植物生理生態信息檢測技術的研究現狀與進展

張新偉，陳毅飛，楊會民，馬 艷，王學農

(1．新疆農業大學機電工程學院，烏魯木齊 830052;2．新疆農業科學院農業機械化研究所，烏魯木齊 830091)

0 引 言

【研究意義】水肥一體化技術較傳統施肥平均每公頃每茬節水31.4%～40.0%,節肥32.8%～34.5%,增產14.6%～21.8%,土壤濕度降低17%左右,溫度提高2℃左右,減少了病害和農藥用量,提高了產品品質,平均1 hm2蔬菜增收3×104～4×104元左右[1]。2018年中國水肥一體化面積已達666.67×104hm2，新疆棉花膜下滴灌施肥技術應用面積近266.67×104hm2，隨著技術的不段完善，目前水肥一體化設備設施已從每公頃 3.75×104元降低至 1.2×104元，高效水溶肥從每千克20多元降低到10多元。植物生理生態信息監測技術提升了灌溉系統的自動化水平，研究植物生理生態信息監測技術,對精準把握植物生長信息、進行精細化管理(灌溉、施肥、病蟲害防治)有實際意義。【前人研究進展】Higgs等[2]提出使用植株莖稈日最大收縮量(maximum daily shrinkage，MDS)作為作物水分診斷指標指導作物灌溉，在植株莖稈日最大收縮量達到設定臨界值時開始灌溉。Sato等[3]研究發現了甜瓜莖直徑變化與葉片的相對含水量具有很高的相關性(r=0.897)。LEE等[45]利用莖直徑變化確定灌溉時間，利用溫室內的蒸發模型確定灌溉量，設計了溫室作物自動控制灌溉系統，應用結果顯示了較好的穩定性和可靠性。我國水肥一體化技術(滴灌施肥技術)1974年從墨西哥引進滴灌設備[6]。我國自主研制生產了第1代滴灌設備。高曉紅等[7]研究了一種基于植物器官尺寸監測的新型智能節水灌溉系統，該系統基于植物果實大小和植物莖稈粗細信息，判斷植物是否缺水需要灌溉從而提高控制精度，實現精準灌溉。【本研究切入點】該技術在國外應用在番茄、葡萄、蘋果等多種瓜果蔬菜上效果良好。目前美國灌溉農業中25%的玉米、60%的馬鈴薯、33%的果樹采用水肥一體化技術。以色列90%以上的農業實現水肥一體化。我國應用為5%左右。研究回顧和總結近20年來植物生理生態信息監測技術的研究現狀與進展。【擬解決的關鍵問題】收集、對比和分析國內外研究文獻，總結植物生理生態信息監測技術的研究現狀及進展，為植物生理生態信息監測技術應用及智能化田間管理(灌溉，施肥，病蟲害防治等)提供理論基礎和科學依據。

1 材料與方法

1.1 材 料

收集國內外相關文獻、官網信息及實地調研。

1.2 方 法

匯總并對比分析目前植物生理生態信息監測技術現狀及進展。

2 結果與分析

2.1 植物生理生態信息監測技術研究現狀

植物體內的水分和養分信息反映在植物外形的微變化上。如葉片厚度與光照強度明顯成反比，與相對濕度成正比，在一定溫度范圍內與溫度呈負相關等[8-10]。植物達到最佳生長狀態需要穩定外界環境，以及根據植物自身的生長情況對生長環境進行精準微量調節，植物生理生態信息監測技術是關鍵。最早應用于生產的葉片厚度、果實大小和莖稈直徑信息監測技術大多是基于LVDT(線性位移傳感器)，其精度可達微米級。但需施加預緊力，對植物有損傷。視覺監測技術可實現植物生理特征的無損動態監測，但精度仍有不足。近年來研究主要集中在對植物預緊力的優化和提高視覺監測技術精度兩方面[11]。表1

