水稻根系三維建模及可視化方法研究進展

吳盼盼 唐子宗 楊樂 彭軍 張歡歡 施俊林

摘要：根系是水稻獲取養分的主要器官，水稻根系三維建模及可視化有助于進一步了解其根系的形態、結構和功能。隨著計算機視覺和非侵入性技術的小斷發展，根系形態和功能研究已進人數字化和可視化的階段。近年來許多研究者分別從制作出土根系于繪圖、計算機斷層掃描（ CT）等非侵入性技術、數學建模以及仿真模擬等方面推進水稻根系三維建模及可視化的研究。根系數據的獲取是三維建模的有效前提，根據是否破壞根系原有生長環境，根系數據探測被分為破壞性探測和原位探測兩類，本文對比分析了兩種探測方式的方法和特點。從人工觀察測量、機器視覺、光學儀器或斷層掃描的三維數字化等方面對水稻根系的三維建模進行了闡述，總結了水稻根系三維建模及可視化的研究進展，并對當下主流三維重構技術進行分類和對比，總結了不同根系三維重構方法在重建效果、成本、操作水平等方面的優劣勢。此外，南于根系生長在復雜多變的土壤環境中，小同時期根系的生長發育受土壤緊實度，水分、養分分布等因素的影響而存在差異，且受限于土壤的不透明和小穩定性，更多水稻根系的三維建模研究主要停留在根系基本指標與非環境因素（如土層深度、時問）的統計擬合及單環境因子對水稻根系生理生態的影響上，而根系與多環境因子動態交互方面的研究較少。在高度非結構化的根系數據處理困難的情況下，探究水稻根系與環境的動態轉化過程及根系生長與多環境因子的定量關系模型將成為未來根系三維建模研究的重要方向，為構建更具真實意義的可視化模型提供基礎。

關鍵詞：水稻根系;探測方法;三維重構;環境一根系模型

中圖分類號：S 511

文獻標志碼：A

文章編號：1008-03 84（2021）08-0972-09

Visualization of Rice Root System by 3D Modeling： A Review

WU Panpan 1， TANG Zizong 1， YANGLe 1.2*， Peng Jun 1. Zhang Huanhuan 1， Shi Junlin l

（ I. College of Computer Information and Engineering， Jiangxi Agricultural University Nanchang， Jiangxi 330045， China;2. Key Laboratory of lnformation Technology in Agriculture for Colleges and Universities in Jiangxi Province， Jiangxi AgricultureUniversity， Nanchang， Jiangxi

330045. China）

Abstract： As an organ that extracts water and nutrients from the soil. the root system is vital for a rice plant. Establishing a 3Dmodel to visualize the system structure can materially help the studies on the morphology and functional traits of the roots.Recent advancements in the computerized and non-invasive technologies make the information digitization for scientificresearch increasingly accessible and significant progresses possible. For instance， utilizing hand drawings and computertomography （CT）， mathematical models were built to vividly simulate the configuration of unearthed root system. Since dataacquisition that proceeds model building is essential for an accurate and reliable representation. this article compares andanalyzes the principles and characteristics of two classes of detection methods for information collection on the root systems.These methods can be either destructive or in-situ in applications depending upon whether or not the original growthenvironment was interrupted or destroyed. The 3D modeling and visualization of rice root system is explained in this articlefrom the aspects of manual observation and measurement， machinery vision. 3D digitization by optical instruments. andtomography， etc. The mainstream reconstruction technologies are classified， compared， and analyzed with respect to the prosand cons on the resulting effect as well as the cost and ease of operation. Since environmental conditions are ever-changing. thedevelopment of a root system is invariably complex and varied. The affecting factors include the firmness. moisture content.and nutrients distribution of the soil a plant grows on. In addition. the non-transparency and instability of soil has so farhindered the related studies and confined to the fundamental and non-enviromuental elements. such as. depth of layer and time，for statistical analysis. Consequently， few reports dealt with the dynamic interactions among the multi-environmental factorsthat effect on the root development are available. Evidently， in the foreseeable future. the newly developed modeling andvisualization technologies would usher in innovative applications and deep understanding in the field of study.

Key words： Rice root system： detection method： 3D reconstruction; root system-environment model

1緒論

水稻是重要的糧食作物之一[1]，根系作為水稻的重要器官可直接影響其水分和養分的吸收能力，并通過與土壤的相互作用影響其生產效率[2-3]。水稻的根系構型（ Root System Architecture）體現了根系的空間結構，是分析評價根系與土壤環境適應程度的重要指標。為定量化研究植物生長規律，圍繞農林植物采用信息技術與農業生產相結合的方式，在計算機上以三維可視化的方法分析研究植物重要組織結構，虛擬再現其生長過程的方法逐漸得到重視，并形成“數字植物”這一研究領域[4]。根系三維建模及可視化是數字植物研究的重要分支。因根系生長在土壤中，受土壤觀測阻礙影響，無法直接對水稻根系進行觀察和測量，與地上部分相比根系研究相對滯后，水稻根系三維建模及可視化是了解水稻形態結構和功能的重要方法。然而，水稻根系形態結構復雜，其形態在不同的生長階段持續變化，存在根部數據量大且局部信息整合困難、生長數據無法實時監控等問題。根系的三維認知和表達成為水稻根系深入研究的瓶頸，如何以低成本高效率的方式獲取水稻根系多維度信息用于構建三維模型成為根系可視化研究中的難點[5]。目前，得益于先進傳感器和計算機圖形學技術，根系形態結構和生理功能研究進入數字化和可視化的階段[6]，在根系動態生長過程、根系一環境交互關系的分析、仿真和預測方面取得了一定的研究成果。實現植物根系三維重構的主流方法有規則L-系統、LiDAR[7]和Kinect等高精度傳感器適用法、結構光法[8]、三維數字化、多視角圖像法以及雙目立體視覺法等[9]，不同的方法采用的技術原理不同。近年來，深度學習技術在處理數字圖像方面有了突破性進展，利用深度學習技術進行植物根系的表型分析成為研究熱點[1O]。

