探地雷达扫描根系的雷达图谱特征，从而更加准确的反演地下根系参数。然而复杂的土壤性质和根系特征所形成特定雷达图谱资料不多，此模型的应用也具有一定局限性[46]。

2.1.4 探测作物根系

Delgado等[40]于2017年首次利用探地雷达测量作物（甘薯）粗根系的发育过程。由于一般作物比如小麦和玉米根系直径小于1 mm，探地雷达在很长时间内被认为无法测量作物细根系（直径小于2 mm）。Liu等首次报道了探地雷达探测作物细根系的可能性[8,18]，他们认为作物浅层根系与粗根生物量相当，根际含水量大于其周围土壤含水量[24]，因此，可以探测作物根系。2018年，Liu等[8]利用1 600 MHz高频天线雷达探测了冬小麦和甘蔗的根系，结果表明，在Amarillo点（黏壤土）的灌溉处理的像素参数与根系直径和生物量之间存在显著的线性关系。之后Liu等[44]利用1 600 MHz和2 600 MHz高频天线的雷达测量冬小麦根系，研究发现平均像素强度能够更好的反映作物根系生物量和直径；并且将两种频率的像素强度与根系生物量进行多元回归后可以显著提高相关系数，同时还发现土壤水分与2 600 MHz的雷达信号与根系生物量之间存在显著的多元线性回归关系。

2.2 电容法

与探地雷达探测根系类似，电容法测量根系特征时也需要建立电容预测根系生物量、根系表面积等特征的模型。从1972年第一次发现电容与根系线性相关后[48]，电容法得到了诸多关注。然而在2012和2013年有学者对电容法测量根系提出了质疑[23,49]，本部分主要总结电容法在测量根系中的应用并讨论电容法测量根系的可行性。

2.2.1 测量根系大小

一般情况下利用电容法测量作物根系时，将一个电极插入作物茎中，另一个电极插入生长介质（土壤）中。Chloupek[48]首次在玉米、洋葱和向日葵等作物中发现在茎与土壤之间的电容与根干物质量、根长和根表面积等根系参数显著相关（<0.001）。后来的研究者虽然也发现电容与根系参数（根长，根质量，根表面积等）存在着极显著的线性关系，但是他们并没有进一步解释原因[50-51]。直到1995年，Dalton[29]系统提出了电路模型，解释了电容和根系之间存在相关的原因。Dalton模型将每个侧根的皮层看作一个电阻器与电容器并联的电路元件，每个侧根的电容值与根系表面积相关，并假设木质部和韧皮部以及被皮层细胞膜隔开的土壤或溶液为低电阻导体，因此，测量的茎和土壤间的电容值主要反映了根系电容。根系表面积与根干物质量、根长、根体积和根鲜重等存在着线性关系（表 2），Dalton模型比较好的解释了电容与根系参数之间的线性相关关系，因此，该模型被广泛证实并应用[52-53]。Rajkai等[54]发现，根系在土壤中时，土壤电容并不能被忽略，对Dalton模型进行改进，提出了土壤根系双电介质串联模型，即测量的电容包含了根系电容和土壤电容。

近年来，损耗和相位等参数也被应用到根系测量中。如Cseresnyés等[55]利用耗散校正3种土壤条件下（表2）的根系电容后发现，电容与根系干物质的相关关系均有所提高：小麦中根系干质量与电容值的决定系数由0.879、0.812、0.809增加至0.95、0.931、0.936；大豆中根系干质量与电容值的决定系数由0.751、0.946、0.451增加至0.946、0.877、0.748。电容法除了测量根系大小特征外，也可以间接反映田间作物根系活力[56]以及重金属和盐对作物的胁迫程度[57]。

2.2.2 电容法测量根系的可行性

虽然电容法被广泛用来测量作物根系特征，但是也有少量研究对此方法提出了质疑，主要包括：在茎中注入电流后，电流可能在根系近端泄露到生长介质中[70]，因此，电容可能不是直接测量的根系；生长介质以上的茎部分与基质里面的根系构成串联电路[23, 71]，在串联电路中总电容最接近于最小的电容器的值[23,29]，所以电容器所测得值实际上是植物体与基质交界面的信息。Urban等[70]认为大多数电流从根系近端流向土壤，只有一少部分电流经过细根进入土壤，因此，他们认为利用电学的方法并不能直接反映根系吸收面积等根系参数。Dietrich等[29]研究发现：将溶液中根系剪掉，电容并没有发生显著变化；电容与根在液面所占的横截面积的大小呈正线性相关，因此，电容法测得实际是根系与介质交界处横截面的信息。在2013年，Dietrich等[49]在田间实验再次验证了Dietrich等[23]2012年提出的模型。

表2 电容法在根系探测中的应用

注：*、**、***分别表示0.05、0.01、0.001水平上显著相关；+++表示文中未找到显著水平。

Note: *、**、***indicate correlations are significant at=0.05, 0.01, 0.001, respectively; +++ meanssignificant levels are not found in the original paper.

但是也有研究表明电容法可以直接测量根系特征。比如Ozier-Lafontaine 和 Bajazet[30]将苋菜和西红柿根系洗干净后，在溶液中测量电容，发现西红柿根系浸入溶液中的量与电容呈正相关。Cao等[71]认为在128 Hz测量频率下植物根系的电阻可以表征根系大小，即电流是经根系进入溶液中的。Cseresnyés等[63]在大豆和玉米根系上接种菌丝后发现，在干旱的条件下根系干物质量没有明显变化，但是接种菌丝的电容却显著大于不接种菌丝的电容。由于接种菌丝使得根系吸收面积增大进而增加电容，研究结果间接证明了电流可以进入根系中。最近有学者以菜椒为试验材料在气培条件下证实了电容法探测根系干物质的可行性，结果表明无论是否有盐胁迫，电容与根系干物质之间存在同样的线性关系[69]。这些研究间接说明了在一定条件下电流是可以进入根系的，因此，电容可以直接反应根系特征。