水肥一體化設備設施已從3.75×104元/hm2降低至1.2×104元/hm2，高效水溶肥從每千克20多元降低到10多元。表2～3

2.2 植物生理生態信息監測技術特點與研究進展

2.2.1 葉片信息檢測技術

2.2.1.1 葉片厚度傳感器主要有電阻應變位移傳感器和電感位移傳感器兩種。兩者都是通過將葉片厚度尺寸的變化轉化為電壓的變化來測量的，電感位移傳感器比電阻應變位移傳感器更準確可靠。李東生等[12]利用電阻應變式微位移傳感器開發了一種柔性的植物葉片厚度傳感器，精度可達微米。李東生等[13]研制了一種差動電感植物葉片厚度傳感器，與電阻應變傳感器相比精度大大提高，抗干擾能力強，但成本較高。郭沖沖等[14]設計了一種高精度、小型化的便攜煙葉厚度電子測量儀，其線性度小于1.2%，儀器最大示值誤差為4 μm，回程誤差為2 μm。劉九慶等[15]設計了一種基于應用電感式位移傳感器的接觸式無損植物葉片監測儀，其精度高、魯棒性好、可無損測量。

希伯來大學的耶霍蘇阿和布拉伍多[16]利用葉片厚度傳感器觀測植物的葉片生長數據，根據植物需求改變對植物的水肥供應量。使用該設備后胡椒地的用水量減少了60%,產量提高了5%。西紅柿地節水35%,產量提高了40%。Hans-Dieter Seelig等[17]采用高精密儀器對豇豆葉片厚度進行了測量，并將葉片厚度動態作為溫室水平自動灌溉控制的輸入參數。在非脅迫環境條件下，葉片厚度僅表現為較小的日變化，夜間幾乎沒有波動。在極端缺水脅迫條件下，葉片厚度在短時間內急劇下降45%。在更現實的情況下，葉片厚度在幾天內保持相當穩定，但當水分不足的脅迫變得過于嚴重，植物無法再應付時，葉片厚度就會大幅下降。利用葉片厚度的這種特性，作為自動啟動灌溉的輸入參數。在自動灌溉下，植物很快就恢復了它們的名義葉片厚度，并將這個葉片厚度保持數天不變，直到隨后的葉片厚度下降發出需要下一次灌溉的信號。通過測量葉片厚度進行灌溉控制，與典型的定時灌溉方案相比，可以節約25%～ 45%的灌溉用水。

2.2.1.2 利用計算機監測目前主要有計算機圖像監測和光譜掃描等方法[18-19]，S.Malone等[20]提出了基于圖像處理的葉面積測量方法，但操作復雜、可靠性差且成本高。張全法等[21]提出利用標準物體的線性幾何畸變補償被測物體的線性幾何畸變的方法，其操作簡單、成本低且精度高。馮冬霞[22]研究了高精度便攜式光電掃描式葉面積儀，測量精度較高，但魯棒性低。

表 1 兩類傳感器的異同

Table 1 Comparison between two types of Sensor of function

傳感器類型Sensortype接觸式Contact非接觸式Non-contact核心器件Thecorecomponents位移傳感器圖像采集傳感器測量對象Measurementobject長度、厚度、位移、直徑長度、角度、面積、周長、傾角、尖端跟蹤等測量原理Measuringprinciple位移量轉化為電壓量測量圖像的智能分析預緊力Pre-tighteningforce有無測量精度Accuracyofmeasurement高較高對植物的損傷Damagetoplants有一定損傷無損傷發展方向Thedevelopmentdirection預緊力優化精度的提高

表 2 中國水肥一體化技術概況

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

年份Year水肥一體化技術應用面積Waterandfertilizerintegrationtechnologyapplicationarea全國耕地面積Nationalarablelandarea2010172.213526.672014266.6713506.672015333.3313499.872016466.6713492.12017666.6713486.6720201000-