本文從人工觀察測量、機器視覺、借助光學儀器或斷層掃描的三維數字化等方面綜述了水稻根系的三維重構，并對當下主流技術及其原理進行了對比和分類，展望了在數據量缺失的情況下水稻根系三維重構可視化研究的未來發展趨勢。

1.1水稻根系構型

水稻根屬于須根系，由一條種子根和許多不定根（亦稱冠根、節根）組成[11]。各節位根根據其生長的位置分為上位根和下位根（圖1），前一節位的下位根與下一節位的上位根同時分化，形成一個發根節點。種子根直接由胚根發育形成，垂直向下生長，不定根從稻莖底部向頂部依次發生，且不定根上可以再次生根形成各級分支側根，一級分支根直接從不定根莖節伸出，二級分支根白一級分支根伸出，在高產條件下可依次生出六級分支根，這些根系在土壤中錯綜分布，形成水稻的龐大根系（圖2）。

水稻根系構型參數主要分為整體層面和個體層面，整體層面是指植株根系參數，包括根冠比、根伸長方向以及分支情況等，個體層面是指單根根系的參數，包括根重、根密度、根表面積以及根半徑等，他們與根系空間幾何分布共同組成了描述根系構型的基本參數。

1.2水稻根系探測方法

植物根系各個階段的物理屬性、形態結構及生理生態等方面都有著不同的特征，借助科學、合理的有效手段和方法來獲取根系數據是實現根系三維建模及可視化的前提，下面將介紹破壞性探測和原位探測兩類根系數據探測方法的原理和優缺點。

1、破壞性探測是指在獲取數據過程中破壞了根系原有的土壤生長環境，使根脫離土壤，直接對根系三維拓撲結構形態進行測量。因原生長環境被破壞，即使將根系重新種植，對以后的形態和生長發育也會造成影響，所以此類方法具有一次性的特點，適合某個特定生長時期的根系構型測量，主要包括挖掘法、保護挖掘清洗法和染色掃描圖像分析法[6]。

（1）挖掘法：直接將根系從土壤中挖出，人工對局部根系進行測量;

（2）保護挖掘清洗法：種植前，在根系生長范圍內安裝保護裝置（如PVC管、尼龍網等），一定時期后將根系與保護裝置整體取出，清潔并對局部根系進行測量;

（3）染色掃描圖像分析法：根系挖出后進行染色，平板掃描設備掃描后利用相關分析軟件對整體或局部進行測量。

2、原位探測是指在不破壞植物根系原有土壤生長環境的基礎上，通過觀測設備對根系構型進行數據探測，或者改變培養方式以打破土壤不透明性帶來的觀測阻礙，主要的方法有土壤留置法、特殊培養環境法、穿透射線成像法以及作物圖像解析法[6]。

（1）土壤留置法：預先安裝內置觀察設施（如微根管），定期觀察植物根系生長情況并測量記錄信息;

（2）特殊環境培養法：根系種植于具有視覺穿透效果的可控生長環境中，直接觀察根系的生長情況（如水培法和冷凝膠培養法等）;

（3）穿透射線成像法：利用核磁共振成像（ MRI）、斷層掃描成像（CT）和顯微成像等先進儀器對土塊中的根系數據進行采集;

（4）作物圖像解析法：利用計算機圖像分析算法與軟件提取根系圖片中的構型參數。

基于原位探測下各種根系圖像處理的需要，根系圖像分析的方法和軟件也在不斷地完善。早期的圖像分析軟件僅針對根系的統計參數（根表面積、根尖數量等）進行計算，典型的軟件如SCAN. DigiRootrM等[12]，隨著計算機圖形學的發展，開發者在識別分析圖像的過程中加入了人類視覺系統，提出了采用半自動化或者手動方式進行識別的archiDART[13]、MyRoot2.0[14]等軟件，極大提高了數據分析的效率。

根系三維建模的主要目標是明確根系各部分的空間三維坐標，分為拓撲結構和空間分布兩部分，破壞性探測可量化根系的長度及數量等信息，獲得根系的拓撲結構，原位探測則在根系空間分布測量方面有一定優勢。根系三維數據探測獲取的方法有很多，但在一定程度上均具有局限性，表1對比分析了不同探測方式的優缺點。根系三維建模數據的獲取目前仍存在以下問題：（1）數據獲取的耗時長;（2）數據完整性較低，多數方法僅針對根系的局部進行觀測，難以直接獲得根系的立體幾何構型參數;（3）全局信息獲取困難，局部信息整合不易;（4）根系動態生長數據無法實時監控。

2.水稻根系三維建模與可視化

隨著根系數據獲取手段和方法的改進，水稻根系表型的三維可視化研究也得到了進一步發展。兩種不同的根系數據探測方法（破壞性探測和原位探測）產生了兩種根系數據的存在形式，一是基于破壞性探測所得數據，該數據反映的是根系在特定時期的特征，與水稻根系已有知識結合，研究者通過數據統計分析、驗證，利用計算機算法模擬與實際根系具有形態相似的幾何模型;二是基于原位探測所得數據對根系進行三維重構，不受原生長環境破壞而導致根系無法繼續生長發育的約束，能更真實地反映出特定時期水稻根系連續生長的實際形態。也有研究者從探索鑒定控制作物根系結構基因的角度，以實現高通量和隨時間推移對根系結構的準確測量[29]，這一研究熱點使得快速獲取植物根系三維形狀的需求更為迫切。

