热成像技术在植物胁迫评估中的应用现状综述

作者及发表信息

本文由Reza Adhitama Putra Hernanda（韩国忠北国立大学生物系统工程系）、Hoonsoo Lee（通讯作者，同机构）、Jung-Il Cho（韩国农村发展管理局国家作物科学研究所）、Geonwoo Kim（韩国庆尚国立大学生物工业机械工程系）、Byoung-Kwan Cho（韩国忠南国立大学智能农业系统系）及Moon S. Kim（美国农业部农业研究服务局环境微生物与食品安全实验室）共同完成，发表于《Computers and Electronics in Agriculture》第224卷（2024年），文章编号109227。

研究背景与主题

这篇综述文章聚焦农业科学中的植物胁迫监测领域，系统回顾了热成像技术（thermal imaging）在检测植物生物胁迫（biotic stress）和非生物胁迫（abiotic stress）中的应用现状。随着全球人口增长导致的粮食需求上升，植物在自然环境中持续面临干旱、极端温度等非生物胁迫，以及病原体感染等生物胁迫的挑战。虽然基因改造可培育抗逆品种，但存在伦理和技术限制。热成像作为一种非破坏性（non-destructive）、非接触式的可持续技术，通过捕捉植物冠层温度分布，为早期胁迫检测提供了创新解决方案。

主要观点与论据

1. 热成像技术的工作原理与优势

热成像基于物体发射红外辐射（infrared radiation）的物理原理，通过8-15μm波段的红外热辐射测量温度分布。植物在胁迫条件下，气孔（stomata）关闭会导致蒸腾作用降低，从而使叶温升高0.5-4°C。相较于传统破坏性检测方法，热成像具有三大优势：(1) 快速检测（单次成像仅需毫秒级）；(2) 同时获取空间与温度信息；(3) 适用于从种子到农产品的全生长周期监测。研究列举了多种光谱技术（如可见光-近红外光谱VIS/NIR、高光谱成像HSI）的局限性，突显热成像在田间应用的便捷性。

2. 植物胁迫类型的热成像响应特征

非生物胁迫：

• 水分亏缺（water deficit）：通过作物水分胁迫指数（Crop Water Stress Index, CWSI）量化，甘蔗缺水时叶温升高15.3°C（de Melo等2022），柑橘温差δT达3.2°C（Vieira & Ferrarezi 2021）。
• 低温胁迫（cold stress）：茶树在冷害下CWSI值显著上升（Mao等2023）。
• 营养缺乏：早期研究（Bottrill等1970）发现缺素导致菠菜光合速率下降37%，叶温升高。

生物胁迫：

• 病原体感染：真菌感染使牛油果叶温升高0.5-1.0°C（Granum等2015）；小麦条锈病（Puccinia striiformis）导致冠层温度异常（Singh等2022）。
• 虫害：蚜虫侵袭使油菜叶温上升2.1°C（Elhamahmy等2016）。
• 寄生植物：向日葵受Orobanche cumana寄生后热信号异常（Ortiz-Bustos等2017）。

3. 数据分析方法进展

• 热红外指数：包括CWSI、气孔导度指数（IG）、最大温差（MTD）等7种指标，其中CWSI应用最广，其计算公式为：(Tc-Twet)/(Tdry-Twet)，Tc为冠层温度，Twet和Tdry分别代表气孔完全开放和关闭时的叶温。
• 机器学习与深度学习：CNN模型对水稻白叶枯病（bacterial leaf blight）检测准确率达95%（Bhakta等2023）；PlantDxAI系统对作物病害分类准确率90.04%（Batchuluun等2022）。文中详细对比了PLS回归、LDA判别分析等算法的适用场景。

4. 技术实施关键环节

• 硬件系统：重点介绍三类红外探测器——热释电型（pyroelectric）、热电型（thermoelectric）和测辐射热计（bolometer），其中bolometer因性价比成为主流选择。
• 校准流程：需进行辐射校准（使用发射率>0.99的黑体）和几何校准（采用棋盘格标定板）。
• 数据解读：强调需结合环境参数（如气温、湿度）以避免误判，例如高温环境下需区分热胁迫与环境升温。

技术应用案例

• 水分管理：玉米田间CWSI模型指导灌溉，节水23%同时增产8%（Pradawet等2023）
• 病害预警：橄榄树通过多阶段机器学习区分黄单胞菌（Xylella fastidiosa）和轮枝菌（Verticillium dahliae）感染（Poblete等2021）
• 农药评估：热成像成功追踪除草剂metribuzin在植物体内的运输动态（Vítek等2020）

研究价值与意义

本文的系统综述揭示了热成像技术在精准农业中的三重价值： 1. 科学价值：建立了”气孔行为-温度变化-胁迫程度”的定量关系模型，弥补了传统生理检测的时空分辨率不足。 2. 应用价值：为田间规模化监测提供解决方案，相比基因检测成本降低90%（以水稻白叶枯病检测为例）。 3. 方法论创新：提出”多模态数据融合”方向，如热成像与叶绿素荧光联用（Arief等2023），可提高胁迫类型鉴别准确率。

技术局限与发展方向

文章同时指出当前三大挑战：(1) 环境干扰（如云层阴影）导致数据波动；(2) 不同物种的发射率（emissivity）差异影响测量精度；(3) 复杂胁迫组合（如干旱+病害）的解析难度。建议未来研究重点包括：开发低成本无人机热成像平台、建立作物特异性发射率数据库、融合多组学数据提升模型解释性。

这篇综述通过分析2015-2023年间127项实证研究，证实热成像技术已成为植物胁迫检测领域的关键工具，其标准化应用框架的建立将推动精准农业从理论研究向大规模田间实践的转化。