极化图谱和电容法的原理一样，极化图谱、高密度电阻抗图谱和电阻抗图谱技术在根系上测量中的应用从侧面证明了电容法测量根系的可行性[30, 72-77]。最近Tsukanov等[77]利用极化图谱技术直接测量溶液体系的极化率，结果表明小麦根系干物质、根系表面积与极化率线性正相关（R分别为0.97和082）；根系经碳基氰化物毒害处理后，相位和极化率在2 h内呈下降趋势，因此，极化信息可以反应小麦根系表面积。近期利用高密度电阻抗图谱技术研究葡萄根系时发现，在根的垂直深度30 cm,水平方向50 cm和90 cm范围内可探测到电信号，与不存在根系土壤的电势梯度差异显著[75]。Mary等[76]研究发现由于根系存在导致的土壤极化信息的差异与根系在土壤中的分布基本吻合。根系的存在对土壤的电学特征有显著的影响，电阻率与根系干物质、根长密度正相关[78]。由于一般根系的含水量要高于土壤含水量，根系的存在会对土壤整体的介电常数有显著的影响[9,25]，当把根系埋进土壤时会增加土壤电容[73]。因此，在水分比较低的条件下直接测量土壤的电容有可能反映根系大小；另外根系对根际的物理化学性质有很大的影响，所以，直接测量土壤极化信号有可能反应根系信息[77]。

在电极-根系-介质-电极的连续电路体系中，根电阻和茎-根电阻的差异可能会影响电流在植物体的路径。根系组织存在凯氏带，而茎中不存在，茎中存在皮孔，而根中一般不存在，因此，在湿润条件下电流可能更容易从茎中流到介质中；水培可能会增加皮层的横向导电率从而导致电流从根与溶液的交界面流出，同时在水分条件比较好的条件下，根系异速生长，导致皮层组织密度降低，进而导致电流更容易从根系近端泄露；干旱的条件下木栓化程度增加，皮层横向导电率降低，电流沿导管纵向流动。所以与湿润条件相比较，基于电极-根系-土壤-电极方式的电容法可能更适宜探测干旱条件下生长的根系。未来需要对此假设进行详细研究。

2.3 利用探地雷达和高密度电阻抗技术测量土壤水分

根系是植物的主要吸水器官，土壤水分的分布与根系的分布存在密切的关系[6]。有研究表明[10,12,79]，土壤水分时空的变化与根系分布具有较好的一致性，因此，通过探地雷达和高密度电阻抗技术快速探测根层内土壤含水量的时空变化，以此来间接反映根系的分布。

2.3.1 探地雷达测量土壤水分

利用探地雷达测量土壤含水量一般利用Topp经验公式[80]或复折射率模型[81]，将测得土壤介电常数带入Topp公式或复折射率模型可以算得土壤含水量。Shamir等[7]在室内通过金属反射器校正电磁波速度，逐次向土壤中添加水，利用探地雷达较为精准的获得了不同类型农田土壤的水分空间分布信息，并证明了其在田间应用的可行性。Zhou等[82]利用高频天线（2 GHz）准确的估测了浅层（0～20 cm）农田土壤的水分信息（R>0.89）。Koyama等[13]测量不同深度的土壤介电常数用以校正低频雷达下的土壤水分模型，他们的实验不仅验证了机载合成孔径雷达和地面雷达在测量土壤水的可行性，而且获得较高的精度。Liu等[15]利用粗根来估计电磁波从地面到粗根的平均速度和粗根之间的平均速度，计算出不同层次土壤的介电常数，最后算得不同层次土壤的土壤含水量。

2.3.2 高密度电阻抗技术测量土壤水分

高密度电阻抗技术（ERT）测量土壤水分是基于土壤水分和电阻率之间关系，高的土壤含水量会降低土壤的电阻率[83]。Archie[84]建立了土壤含水量与电阻率的幂函数关系。ERT在监测土壤水分动态变化上的应用越来越多，尤其是土壤水分垂直分布和三维空间上的分布[17]。Binley等[17]和姜振蛟等[83]综述了ERT在水文研究中的应用。Carriere等[85]利用土壤电阻率的变化来表征土壤含水量的空间变化，以研究根系对干旱条件的响应；Rao等[86]研究结果表明根系表面积和根系与土壤之间电导率的差异会影响ERT探测的结果。

3 探地雷达和电容法测量根系的影响因素及对比

3.1 探地雷达测量根系的影响因素

探地雷达能否探测根系主要取决于根系与土壤的反射系数和探测分辨率[3,9]，因此，雷达天线频率的大小、土壤类型及含水量、根系大小及埋深和扫描方向是探地雷达探测根系的主要影响因素[3,8-9,18,25]。

3.1.1 频率

电磁波频率是影响探地雷达探测根系的重要因素，一般来说高频率可以获高分辨率，但高频率会导致电磁波能量在土壤中的衰减速度较快从而降低探测深度[3,9,18,36]；同时高频率会降低根系的介电常数[47]，目前利用探地雷达在测量根系中的应用多为单一频率（表2）。但综合利用多种频率可以提高探测根系的精度[27,36,44,45,87]。

3.1.2 土壤

一般认为沙土对电磁波的消散作用低，沙土比例越高越利于探地雷达探测根系[9,88]，土壤含水量越高，电磁波能量衰减越快，反射系数降低较低；另外由于水是极性分子，高的土壤水分导致水分子发生自旋现象从而不利于对根系的探测[9]，因此，干燥的沙土被认为是最理想的探测条件[3,9]。然而Liu等[8]研究发现灌溉条件的冬小麦根系生物量与无阈值像素强度之间关系要优于非灌溉的。在干旱条件下，土壤水分的变异程度可能较高，土壤水分的异质性可能会干扰与根系相关的信号[8,47]。另外有研究认为只有在饱和含水量下，土壤水分对雷达信号的影响才比较大[89]。

3.1.3 根系

根系的埋深、直径、含水量是影响探地雷达探测的主要因素[9,25,27,33,36,37,45]。根系埋深会导致探地雷达的垂直和水平分辨率降低，主要由于电磁波衰减导致[25]。有研究认为根系直径对雷达信号的影响要大于根系埋深[33]。根系直径与雷达信号正相关，直径越大信号越强[24,26]。在粗根中可以利用根直径-生物量模型通过雷达参数获得根系直径从而来估计根系生物量[34,46]。根系含水量越高越容易被探测到[9,27,37]，但Guo等[37]研究发现50%质量含水量的根系最不适宜探测，即根系含水量与像素和高振幅区域呈V形关系。死根的含水量与周围土壤相差比较大时，可以探测到死根[27,41]，同时死根会降低雷达探测的准确性[27,41,45]。

