宇宙射线中子传感器在农业生态系统中实现土壤水分与植被动态的尺度适配监测

为解决农业生态系统中土壤水分(SWC)和植被参数连续监测的尺度适配问题，研究人员利用宇宙射线中子传感器(CRNS)开展了长达10年的田间观测研究。通过同步测量热中子(TN)和超热中子(EN)强度，发现CRNS能提供与涡度协方差(EC)站点空间尺度匹配的SWC估算，并首次证实TN与植物高度(PH)、叶面积指数(LAI)和地上生物量(AGB)存在显著相关性(RMSE分别为0.13m、1.01m2/m2和0.27kg/m2)。该研究为长期环境监测平台提供了创新的连续无损监测方案。

　　

在气候变化加剧和农业可持续发展的双重挑战下，精确监测土壤水分(SWC)和植被生长动态成为农业生态研究的关键课题。传统点尺度传感器难以捕捉田间异质性，而遥感技术又受限于时空分辨率，这种"尺度断层"问题长期制约着农田水碳通量研究的精度。更棘手的是，现有植被监测方法要么需要破坏性采样，要么依赖间歇性人工测量，无法满足长期连续观测的需求。

德国于利希研究中心(Forschungszentrum Jülich)的科研团队在《Agricultural and Forest Meteorology》发表的研究给出了创新解决方案。通过在ICOS(综合碳观测系统)一级站点部署宇宙射线中子传感器(CRNS)，研究人员首次实现SWC与植被参数的同步连续监测。这项持续10年的研究揭示了热中子强度(T_N)与作物生长的定量关系，为农业生态系统研究开辟了新维度。

研究团队采用多技术融合的方法体系：利用CRS-1000探测器同步测量超热中子(E_N)和T_N，通过中子传输模型校正环境干扰；结合无线传感器网络(SoilNet)获取点尺度SWC数据；整合无人机(UAS)激光雷达和涡度协方差(EC)系统的通量数据；采用留一法交叉验证(LOOCV)评估模型稳定性。这种多尺度观测策略确保了数据可靠性。

在"长期共置CRNS和EC测量"部分，研究发现CRNS提供的SWC估算比传统点传感器更匹配EC站点的足迹范围(154m半径)。特别是在马铃薯种植季，点传感器因垄作地形失准，而CRNS保持稳定监测，验证了其农业适用性。

"热中子强度-株高关系"章节揭示了作物特异性规律：冬小麦T_N-PH关系最稳定(R²=0.84)，而马铃薯表现出最大斜率(8.71)，反映不同冠层结构对中子的调制差异。值得注意的是，年度模型(2016-2024)显示，甜菜在生长后期会出现系统性低估，这可能与其地下块根发育改变氢分布有关。

"基于热中子的植被参数估算"结果显示，PH预测精度最高(LOOCV RMSE=0.12-0.18m)，LAI在冠层密闭期出现高估(峰值14m²/m²)，这与2023年异常湿润条件导致的超常生长有关。AGB估算在冬大麦(2016)和甜菜(2024)中分别达到25%和10%的相对误差，证明该方法对快速生长作物的适用性。

这项研究突破了传统监测方法的时空局限，首次实现SWC与植被参数的协同观测。其创新性体现在三方面：一是揭示T_N主要响应植被而非土壤水分的变化，修正了既往认知；二是建立作物特异性校准模型，为精准农业提供新工具；三是开发出PH连续反演算法，填补了生长关键期监测空白。这些发现不仅对优化灌溉管理具有实践价值，更为陆面模型验证提供了革命性数据集。未来研究可结合中子传输模型URANOS进一步解析植被结构效应，推动该方法在森林等复杂生态系统的应用。