由于气候变化和人类活动对水资源稀缺性和空间分布不均匀性的影响，水分利用效率( WUE )受到了广泛关注。目前，缺乏在大区域尺度上估算精度更高、机理更强的WUE的研究。本研究系统梳理了大量研究的现状和热点，分析了不同尺度下WUE的各种概念和估算方法。此外，我们还讨论了这些研究的局限性和面临的挑战，以指出未来的机遇。由于WUE在不同尺度上存在差异，因此不同尺度上的WUE不能直接进行尺度转换。近年来，遥感总初级生产力( Gross Primary Productivity，GPP )和蒸散发( Evapotranspiration，ET )产品、遥感作物分布识别模型、遥感ET和产量估算模型在区域尺度上提高了WUE估算精度，但缺乏机械解释。然而，数据同化通过耦合遥感数据和作物模型，在区域尺度上为WUE估算提供了更强的机理性解释。多源遥感融合平台、无人机平台和作物模型耦合的优化数据同化方法将是未来大区域WUE量化的较好途径。还需要将作物类型和灌溉分配纳入高空间分辨率作物特定的WUE建模中。因此，集成多源遥感数据，集成使用多作物模型，创新区域尺度近实时无缝高效数据同化算法，细化不同作物生长阶段的多变量同化是未来的研究热点。本研究将为优化精准农业水资源管理，提高水资源高效利用提供有益指导。
( 1 )明确不同层次和尺度下WUE的概念，为评价区域WUE指标的选取提供指导；
( 2 )比较各种WUE估算方法的优缺点和适用范围，包括田间实测、作物模型模拟、遥感估算以及遥感与作物模型耦合的数据同化方法；
( 3 )为未来WUE的估算方法提供依据。
图1 .从叶片到产量水平(以农田为例)的各个水平的WUE。注：图1中的公式均来源于文献综述。(Boegelein et al., 2012; Hoover et al., 2023; Jiang et al., 2019; Zhang et al., 2019b).
（1）田间测量
图2 .总结了全球典型的基于遥感的农田生态系统WUE的GPP产品，包括产品名称、时空分辨率、时间段(左绿色区间柱状图)、贡献者(参考文献部分)和每种产品的被引次数(右圆形韦诺图,面积越大,颜色越深,产品被引用的次数越多)。
图3 .总结了全球典型的基于遥感的农田生态系统WUE ET产品。
（2）基于遥感的ET估算模型和产量估算模型
图4 .针对不同分类方法的遥感作物分布识别模型。
图5 .利用遥感方法估算作物WUE的组织结构图。注：遥感蒸散发模型改编自Chen and Liu ( 2020 )。
图6 .利用遥感和作物模型之间的数据同化估计WUE的示意图。
