數字果樹及其技術體系研究進展

吳 升，溫維亮，王傳宇，杜建軍，郭新宇

（1. 北京農業信息技術研究中心，北京 100097；2. 國家農業信息化工程技術研究中心，北京 100097； 3. 數字植物北京重點實驗室，北京 100097）

0 引言

進入21世紀以來，世界各國人民對優質果品的需求日益增加，果樹種植成為農業生產的重要組成部分。中國果園面積和水果產量均居世界第一，是水果第一消費大國，在產業經濟方面，果園產量、果品質量是衡量果業發展的重要指標[1]。同時，果品加工、營銷、生態休閑旅游業也呈現加速發展趨勢，已形成一、二、三產業融合發展的格局。區別于大田和設施園藝作物，果樹具有樹體較大、形態結構復雜、多年生及果園占地地形地勢復雜等特點。現階段，果樹和果園的數字化技術方面，其研究手段和技術相對落后，主要體現在管理粗放、數字化、智能化水平低，相較發達國家，中國在規模化果園種植管理方面差距較大，發展構建數字化果樹技術體系是未來智慧果園建設的重要途經[2]。

物聯網、移動互聯網、大數據、云計算和人工智能等新一代信息技術的發展及其與各行業的深度融合，正加速推進人類社會向大數據、智能化時代邁進[3]，農業科學正在從理論科學、實驗科學和計算科學步入以數據密集型知識發現為研究范式的學科發展階段[4]。近年來，美日歐等發達國家以前所未有的力度推行“數字農業戰略”[5]，中國果樹研究和果園管理要由傳統走向現代，也必須充分借助和利用數字化技術。數字化技術優勢主要體現在：1）數字化育種技術能夠加速育種周期、降低育種成本，提高果品品質及多樣性；2）數字化果園管理技術，能夠降低生產種植成本，提高果園產量；3）數字化技術還能夠應用于果品營銷，形成果品數字品牌的知識產權（Intellectual Property，IP）和在線營銷模式。因此，果樹科學研究到果業的數字化轉型應用的各個方面，都迫切需要果樹、果園、果業的數字化技術，建立信息感知、定量決策、智能控制、精準投入、個性化服務等全新的智慧化生產方式，從而快速培育優質新品種、提高果園管理效率、提高品牌價值。深入開展數字果樹技術研究，構建數字果樹技術體系十分必要。

當前，果樹數字化技術無論從科學研究方面，還是從生產實際方面，都受到了國內外研究人員的廣泛關注，并形成一些卓有成效的科研成果。本研究從果樹的數字化技術體系方面，探討數字果樹的科學內涵、基本研究問題，構建數字果樹技術體系，綜述數字果樹技術支撐技術研究進展，從技術應用角度，總結前人在數字果樹方面開展的典型工作、形成的技術成果以及應用案例，并對當前技術不足和未來技術發展進行展望，以期為數字果樹研究應用提供有益的參考。

1 數字果樹的概念及其內涵

“數字植物”是指通過計算機技術將植物數字化，實現對植物生命系統和農業生產系統行為的感知和認知，為農業科研工作者、生產管理者和教育培訓工作者開展科學研究、新品種培育、種植規劃、科普教育提供數字化載體[6]。數字果樹是數字植物概念在果樹研究和生產中的具體應用和實踐，是綜合運用數字化技術，通過高通量的信息獲取及智能處理來研究果樹的生命、生產和生態系統，實現對果樹復雜系統定量化、可視化感知和認知的理論及技術服務平臺系統。數字果樹是數字農業的重要專題之一，以數字化認知果樹為核心，通過多維結構、定量描述、可視感知果樹生命系統內涵，外延到大數據驅動的果樹種植智慧管理、品種培育和果品品牌營銷等數字化技術云服務。數字果樹是數字果園的核心驅動器。其概念構成如圖1所示。

