《Plants》：A Thermal Infrared Remote Sensing Model for Diagnosing Winter Wheat Water (Triticum aestivum L.) Stress by Integrating Angular Effects and Kernel-Driven Models
编辑推荐：
冠层温度（Canopy Temperature, Tc）是表征作物水分状况的重要指标，是构建作物水分胁迫指数（Crop Water Stress Index, CWSI）的核心变量。及时准确地诊断作物水分胁迫对精准灌溉和产量提升具有重要意义。由于无人机（Unm
冠层温度（Canopy Temperature, Tc）是表征作物水分状况的重要指标，是构建作物水分胁迫指数（Crop Water Stress Index, CWSI）的核心变量。及时准确地诊断作物水分胁迫对精准灌溉和产量提升具有重要意义。由于无人机（Unmanned Aerial Vehicle, UAV）遥感具有非接触、高效率的特点，已成为高时空分辨率作物水分状况监测的有效手段。然而，观测几何的变化会在冠层温度中引入热方向效应，从而降低CWSI估算的稳定性和可靠性。在本研究中，研究人员利用UAV平台获取的多角度热红外影像，研究了冬小麦冠层温度的方向性特征。采用核驱动模型分离冠层温度的方向性组分，并反演更接近作物冠层实际热状态的各向同性温度参数。基于这些温度参数，构建并评估了三种CWSI模型用于作物水分胁迫诊断。结果表明：（1）冬小麦冠层温度表现出显著的方向性特征，观测温度随观测方向与太阳入射方向之间相对方位角的增大而总体降低；（2）角度校正后，核驱动模型模拟的各向同性冠层温度与30 cm深度土壤水分含量的相关性提高（R2 = 0.54）；（3）当使用角度校正后的冠层温度作为不同CWSI模型的输入变量时，所有模型对作物水分变化的敏感性显著增强，对不同灌溉处理的区分能力提高。其中，经验CWSI模型在诊断作物水分胁迫变化方面表现最佳（R2 = 0.73，RMSE = 1.59%）。这些发现为基于UAV的热红外遥感监测作物水分状况提供了理论基础，并为精准灌溉管理提供了技术支持。
**论文解读：基于角度效应与核驱动模型的冬小麦水分胁迫热红外遥感诊断研究**
**研究背景与问题**
水分短缺是干旱半干旱地区农业可持续发展的主要制约因素，提高农业用水效率对保障粮食安全至关重要。及时准确地评估作物水分状况是精准灌溉和高效农田水资源管理的前提。冠层温度（Canopy Temperature, Tc）是反映土壤-植物-大气连续体（Soil-Plant-Atmosphere Continuum, SPAC）能量和水分交换过程的重要参数，能有效指示作物蒸腾和水分胁迫状况。基于无人机（Unmanned Aerial Vehicle, UAV）的热红外遥感技术可以快速、非接触地获取作物冠层温度信息，为农田作物水分状况监测提供重要技术支持。然而，UAV获取的冠层温度精度可能受到轻量化非制冷热红外传感器热特性和观测几何的影响，因此需要理解和校正热观测中的方向效应。目前存在的问题包括：冠层热辐射存在显著的方向性，不同观测角度下的冠层温度差异可达数摄氏度，甚至可能超过水分胁迫本身引起的温度变化，导致观测几何差异被误判为作物水分胁迫差异。现有研究多集中于表征或校正热方向性本身，但观测角度效应如何影响不同作物水分胁迫指数（Crop Water Stress Index, CWSI）模型以及最终影响作物水分胁迫评估精度的研究较少。此外，将核驱动热方向性校正与不同CWSI模型集成用于作物水分胁迫诊断的系统性评估尚不充分，限制了多角度热红外遥感在精准灌溉中的实际应用。因此，有必要明确校正热方向效应是否能一致地提高不同CWSI模型的性能并增强基于UAV的作物水分胁迫监测的可靠性。
**研究内容与意义**
本研究以冬小麦为研究对象，利用UAV多角度热红外观测，研究冠层温度的方向性变化规律。采用核驱动模型反演各向同性冠层温度，系统比较了热方向校正前后不同CWSI模型的表现。以土壤水分含量（Soil Moisture Content, SMC）作为水分有效性的外部参考变量，从土壤水分供给-作物响应关系的角度，定量评估了观测几何对冠层温度及CWSI估算的影响，并进一步评估了各向同性冠层温度在作物水分胁迫监测中的潜在应用。研究结果表明，考虑角度效应后，各向同性温度能更准确地反映作物实际热状态，显著提升CWSI模型对水分胁迫的响应能力，为UAV热红外遥感精准监测作物水分状况提供了理论依据和技术支持。论文发表在《Plants》。