2.1基于人工觀察測量的水稻根系三維重構可視化

通過手工測量和人工觀察水稻根系構型，以計算機模擬為主，利用探測數據進行統計分析，結合計算機圖形學的知識進行規則和算法以實現動態模擬植物生長過程，這種方法構建的模型在形態結構上與真實根系具有一定的相似眭。早在1963年，Kutschera等[30]利用傳統方法繪制了根系手繪圖，手繪圖與真實根系間往往存在較大差異。Pages等[31-32]提chu了描述和分析根系結構的Root Typ通用模型和ArchiSimple模型，簡化根系空間分布的模擬算法，從而提高根系建模效率。用物理參數量化描述空間立體結構和幾何形態的方法也適用于水稻根系研究，如徐其軍等[33]從水稻根系的空間幾何形態特征出發，確定描述根系拓撲結構的重要參數，將根節點的初始位置、初始伸展角度、根軸伸長過程中偏轉隨機角度等量化，以生長度日（ GDD）為驅動因子，建立根初始生長時間和生長速率的數學模型，實現了不同生長條件下水稻根系的三維可視化。基于模擬算法的三維建模在一定程度上能夠反映水稻根系在三維空間中的分布，提供可視化的模型，推動了水稻根系三維建模軟件及平臺的開發，使得真正的水稻根系三維重構具備可行性。

在計算機植物仿真模擬中主要有兩個方向，一是側重表現植物外在形態，使模擬的植物具有逼真的外形，但不具有植物的生命特征;二是側重植物的生長過程，注重考慮植物具有人工生命的特點[34]。水稻根系三維重構可視化可以分為兩大類：靜態重構和動態重構。動態重構的難點在于將不同時期不同形態的靜態三維模型擬合成具有真實生長發育過程的連續動態模型，由于根系生長受到土壤的限制，已形成的根在土壤中的位置基本不發生變化，生長發育主要體現在舊根的伸長以及新生根的伸出，比較常用的方法有分形方法（如粒子系統、L系統以及IFS方法等）以及隨機過程方法（如雙尺度自動機等）。很多研究者在進行水稻根系靜態重構的同時也開展了根系動態生長重構的研究，如YongGe等[35]通過利用早稻根系的結構參數，確定特定的初始位置、不定根的發根時間、徑向生長速率、軸向生長速率、初始拉伸角度和空間分布等，對早稻根系動態生長進行了可視化模擬，如圖3分別為30d和60 d水稻根系可視化模擬圖。Leitner Daniel等[36]基于L系統開發了用于根系生長和體系結構建模的模塊化方法，并在玉米根系吸收磷的模擬研究中得到驗證。國內學者鐘南[37]等提出基于微分L系統理論的植物根系生長模擬算法。在此基礎上，YangL等[19.21]，彭英等[38]利用微分L系統方法對水稻根系的生長過程進行模擬，將根系根軸逐漸生長的連續過程和發生各級分支根的離散過程用統一的形式相結合。劉慧等[39]通過將水稻生長模擬模型，形態結構模型和虛擬顯示模型及策略分析評價模型相結合，建立了基于模型的可視化水稻生長系統。

水稻根系生長建?？梢暬捎糜陬A測不同栽培方式下根系的生長狀況，目前這一研究更多的是通過部分根系數據分析得出擬合統計模型，結合計算機技術達到仿真模擬的效果，受數據探測獲取的限制，基于原位探測數據的完整的生長可視化仍然是一項巨大挑戰。

2.2基于機器視覺的水稻根系三維重構可視化

基于機器視覺的水稻根系三維重構可視化主要是利用計算機實現人體視覺系統的功能，根據光源類型分為主動視覺和被動視覺兩大類[40]，前者的光源為自然光，后者的光源一般為人T投影（如結構光等）。被動視覺根據觀測相機的數量分為單目視覺和立體視覺[41]，一般利用相機獲取圖像，通過特定算法計算目標的立體空間信息。幾何建圖主要利用提取場景的形狀和結構描述，選擇深度（2.5D）、體素（ Voxel）、點（Point）或者網絡（Mesh）等用于場景表達。

單目視覺僅利用一個視覺傳感器獲取目標圖像，通過處理二維圖像獲得根系數據信息，結構簡單、算法成熟且計算量較小。立體視覺利用不同視點上的多幅圖像恢復三維信息，通過模擬人類視覺系統，基于視差原理獲取圖像對應點之間的位置偏差，恢復目標三維信息。早在1997年，Loomis Jeremy等[42]以植物的靜態照片作為數據輸入，開發了用于測量、分析、模擬植物根和莖的虛擬系統，實現了對植物的建模。Han等[22]利用單個相機在360。范圍內以100間隔旋轉拍攝36張培養在固體凝膠基質中的水稻幼苗圖像，利用卷積神經網絡（ CNN）將根圖像從拍攝背景中分割，后建立水稻幼苗根系的三維體素結構可視化。Teramoto S等[43]將基于CNN的語義分割用于在野外拍攝的水稻根溝渠剖面圖像上，量化根系分布參數。吳丹等[44]在固定相機，樣本旋轉的拍攝模式下獲取水稻多視角圖像，根據相機標定參數以及水稻輪廓二值圖，通過輪廓投影方法重建水稻三維可視外殼點云模型，并通過反投影方法進行點云著色構建水稻可視化模型?；跈C器視覺的水稻根系三維重構具有數據獲取方便、設備成本較低、使用靈活等優點，同時包含了圖像彩色紋理等信息，具有較強的真實感，但是對于水稻須根系的細節處理效果不佳，適用于根系結構相對簡單的幼苗階段。