數字果樹技術體系通過系統高效地獲取果樹、果園和果品等表型大數據，對果樹大數據的分析利用和可視化表達，為果樹新品種選育、果園管理提供數據、知識和服務，為果品營銷、產業融合等提供數字化、智能化和可視化技術、手段和內容，具有廣泛的應用前景。其作用和意義主要體現在：1）數字果樹技術將改變傳統的果樹研究模式，實現從試驗科學向數據科學的轉變，從定性觀察向定量計算的轉變，構建其數據采集-數據建模-數據解析-知識發現的科研技術體系，建立從表型信息獲取到表型組、基因組和環境的基于大數據分析的多重組學研究模式，極大地提升對果樹復雜系統定量化感知和認知的程度，催生新一代數字育種技術和數字栽培模式。2）數字果樹技術將實現傳統果園到智慧果園的發展提升，加速果園管理、市場流通和果園休閑旅游營銷等方面的數字化轉型升級，形成由大數據智能感知決策和智能農機精準作業為核心的高質量、高效益和高效能的模式。在智慧果園管理中，基于物聯網系統的天、空、地一體化表型環境大數據將無處不在，除草機器人、修剪機器人、采摘機器人、施藥機器人、水肥一體化系統等智能農機代替人工作業，實現無人化果園管理；與大數據營銷、冷鏈物流、產業鏈融合結合，形成果品流通數字化技術服務體系。與第五代移動通信技術（5G）技術和虛擬現實技術（Virtual Reality, VR）技術深度融合，構建多維體驗空間，實現虛實融合，廣泛地應用于農技培訓、休閑觀光旅游、科普教育、品牌營銷等方面。3）數字果樹技術將推進果品向綠色果品升級發展，在果品生產方面，為消費者提供安全、健康、優質、特色、定制化的綠色果品，同時，整合區塊鏈技術和物聯網可視化技術，為消費者提供綠色果品數字化溯源體系。4）數字果樹技術將為果業產業數字化建設提供技術支撐，為果樹科研人員、產業從業人員，提供協同、可視、體驗一體化的科研共享和產業應用云服務平臺，便于合作交流，加速產業落地應用。

2 數字果樹技術體系框架

以數字植物技術體系為發展，從果樹數字化感知、認知和應用角度，提出并構建的數字果樹技術體系框架（圖2），其主要技術環節包括：數字化要素分類、數字化數據獲取、數字化認知模型構建以及數字化應用服務。

數字化要素分類，按照尺度劃分，包括微觀（分子、細胞、組織）、器官、分枝、果樹等不同類型；按照數據模態類型劃分，包括結構型（樹形結構、分枝結構、冠層結構、根系結構）數據、表觀型（表觀顏色、表觀紋理）數據以及環境型數據，對應著果樹的生理變化、生長過程數字化特性。

數字化數據獲取，針對不同的數據類型，整合多通道的傳感器、多載荷的表型平臺以及網絡傳感傳輸存儲系統，實現果樹數字化數據的天、空、地一體化的信息采集，主要的傳感器類型包括圖像、光譜、激光、熱紅外、X射線、氣象墑情等傳感器，傳感器的載荷平臺包括高空衛星、無人機（Unmanned Aerial Vehicle, UAV）、機器人、計算機斷層掃描（Computed Tomography, CT）、地面定點、氣象站等。

數字化認知模型構建，基于獲取的數據，利用建模技術，構建數字果樹模型，其是數字果樹的內核，主要包括四類數字化模型：1）三維仿真模型，應用于三維建模、三維可視化、三維交互等相關的樹形優化、果品展示以及農技培訓；2）功能結構模型，應用于樹形分析、光合模擬、生長模型相關的果樹管理和育種評價等；3）農業管理模型，結合表型技術，應用于果園水肥管理、病蟲害防治、果實采摘、果品品質分級分揀等；4）組學分析模型，包括表型組學、基因組學、多重組學等，為果樹育種提供表型選種、表型鑒定以及種植區域適應性評價數字化模型。

數字化應用服務，圍繞果樹科研和產業應用需求，通過對數字化各技術環節一體化設計，開發數字果樹應用服務系統平臺，如數字化管理、數字化育種、數字化培訓、數字化營銷等專有應用系統。

3 數字果樹技術體系建設關鍵技術

3.1 果樹表型信息獲取技術

表型信息對果園灌溉管理、病害防治、增產及提高果品品質具有重要意義，果樹表型信息獲取是構建數字農業技術體系的基礎和關鍵步驟[7]，以下從果樹表型尺度和獲取平臺兩方面，對當前果樹表型信息獲取相關技術平臺進行歸類總結。

