水稻根系三维建模及可视化方法研究进展

　　摘要：根系是水稻获取养分的主要器官，水稻根系三维建模及可视化有助于进一步了解其根系的形态、结构和功能。随着计算机视觉和非侵入性技術的小断发展，根系形态和功能研究已进人数字化和可视化的阶段。近年来许多研究者分别从制作出土根系于绘图、计算机断层扫描( CT)等非侵入性技术、数学建模以及仿真模拟等方面推进水稻根系三维建模及可视化的研究。根系数据的获取是三维建模的有效前提，根据是否破坏根系原有生长环境，根系数据探测被分为破坏性探测和原位探测两类，本文对比分析了两种探测方式的方法和特点。从人工观察测量、机器视觉、光学仪器或断层扫描的三维数字化等方面对水稻根系的三维建模进行了阐述，总结了水稻根系三维建模及可视化的研究进展，并对当下主流三维重构技术进行分类和对比，总结了不同根系三维重构方法在重建效果、成本、操作水平等方面的优劣势。此外，南于根系生长在复杂多变的土壤环境中，小同时期根系的生长发育受土壤紧实度，水分、养分分布等因素的影响而存在差异，且受限于土壤的不透明和小稳定性，更多水稻根系的三维建模研究主要停留在根系基本指标与非环境因素(如土层深度、时问)的统计拟合及单环境因子对水稻根系生理生态的影响上，而根系与多环境因子动态交互方面的研究较少。在高度非结构化的根系数据处理困难的情况下，探究水稻根系与环境的动态转化过程及根系生长与多环境因子的定量关系模型将成为未来根系三维建模研究的重要方向，为构建更具真实意义的可视化模型提供基础。

　　关键词：水稻根系;探测方法;三维重构;环境一根系模型

　　1绪论

　　水稻是重要的粮食作物之一[1]，根系作为水稻的重要器官可直接影响其水分和养分的吸收能力，并通过与土壤的相互作用影响其生产效率[2-3]。水稻的根系构型( Root System Architecture)体现了根系的空间结构，是分析评价根系与土壤环境适应程度的重要指标。为定量化研究植物生长规律，围绕农林植物采用信息技术与农业生产相结合的方式，在计算机上以三维可视化的方法分析研究植物重要组织结构，虚拟再现其生长过程的方法逐渐得到重视，并形成“数字植物”这一研究领域[4]。根系三维建模及可视化是数字植物研究的重要分支。因根系生长在土壤中，受土壤观测阻碍影响，无法直接对水稻根系进行观察和测量，与地上部分相比根系研究相对滞后，水稻根系三维建模及可视化是了解水稻形态结构和功能的重要方法。然而，水稻根系形态结构复杂，其形态在不同的生长阶段持续变化，存在根部数据量大且局部信息整合困难、生长数据无法实时监控等问题。根系的三维认知和表达成为水稻根系深入研究的瓶颈，如何以低成本高效率的方式获取水稻根系多维度信息用于构建三维模型成为根系可视化研究中的难点[5]。目前，得益于先进传感器和计算机图形学技术，根系形态结构和生理功能研究进入数字化和可视化的阶段[6]，在根系动态生长过程、根系一环境交互关系的分析、仿真和预测方面取得了一定的研究成果。实现植物根系三维重构的主流方法有规则L-系统、LiDAR[7]和Kinect等高精度传感器适用法、结构光法[8]、三维数字化、多视角图像法以及双目立体视觉法等[9]，不同的方法采用的技术原理不同。近年来，深度学习技术在处理数字图像方面有了突破性进展，利用深度学习技术进行植物根系的表型分析成为研究热点[1O]。

　　本文从人工观察测量、机器视觉、借助光学仪器或断层扫描的三维数字化等方面综述了水稻根系的三维重构，并对当下主流技术及其原理进行了对比和分类，展望了在数据量缺失的情况下水稻根系三维重构可视化研究的未来发展趋势。