3.1.4 扫描角度

只有扫描路径与根系生长方向的角度在45° ~135°时，根系才会被探测到[3]，其中垂直于根系的90°为最佳的扫描角度[3,9,27]。对直根系植物来说，侧根生长方向是以主根为核心向四周辐射的，因此以主根为圆心作同心圆扫描能获得更多根系的信息[9,90]。Bain等[41]在核心点夹角0°、45°、90°、135° 4个角度进行扫描发现，45°和135° 2个方向共同的像素点与根系生物量的线性关系最好，4个方向上像素线性模型估计值的准确性虽然略低于最佳值，但并不显著。Guo等[39]简化扫描路径与根系生长方向夹角和高振幅反射面积的关系。通过对扫描路径与根系间夹角的校正，可以显著提高振幅反射面积与根系的相关性。

3.2 电容法探测根系的影响因素

影响电容法测量根系的因素有很多[22]，主要包括频率、电极和土壤[10,11,22,29,91]。

3.2.1 频率

根系电容主要受根系表面积和根系介电常数影响。根系介电常数受交流电频率的影响，随着频率增加细胞相对介电常数降低，电导率增加[11]。在几赫兹至1000赫兹被称为区域，103~107Hz被称为区域，107~1010Hz被称为区域[10,11,92]。低频电流主要从质外体流过，高频电流可以穿过植物细胞[11]。虽然目前利用电容法测量根系时所采用的频率多为1 kHz（表2），但是并未解释利用此频率的物理基础。交流电在根系中的传播方向可以分成2个方向：沿根系轴向传播，从根系的吸收区域进入介质；沿根系横向传播，从根茎进入介质中。如果大量电流通过第二种方式进入介质，很多处于根系末端具有吸收功能的根系可能不会被检测到（比如根毛）。高频率由于降低了根系横向的阻抗值，从而导致在高频率的情况下电流可能更容易泄露。

3.2.2 电极

目前很多研究采用不锈钢电极作为测量电极，然而不锈钢容易被极化，从而降低测量的准确度，有研究者认为银-氯化银电极是电容法测量根系的最佳电极[30]。钳形电极与针形电极在预计根系生物量上没有显著差异，但是钳形电极的损耗要大于针形电极[54]。四端法可以消除茎和土壤对测量结果的影响[53]，与双电极相比较，四端法在干旱的条件下对根系生物量的估算更为准确[53,93]。植物电极所在的位置对电容与根系参数间的相关性有显著的影响，一般推荐植物电极位于根基部[29,50]。土壤电极所在的位置对测量结果没有显著的影响[30,50]，Středa等[22]建议土壤电极应距植物茎5～10 cm，且每次测量的位置保持一致。

3.2.3 土壤

不同土壤质地对电容探测根系的精度影响较低（表 2），但是土壤水分的影响较大，在土壤中一般认为土壤含水量高时测量效果好[29,62]。土壤水分高，土壤电容大，土壤电容倒数变小，所测的根-土电容更接近根系电容（土壤与根系的串联模型）；同时土壤水分高利于根系与土壤的充分接触[29]。然而近年来有研究者[91]指出增加土壤含水量只考虑了土壤与根系的接触面积，却忽略增加水分会增加根系周围介质对根系的遮蔽作用，增加电流频率和适当控制土壤水分可以降低遮蔽作用。

3.3 探地雷达和电容法在探测作物根系中的比较

由上文分析可知，探地雷达和电容法探测根系时，其测量原理、测量方式、建模过程、分辨率、根系特征、土壤条件、效率和在作物根系的应用中存在差异（表3）。探地雷达探测根系是基于根系与土壤介电常数的差异，从而使得根系在土壤中可以反射电磁波，进而被探测到[3,9]；电容法是基于活细胞在电场中的极化现象，通过电容值的大小来表征根系的大小[29]。

表3 探地雷达和电容法在测量作物根系中的比较

这2种技术探测根系都是通过建立经验预测模型（表 1和表2）。探地雷达原始数据一般要进行雷达图谱的标准化、噪声去除、信号放大、偏移、希尔伯特变换等步骤[9]。电容法能够直接测量电容，因此，探地雷达根系预测模型的建立过程要比电容法复杂。

探地雷达和电容法都可以测量根系生物量，另外，电容法还可以测量根长、根表面积等。探地雷达可以对根系三维结构进行测量[9,31]，但是，由于高频电磁波能量在土壤中快速的衰减，使得探地雷达只能用来探测浅层根系[9,25,36]。通过前文的介绍可知，电容法基于电场诱导细胞极化，因此，不存在能量衰减的问题，理论上其可以测量整株根系的特征。

探地雷达探测根系是雷达天线在地表直接扫描，从而获得根系反射的雷达图谱；而电容法需要一株一株地测量，因此，探地的探测效率雷达优于电容法。然而探地雷达系统的造价要远高于电容法所需的设备。

干燥的沙土是探地雷达探测的理想条件[3,9]，但在湿润的土壤条件下的农田，浅层土壤中分布大量的根系，强烈的蒸腾作用可能会造成土壤的局部干旱现象，导致根系和周围土壤的介电常数存在差异，因此，在湿润条件下也可以探测根系[8]；另外，浅层农作物单位体积的根系总量与树木粗根相当，因此其有探测农作物根系的潜力[18]。土壤含水量越高，根系与土壤接触越多，土壤电容对测量结果的影响越小[29]，因此，电容法在探测根系时要求较高的土壤含水量，而且在农作物根系探测上得到大量应用（表2）。