按照數據尺度劃分，果樹表型數據可分為微觀表型、器官表型、樹冠表型、根系表型和果園尺度表型，常見的表型獲取傳感器包括可見光圖像、光譜、熱成像、光探測、激光雷達等（表1）。1）微觀表型采用電鏡、共聚焦顯微鏡、CT等高分辨率可穿透成像設備獲取細胞、組織等超微結構表型，研究人員使用透射電鏡采集香果樹葉片超微結構圖像數據，獲取葉片細胞內葉綠體數量及占比[8]。2）器官表型多采用多光譜圖像、可見光圖像傳感器、機器視覺系統，獲取葉片病害紋理、小花性狀表型數據[9]，獲取果實的大小、外觀色澤以及病斑等表觀數據[10]，獲取果實成熟度、硬度、可溶性固形物含量等品質表型數據[11]。3）樹冠表型可用的數據獲取手段和傳感器較多，其中，通過三維數字化儀獲取冠層枝干結構關鍵點三維坐標信息，快捷構建植物的形態結構拓撲信息及形態結構參數, 用于分析果樹枝葉生長規律和分布特征[12]；利用三維激光雷達對果樹進行三維掃描，獲取果樹冠層三維點云數據，計算冠層分枝結構、枝量、長度、葉冠分布等表型數據[13-14]；利用激光雷達結合光強測量傳感器，獲取冠層光強三維分布[15]；利用激光雷達結合可見光傳感器，獲取樹冠體積、樹冠花果密度等表型數據[16]。4）根系表型，采用平板掃描儀二維掃描的方式獲取根長、根密度等表型數據[17]。5）果園尺度表型，以表型車、無人機、高分遙感平臺數據獲取方式為主，通過在表型車上掛載線陣激光雷達和慣導系統，快速獲取果園株數、樹冠體積、高度，樹高、冠幅、體積，樹冠透光性、樹冠葉密度和孔隙率[18-19]，通過在無人機平臺上掛載可見光相機和多光譜相機，快速獲取樹冠寬度、周長、樹冠投影面積、果樹計數等表型數據[20-21]，通過高空間分辨率遙感影像解析，獲取果樹識別、種植面積、種植密度等表型數據[22]。

表1 果樹的不同尺度表型數據及其對應的數據獲取平臺 Table 1 Different scale phenotypic data of fruit trees and data acquisition platform

按照表型數據獲取平臺劃分，包括微觀設備、手持、人載、車載、定點監測、無人機、航空遙感等[23]。國家農業信息化工程技術研究中心的研究人員利用三維數字化儀和激光掃描儀，并研制器官表觀紋理獲取裝置，構建了果樹周年物候期冠層高精度三維表型獲取技術體系[24-25]，實現了蘋果樹地上部三維重建。澳大利亞悉尼大學機器人研究中心研發的果園表型機器人[16]，快速測量果樹花果分布、樹冠體積等表型數據。澳大利亞圣保羅大學研制的表型車載平臺[18]，掛載激光雷達，采集柑橘園樹冠體積、果樹高度等表型信息。美國喬治亞大學大學研制的四旋翼無人機果園表型采集系統[26]，掛載傾斜攝影圖像傳感器，高通量采集計算果園果樹樹冠高度、冠幅、面積和體積等表型指標。智利阿爾貝托·烏爾塔多大學研究人員使用衛星遙感平臺，獲取高分光譜圖像，計算不同品種果樹種植園歸一化差異植被指數（Normalized Difference Vegetation Index, NDVI），進行果園區域分割和面積統計[27]。

近年來，隨著圖像技術、激光雷達技術和智能控制技術的發展逐漸成熟及低成本化趨勢，表型車、表型機器人、無人機平臺等智能平臺以其高通量兼顧高精度的特點，受到廣泛應用[28]。而根系表型原位測量，仍然受限于技術和設備成本，難以推廣，仍然是研究的熱點和難點。同時，協同使用不同類型的傳感器和平臺，獲取多維度、多通道、多時序的表型數據，是未來果樹表型數據獲取技術發展趨勢之一。