2.3基于斷層掃描的水稻根系三維重構可視化

隨著非侵入性技術的發展，原位探測有了更好的技術和設備支持，如XCT技術、MRI[45-46]、中子相機[47]等。借助高端儀器進行視覺評估土壤根系結構的非破壞性方法使得數據的精準度有了進一步的提高，基于斷層掃描的重構方法也被相繼提出，與計算機模擬算法相比，利用斷層掃描方式進行三維重構的模型更加真實。Teramoto S等[25]利用X射線、CT技術建立了水稻三維根系結構可視化的高通量流程，適用于水稻根系三維根系結構的表型分析。Gerth S等[26]提出RootForce方法對基于X-CT所獲數據進行半自動和魯棒的根系分割，提高了局部細微數據獲取的精準度，為不同類型植物的根系進行半自動高通量評估提供更高的效率。向子云等[27]基于多層螺旋CT技術的根系原位形態可視化方法進行研究。羅錫文等[28]設計了一種基于遺傳算法的模糊多閾值CT圖像分割方法，利用分割后的圖像對根系三維重建，提高了模型的精準度。使用儀器針對較完整的水稻根系進行原位探測雖然數據精準真實，但成本高，不易普及，且大多數是針對根系前期數據或局部數據進行獲取，信息整合難度大。改變培養方式，在保證養分供給的條件下使根系生長于透明介質的可控生長環境中，如Fang等[23]對在固體凝膠基質中生長的水稻進行三維掃描獲取根系三維圖像數據，并通過基于Hough變換骨架提取和球B樣條網格建模方法實現了根系的三維重建。特殊培養法使得根系脫離了原土壤生長環境，雖然利于探測但數據不具普遍性。

水稻根系三維重構的方法很多，不同的方法具有不同的優勢，在重建效果、成本、操作水平等方面各具特點，表2對比了幾種常見的三維重構方法。

2.4環境一根系建模研究

根系的生長離不開土壤，在根系建模可視化研究的同時圍繞土壤狀況對根系生長的影響以及相鄰根系間資源競爭情況的研究也備受關注。早在1998年Sommma等[51]建立了根系活動與土壤中水分和養分分布之間的動態關系的數學模型。但土壤環境復雜多變，影響根系生長的環境因子多且不穩定，因此目前相關研究主要停留在根系基本指標與非環境因素（如土層深度、時間）的統計擬合以及單環境因子對水稻根系生理生態的影響上。如Zappala S等[52]基于XCT圖像分割出根體積，通過體積比較量化土壤水分含量對分割根系體系結構的影響。DunbabinVM等[53]分別模擬環境中根系一土壤模型、水和養分動態以及碳氮利用模型，總結了不同環境因子對根系結構、形態和養分功能轉換效率等的影響及關系。Rogers ED等[24]利用XCT技術對水稻根系結構的物理特征進行詳細的三維定量分析，在5種不同生長基質中分別對8個水稻品種的根系結構進行表征，確定根系結構是基因型與生長環境相互作用的結果，為研究不同生長環境中的根系結構提供了基礎。張玉等[54]通過水稻根系空間分布，采用Y= a（l -bx）的數學模型分析水分管理對根系生長和分布的影響。劉永霞等[55]通過分析在施肥處理下不同品種的單株水稻總根長及根直徑與生物量間的定量關系，結合立體幾何原理，分別建立了基于生物量的水稻單株總根長動態模型和總根體積與總根表面積動態模型。李娟等[56]開展水培和土培盆栽試驗，提出水稻不同生育期的養分吸收動態模型，確定養分吸收特征參數，分析不同品種不同施肥措施下水稻對氮、磷、鉀的吸收情況。

根系生長受到多種環境因子的共同影響，模擬根系與環境的動態轉化過程是根系研究的重要內容，也有研究者圍繞這一過程進行模擬研究，如Tao Li等[57]提出了干旱和缺氮環境下水稻的改進模型ORYZA（ V3），將專注于預測灌溉低地環境下水稻生長和產量的生理生態模型ORYZA2000升級，開發用于量化土壤溫度、碳、氮和環境壓力每日變化的模塊，以捕獲根系生長以及水分和氮吸收的動態過程，提高模型在極端環境下的預測能力，但這一方面研究數量較少，且研究不夠深入。因此，根系生長與多環境因子的定量關系模型以及根系與環境的動態轉化過程模擬亟待進一步研究。

3.研究展望

綜上所述，目前國內外水稻根系建?？梢暬难芯恐饕煞譃閮纱箢?，單純的水稻根系外觀形態模擬可視化和真實生長過程模擬可視化，兩者均取得了一定的研究成果。目前已應用于產品展示、游戲娛樂以及影視制作[58]等領域，但在選種優育、栽培措施優化等農學實際應用方面較少。在數據探測方面方法雖多，但都具有一定的局限性。根系本身生長環境的約束、高度非結構化的根系數據處理困難等問題仍然存在，因此在數據探測無法得到進一步改進的條件下，采用其他方式或者手段解決數據缺失的問題勢在必行，低成本、高普適的三維探測方法和設備研制仍然是未來根系三維建模與可視化研究的重點。同時，根系生長與土壤密切相關，兩者的相關性研究需要特定環境作為支撐，探索不易。此外，根系生長的碰撞檢測以及模型的真實性檢驗也是根系三維重建研究中的難題。本節主要針對數據缺失問題下的根系分布設計與數據融合、結合深度學習的機器視覺三維重構以及環境一根系建模三方面進行展望。