综上，这两种技术在探测根系特征时对土壤条件的要求有一定的互补性，因此，可以综合两种技术在作物根系探测中的应用。

4 探地雷达和电容法在农业中的综合应用

4.1 在栽培管理中的应用

在细根作物栽培上，可以将探地雷达遥感获得的土壤水分信息与电容法获得的根系信息进行整合，从而更加高效的指导农作物灌溉。土壤的紧实度对农田水分管理、水分利用效率和作物产量具有重要意义[94-95]。Liu等[18]和Zajícová 等[88]详细的综述了探地雷达在探测土壤成分中的应用，因此，可以利用其获取土壤孔隙度，利用电容法获取根系信息，从而更加精准的指导作物栽培管理。

土壤异质性比较大，在农作物机播的时，难免会造成种子深度不一，甚至洒落在地表。种子的介电常数类似于粗根的介电常数，同时种子在直径上类似于粗根，因此，探地雷达有探测种子深度的潜力[96-97]。将探地达雷达与播种机进行整合，探地雷达获得种子深度的信息反馈到电脑终端，电脑终端将种子深度数据与最佳播种深度数据作比较，进而控制播种机对播种深度进行调整。

4.2 在育种中的应用

在干旱条件下根系的大小显著影响作物产量，因此，干旱条件下作物根系的快速筛选对育种工作具有重要意义[22]。探地雷达在干旱土壤上测量根系效果较好，因此，可用于快速测量干旱胁迫下作物的根系大小。

冬季土壤中的自由水结成冰，而根系中因含较多的电解质冰点降低，结冰的土壤对电磁波能量损耗减少，同时增加根系与土壤的反射系数，进而提高探地雷达在根系探测中的准确性，因此，可以整合多频率雷达天线实现冬季对小麦根系的测量，为育种工作者提供不同品种间的根系特征（尤其是低温下的根系活力）筛选[18,87]。

此外，植物根系的电容对不同逆境的响应会存在显著的差异，抗逆性好的作物往往会表现较高的电容[56,67]，因此，育种工作者可以利用电容法选育抗逆品种，如Hermanska等[98]利用电容法评估不同大小根系的小麦。Dietrich等[23]研究发现燕麦的种子根和节根电容有差异，因此，电容法可能具有选育不同根系构型的潜力。

5 结论与展望

作物根系难以快速准确测量一直困扰着国内外的研究者。探地雷达和电容法原位无损测量作物根系，为当下及未来的研究者研究作物根系提供了新的途径。但对于这两项技术在探测作物根系方面仍然存在许多不足。首先探地雷达测量作物根系的研究太少及其精度太低，需要大量的研究来探索其影响因素；其次电容法能否测量作物根系需要进一步验证。

目前根系原位测量技术还不成熟，无法在田间广泛应用。针对这两种技术在根系探测方面存在的主要问题，建议未来相关研究应从以下几个方面展开。

5.1 提高探地雷达探测作物根系的精度

虽然探地雷已被证实可以探测作物根系，但对根系的预测效果比较差[8]。因此，建议研发多频率雷达和合成孔径雷达在根系探测中的应用并提高原始数据分析软件处理的效率；另外，建立雷达图谱参数和土壤条件（如土壤水分）与根系之间的多元回归关系，以消减土壤条件对探测结果的影响。进而提高其探测精度，明确最佳的土壤条件。同时比较在不同水分条件下根际厚度是否对探测结果有影响。此外，拓展探地雷达获得土壤水分变化以探测根系分布的研究。另外，探地雷达设备昂贵，限制了其在探测作物根系中的应用，未来需要降低其设备成本。

5.2 明确电容法探测根系的原理

现有的研究虽然间接表明电容法可以探测作物根系，但是，电容法探测根系的直接证据还未见报道。建议应从电流在根系中的传播深度和根系电路与介质电路的连接方式两方面入手研究。电容法探测根系的适宜土壤条件（尤其是水分条件）尚需进一步研究。另外，结合其它电学技术（如频谱激发技术、高密度电阻抗技术等）更加详实探测根系分布及土壤含水量的变化，为未来栽培育种提供相应的技术支撑。

5.3 测量更多根系指标

目前这两项技术测量根系特征相对较少，将来需要在提高精度的基础上，拓宽测量根系的指标，如根系在土壤中的分布和三维结构等。根系的主要吸收区域一般位于根毛区，根毛在挖掘的过程中极易折断，而且在冲洗的过程中极易丢失，这使得传统的根系测量技术很难获取根毛区的信息。另外，根系活力作物根系吸收功能的体现，传统的方法比如染色等也需要事先收集根系样品，测量过程费时费力。由前文分析可知，电容法和探地雷达技术都有潜力测量根系吸收区的活力，因此，将来应探索这两项技术原位测量根系活力和根毛的可行性。

5.4 多学科交叉

根系原位测量技术基于电磁学的原理，目前主要是物理、数学和计算机背景的学者在进行研究。但是，根系的生理特征也是理解测量根系原理的关键，因此，也需要植物生理学相关背景的学者参与。另外，研发技术过程中需要考虑育种家的建议，因为这些技术最终主要服务对象是育种家。

[1] Morison J I L, Baker N R, Mullineaux P M, et al. Improving water use in crop production[J]. Philosophical Transactions of the Royal Society B-Biological Sciences 2008, 363(1491): 639-658.

[2] Lynch J P. Root phenotypes for improved nutrient capture: An underexploited opportunity for global agriculture[J]. New Phytol, 2019, 223(2): 548-564.

[3] Butnor J R, Doolittle J A, Kress L, et al. Use of ground-penetrating radar to study tree roots in the southeastern United States[J]. Tree Physiology, 2001, 21(17): 1269-1278.

[4] 李克新，宋文龙，朱良宽. 作物根系原位观测识别新方法综述[J]. 浙江农业学报，2011，23(4)：851-856. Li Kexin, Song Wenlong, Zhu Liangkuan. Review on new methods of observation and recognition in situ for crop roots[J]. Acta Agriculturae Zhejiangensis, 2011, 23(4): 851-856. (in Chinese with English abstract)

[5] Trachsel S, Kaeppler S M, Brown K M, et al. Shovelomics: High throughput phenotyping of maize (Zea mays L. ) root architecture in the field[J]. Plant and Soil, 2011, 341(1-2): 75-87.