3.2 果樹生長環境數據獲取技術

果樹生長環境數字化是數字果樹的重要組成部分，果樹生長環境信息主要包括冠層溫度、濕度、光照強度、光有效輻射、紫外線強度、降雨量、風速、風向，土壤墑情、土壤微量元素及重金屬含量等，共同形成果園環境、土壤、大汽連續體。其中，空氣溫濕度傳感器、風速風向傳感器和土壤溫濕度傳感器等技術已經相對成熟，并在實際中廣泛應用[29]。對于葉片溫度，使用葉溫儀進行測定[30]。在土壤成分的檢測方面，已有土壤酸堿度pH值傳感器，能夠實時在線測定土壤pH值[31]；基于光譜學分析技術，快速、實時、無損測量土壤碳氮等養分含量[32]。果樹生長環境數據，利用無線傳感器網絡技術，以低功耗、低延時、高密度連接各類傳感器，高頻率采集各類環境數據，并進行數據云端存儲[33]。

當前技術，對于果樹生長環境數據獲取，在單點采集方面已有有效技術方案，但在果園多點傳感器陣列環境場數據采集方面還存在技術局限性，地上部主要體現在樹冠邊界效應問題[34]，地下部主要體現在土層結構變化問題[35]。三維空間數據場計算技術是解決果樹生長環境空間場多點陣列數據仿真的一個有效途經，已有模型在大田環境溫度、作物蒸騰等方面應用，在果園開放環境下，模型的收斂性、準確性仍然需要進一步的研究[36]。另外，在土壤重金屬檢測方面，傳感器的魯棒性還有待研究。

3.3 果樹三維建模及可視化計算技術

通過構建果樹三維模型，在三維空間結構數據模式下，解析表型參數并進行可視化計算是表型指標提取和樹形分析的重要途徑之一。按照三維建模技術分類，果樹三維建模方法分為以下幾類：1）基于圖像的方法，圖像數據獲取簡單、快速且低成本，因此成為樹三維建模研究人員廣泛使用的方法之一，主要包括：基于草圖的方法、基于單幅圖像的方法和基于立體視覺系統的方法[37]，基于圖像的方法，對不帶葉主枝枝冠有較好的三維恢復能力，但很難實現具有復雜分枝果樹葉冠重建，另外圖像的獲取對光環境魯棒性較差[38]。2）基于三維數字化的方法，構建植物三維模型無需依賴復雜的數據處理算法[39]，該方法的缺點是獲取樹形高大的冠層結構費時費力成本較高，難以廣泛應用。3）基于激光掃描點云的方法，利用三維激光掃描儀對果樹進行三維掃描，獲取果樹冠層三維點云數據，常用的果樹點云三維建模方法包括中軸線骨架提取法、Dijkstra測地線法、廣義旋轉對稱軸法、全局優化（Structure-aware Global Optimization Method，SAGO）法、空間殖民法和基于知識的方法等[40]。基于計算機模擬和點云掃描技術能夠獲取較逼真的三維樹冠模型（圖3），利用三維虛擬設計技術對樹冠進行三維建模[41]（圖3a），通過三維激光掃描儀掃描的蘋果樹點云數據[14]（圖3b），并基于點云數據構建的蘋果樹冠三維模型[14]（圖3c）。基于激光掃描的方法，無需人工干擾，高精度獲取樹體三維結構信息，是目前果樹三維建模最有效的技術手段之一，不足之處是受限于葉片遮擋，對于茂密葉冠果樹，三維建模仍然具有挑戰。

在構建的果樹三維模型基礎上，研究人員得以開展更高精度的可視化計算研究，主要包括果樹樹冠三維光分布計算和樹冠結構功能計算。其中，果樹樹冠三維光分布計算，基于網格模型或點云模型[42]，將輻射度技術與光線追蹤技術引入到植物冠層三維光分布計算中來，可精確模擬冠層內植株器官、地面、三維空間上的輻射通量分布，基于三維模型的果樹冠層光分布計算較大地提高了模擬計算的精度和可視化效果，Tang等[43]構建的桃樹三維冠層光分布模型及其冠層光輻射三維可視化模擬結果如圖4所示。在果樹結構功能計算方面，通過果樹光截獲效率數字化測量，構建蘋果樹早期生長的分枝遺傳變異模型[44]；使用數值計算方法計算果樹最優化樹形和生理特征，探究果樹分枝與葉冠的關系、樹形與產量的關系等[45]；計算富士蘋果改良高干開心形樹冠郁閉的評判參數，不同層次、部位的相對光照強度、不同枝（梢）類型的數量和比例、果實產量和品質分布[46]。