研究[23-25]利用CAD、Photoshop或Matlab等計算機軟件對植物葉片圖像進行處理得到被測區域的葉面積、周長等參數。車嘉興等[26]利用上述方法實現了葉片傾角和葉尖跟蹤分析，但設備成本較高、相機分辨率低和光線條件不理想等因素制約著該技術的發展，且僅適用于短期監測。胡迪[27]利用MATLAB的圖像處理工具箱和圖形用戶界面(Graphical User Interface，GUI)功能設計了基于掃描儀的植物葉片參數自動測量系統，實現了葉子、葉片和葉柄外形參數的自動測量以及葉片的形態分析，此測量系統具有運算速度快、數據準確、操作簡單的特點。程榮花等[28]利用數字圖像處理技術實現了豆科植物葉枯焦面積的自動化測量。孟祥麗等[29]利用攝影測量技術改進了基于數字圖形處理的植物葉面積測量方法,提高了測量的精度和自動化水平且可應用于不規則圖形的測量。圖1

表3 我國部分地區水肥一體化現狀

Table 3 Water and fertilizer integration in some regions in china

地區Regions耕地面積(2011)Cultivatedlandarea(2011)水肥一體化技術應用面積Applicationareaofwaterandfertilizerintegrationtechnology年份Year河南Henan792.641.672014山東Shandong751.536.672016河北Hebei631.731.352016甘肅Gansu465.881.82016貴州Guizhou448.531.342016新疆Xinjiang412.46266.672016廣東Guangdong283.073.112014福建Fujaing133.016.67“十三五”規劃海南Hainan72.7516.672016山東濰坊1.042018全國13526.67466.672016

圖1 系統工作流程

Fig.1 System workflow

2.2.1.3 葉片溫度可以用熱阻測量、熱電偶測量、紅外測溫、紅外熱成像測量和葉片溫度模型等方法測量[30]。張昆等[31]提出了模塊化的聲表面波溫度傳感器設計方案,溫度敏感模塊具有良好的頻溫特性，溫度測量誤差小于0.5℃,靈敏度4.59KHz/℃可以應用于葉片溫度監測。陳瑞陽等[32]設計了高精度便攜式葉溫測量儀，其具有操作簡便、響應速度快和對植物損傷小等優點。圖2

圖2 葉片溫度傳感器

Fig.2 Leaf temperature sensor

2.2.2 果實信息監測技術

果實直徑主要由基于線性位移傳感器的徑向傳感器和角度傳感器測量，測量精度可達微米級。李東生等[12]設計了基于位移傳感器的果徑測量儀，被測果實夾在可動測頭和固定測頭之間, 果實生長引起可動測頭以轉軸為中心轉動一定角度, 使觸頭與游絲的接觸點改變, 差動電阻值發生變化輸出電壓隨之改變。其原理圖如圖3所示,因果實傳感器在原理上是具有非線性的正切機構，故僅適用于直徑變化較小的果徑測量，需用計算機進行修正才能測量果徑變化較大的果實。圖3

圖3 果實傳感器原理

Fig.3 Principle diagram of fruit sensor

韓冰等[33]應用巨磁阻抗(GMI)效應和杠桿原理設計了一種可實時監測的果徑傳感器，其輸出具有較好的線性度和重復性，測量范圍為2～1 4 cm,靈敏度為100 mv/cm。圖4

計算機視覺技術可以實現果實直徑的無損測量，利用一定的算法對提取果實圖像進行分析得出果實的大小。該算法主要包括最小外矩形法、投影面積法和分割算法等。曾慶兵等[35]對獲取圖像通過采用分割算法變換取得果實直徑，重復測量精度達到±9 μm。適用于植株較高的植物果實生長情況監測，且會對植物生長有一定影響。王可[36]利用低成本結構傳感器(Xtion)獲取的點云數據，實現了不規則形狀特征和不同紋理特征植物果實的尺寸參數提取。該方法精度高，可應用于實踐。杭騰等[37]采用基于R-G(紅綠黃三原色)色差因子的OTSU(大津法)動態閾值分割法提取果實橫截面積信息，從而計算出果實的橫截面積。但精度仍有待提高。