[6] 康绍忠，刘晓明，熊运章. 冬小麦根系吸水模式的研究[J]. 西北农林科技大学学报(自然科学版)，1992，20(2)： 5-12.

[7] Shamir O, Goldshleger N, Basson U, et al. Laboratory measurements of subsurface spatial moisture content by ground-penetrating radar (GPR) diffraction and reflection imaging of agricultural soils[J]. Remote Sens, 2018, 10(10): 1667.

[8] Liu X, Dong X, Xue Q, et al. Ground penetrating radar (GPR) detects fine roots of agricultural crops in the field[J]. Plant and Soil, 2018, 423(1-2): 517-531.

[9] Guo L, Chen J, Cui X, et al. Application of ground penetrating radar for coarse root detection and quantification: A review[J]. Plant and Soil, 2013, 362(1-2): 1-23.

[10] Weigand M, Kemna A. Multi-frequency electrical impedance tomography as a non-invasive tool to characterize and monitor crop root systems[J]. Biogeosciences, 2017, 14(4): 921-939.

[11] Mancuso S. Measuring roots: An updated approach[M]. Springer-Verlag Berlin Heidelberg: Springer Science & Business Media, 2011.

[12] 张军，范兴科. 温室番茄开花结果期根系与土壤水分变化关系[J]. 水土保持研究，2016，23(2)： 34-38. Zhang Jun, Fan Xingke. Relationship between soil water and tomato roots during blossom period in greenhouse[J]. Research of Soil and Water Conservation, 2016, 23(2): 34-38. (in Chinese with English abstract)

[13] Koyama C N, Liu H, Takahashi K, et al. In-situ measurement of soil permittivity at various depths for the calibration and validation of low-frequency SAR soil moisture models by using GPR[J]. Remote Sensing, 2017, 9(6): 580.

[14] Klotzsche A, Larm L, Vanderborght J, et al. Monitoring soil water content using time-lapse horizontal borehole GPR data at the field-plot scale[J]. Vadose Zone J, 2019, 18(1): 190044.

[15] Liu X, Cui X, Guo L, et al. Non-invasive estimation of root zone soil moisture from coarse root reflections in ground penetrating radar images[J]. Plant and Soil, 2019, 436(1-2): 623-639.

[16] Liu X, Chen J, Cui X, et al. Measurement of soil water content using ground-penetrating radar: A review of current methods[J]. International Journal of Digital Earth, 2017, 12(1): 95-118.

[17] Binley A, Hubbard S S, Huisman J A, et al. The emergence of hydrogeophysics for improved understanding of subsurface processes over multiple scales[J]. Water Resources Research, 2015, 51(6): 3837-3866.

[18] Liu X, Dong X, Leskovar D I. Ground penetrating radar for underground sensing in agriculture: A review[J]. International Agrophysics, 2016, 30(4): 533-543.

[19] Zajicova K, Chuman T. Application of ground penetrating radar methods in soil studies: A review[J]. Geoderma, 2019, 343: 116-129.

[20] 李强，曹杨，张正，等. 植物科学学报. 电阻抗法在植物根系生物学研究中的应用[J]. 植物科学学报，2016，34(3)：488-495. Li Qian, Cao Yang, Zhang Zheng, et al. Review on the application of bioimpedance methods in plant root biology research[J]. Plant Science Journal, 2016, 34(3): 488-495. (in Chinese with English abstract)

[21] Attia A H S. Geophysical imaging of root-zone, trunk, and moisture heterogeneity[J]. Journal of Experimental Botany, 2007, 58(4): 839-854.

[22] Středa T, Haberle J, Klimešová J, et al. Field phenotyping of plant roots by electrical capacitance–a standardized methodological protocol for application in plant breeding: A review[J]. International Agrophysics, 2020, 34(2): 173-184.

[23] Dietrich R C, Bengough A G, Jones H G, et al. A new physical interpretation of plant root capacitance[J]. Journal of Experimental Botany, 2012, 63(17): 6149-6159.

[24] Andrea C, Ahmad B. M, Doris V, et al. Dynamics of soil water content in the rhizosphere[J]. Plant and Soil, 2010, 332(1-2): 163-176.

[25] 郭立，崔喜红，陈晋. 基于GprMax正演模拟的探地雷达根系探测敏感因素分析[J]. 地球物理学进展，2012，27(4)：1754-1763. Guo Li, Cui Xihong, Chen Jin. Sensitive factors analysis in using GPR for detecting plant roots based on forward modeling[J]. Progress in Geophysiscs, 2012, 27(4): 1754-1763. (in Chinese with English abstract)

[26] Butnor J R, Doolittle J A, Johnsen K H, et al. Utility of ground-penetrating radar as a root biomass survey tool in forest systems[J]. Soil Science Society of America Journal, 2003, 67(5): 1607-1615.

[27] Hirano Y, Dannoura M, Aono K, et al. Limiting factors in the detection of tree roots using ground-penetrating radar[J]. Plant and Soil, 2008, 319(1-2): 15-24.

[28] Guegan Q, Foulc J N. Electrical characterization of the solid phase (particles) of electrorheological fluids[J]. Journal of Physics: Conference Series, 2009, 149(1):012006.

[29] Dalton F N. In-situ root extent measurements by electrical capacitance methods[J]. Plant and Soil, 1995, 173(1): 157-165.

[30] Ozier-Lafontaine H, Bajazet T. Analysis of root growth by impedance spectroscopy (EIS)[J]. Plant and Soil, 2005, 277(1-2): 299-313.

[31] Hruska J, Cermák J, Sustek S. Mapping tree root systems with ground-penetrating radar[J]. Tree Physiology, 1999, 19(2): 125-130.

[32] Barton C V M, Montagu K D. Detection of tree roots and determination of root diameters by ground penetrating radar under optimal conditions[J]. Tree Physiology, 2004, 24(12): 1323-1331.

[33] Cox K D, Scherm H, Serman N. Ground-penetrating radar to detect and quantify residual root fragments following peach orchard clearing[J]. Horttechnology, 2005, 15(3): 600-607.