（1）根系數據缺失問題可分為位置數據缺失和時間數據缺失，位置數據是指根系三維空間位置坐標無法準確完整獲取，時間數據缺失是指生長數據的不連續性和不完整性。首先，位置數據包含根系的拓撲結構以及空間分布，拓撲結構利用破壞性探測的方法量化易于實現，空間分布則難度較大。尤其在大田栽培背景下，高精度探測儀器的使用能改善了局部數據的準確性，但基于儀器探測的局部數據整合困難，且成本昂貴不容易普及。學者更多的關注于土壤中某個區域內水稻根系基本情況的生長趨勢而不是具體位點的三維坐標，在根系空間分布剖分的單元區域內通過對根系生長指標的統計實現三維建模，因此合理量化根系空間分布的剖分十分關鍵。盡管已有像微根管法[20]等針對空間分布的局部信息進行采樣測量的方法，但其主要是從根系分形角度對形態特征進行描述[59]，更加量化的根系空間分布設計有待深入研究。其次，時間數據的獲取費時費力，加之根系數據共享性低，且數據量少，一定程度上影響了研究進展。水稻根系的三維模擬是根部數據與計算機圖形算法相結合構造根系可視化模型，有效提升數據缺失下全局數據的重構算法，在多種不同的作物根系中尋找具有相似特征數據以彌補在少量樣本條件下精準估算擬合特征參數，提高信息融合的效率仍有待更深入的研究。

（2）基于機器視覺的三維重構多用于大規模場景或構型相對簡單的苗期根系，在水稻根系建模方面使用較少。由于利用相機獲取根系圖像的深度信息成本低，操作簡單，易于共享，在一定程度上解決了數據獲取困難的問題。近年來，激光掃描、高光譜相機等自動化檢測技術的發展極大促進了植物表型分析研究應用，通過成像技術、特征提取及三維重建等智能算法實現根系表型性狀、形態結構的快速解析[60-61]，效果顯著?？梢灶A期，未來更多根系表型及生理參數的高通量獲取將成為可能，為更加符合現實應用生產需求的水稻根系三維建模提供理論依據。隨著深度學習在各個領域的廣泛應用，基于深度學習的圖像處理技術越來越成熟，通過二維圖像獲取根系拓撲信息的精準度越來越高。另一方面，深度學習技術在三維重建研究領域逐步深入，通過構建根系模型以彌補二維圖像空間信息不足成為可能，因此，計算機視覺融合深度學習的三維重構也將是未來水稻根系建模方法的一個趨勢。

（3）水稻根系的發育與生長環境息息相關，獨立于環境的根系研究缺少實際意義，環境一根系系統的研究應獲得更多的關注。目前，在根系基本指標與非環境因素（如土層深度、時間）的統計擬合以及單環境因子對水稻根系生理生態的影響機制上已經取得了較大的進展。在此基礎上，利用深度學習綜合分析多環境因子（氣壓、光照、濕度、溫度等）和根系生理參數（水分、養分）的分布，以全面了解根系生長速率與外界環境因素的關系，根系生長與多環境因子的定量關系模型以及根系與環境的動態轉化過程模擬將成為未來根系模擬研究的重要方向。另一方面，為了簡化根系建模難度，一般是將水稻的根系與地上部分作為兩個獨立對象進行研究。然而，在實際生產中水稻根系與地上部分是一個不可分割的整體，分而治之的思想可能會導致最終模擬模型與現實脫節。為了更好投入到農業生產科研指導中，水稻根一莖一葉一體化建模是未來值得深入研究的課題。

總之，水稻根系三維建模及可視化研究仍存在極大的挑戰，更準確全面地量化描述可視化模型的結構特征，真實形象地表征水稻根系的長相和長勢，構建出能真正應用于農業生產的三維模型有待進一步研究。

參考文獻：

[1]SAMYORD， DASAB，DEKA s c Pigmented rice 8 potential sourceof bioactive compounds：A review [J]International Journal of FoodScience&Tecbnology，2017，52（5）：1073-1081

[2]SMITH s，DE SMET I Root system architecture： Insights fromArabidopsis and cereal crops [J]. Philosophical Transactions of theRoval Society B： Biological Sciences，2012，367 （1595）：1441-1452

[3] KRESZIES T，SCHREIBER L RANATHUNGE K Suberizedtransport ban'iers in Arabidopsis. barley and rice roots： From themodel plant to crop species[J].Journal of Plant Physiology，2018，227：75-83

[4]趙春江，陸聲鏈，郭新宇，等數字植物研究進展：植物形態結構三維數字化[J]中國農業科學，2015、48（ 17）：3415-3428

ZHAO C J，LU S L，GUO X Y，et al Advances in research of digitalplant： 3D digitization of plant morphological structure[J] ScientiaAgricultura Sinica，2015，48（ 17）：3415-3428 （in Chinese）

[5] 黃偉基于植物生長過程仿真的虛擬植物建模研究[D]重慶：重慶大學、2011

HUANG W Study on growth inodeling of virtual plant based onsimulation of growth process[D] Chongqing： Chongqing University.2011. （in Chinese）

[6]溫維亮，郭新宇，趙春江，等作物根系構型二維探測與重建方法研究進展[J]中國農業科學，2015，48 （3）：436-448

WEN W L，GUO X Y，ZHAO C J，et al Crop roots configuration andvisualization： A review[J] Scientia Agricultura Sinica，2015，48 （3）： 436-448 （in Chinese）