Ali Motaharian等[38]開發了一種基于分子印跡聚合物(molecularly imprinted polymer, MIP)納米顆粒的電化學傳感器，用于選擇性、靈敏的測定二嗪農(determination of diazinon ,DZN)。該傳感器已成功的應用于井水和蘋果果實樣品中二嗪農的測定。N.R.Meghana等[39]利用圖像特征和基于傳感器的技術來識別果實是否被化學物質催熟。利用基于PH(pondus hydrogenii)傳感器的技術和視覺特征，可監測到人工成熟的水果。試驗結果表明，該方法能較好的鑒別人工成熟香蕉果實。Ajay Beniwal等[40]采用薄膜鎳NI-SnO2傳感器對乙烯(C2H4)氣體射流進行了監測。采用溶膠-凝膠自旋涂覆技術制備了傳感器。在室溫(RT)、相對濕度(RH)為50%的條件下，該傳感器對腐爛蘋果的響應明顯，靈敏度高，選擇性高，響應快，恢復時間長。通過對新鮮蘋果、腐爛的香蕉、腐爛的獼猴桃、腐爛的橙子、葡萄等非成熟期水果在相似條件下的響應，驗證了其對腐爛蘋果的高靈敏度和選擇性。

圖4 果實直徑傳感器

Fig.4 Fruit diameter sensor

2.2.3 莖稈信息監測技術

直徑和株高是莖稈的主要測量參數。植物莖桿的接觸測量也基于位移傳感器。針對預緊力影響植物生長，張昆等[31]在2014年提出利用光敏電阻的植物莖稈直徑傳感器設計方案，該方案開發成本低，在測量過程中無需對植物施加預應力。

李長纓等[41]利用計算機視覺技術實現了溫室植物生長的無損監測，但光照不均勻會導致后續的分割誤差。王震[42]利用機械傳動裝置使圖像傳感器(Charge Couple Device，CCD)使傳感器與植物高度同步，可實時跟蹤植物高度的最大值，實現植物高度的無損動態監測。杭騰等[37]利用機器視覺的方法對番茄的莖粗、株高和果實橫截面積進行快速測定，實現了番茄長勢信息的有效獲取。

Goldhamer等[43-44]利用日最大收縮量(MDS)指標指導杏樹灌溉取得了良好的節水效果。Gallardo M等[45]研究表明,幼苗的莖稈生長率(stem growth rate，SGR)與植物水分關系緊密，成熟植株的MDS更能反映植物水分變化。Moreno F等[46]在成熟的菲諾檸檬樹(柑橘)上做了3年以上試驗。結果表明,不同季節，植物不同生長期的MDS也有變化。未測定MDS和莖稈直徑顯著的受年際產量或作物負荷變化的影響。在番茄[47-48]和甘蔗[49]上的觀察結果證實了上述觀點。

以色列Eldar-Shany公司開發了以莖直徑變化的數據為作物水分狀況和灌溉時間及灌溉量的指標體系植物生理監控系統并開始了商業化生產，其主要用于高檔溫室灌溉的自動化管理。圖5

日本千葉大學賀冬仙等[50]應用雙目立體視覺技術實現對甘薯幼苗的株高、葉面積等參數的無損監測。

圖5 莖稈直徑傳感器

Fig.5 Stem diameter sensors

2.2.4 根系信息監測技術

植物根系測量難度較大，研究一直較為滯后。員玉良等[51-52]提供了一種可行的無損根壓感知方法。實現了茄子根系壓力的無損動態觀測。為了確定該方法的適應性，仍需要結合不同的作物品種和不同的生長環境進行驗證。