3.4 果樹數字育種技術

當前，作物育種技術正在進入以基因組和信息化技術高度融合為主的育種4.0階段[47]，果樹育種技術也在不斷創新發展，由單一的實生選種、雜交育種和芽變選種發展為常規育種和分子輔助育種相結合的方式[48]，細胞工程技術廣泛應用于果樹遺傳改良，分子標記開始在育種中應用，基因組學研究發展迅速[49]。中國已先后牽頭或自主完成了甜橙、梨、獼猴桃等果樹基因組測序[50]，并對桃的品質性狀、柑橘多胚性狀等開展了研究，取得突破性進展[51]，探究了蘋果全基因組（Nin-Link Protein，NLP）響應氮饑餓、干旱脅迫的關系[52]。當前，果樹育種已進入了數字化育種時代，更深入地應用基因組學、表型組學等多重組學技術，針對植物的細胞、組織、器官、群體等不同尺度及不同生長發育時期進行綜合大數據分析，培育多樣化品種滿足不同用途和不同人群的需求，以及培育抗性好、適合省力化栽培的品種將是未來果樹品種發展的方向[53]，與此同時，構建育種信息化系統，便于育種大數據管理和數據挖掘，縮短育種周期，加速育種速度。

3.5 果樹大數據和虛擬現實技術

數字果樹是數字果園的個體組成部分，果園、果樹數字化技術體系還包括以下幾方面。1）果園環境信息采集技術，通過在果園部署安裝低功耗、多節點的物聯網傳感器節點及網絡系統，自動化采集果園的環境數據，形成果園環境大數據[54]。2）果園監測預警技術，通過對果園天、空、地一體化觀測數據采集，研發以模式識別、機器學習和深度學習為代表的人工智能算法和專家系統，構建果園監測預警技術體系[4]和果園生產管理智能決策技術體系[55]。3）表型大數據技術，植物表型大數據具有傳統大數據的典型3V特點，即數據量大（Volume）、數據的多態性（Variety）和時效性（Velocity），同時還具有3H特性，即高緯度（High dimension）、高度復雜性（High complexity）和高度不確定性（High uncertainty），通過大數據技術對果園數據進行構建、存儲和挖掘。4）果樹虛擬現實技術，基于數字化果樹三維模型、知識模型，整合虛擬交互技術和交互智能終端，搭建具有沉浸感（Immersion）、交互性（Interaction）和構想性（Imagination）3I特性的平臺系統，構建農業虛擬培訓技術體系，品牌營銷技術體系和數字農業旅游技術體系[56]。5）果品溯源區塊鏈技術，農產品的可追溯性和追溯體系的構建，其核心是農產品全程監管數字化建設過程，由可追溯數據采集系統建設、數據中心建設以及可視化追溯查詢系統建設三部分組成[57]，區塊鏈技術具有不可篡改、分布式、去中心化、可追溯等技術特點[58]，構建物聯網+區塊鏈模式的農產品溯源大數據服務中心，能有效解決傳統追溯體系所導致的失信問題，可結合三維網頁（Three Dimensional Web，Web3D）、虛擬現實（Virtual Reality，VR）、增強現實（Augmented Reality，AR）等三維交互技術，構建虛實融合、三維可視、趣味互動的數字化溯源技術體系。

4 數字果樹技術應用服務

通過數字化技術，構建數字果樹模型和數字果園，形成數字化農業大數據，挖掘果樹生長生態規律、探索果樹生命奧秘，建立表型、環境型和基因型之間復雜作用關系，為育種、栽培和農業生產提供基于大數據的決策支持，在生產實際應用主要體現在以下幾個方面：樹形管理、生長監測、種植管理、新品種培育等[59]。另外，通過對果樹模型、果品模型進行三維可視化呈現，結合虛擬現實技術，數字果樹技術在農業技術培訓、技術推廣、農業旅游、果品營銷等方面也有廣泛的應用空間[60]。主要技術應用案例如表2所示。