　　1.1水稻根系构型

　　水稻根属于须根系，由一条种子根和许多不定根(亦稱冠根、节根)组成[11]。各节位根根据其生长的位置分为上位根和下位根(图1)，前一节位的下位根与下一节位的上位根同时分化，形成一个发根节点。种子根直接由胚根发育形成，垂直向下生长，不定根从稻茎底部向顶部依次发生，且不定根上可以再次生根形成各级分支侧根，一级分支根直接从不定根茎节伸出，二级分支根白一级分支根伸出，在高产条件下可依次生出六级分支根，这些根系在土壤中错综分布，形成水稻的庞大根系(图2)。

　　水稻根系构型参数主要分为整体层面和个体层面，整体层面是指植株根系参数，包括根冠比、根伸长方向以及分支情况等，个体层面是指单根根系的参数，包括根重、根密度、根表面积以及根半径等，他们与根系空间几何分布共同组成了描述根系构型的基本参数。

　　1.2水稻根系探测方法

　　植物根系各个阶段的物理属性、形态结构及生理生态等方面都有着不同的特征，借助科学、合理的有效手段和方法来获取根系数据是实现根系三维建模及可视化的前提，下面将介绍破坏性探测和原位探测两类根系数据探测方法的原理和优缺点。

　　1、破坏性探测是指在获取数据过程中破坏了根系原有的土壤生长环境，使根脱离土壤，直接对根系三维拓扑结构形态进行测量。因原生长环境被破坏，即使将根系重新种植，对以后的形态和生长发育也会造成影响，所以此类方法具有一次性的特点，适合某个特定生长时期的根系构型测量，主要包括挖掘法、保护挖掘清洗法和染色扫描图像分析法[6]。

　　(1)挖掘法：直接将根系从土壤中挖出，人工对局部根系进行测量;

　　(2)保护挖掘清洗法：种植前，在根系生长范围内安装保护装置(如PVC管、尼龙网等)，一定时期后将根系与保护装置整体取出，清洁并对局部根系进行测量;

　　(3)染色扫描图像分析法：根系挖出后进行染色，平板扫描设备扫描后利用相关分析软件对整体或局部进行测量。

　　2、原位探测是指在不破坏植物根系原有土壤生长环境的基础上，通过观测设备对根系构型进行数据探测，或者改变培养方式以打破土壤不透明性带来的观测阻碍，主要的方法有土壤留置法、特殊培养环境法、穿透射线成像法以及作物图像解析法[6]。

　　(1)土壤留置法：预先安装内置观察设施(如微根管)，定期观察植物根系生长情况并测量记录信息;

　　(2)特殊环境培养法：根系种植于具有视觉穿透效果的可控生长环境中，直接观察根系的生长情况(如水培法和冷凝胶培养法等);

　　(3)穿透射线成像法：利用核磁共振成像( MRI)、断层扫描成像(CT)和显微成像等先进仪器对土块中的根系数据进行采集;

　　(4)作物图像解析法：利用计算机图像分析算法与软件提取根系图片中的构型参数。

　　基于原位探测下各种根系图像处理的需要，根系图像分析的方法和软件也在不断地完善。早期的图像分析软件仅针对根系的统计参数(根表面积、根尖数量等)进行计算，典型的软件如SCAN. DigiRootrM等[12]，随着计算机图形学的发展，开发者在识别分析图像的过程中加入了人类视觉系统，提出了采用半自动化或者手动方式进行识别的archiDART[13]、MyRoot2.0[14]等软件，极大提高了数据分析的效率。

　　根系三维建模的主要目标是明确根系各部分的空间三维坐标，分为拓扑结构和空间分布两部分，破坏性探测可量化根系的长度及数量等信息，获得根系的拓扑结构，原位探测则在根系空间分布测量方面有一定优势。根系三维数据探测获取的方法有很多，但在一定程度上均具有局限性，表1对比分析了不同探测方式的优缺点。根系三维建模数据的获取目前仍存在以下问题：(1)数据获取的耗时长;(2)数据完整性较低，多数方法仅针对根系的局部进行观测，难以直接获得根系的立体几何构型参数;(3)全局信息获取困难，局部信息整合不易;(4)根系动态生长数据无法实时监控。

期刊VIP网，您身边的高端学术顾问

文章名称： 水稻根系三维建模及可视化方法研究进展

文章地址： http://www.qikanvip.com/nongyekeji/60431.html