2.2.5 植物徑流信息監測技術

植物徑流傳感器通常采用熱技術進行測量，包括熱脈沖法、熱平衡法、熱擴散法和熱場變形法[53]。Ortuno M F等[54]分析了氣候變量與檸檬樹樹液流量、莖水勢和最大日干縮量之間的關系。Ortuno M F認為樹葉流量(sap flow,SF)的增加會轉化為MDS的增加。在觀測期間和連續記錄的結果證實了SF和MDS是預測植物水分狀況很好的指標。Fernández J E等[55]使用流量測量裝置對橄欖樹、蘋果樹、亞洲梨樹和葡萄藤進行測量來調度灌溉。劉安等[56]通過標定試驗，測試了基于熱平衡法的植物莖流傳感器的性能。結果表明，傳感器與莖流量相關性強可應用于生產。周海洋[57]提出利用雙體嫁接技術將微型無源熱電偶傳感器嵌入以跟蹤向日葵樣品的熱液響應,并以此分析植物根系、莖稈導水率。并結合向日葵、蘋果樹等植物展開了試驗研究。

2.2.6 植物激素信息監測技術

植物激素的監測方法包括免疫分析、氣相色譜、高效液相色譜、毛細管電泳和電化學方法，現已研制了傳感器等皆需離體測量。傳感器的精度主要受分離提取技術、傳感器靈敏度和材料耐久性的影響。李喜鵬[58]利用不同物質對不同波長光的吸收特性，建立了植物葉片顏色監測系統。但比之化學方法精度仍有不足。王凡等[59]基于自行搭建的番茄可見/近紅外透射光譜監測系統，并通過特征波長提取能夠有效的簡化模型并提高預測精度。該方法耗時短、精度較高可實時無損監測。

Bijay-Singh等[60]在南亞的印度恒河平原，以4個小麥品種為材料，進行了3個季節的田間試驗，建立了葉綠素儀(SPAD)和光學傳感器(GreenSeekerTM)用于指導最大分蘗(maximum tillering,MT)階段氮(nitrogen,N)應用的標準。結果表明，MT期小麥葉片的綠度與施氮量有關。成熟期小麥籽粒產量由MT階段葉片的綠度水平決定。該方法可作為小麥MT期補充施氮量的一種簡便實用的判據。Wesheü Mero等[61]建立一種經濟有效、無創的杜鵑花葉片葉綠素含量測定方法。該傳感器系統適用于不同條件下葉片近靶區的可見光近紅外散射透射率法。在不同的傳感條件下，葉片都能被監測到，并對監測結果進行分析。利用透射率值計算了簡單比值植被指數(SRVI)，并與葉片葉綠素含量進行了相關分析。這項工作可為遙感和能源平衡研究提供資料。

2.2.7 其他植物探測技術

孫剛[62]研制了被動光源式植被冠層氮素探測儀器(NRI/OSAVI)一體化氮素測量儀，可同時測定植被的氮素含量和長勢情況。釆用主動光源脈沖發光技術克服了被動式光譜測量儀器受環境影響大、工作時間短的劣勢。

Lihong Xue等[63]在江西省鷹潭市附近對早稻進行了不同施氮量的田間試驗。在施肥階段，采用主動傳感器采集冠層歸一化植被指數(NDVI)與植物攝氮量(PNU);并以未充分受精和充分受精NDVI的比值計算充分性指數(SI)。水稻PNU和產量與NDVI和SI在分蘗期和穗起始期呈正相關。結合傳統的目標產量策略和分蘗施肥策略，建立了傳感器確定的氮素模型，以提高關鍵施肥階段追肥的氮素利用率，并進行了驗證。該模型能以較低的氮素施用量和較高的氮素利用率提高水稻產量。但是，需要對模型的參數進行優化，用更多的數據來測試模型的魯棒性和靈敏度。G.R.Mahajan等[64]綜合分析了高光譜葉片和冠層反射率與養分狀況之間的定量關系，包括連續兩年不同的養分施用量。試驗結果表明，輻射測量可應用于監測小麥的氮、磷、硫、鉀(N、P、S和K)狀況。小麥營養狀況與葉片和冠層反射率的相關分析表明，不同的N、P、S和K值對小麥營養狀況有不同的響應波長。冠層內可見光(VIS)反演N、S、K濃度的回歸模型(無P)精度顯著，當考慮生物量和養分(N、P、S和K)含量超過基于濃度的養分狀態時，回歸模型的準確性有所提高。試驗的結果將有助于氮、磷、硫、鉀在小麥上的精準施用。

