UAV-based CWSI estimation for tomato water stress monitoring

方法

三年田间试验，无人机热红外与叶水势实测，对比四种CWSI算法。

发现

CWSI e3与叶水势相关性最高（R²=0.63），且各指数表现随生育期变化。

机会点

可探索生育期自适应的CWSI动态选型与多源数据融合，提升水分胁迫监测精度。

热红外（TIR）成像作为一种重要的遥感技术，已被广泛应用于评估植物水分状况。近年来，TIR成像技术的进展，主要是将高分辨率TIR相机搭载于无人机（UAV）上，并与水分敏感指标相结合，进一步增强了其在作物水分胁迫监测中的适用性。本研究比较了基于TIR的作物水分胁迫指数（CWSI）估算方法，以确定用于精确、实时水分胁迫监测的最可靠方法。评估在三个作物季（2021—2023年）对加工番茄进行。在不同生育阶段和灌溉水平下开展了正午无人机调查和地面真值叶水势（LWP）测量。从TIR图像中获取的冠层温度（T c ）被用于四种不同方法的CWSI计算：经验法（CWSI e ）、本研究提出的改进经验法（CWSI e3 ）、空气参考模型法（CWSI a ）和统计法（CWSI s ）。此外，还评估了基线冠层-空气温度差（T c –T a ）作为一种非归一化指标。结果表明，在所有生理阶段和灌溉处理下，LWP与CWSI均呈现强相关性。物候变化揭示了指标特异性敏感性，在不同阶段表现出最优相关性。综合所评估的条件，CWSI e3 与LWP的相关性最高（R 2 = 0.63），其次是CWSI a （R 2 = 0.62）。与归一化CWSI相比，参考性T c –T a 方法仍与LWP保持重要关系（R 2 = 0.52），证实其作为作物水分状况简单而可靠指标的价值。这些发现表明CWSI e3 是作物水分胁迫的稳健估算方法，并凸显了CWSI估算的生育阶段依赖性表现，为精准作物水分管理中选择和应用适当方法提供了实践指导。