[34] Cui X, Chen J, Shen J, et al. Modeling tree root diameter and biomass by ground-penetrating radar[J]. Science China Earth Sciences, 2011, 54(5): 711-719.

[35] Raz-Yaseef N, Koteen L, Baldocchi D D. Coarse root distribution of a semi-arid oak savanna estimated with ground penetrating radar[J]. J Geophys Res-Biogeosci, 2013, 118: 1-13.

[36] Cui X, Guo L, Chen J, et al. Estimating tree-root biomass in different depths using ground-penetrating radar: Evidence from a controlled experiment[J]. Ieee Transactions on Geoscience and Remote Sensing, 2013, 51(6): 3410-3423.

[37] Guo L, Lin H, Fan B, et al. Impact of root water content on root biomass estimation using ground penetrating radar: Evidence from forward simulations and field controlled experiments[J]. Plant and Soil, 2013, 371(1-2): 503-520.

[38] Zhu S, Huang C, Su Y, et al. 3D ground penetrating radar to detect tree roots and estimate root biomass in the field[J]. Remote Sens, 2014, 6(6): 5754-5773.

[39] Guo L, Wu Y, Chen J, et al. Calibrating the impact of root orientation on root quantification using ground-penetrating radar[J]. Plant and Soil, 2015, 395(1-2): 289-305.

[40] Delgado A, Hays D B, Bruton R K, et al. Ground penetrating radar: A case study for estimating root bulking rate in cassava(Manihot esculenta Crantz)[J]. Plant Methods, 2017, 13(1): 65.

[41] Bain J, Day F, Butnor J. Experimental evaluation of several key factors affecting root biomass estimation by 1500 MHz ground-penetrating radar[J]. Remote Sensing, 2017, 9(12): 1337.

[42] Yamase K, Tanikawa T, Dannoura M, et al. Ground-penetrating radar estimates of tree root diameter and distribution under field conditions[J]. Trees, 2018, 32(6): 1657-1668.

[43] Yamase K, Tanikawa T, Dannoura M, et al. Estimating slope stability by lateral root reinforcement in thinned and unthinned stands of Cryptomeria japonica using ground-penetrating radar[J]. Catena, 2019, 183: 104227.

[44] Liu X, Dong X, Ma X, et al. Ground penetrating radar with a high frequency antenna improves root biomass detection in sandy soil-grown winter wheat[J]. Ground Penetrating Radar, 2019, 2(2): 31-48.

[45] Zhang X H, Derival M, Albrecht U, et al. Evaluation of a ground penetrating radar to map the root architecture of HLB-infected citrus trees[J]. Agronomy-Basel, 2019, 9(7): 354.

[46] Guo L, Lin H, Fan B, et al. Forward simulation of root's ground penetrating radar signal: Simulator development and validation[J]. Plant and Soil, 2013, 372(1-2): 487-505.

[47] Mihai A E, Gerea A G, Curioni G, et al. Direct measurements of tree root relative permittivity for the aid of GPR forward models and site surveys[J]. Near Surface Geophysics, 2019, 17(3): 299-310.

[48] Chloupek O. The relationship between electric capacitance and some other parameters of plant roots[J]. Biologia Plantarum, 1972, 14(3): 227-230.

[49] Dietrich R C, Bengough A G, Jones H G, et al. Can root electrical capacitance be used to predict root mass in soil[J]. Annals of Botany, 2013, 112(2): 457-464.

[50] Chloupek O. Evaluation of size of a plants root-system using its electrical capacitance[J]. Plant and Soil, 1977, 48(2): 525-532.

[51] Kendall W A, Pederson G A, Hill R R. Root size estimates of red clover and alfalfa based on electrical capacitance and root diameter measurements[J]. Grass and Forage Science, 1982, 37(3): 253-256.

[52] Ellis T, Murray W, Kavalieris L. Electrical capacitance of bean (Vicia faba) root systems was related to tissue density-a test for the dalton model[J]. Plant and Soil, 2013, 366(1-2): 575-584.

[53] Ellis T W, Murray W, Paul K, et al. Electrical capacitance as a rapid and non-invasive indicator of root length[J]. Tree Physiology, 2013, 33(1): 3-17.

[54] Rajkai K, Végh K R, Nacsa T. Electrical capacitance of roots in relation to plant electrodes, measuring frequency and root media[J]. Acta Agronomica Hungarica, 2005, 53(2): 197-210.

[55] Cseresnyés I, Kabos S, Takács T, et al. An improved formula for evaluating electrical capacitance using the dissipation factor[J]. Plant and Soil, 2017, 419(1-2): 237-256.

[56] Cseresnyés I, Szitár K, Rajkai K, et al. Application of electrical capacitance method for prediction of plant root mass and activity in field-grown crops[J]. Frontiers in Plant Science, 2018, 9: 93.

[57] Cseresnyés I, Rajkai K, Takács T, et al. Electrical impedance phase angle as an indicator of plant root stress[J]. Biosystems Engineering, 2018, 169: 226-232.

[58] Van Beem J, Smith M E, Zobel R W. Estimating root mass in maize using a portable capacitance meter[J]. Agronomy Journal, 1998, 90(4): 566-570.

[59] Preston G M, Mcbride R A, Bryan J, et al. Estimating root mass in young hybrid poplar trees using the electrical capacitance method[J]. Agroforestry Systems, 2004, 60(3): 305-309.

[60] Pitre F E, Brereton N J B, Audoire S, et al. Estimating root biomass incultivar “Olof” using the electrical capacitance method[J]. Plant Biosystems, 2010, 144(2): 479-483.

[61] Chloupek O, Dostál V, Středa T, et al. Drought tolerance of barley varieties in relation to their root system size[J]. Plant Breeding, 2010, 129(6): 630-636.

[62] Aulen M, Shipley B. Non-destructive estimation of root mass using electrical capacitance on ten herbaceous species[J]. Plant and Soil, 2012, 355(1-2): 41-49.

[63] Cseresnyés I, Fekete G, Végh K R, et al. Monitoring of herbicide effect in maize based on electrical measurements[J]. International Agrophysics, 2012, 26(3): 243-247.

