Geophysical methods, such as electromagnetic induction (EMI), can be effective for monitoring changes in soil moisture at the field scale, particularly in agricultural applications. The electrical conductivity (σ) inferred from EMI needs to be converted to soil moisture content (θ) using an appropriate relationship. Typically, a single global relationship is applied to an entire agricultural field, however, soil heterogeneity at the field scale may limit the effectiveness of such an approach. One application area that may suffer from such an effect is crop phenotyping. Selecting crop varieties based on their root traits is important for crop breeding and maximizing yield. Hence, high throughput tools for phenotyping the root system architecture and activity at the field-scale are needed. Water uptake is a major root activity and, under appropriate conditions, can be approximated by measuring changes in soil moisture from time-lapse geophysical surveys. We examine here the effect of heterogeneity in the θ-σ relationship using a crop phenotyping study for illustration. In this study, the θ-σ relationship was found to vary substantially across a field site. To account for this, we propose a range of local (plot specific) θ-σ models. We show that the large number of parameters required for these models can be estimated from baseline σ and θ measurements. Finally, we compare the use of global (field scale) and local (plot scale) models with respect to ranking varieties based on the estimated soil moisture content change.

中文翻译：

---

考虑 θ-σ 关系的异质性：使用 EMI 在小麦表型中的应用

地球物理方法，如电磁感应 (EMI)，可有效监测田间土壤水分的变化，特别是在农业应用中。从 EMI 推断的电导率 (σ) 需要使用适当的关系转换为土壤水分含量 (θ)。通常，单一的全局关系适用于整个农田，但是，田间规模的土壤异质性可能会限制这种方法的有效性。可能遭受这种影响的一个应用领域是作物表型。根据根系性状选择作物品种对于作物育种和产量最大化非常重要。因此，需要用于在现场规模上对根系统架构和活动进行表型分析的高吞吐量工具。吸水是主要的根活动，并且，在适当的条件下，可以通过测量延时地球物理调查中土壤水分的变化来近似计算。我们在这里使用作物表型研究来说明异质性对 θ-σ 关系的影响。在这项研究中，发现 θ-σ 关系在一个现场站点上有很大的不同。为了解决这个问题，我们提出了一系列局部（特定于情节的）θ-σ 模型。我们表明，这些模型所需的大量参数可以从基线 σ 和 θ 测量中估计出来。最后，我们比较了全球（田间规模）和局部（地块规模）模型在基于估计的土壤水分含量变化对品种进行排名方面的使用。我们在这里使用作物表型研究来说明异质性对 θ-σ 关系的影响。在这项研究中，发现 θ-σ 关系在一个现场站点上有很大的不同。为了解决这个问题，我们提出了一系列局部（特定于情节的）θ-σ 模型。我们表明，这些模型所需的大量参数可以从基线 σ 和 θ 测量中估计出来。最后，我们比较了全球（田间规模）和局部（地块规模）模型在基于估计的土壤水分含量变化对品种进行排名方面的使用。我们在这里使用作物表型研究来说明异质性对 θ-σ 关系的影响。在这项研究中，发现 θ-σ 关系在一个现场站点上有很大的不同。为了解决这个问题，我们提出了一系列局部（特定于情节的）θ-σ 模型。我们表明，这些模型所需的大量参数可以从基线 σ 和 θ 测量中估计出来。最后，我们比较了全球（田间规模）和局部（地块规模）模型在基于估计的土壤水分含量变化对品种进行排名方面的使用。我们表明，这些模型所需的大量参数可以从基线 σ 和 θ 测量值中估计出来。最后，我们比较了全球（田间规模）和局部（地块规模）模型在基于估计的土壤水分含量变化对品种进行排名方面的使用。我们表明，这些模型所需的大量参数可以从基线 σ 和 θ 测量中估计出来。最后，我们比较了全球（田间规模）和局部（地块规模）模型在基于估计的土壤水分含量变化对品种进行排名方面的使用。