[7]尤號田，邢艷秋，彭濤，等LiDAR不同強度校正法對樟子松葉面積指數估測的影響[J].測繪學報、2018.47 （2）：170-179

YOU H T，XING Y Q，PENG T， et al Effects of different LiDARintensirv n01111alization methods on Scotch pine forest leaf area indexestunation[J]Acta Geodaetica et Cartographica Sinica，2018，47 （2）： 170-179. （in Chinese）

[8]梁歡，順慶毅一種基于結構光的運動補償3D測量方法：CNl06595502A[P].2017-04-26

[9]周靜靜，郭新宇，吳升，等基于多視角圖像的植物二維重建研究進展[J]中國農業科技導報，2019. 21 （2）：9-18

ZHOU J J，GUO X Y. WU S， et al Research progress on plant three-dimensional reconstmction based on multi-view images [J]. Journalof Agricultural Science and Technology. 2019. 21 （2）：9-18 （inChinese）

[IO]翁楊，曾睿，吳陳銘，等基于深度學習的農業植物表型研究綜述[J]中圍科學：生命科學，2019. 49 （6）：698-716

WENG Y. ZENG R， WU C M. et al A survey on deep-leaming-basedplant phenotype research in agriculture [J] Scientio Sinico （Vitae）.2019. 49 （6）： 698-716 （in Chinese）

[11] DIEVART A，COUDERT Y，GANIET P，et al.Dissecting thebiological bases of traits of interest in rice： Architecture anddevelopment of the root system [J]. Cahiers Agricultures.2013.22 （5）： 475—483

[12] STEFANELLI D，FRIDMAN Y. PERRY RL DigiRootlM=Newsoftware for root studies [J]. Europeon Journal of HorticnlturalScience. 2009. 74 （4）

[13] DELORY B M. BAUDSON c， BROSTAUX Y. et al_ archiDART： anR package for the automated computation of plant root architecturaltraits [J] Plant and Soil. 2016. 398（ 1/2） 351-365

[14] GONZALEZ A. SEVILLANO x，BETEGON-PUTZE I，et al.MvROOT 2.0： An automatic tool for high throughput and accurateprimary root length measurement [J]. Computers and Electronics inAgriculture. 2020. 168： 105125

[15] TRACHSEL s， KAPPPLER s M. BROWN K M. et al. Shovelomics：high throughput phenotyping of maize （Zea mays L.） root architecturein the field[J]. Plant and Soil. 2011. 341（ 1/2）： 7587

[16]胡琪娟，王霖嬌，盛茂銀植物細根生產和周轉研究進展[J].世界林業研究，2019. 32 （2）：2934

HU Q J，WANG L J，SHENG M Y Research progress of plant fineroot production and tumover [J] World Forestry Research. 2019.32（2）：29-34 （in Chinese）

[17]管建慧，郭新宇，王紀華，等玉米不同部位根系生長發育規律的研究[J]玉米科學，2007. 15（6）：82-85. 88

GUAN J H. GUO X Y. WANG J H. et al Study on growth anddevelopment mle of different parts of maize root [J]. Journal of MaizeSciences. 2007. 15（6）：82-85. 88. （in Chinese）

[18] WU J， GUO Y. An integrated method for quantifying root architectureof field-grown maize [J].Annals of Botany. 2014. 114 （4）：841-851

[19]楊樂，彭軍，楊紅云，等基于微分L一系統的水稻根系二維生長模型研究[J]農業機械學報，2019. 50（lO）：208-214

YANG L，PENG J， YANG H Y. et al.Three dimensional growthmodeling of rice root based on differential L-system[J].Transactionsof the Chinese Society for Agricultural Mocbinery. 2019. 50（ lO）：208-214. （in Chmese）

[20]牛學禮，南志標運用微根管技術研究草地植物細根的進展[J].草業學報，2017. 26 （11）：205-215

NIU X L，NAN Z B Review of ininirhizotron applications for study offine roots in grassland [J]. Acto Prataculturae Sinica.2017.26（ ll）： 205-215 （in Chinese）

[21] YANG L- WU P P，YANG s Y.et al Research on the constructionand visualization of a three-dimensional model of rice root growth [J]Applied Engineering，in Agriculture. 2020. 36（6） 847-857

[22] HAN T H. KUO Y F Developing a system for three-dimensionalquantification of root traits of rice seedlings [J]. Compvters andElectronics in Agriculture， 2018，1 52： 90-100

[23] FANG s Q，YAN x L，LIAO H 3D reconstruction and dynamicmodeling of root architecture in situ and its application to cropphosphorus research [J].The Plant Journal. 2009. 60 （6）：10961108

[24] ROGERS E D，MONAENKOVA D， MIJAR M. et al_ X-ray computedtoinography reveals the response of root system architecture to soiltexture [J].Plant Physiology. 2016. 171（3）：2028-2040

[25] TERAMOTO s， TAKAYASU s， KITOMI Y. et al High-throughputthree-dimensional visualization of root svstem architecture of riceusing X-ray computed tomography [J] Plant Methods. 2020. 16： 66

[26] GERTH s， CLAUBEN J， EGGERT A， et al Semiautomated 3D rootseginentation and evaluation based on X-rav CT imagerv [J]. PlantPhenomics. 2021. 2021： 1-13