[64] Kormanek M, Glab T, Klimek-Kopyra A. Modification of the tree root electrical capacitance method under laboratory conditions[J]. Tree Physiology, 2016, 36(1): 121-127.

[65] 张正，刘国彬，李强，等. 电容法估测植物根系生物量研究[J]. 草地学报，2015，23(2)：383-386. Zhang Zheng, Liu Guobin, Li Qiang, et al. Estimating plant root biomass using the electrical capacitance method[J]. Acta Agrestia Sinica, 2015, 23(2): 383-386. (in Chinese with English abstract)

[66] Cseresnyés I, Rajkai K, Takács T. Indirect monitoring of root activity in soybean cultivars under contrasting moisture regimes by measuring electrical capacitance[J]. Acta Physiol Plant, 2016, 38: 121.

[67] Wu W, Duncan R W, Ma B-L. Quantification of canola root morphological traits under heat and drought stresses with electrical measurements[J]. Plant and Soil, 2017, 415(1-2): 229-244.

[68] Cseresnyés I, Takács T, Sepovics B, et al. Electrical characterization of the root system: A noninvasive approach to study plant stress responses[J]. Acta Physiol Plant, 2019, 41: 169.

[69] Erel R, Thuc T, Eshel A, et al. Root development of bell pepper (Capsicum annuum L. ) as affected by water salinity and sink strength[J]. Plants (Basel), 2019, 9(1): 35.

[70] Urban J, Bequet R, Mainiero R. Assessing the applicability of the earth impedance method for in situ studies of tree root systems[J]. Journal of Experimental Botany, 2011, 62(6): 1857-1869.

[71] Cao Y, Repo T, Silvennoinen R, et al. An appraisal of the electrical resistance method for assessing root surface area[J]. Journal of Experimental Botany, 2010, 61(9): 2491-2497.

[72] Corona-Lopez D D J, Sommer S, Rolfe S A, et al. Electrical impedance tomography as a tool for phenotyping plant roots[J]. Plant Methods, 2019, 15: 49.

[73] Mary B, Abdulsamad F, Saracco G, et al. Improvement of coarse root detection using time and frequency induced polarization: from laboratory to field experiments[J]. Plant and Soil, 2017, 417(1-2): 243-259.

[74] Al Hagrey S A, Petersen T. Numerical and experimental mapping of small root zones using optimized surface and borehole resistivity tomography[J]. Geophysics, 2011, 76(2): 25-35.

[75] Mary B, Peruzzo L, Boaga J, et al. Small-scale characterization of vine plant root water uptake via 3-D electrical resistivity tomography and mise-à-la-masse method[J]. Hydrology and Earth System Sciences, 2018, 22(10): 5427-5444.

[76] Mary B, Saracco G, Peyras L, et al. Mapping tree root system in dikes using induced polarization: Focus on the influence of soil water content[J]. Journal of Applied Geophysics, 2016, 135: 387-396.

[77] Tsukanov K, Schwartz N. Relationship between wheat root properties and its electrical signature using the spectral induced polarization method[J]. Vadose Zone J, 2020, 19(1): e20014.

[78] Amato M, Bitella G, Rossi R, et al. Multi-electrode 3D resistivity imaging of alfalfa root zone[J]. European Journal of Agronomy, 2009, 31(4): 213-222.

[79] 谭敏，余永富，胡正峰，等. 根系分布形式和土壤质地对作物蒸腾量影响的模拟研[J]. 浙江农业学报，2018，30(8)：1382-1388. Tan Min, Yu Yongfu, Hu Zhengfeng, et al. Simulation study on effects of root length distribution and soil texture on crop transpiration[J]. Acta Agriculturae Zhejiangensis, 2018, 30(8): 1382-1388. (in Chinese with English abstract)

[80] Topp G C, Davis J, Annan A P J W R R. Electromagnetic determination of soil water content: Measurements in coaxial transmission lines[J]. Water Resources Research, 1980, 16(3): 574-582.

[81] Roth K, Schulin R, Flühler H, et al. Calibration of time domain reflectometry for water content measurement using a composite dielectric approach[J]. Calibration of time domain reflectometry for water content measurement using a composite dielectric approach, 1990, 26(10): 2267-2273.

[82] Zhou L G, Yu D S, Wang Z Y, et al. Soil Water Content Estimation Using High-Frequency Ground Penetrating Radar[J]. Water, 2019, 11(5): 1036.

[83] 姜振蛟，卞建民，查恩爽，等. 高密度电阻率成像法在水文地质领域中的应用[J]. 水文地质工程地质，2010，37(2)：21-26. Jiang Zhenjiao, Bian Jianmin, Zha Enshuang, et al. The application of the electrical resistivity tomography in hydrology: An overview[J]. Hydrogeology & Engineering Geology, 2010, 37(2): 21-26. (in Chinese with English abstract)

[84] Archie G E. The electrical resistivity log as an aid in determining some reservoir characteristics[J]. Transactions of the Aime, 1942, 146(1): 54-62.

[85] Carriere S D, Ruffault J, Pimont F, et al. Impact of local soil and subsoil conditions on inter-individual variations in tree responses to drought: Insights from electrical resistivity tomography[J]. Science of the Total Environment, 2020, 698: 134247.

[86] Rao S, Meunier F, Ehosioke S, et al. Impact of maize roots on soil-root electrical conductivity: A simulation study[J]. Vadose Zone J, 2019, 18(1): 190037

[87] Cui X, Liu X, Cao X, et al. Pairing dual-frequency GPR in summer and winter enhances the detection and mapping of coarse roots in the semi-arid shrubland in China[J]. European Journal of Soil Science, 2020, 71(2)236-251

[88] Zajícová K, Chuman T. Application of ground penetrating radar methods in soil studies: A review[J]. Geoderma, 2019, 343: 116-129.

[89] Stover D B, Day L F P, Butnor J R, et al. Effect of elevated CO2on coarse-root biomass in Florida scrub detected by ground-penetrating radar[J]. Ecology, 2007, 88(5): 1328-1334.

[90] Wu Y, Guo L, Cui X H, et al. Ground-penetrating radar-based automatic reconstruction of three-dimensional coarse root system architecture[J]. Plant and Soil, 2014, 383(1-2): 155-172.

