《Journal of Agriculture and Food Research》：Biochar-Amended Soils Enhance Drought Resilience in Lettuce: Integrating Hyperspectral Imaging (HSI) and CNN-Based Moisture Prediction
编辑推荐：
本研究针对干旱胁迫下作物水分管理难题，创新性地将生物炭土壤改良与高光谱成像（HSI）-卷积神经网络（CNN）模型相结合，系统评估了玉米秸秆生物炭（CSB350/550/700）在不同热解温度（350-700°C）和施用比例（1-5 wt%）下对生菜抗旱性的增强作用。结果表明，高温度生物炭（CSB550/700）可提升土壤持水能力24%，使叶片含水量增加5.63%，并构建了预测精度达R2=0.93的HSI-CNN水分监测模型，为精准农业提供了可扩展的技术框架。
随着全球气候变化加剧，干旱事件频发已成为威胁粮食安全的核心挑战。农业消耗全球70%的淡水资源，而生菜等浅根系叶菜对水分胁迫尤为敏感，短期缺水即可导致生物量锐减和品质下降。传统干旱防控策略如滴灌、抗旱育种等虽有一定效果，但存在成本高、环境风险或适应性局限等问题。生物炭（Biochar）作为一种由生物质热解产生的多孔材料，因其能改善土壤结构、增强持水性而备受关注，但其效果评估长期依赖破坏性取样方法，难以实现作物水分状态的实时动态监测。
为此，特拉华大学动物与食品科学系的科研团队在《Journal of Agriculture and Food Research》发表研究，创新性地将生物炭土壤改良与高光谱成像（Hyperspectral Imaging, HSI）和卷积神经网络（Convolutional Neural Network, CNN）建模相结合，构建了一套农艺-计算联动框架。该工作不仅量化了不同热解温度（350°C、550°C、700°C）和施用比例（1%、3%、5 wt%）下玉米秸秆生物炭对生菜抗旱能力的提升效果，还建立了基于HSI-CNN的叶片水分含量非破坏性预测模型，为精准灌溉和气候智慧型农业提供了新思路。
研究采用玉米秸秆在三种温度下制备生物炭（CSB350、CSB550、CSB700），表征其理化性质后以不同比例掺入土壤，测定土壤持水能力（WHC）、阳离子交换量（CEC）等指标。生菜种植经历14天正常灌溉和7天限水胁迫，通过测量生物量、株高、叶片含水量等参数评估生物炭的抗旱效果。同步利用高光谱成像系统（900-1700 nm）采集植株光谱数据，构建CNN模型预测水分含量，并采用主成分分析（PCA）解析光谱与生理性状的关联。
3.1 生物炭制备与表征
随着热解温度从350°C升至700°C，生物炭产率从41.43%降至28.60%，但碳含量从79.32%增至85.89%，比表面积从15.42 m2/g升至31.70 m2/g，CEC从53.77 cmol(+)/kg提高至63.94 cmol(+)/kg，表明高温生物炭具有更发达的孔隙结构和表面活性。
3.2 生物炭对土壤水分调控的影响
生物炭施用显著降低土壤容重，提升孔隙度和持水能力。CSB700在5 wt%比例下使土壤WHC从28.5%增至35.6%，CEC从6.75 cmol(+)/kg升至17.22 cmol(+)/kg。多环芳烃（PAHs）检测显示所有处理均低于环境安全阈值。
3.3 植物生长与抗旱响应
在干旱胁迫下，未改良土壤中的生菜生物量下降17.6%，而CSB700（5 wt%）处理仅降低0.9%，叶片含水量保持在91.10%，显著高于对照组的85.47%。高光谱成像显示生物炭处理植株在水分敏感波段（如1416-1470 nm）反射率特征更接近充分灌溉组。
3.5 模型性能评估
CNN模型对叶片水分含量的预测误差较低（测试集RMSE=0.21%，MAE=0.17%），预测值与实测值线性回归斜率达0.97，表明HSI-CNN框架能准确捕捉生物炭介导的水分动态。
本研究通过农艺试验与计算模型的双重验证，明确了高温生物炭（CSB550/700）在提升土壤持水性和作物抗旱性方面的优势。所开发的HSI-CNN模型不仅实现了水分含量的无损监测，更构建了一种可扩展的作物表型分析范式。这一融合物理改良与智能传感的策略，为应对气候变化下的农业水资源管理提供了理论支持和技术工具。未来研究需在田间尺度验证该体系的持久性与经济可行性，并拓展至其他作物种类及逆境场景。