**关键技术方法**
研究人员在2025年冬小麦生长季，于陕西杨凌试验基地（12个小区，4个灌溉水平，每个3个重复）使用DJI Matrice 300 RTK搭载DJI Zenmuse H30T多传感器载荷，在晴朗低风条件下开展多角度热红外数据采集。通过DJI Thermal SDK进行辐射定标，提取不同观测天顶角（Viewing Zenith Angle, VZA）和观测方位角（Viewing Azimuth Angle, VAA）下的小区冠层温度。采用LSF-RL核驱动模型（结合Ross-Thick体积散射核和Li-Sparse几何光学核）对多角度冠层温度进行模拟和分解，反演各向同性温度参数。基于三种CWSI模型（理论CWSI、经验CWSI、混合CWSI），分别使用原始天底观测温度和角度校正后的各向同性温度计算CWSI。以30 cm深度土壤水分含量（SMC）为参照，通过线性回归和留一日期交叉验证，评估各模型对作物水分胁迫的诊断能力，并用配对t检验评估角度校正效果的显著性。
**研究结果**
**2.1 不同观测角度下冠层温度的方向性变化模式**：通过处理UAV多角度热红外影像，发现冬小麦冠层温度随观测方向与太阳入射方向之间相对方位角的增大而总体降低。当观测方向接近太阳入射方向（热点方向）时，冠层阴影被遮蔽，观测温度最高；随相对方位角增大，阴影逐渐暴露，观测温度下降。不同灌溉处理下，冠层温度表现出明显的水分梯度特征，随灌水量减少而升高，且热点效应强度随水分胁迫加剧而减弱。
**2.2 不同观测角度下冠层温度对水分胁迫的响应**：通过线性回归分析冠层温度与30 cm深度SMC的关系，发现天顶角30°时各观测方位角的决定系数（R2）均等于或高于天顶角0°（R2=0.48-0.49 vs. 0.44），表明适中的倾斜观测能增强冠层温度对水分胁迫的敏感性；而天顶角45°时R2均低于0.40，表明过大的观测角度会削弱这种响应。同一观测天顶角下，不同观测方位角对水分胁迫的响应模式总体一致。
**2.3 核驱动模型多角度温度模拟及水分胁迫响应特征**：利用LSF-RL核驱动模型对多角度冠层温度进行模拟，模拟值与观测值高度一致（R2=0.96）。模型拟合后，不同观测几何间的温度差异减小，但保留了不同灌溉处理间的相对温度差异。各向同性温度（由模型各向同性系数重建）与30 cm深度SMC的R2达到0.54，高于单角度观测值，表明去除方向效应后冠层温度能更好地表征作物水分状况。
**2.4 考虑角度效应后CWSI的变化**：使用原始天底温度和角度校正后的各向同性温度分别计算三种CWSI。角度校正后，所有CWSI值均有所降低，分布范围缩小，不同灌溉处理间的区分度提高。经验CWSI（CWSI
e）变化范围最大，从-0.16~1.05缩小至0.07~0.66，表明其对冠层温度变化更敏感，从角度校正中获益更多。
**2.5 基于核驱动模型各向同性系数的CWSI对水分胁迫的响应**：以30 cm深度SMC为参考，建立不同CWSI模型的线性回归。所有模型与SMC均呈负相关。角度校正后，三种CWSI模型的R2提高0.10~0.14，均方根误差（Root Mean Square Error, RMSE）降低0.31~0.37%。经验CWSI模型表现最佳（R2=0.73，RMSE=1.59%），混合模型次之，理论模型最弱。留一日期交叉验证结果显示，经验模型交叉验证R2为0.69，RMSE为1.68%，配对t检验表明角度校正后预测误差显著降低（p<0.05），表明模型具有稳健性。
**讨论与结论**
讨论部分指出，作物水分状况通过影响冠层结构和蒸腾冷却效应，进而改变冠层热辐射的方向性特征。核驱动模型能有效模拟多角度冠层温度并降低方向性波动，各向同性温度作为更稳定的温度参数，提高了CWSI与作物水分胁迫的一致性。角度校正对不同CWSI模型的影响程度不同：经验模型对冠层温度变化最敏感，校正后性能提升最显著；理论模型基于能量平衡，受角度效应影响较小；混合模型介于两者之间。研究存在局限性，仅涉及单一品种、地点和生长季，需多站点多年验证；未来研究应结合叶面积指数、叶倾角等结构参数，以及气孔导度、叶水势等生理参数，进一步阐明机制。此外，多角度采集耗时约19分钟，需探索简化方案以提高作业效率。
**研究结论**：本研究利用UAV热红外成像仪和气象站收集了2025年冬小麦冠层温度及气象数据，计算了考虑和不考虑角度效应的三种CWSI模型，并评估了它们表征作物水分状况的能力。结果表明：（1）冬小麦冠层温度表现出显著的方向性特征，不同观测角度下温度差异明显；随观测方向与太阳入射方向相对方位角增大，冠层阴影逐渐暴露，观测温度总体降低；同时，水分状况下降导致冠层温度升高，热点效应减弱。（2）LSF-RL核驱动模型有效模拟了冬小麦冠层热辐射的方向性特征，并通过分离方向性组分获得了各向同性冠层温度；各向同性温度与30 cm深度土壤水分含量的决定系数（R2=0.54）高于单角度观测温度，表明其能更准确表征作物水分状况。（3）考虑观测角度效应后，使用核驱动模型导出的各向同性冠层温度计算CWSI，不同CWSI模型对水分变化的响应能力显著增强，对不同灌溉处理的区分度提高；其中，经验模型表现最佳（R2=0.73，RMSE=1.59%），表明其在表征作物水分胁迫和响应土壤水分变化方面具有较高可靠性。