[91] 彭源远，曹扬，陈云明. 根系周围介质阻抗影响电容法测量植物根系有效性[J]. 草地学报，2017，25(5)：1145-1151. Peng Yuanyuan, Cao Yang, Chen Yunming. The impedance magnitude of material around root affects the validity of the electrical capacitance method[J]. Acta Agrestia Sinica, 2017, 25(5): 1145-1151(in Chinese with English abstract)

[92] Prodan E, Prodan C, Miller J H. The dielectric response of spherical live cells in suspension: an analytic solution[J]. Biophys J, 2008, 95(9): 4174-4182.

[93] 张正，刘国彬，李强. 四端子电极提高根系生物量电容法估测的有效性[J]. 农业工程学报，2017，33(5)：185-189. Zhang Zheng, Liu Guobing, Li Qiang. Four-terminal configuration enhancing estimation efficiency of root biomass by electrical capacitance method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 185-189. (in Chinese with English abstract)

[94] Liu X, Zhang X, Chen S, et al. Subsoil compaction and irrigation regimes affect the root-shoot relation and grain yield of winter wheat[J]. Agricultural Water Management, 2015, 154: 59-67.

[95] Liu X, Feike T, Shao L, et al. Effects of different irrigation regimes on soil compaction in a winter wheat-summer maize cropping system in the North China Plain[J]. Catena, 2016, 137: 70-76.

[96] Mapoka K O, Birrell S J, Tekeste M. Modeling ground penetrating radar (gpr) technology for seed planting depth detection using numerical scheme based on finite difference time domain (fdtd) method[C]//proceedings of the 2016 ASABE Annual International Meeting, F, 2016. American Society of Agricultural and Biological Engineers.

[97] Mapoka K O M, Birrell S J, Tekeste M. A comprehensive survey of nondestructive sensing technologies for the detection of corn seeds in a closed trench and measuring planting depth to augment the conventional method[J]. Computers and Electronics in Agriculture, 2019, 158: 249-257.

[98] Hermanska A, Streda T, Chloupek O. Improved wheat grain yield by a new method of root selection[J]. Agronomy for Sustainable Development, 2015, 35(1): 195-202.

Research progress of ground penetrating radar and electrical capacitance for in-situ non-destructive measurement of crop roots

Liu Xiuwei1, Gu Huijie1,2, Han Jie3, Jiang Hanbing1,2, Duan Shiming1,2

(1./050022; 2.100049; 3.050018)

Improving root structure of crops is an effective way to solve the conflict between food production and environment. However, traditional root research methods (such as excavation) are time-consuming, labor-intensive, destroying the in-situ state of roots and point based, which make them difficult to meet the requirements to obtain root information for cultivation and breeding. Therefore, it is urgent to develop in situ non-destructive method for detecting the root. While, some progress has been made in the non-invasive detection of roots in developed countries, the related research is limited in China. Hence, this paper summarized the research status of in situ root non-destructive detection technology and then took the ground penetrating radar and electric capacitance method as examples, which can detect crop root in field non-invasively, to systematically review the principles, applications, unsolved questions and future research focus. Both ground penetrating radar and electrical capacitance can use linear models to predict root size (such as root length, diameter and biomass etc). Besides that, ground penetrating radar can also measure root parameters by nonlinear model and forward model. However, ground penetrating radar was extensively used to measure the coarse root not in fine root detection. So far, there is limited literature to summarize the model for ground penetrating radar to predict crop root parameters. As contrast, electrical capacitance method was widely used to measure crop roots. But in recent years, it was questioned that the feasibility of measuring root, which mainly consists of two aspects: as the leakage of electric current from the near root base, root system can't be detected; the stem and root system form a series circuit with the growth medium as the boundary, In the series circuit, the value of the capacitor is mainly determined by the value of the smaller capacitor, because the capacitance of the stem is less than that of the root, so the value measured by the capacitance method reflects the information of the interface between the stem and the substrate. Therefore, this paper focuses on: (1) the principle of ground penetrating radar and electrical capacitance for phenotyping roots and the summary as well as comparison of models for predicting root parameters; (2) the applications of ground penetrating radar and electric capacitance for measuring root system, analysis of main influencing factors for measuring root system and particular discussion about the electric capacitance feasibility in detecting roots; (3) the comparison between ground penetrating radar and electrical capacitance. The main focus of future research is to improve the accuracy of ground penetrating radar measurement of crop roots and to verify the feasibility of electrical capacitance method for root measurement. Hence, four suggestions were made for the future development: (1) improving the accuracy of ground penetrating radar in detecting crop roots; (2) clarifying the principle of electrical capacitance to detect root system; (3) measuring more root traits; (4) considering the knowledge of physics, mathematics, plant physiology, breeding and other related subjects in application. Furthermore, as the spatial variation of soil water moisture is consistent with the distribution of root system, rapid monitoring the spatial changes in soil moisture by ground penetrating radar and electrical resistivity tomography may provide information of root distribution. Therefore, this paper also briefly reviews the application of these two techniques in soil moisture detection. Overall, this review aims to provide important references for domestic researchers.

roots; non-destructively detecting in situ; ground penetrating radar; electrical capacitance; soil moisture

刘秀位，谷慧杰，韩洁，等. 基于探地雷达和电容法的作物根系原位无损测量技术研究进展[J]. 农业工程学报，2020，36(20)：226-237.doi：10.11975/j.issn.1002-6819.2020.20.027 http://www.tcsae.org

Liu Xiuwei, Gu Huijie, Han Jie, et al.Research progress of ground penetrating radar and electrical capacitance for in-situ non-destructive measurement of crop roots[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(20): 226-237. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.20.027 http://www.tcsae.org

2020-04-28

2020-09-28

政府间国际科技创新合作重点专项（2017YFE0130500）；河北省重点研发计划项目（20326404D）；河北省自然科学基金项目（C2020503005）

刘秀位，博士，博士生导师，主要从事根系原位测量技术的研究。Email：xwliu@sjziam.ac.cn

10.11975/j.issn.1002-6819.2020.20.027

S237

A

1002-6819(2020)-20-0226-12