3 討 論

3.1 植物生理生態信息監測技術對農業影響

植物外部特征監測技術已經較為成熟，部分對基于植物生長信息的智能灌溉系統進行了探索。因植物內部特征難以測量，所以起步較晚。但隨著科技的進步逐漸得到發展。現已能實時無損測量植物徑流，激素的監測也正在由離體測量逐步走向無損實時監測。但需加強植物內部信息的監測以促進水肥的精準施用。

3.2 現有植物生理信息監測技術的發展趨勢

3.2.1 傳感器的智能化

研究信息監測數據的無線傳輸以實現信息的遠程采集[65-66]。表4

基于LORA的無線傳輸方法成為近年來的研究熱點[67-70]。LORA是基于擴頻技術的超遠距離無線傳輸方案。其最大特點是傳輸距離遠、工作功耗低、組網節點多，與互聯網技術有很強的互補性。將傳感器與現代網絡技術相結合實現信息采集的無線化、遠程化和自動化，免除了繁瑣的現場布線安裝更加方便，降低了工作人員的工作量，更有利于產品推廣。無需人員駐守，可遠程操作，降低成本。2008年高峰等[71]基于作物水分脅迫莖直徑微變化診斷方法，研發了無線傳感器網絡節點，并設計了無線傳感器網絡精量灌溉系統。

表4 無線通信技術對比

Table 4 Comparison of wireless communication technologies

無線技術WirelesstechnologyLORA2GNB-IOTZigBee距離Distance超長中等長較短速率Rate很慢較快慢較慢能耗Energyconsumption非常低中等很低低鋪設成本Layingcost中極高較高較低通信成本Costofcommunication免費流量費流量費免費適應場合Toadapttothesituation戶外傳感器通話與上網戶外傳感器室內設備

3.2.2 多功能化

Joanna M.Nassar[72]開發了綜合多種功能的植物便攜設備，其集成了溫度、濕度和應變傳感器，可以緊密地部署在任何植物的軟表面進行遠程和持續監測，使植物生長信息監測在大范圍內得到廣泛應用。未來會有更多集成多種功能的儀器被研發出來。

3.2.3 新型植物生理傳感器的開發

目前的測量方法大多為植物外部特征監測缺乏對植物內部生理特征信息的有效監測，且多為瓜果蔬菜的研究,為全面的監測植物生長狀況需研究開發新型傳感器。

4 結 論

4.1 目前基于植物的生理生態監測技術的智能灌溉系統發展較為成熟。但尚不能對施肥很好的進行指導。 我國水肥一體化發展主要集中在西北干旱地區，內地發展緩慢。應加強區域合作，推動內地水肥一體化發展。如內蒙古2003年從新疆引進滴灌技術后取得了良好發展。

圖 6 使用LORA技術的植物生理生態傳感器Fig.6 plant physiological and ecological information monitoring technology using LORA technology

4.2 植物生理生態傳感器監測的數據是智能灌溉施肥設施的基礎，基于植物生理生態傳感器的智能灌溉施肥設施實際提高農業生產效率，做到節水節肥必將會推動智慧農業大力發展。

4.3 植物生理生態傳感器所測參數的使得以實現精準灌溉、精準施肥、病蟲害防治為基礎的智慧農業。番茄等茄果類蔬菜可測數據研究較多較為成熟，甘藍等葉類蔬菜可測數據較少。