[27]向子云，羅錫文，周學成，等多層螺旋CT=維成像技術觀測植物根系的實驗研究[J].CT理論與應用研究，2006. 15 （3）：1-5

XIANG Z Y，LUO X W. ZHOU X C，et al Experimental study onobservation of original shape of crop root system with inulti helical CTteclnology[J].Computeried Tomography Theory and Applicotions.2006. 15（3）： 1-5. （in Chinese）

[28]周學成，羅錫文，嚴小龍，等基于遺傳算法的原位根系CT圖像的模糊閩值分割[J]中國圖象圖形學報，2009. 14 （4）：681-687

ZHOU X C，LUO X W. YAN X L，et al A fuzzy thresholdingsegmentation for plant root CT images based on genetic algoritlun [J]JournAl of Image and Graphics， 2009. 14 （4）：681-687. （inChinese）

[29] TOPP c N. IYER-PASCUZZI A s，ANDERSON J T，et al 3Dphenotyping and quantitative trait locus inapping identify core regionsof the rice genoine controlling root architecture [J] PNAS. 2013.110 （18）：El695-El704

[30] KUTSAHERA L Wurzelatlas mitteleuropaischer ackenmkrauter undkulturpflanzen [J] Economic Botanv. 1963. 17（2）：158-159

[31] PAGES L，VERCAMBRE G，DROUET J L，et al Root Typ： Ageneric model to depict and analvse the root system architecture [J]Plant and Soil. 2004. 258（1）：103-119

[32] PAGES L MOREAU D. SARLIKIOTI V. et al ArchiSunple：Aparsimonious model of the root system architecture[C] //Plant GrowthModeling. Simulation. Visualization and Applications.：lnstitute ofElectncal and Electronlcs En91neers，2012：297-303

[33]徐其軍，湯亮，顧東祥，等基于形態參數的水稻根系二維建模及可視化[J]農業工程學報，2010. 26（ 10）：188-194

xu Q J，TANG L， GU D X.et al Architectural parameter-based threedimensional modeling and visualization of rice roots [J].Transactionsof the Chinese Society of Agricultural Engineering， 2010， 26（ lO）：188-194 （in Chinese）

[34]房燕基于人工生命的駱駝刺根系的模型構建與研究[D]長春東北師范大學。2011

FANG Y. Construction and research of Alhagi roots inodel based onartificial life[D] Changchun： Northeast Normal University. 2011 （inChinese）

[35] GE Y. GE z Y. YI H F，et al Visual simulation of upland rice root asrelated to soil compaction[C]1//2011 Second Intemational Conferenceon Digital Manufacturing & Automation August 5-7. 2011.Zhangjiajie. China. IEEE. 2011： 1392-1394

[36] LEITNER D. KLEPSCH s， BODNER G. et al A dynamic root systemgrowth model based on LSystems [J] Plant and Soil. 2010.332（ 112）：177-192

[37]鐘南，羅錫文，秦琴基于微分L系統理論的植物根系生長模擬的算法[J]系統仿真學報，2006. l8 （S2）：138-139. 143ZHONG N. LUO X W. QINQ Simulation aritlunetic of root systemsgrowth with differential L-systems [J].Journal of System Simulotion.2006. 18（ S2）： 138-139. 143. （in Chinese）

[38]彭英，張素蘭基于L系統的水稻根系建模與可視化[J].計算機系統應用，2020. 29（6）：2228

PENG Y. ZHANG S L L-system-based modeling and visualization ofrice root system[J] Computer Systems &Applications. 2020.29（6）：22-28 （in Chinese）

[39]劉慧，湯亮，張文字，等基于模型的可視化水稻生長系統的構建與實現[J]農業工程學報，2009. 25 （9）：148-154. 362

LIU H.TANG L ZHANG W Y. et al Coiistruction andimplementation of model-based visual rice growth svstem [J]Transactions of the Chinese Society， of Agricultural Engineering， 2009.25（9） 148-154. 362 （in Chinese）

[40]初廣麗，張偉，王延杰，等基于機器視覺的水果采摘機器人日標識別方法[J].中圍農機化學報，2018. 39 （2）：83-88

CHU G L，ZHANG W. WANG Y J，et al A method of fruit pickingrobot target identification based on machine vision [J]. Journal ofChinese Agricultural Mechaniation. 2018. 39（2）：83-88（mChinese）

[41]徐超，李喬基于計算機視覺的二維重建技術綜述[J]數字技術與應用，2017 （1）：54-56

xu C， LI Q 3D reconstruction technology based on computer vision：A Review [J]. Digital Technology and Applicotion， 2017（1）5456（ in Chinese）

[42] LOOMIS J J，LIU x W. DING z H，et al Visualization of plantgrowth[C]//Proceedings of Visualization 97 （Cat No. 97CB36155）October 24-24. 1997. Phoenix. AZ. USA IEEE. 1997： 475-478

[43] TERAMOTO s， UGA Y A deep learning-based phenotypic analysisof rice root distribution from field images [J]. Plant Phenomics（ Washington. D C）. 2020. 2020： 3 194308

[44]吳丹，葉軍立，王康，等基于輪廓投影的盆栽水稻二維重建方法研究[J]中國農業科技導報、2020. 22（9）：87-95

WU D. YE J L，WANG K. et al Three-dimension reconstructionmethod based on silhouette for pot rice EJl Journal of AgriculturalScience and Technology， 2020. 22（9） 87-95（ in Chinese）

[45] SCHULZ H. POSTMA J A. VAN DUSSCHOTEN D， et al Plant rootsystem analVsis from MRI images[M]//Coinmmucanons m Computerand Information Science Berlin. Heidelberg： Springer BerlinHeidelberg， 2013： 411-425