表2 數字果樹技術應用案例 Table 2 Application cases of digital fruit tree technology

4.1 數字化樹形管理

通過對果樹進行三維數字化建模，構建根冠分布三維數字化模型，通過數字化計算和可視化仿真等技術手段，實現樹形評價、樹形改良、樹形修剪等樹形相關數字化管理應用。基于三維樹冠模型和三維光分布模型，通過蘋果樹幾何和拓撲特征的變化對冠層光截獲影響的模擬，模擬生成理想樹形[61]，模擬矮化中間砧蘋果樹不同樹形比較[62]，數字化評價不同樹形結構下的透光率、光合作用效率等。通過改變樹形結構，調整光環境，提升果品外觀顏色和果肉營養含量[63]。利用三維樹冠光合耦合模型模擬比較中國4種主要蘋果樹形光合能力的三維分布和日變化，促進開心型蘋果樹在中國推廣[64]。基于二維激光掃描技術，對蘋果樹樹形參數化提取，構建全樹修剪和主枝修剪兩種修剪模型，應用于果樹機械化修剪[65]。分析甜柿樹籬形冠層特征，為籬形甜柿樹整形修剪提供指導依據[66]。使用無人機表型獲取技術，對橄欖樹三維樹形進行多時相監測，評價不同修剪策略下的修剪效果[67]，通過對砧木品種嫁接甜橙表型數據分析，為品種改良提供智能決策指導方案[68]。

4.2 數字化生長監測

利用數字化技術，構建智能監測模型，對果樹果園生長進行數字化監測，實現果樹果園數字化監管。主要技術應用包括：通過在果園部署農業氣象傳感器，實時采集果園環境數據，評估果樹農業氣象災害風險，為農業災害減災提供預警指導[69]；利用圖像處理技術，結合線性回歸模型，快速預測蘋果樹的產量[70]；利用3S技術，在數字化基礎上，對花期、果期預測分析[71]；基于無人機遙感監測技術，對果園果樹病蟲害進行預測預警服務[72]。

4.3 數字化種植管理

在果樹種植生產中，數字果樹技術在果園管理節本增效、優質安全和輕簡栽培等方面具有廣泛的應用前景和實踐。具體的應用案例包括：通過雙目視覺系統，實時獲取樹枝空間信息，對果樹樹枝進行三維重建，構建虛擬果樹，為柑橘采摘機器人避障及路徑規劃提供了環境參照[73]；基于數字目標檢測技術，實現果園蘋果識別定位，輔助蘋果采摘機器人工作[74]；基于深度學習、圖像識別技術，快速識別果樹果實，開展田間測產，集成應用于果實采摘機器人中[75-77]；基于土壤環境數字化物聯網感知系統，構建水肥一體化模型，為果樹增產、提質增效提供解決方案[78]；利用激光掃描技術，計算果樹三維冠層不同截面的體積，精確計算噴藥量，應用于果園噴藥機精準噴藥[79]。

4.4 數字化培訓與品牌農業

利用構建的果樹三維數字化模型，整合虛擬現實平臺，研制果樹修剪整形仿真系統，是當前果園管理農技培訓的重要形式。已有案例包括：將交互式編輯技術應用于柑橘樹的虛擬剪枝和樹形改造[80]；以幼齡蘋果樹為修剪培訓對象，構建蘋果樹三維結構、修剪模型和虛擬修剪技術框架[81]；通過整合修剪知識和樹形結構知識模型，研制三維交互式蘋果樹剪枝教育培訓系統[82]；通過三維建模技術，構建“看動畫、學知識，玩游戲、長技能”培訓技術體系，為果農、農業職業院校學生、農技推廣人員等不同人群提供在線化、可視化、互動化的技術培訓服務[83]。

數字化技術和農產品溯源系統結合，形成可信度較高的農產品數字化溯源系統。已建設的臍橙、新疆葡萄、芒果等不同類別的果品溯源系統[84-85]，為消費者提供了便捷的果品溯源查詢途經，將區塊鏈技術恰當植入農產品溯源體系，從種植和倉儲環節、加工環節、運輸和銷售環節，進行全產業鏈的數字化可信溯源[86]。在品牌營銷和農業主題旅游方面，基于數字化技術構建農業園虛擬現實創意展示系統，實現農業園的規劃設計、全景鳥瞰、新產品新設備推介和互動漫游功能，為農業科技的可視化宣傳展示、虛擬互動體驗和操作培訓提供創新的技術手段，構建數字化科普館和網上三維營銷展廳，促進農產品品牌打造[87]。

5 結論與展望

本研究從數字技術及應用服務角度，論述了數字果樹的概念內涵、構建了數字果樹技術體系，闡述了數字果樹技術體系的邏輯關系，對果樹表型及環境信息獲取、果樹三維建模可視化仿真、果園生產管理服務、數字育種等方面的數字化技術發展和技術應用進行了詳細綜述。當前，數字果樹技術已經在數據獲取、數據建模及種植管理應用等方面取得較大進展，果樹樹形結構、多年生及其種植環境的復雜性特征，為數字果樹技術體系的構建帶來了極大的挑戰，仍然存在一系列技術難題亟待解決。在技術應用方面，多模態的數據融合、智能化算法模型、大規模數據處理等方面還難以實際應用，較成熟的、智能化、系統化的應用服務平臺還比較匱乏。

因此，筆者認為未來幾年數字果樹的研究重點，將聚焦在以下方面：

5.1 果樹表型高通量獲取及解析

從表型出發，認知果樹仍將是構建數字果樹技術體系的關鍵環節，從定性到定量的數字化過程，要求表型獲取技術裝備具有高通量的獲取能力，兼顧數據獲取的高效率、高精度以及自動化。誠然，受到果樹自身結構的制約，當前較成熟的大田作物室內室外高通量表型平臺，在果樹方面難以適用，筆者認為表型無人機、表型背包系統及表型機器人將是未來廣泛應用的果樹表型獲取平臺。而在根系、微觀尺度、生理表型方面，目前數據獲取技術和裝備還不夠成熟，可借鑒數字人或其他領域，開展相應技術裝備研發。另外，表型解析的精度和效率仍是制約表型數據有效利用的重要技術環節，表型獲取標準、解析算法以及多模態數據融合相關技術體系和理論方法仍亟待創新。

5.2 表型數據驅動的組學研究

果樹表型具有個體復雜性和群體制約性特征，區別于大田作物，果園地理地勢環境以及耕種條件，通常地勢起伏、管理粗放。因此，通過表型監測技術平臺獲取果樹多尺度、多生境、多源異構表型數據，進一步地要整合智慧環境組數據和基因組數據，從組學高度構建以數據密集型知識發現的新型農業科學研究范式，以此探究果樹“基因型-表型-環境型”之間內在關系，揭示果樹生命體內在和外在科學規律，為果樹智慧管理和育種提供機理支撐。

5.3 數字果樹大數據+人工智能（AI）模型構建

果樹數字化管理涉及到種、肥、水、藥以及樹形管理等多方面，通過單一技術指標，難以構建智能化的服務模型。通過高通量表型平臺，時序、規模化地獲取數字果樹數據，形成果樹大數據，由大數據產生知識，形成智能服務模型。可預見未來果樹管理服務模式將以“大數據+AI模型”相結合的智能化技術管理方案。具體地以基于統計學習理論的機器學習和基于大規模數據的深度學習為主的智能決策技術，和大數據計算、云服務技術，以此構建數字果樹大數據挖掘方法體系，優化數字果樹中的智能模型，為生產指導提供“數據+模型”的智能決策服務，實現AI種植數字化管理。

5.4 可視農業技術應用

數字果樹在可視農業中的技術應用和服務模式構建的潛力仍待挖掘和推廣，主要體現在數字化技術在科研生產中和農業品牌營銷中兩個方面技術應用。引入數字孿生技術和科學計算可視化技術，構建數字化的協同共享、虛實融合、以虛控實的技術服務體系，預期能夠推進果樹科研和產業服務發展。把數字果樹三維模型與虛擬現實技術、物聯網技術整合，將果樹生長環境、果品加工過程，以三維可視化、直播互動的形式呈現給消費者，讓消費者放心購買優質果品，形成數字化品牌營銷服務模式技術解決方案，實現果品數字化、網絡化、品牌化營銷。

5.5 數字果樹支撐無人農場建設

隨著物聯網、大數據、人工智能以及機器人技術的不斷完善和成熟，以全天候、全過程、全空間無人化作業特征的無人農場生產模式被認為是未來農業發展的新模式和方向。智能驅動果園機器人、無人機等智能裝備精準作業的前提是實現果樹、果園數字化構建和智能化認知，數字果樹技術體系為無人果園建設提供重要技術支撐。實際應用中要打通技術與技術，技術與平臺之間的壁壘，主要體現在：數字果樹技術和導航技術結合，構建果園作業自動駕駛服務，數字果樹技術和機器人控制技術結合，構建果園植保、修剪和采摘等無人化作業服務，數字果樹技術和物聯網系統結合，構建果園智能灌溉和預警服務。