[46] VAN DUSSCHOTEN D， METZNER R， KOCHS J， et al Quantitative3D analysis of plant roots growing in soil using magnetic resonanceimaging [J] Plant Physiology. 2016， 170（3）：1176-1188

[47] AHMED M A，ZAREBANADKOUKI M. KAESTNER A.et al.Measureinents of water uptake of maize roots： The key fumction oflateral roots [J] Plant and Soil. 2016. 398（ 1/2）： 59-77

[48]劉秀位，谷慧杰，韓沽，等基于探地雷達和電容法的作物根系原位無損測量技術研究進展[J]農業工程學報、2020. 36 （20）：226237

LIU X W. GU H J，HAN J， et al Research progress of groumdpenetrating radar and electrical capacitance for in situ non-destructivemeasurement of crop roots [J]Transactions of the Chinese Society ofAgricultural Engineering. 2020. 36 （20） 226237.（ in Chinese）

[49]王傳宇，趙明，閻建河，等基于雙日立體視覺技術的玉米葉片二維重建[J].農業工程學報，2010. 26 （4）：198-202

WANG C Y. ZHAO M. YAN J H et al Three-dimensionalreconstruction of maize leaves based on binocular stereovisionsvstem [J] Transactions of the Chinese Society of AgricuturalEngineering. 2010. 26（ 4）： 198-202（in Chinese）

[50]殷悅，張慧春，鄭加強基于雙日立體視覺的植物二維重建系統[J]中國農機化學報，2021.42 （3）：129-135

YIN Y. ZHANG H C，ZHENG J Q Three dimensional reconstructionsystein of plant based on binocular stereo vision [J]Journal ofChinese Agricultural Mechoniation. 2021. 42（3） 129- 135.（ inChinese）

[51] SOMMA F， HOPMANS J W. CLAUSNITZER V. Transient three-dimensional inodeling of soil water and solute transport withsimultaneous root growth. root water and nutrient uptake EJl Plantand Soil. 1998. 202（2）： 281-293

[52] ZAPPALA s，MAIRHOFER s，TRACY s，et al Quantifying theeffect of soil moisture content on segmenting root system architecturein X-ray computed tomography images [J]. Plant and Soil. 2013.370（ 1/2）：35-45

[53] DUNBABIN v M. POSTMA J A. SCHNEPF A， et al Modelling root-soil interactions using three-diinensional models of root growth.architecture and function [J] Plant and Soil. 2013. 372（ 1/2）：93-124

[54]張玉，秦華東，黃敏，等水稻根系空間分布特性的數學模擬及應用[J]華南農業大學學報，2013.34 （3）：304-308

ZHANG Y. QIN H D， HUANG M. et al. Mathematical simulation ofrice root spatial distribution and its application [J]Journal of SouthChina Agricultural University. 2013. 34（3）：304-308.（ inChinese）

[55]劉永霞，岳延濱，劉巖，等小同品種和氮肥條件下水稻根系主要幾何參數動態量化[J]中國農業科學，2010. 43 （9）：1782-1790

LIU Y X. YUE Y B，LIU Y. et al Quantitative research of dynamicmodels of the main geoinetric paraineters of rice root system ofdifferent varieties under different nitrogen conditions [J] ScientiaAgricultura Sinico. 2010. 43（9）：1782-1790.（ in Chinese）

[56]李娟，章明清，林瓊，等水稻根系氮磷鉀吸收特性及其模擬模型研究[J]上壤通報，2011. 42 （1）：117-122

LI J， ZHANGMQ，LINQ， et al Studies on N.P andK absorptioncharacteristics of rice root svstem and its simulation model [J]Chinese Journal of Soil Science. 2011，42（1）117-122.（ inChinese）

[57] LI T. ANGELES o， MARCAIDA M III. et al From ORYZA2000 t。ORYZA （v3）： An improved simulation model for rice in drought andnitrogen-deficient environments [J]. Agricultural and ForestMeteorology. 2017， 237/238： 246-256

[58]蔣艷娜，肖伯祥，郭新宇，等植物建模與動畫合成研究[J]系統仿真學報、2015. 27 （4）：881-892

JIANGY N. XIAOBX，GUOX Y. et al. Study in plant Modeling andaniMation [J]. JournAl of System Simulation. 2015. 27（4）：881892 （in Chinese）

[59]賈全全，楊曉杰根系分形維數及其研究進展[J].安徽農業科學，2011. 39 （2）：652-653. 656

JIA Q Q，YANG X J Fractal dimension and it's studv extension toroot systerns [J] Journal of Anhui Agricukural Sciences. 2011.39 （2）： 652-653. 656. （in Chinese）

[60] CLARK R T，MACCURDY R B，JUNG J K. et al Three-dimensionalroot phenotyping with a novel imaging and software platfonn[J]Plant Physiology. 2011，156（2） 455465

[61]ADELEKE E， MILLAS R， MCNEAL W. et al Assessing root systemarchitecture of wheat seedlings using A high-throughput rootphenotyping system [J] bioRxiv. 2019

（責任編輯：于洪杰）

收稿日期：2021-0401初稿;2021-07-23修改稿

作者簡介：吳盼盼（ 1996-），女，碩士研究生，研究方向：農業信息技術（E-mail：

1376068702@qq.cm）

*通信作者：楊樂（ 1979-），男，副教授，研究方向：深度學習在農業領域的應用研究（E-mail： jxnzhyangle@163.com）

基金項目：圍家自然科學基金項目（ 61862032）;江西省自然科學基金項目（20202BABL202034）;江西省研究生創新專項資金項目（YC2021-S347）