春玉米根系圖像語義分割最佳分辨率和概率閾值研究

趙先麗 蔡 福 李榮平 王笑影 謝艷兵 溫日紅 賈慶宇

（中國氣象局沈陽大氣環(huán)境研究所，遼寧 沈陽 110166）

根系作為作物的重要組成器官，是作物與土壤之間物質(zhì)循環(huán)和能量交換的關鍵因子［1］。根系形態(tài)結(jié)構體現(xiàn)了作物生長發(fā)育的狀態(tài)和對外界環(huán)境的適應性，可以直接反映根系的生長狀態(tài)，間接反映作物對水分和養(yǎng)分的吸收情況，最終決定作物產(chǎn)量［2］。因此，根系形態(tài)結(jié)構研究有助于闡明作物地下生物量的分配和養(yǎng)分循環(huán)過程，在一定尺度可以反映氣候、土壤和生物的總體特征［3］，對提高作物生產(chǎn)潛力、養(yǎng)分和水分吸收利用效率意義重大［4-7］。

微根管法可以無損和原位觀測根系的生長發(fā)育、形態(tài)、物候及整個生長過程，為根系形態(tài)參數(shù)、生物量、碳循環(huán)等方面的研究提供了便利［7-9］。觀測獲得根系圖像的識別包括根對象的閾值化和對象量化兩部分，主要通過不同方法手動、半自動或自動提取根系的信息［10］，常用的根系圖像識別軟件，如WinRhizo、SmartRoot、RootGraph、Image J 和Adobe Photoshop 及網(wǎng)絡根系分析平臺等［11-12］，在識別根系時主要以人眼識別和手描輪廓為主，可精確測量根系參數(shù)但工作量較大，尤其是對根系進行精細分級存在很大困難［11，13］。前人關于玉米（ZeamaysL.）根系的研究大多采用WinRhizo 軟件進行分析，主要開展了根系分布［14-19］、構型［20-25］和形態(tài)參數(shù)［6，19，26-27］等方面的研究，但有關圖像分割和根系統(tǒng)架構分析等研究較為薄弱［11］。

深度學習（deep learning，DL）方法已廣泛應用于根系研究中，作為圖像分割領域的重要分支，深度學習語義分割的出現(xiàn)為高分辨率圖像分割提供了新方向［28］。U-net 語義分割是一種基于全卷積網(wǎng)絡（fully convolutional networks，F(xiàn)CN）擴展的圖像分割算法，是FCN 方法的改進，可精確分割圖像中的根系［29］。根系圖像分割時需提取根系與背景土壤的特征差異，此過程需對閾值進行有效選取，明確圖像中像素點屬于根系或背景土壤，從而形成二值圖像，因此閾值對圖像分割結(jié)果的影響較大［30］。圖像分辨率對根系識別影響也較大，高精度數(shù)據(jù)和批量處理提高工作效率所需的分辨率不同，應根據(jù)不同作物和實際情況進行設定［31-33］。

已有研究多采用軟件識別根系形態(tài)參數(shù)，而關于圖像識別獲得根系參數(shù)的可靠性和結(jié)果檢驗，以及作物各生育期根系形態(tài)特征指標的變化和不同級別根系數(shù)據(jù)分類提取的相關研究較少［31］。因此，本研究利用iRoot?V02 根系軟件自動識別春玉米抽雄期總的和分級根系形態(tài)參數(shù)，探討不同概率閾值和分辨率對根系形態(tài)參數(shù)的影響，旨在為進一步定量分析春玉米根系形態(tài)特征隨生育進程的變化提供參考。

1 材料與方法

1.1 研究區(qū)概況

根系觀測試驗在遼寧省錦州玉米農(nóng)田野外科學試驗站（121°12′E，41°49′N，平均海拔17.0 m）進行，該地區(qū)屬于典型的溫帶季風氣候，年平均氣溫9.5 ℃，1 月平均氣溫-8.0 ℃，7 月平均氣溫24.4 ℃，年降水量565.9 mm，主要作物春玉米的生育期為5—9 月，土壤為典型棕壤［17-18］。

圖1 大型根系觀測系統(tǒng)地上作物種植區(qū)和地下根系觀測室Fig.1 The crop planting areas and underground root observation rooms of large root observation system

1.2 試驗設計

2018 年在種植小區(qū)播種春玉米中晚熟品種先玉335（國審玉2006026，行距40 cm，株距30 cm），生育期為128 d；利用CI-600 根系生長監(jiān)測系統(tǒng)（CID Bio-Science Inc.，美國）進行觀測，根系觀測圖像原始分辨率為300 dpi（460 pix×2 040 pix），根系觀測日期和對應發(fā)育期見表1。

1.3 試驗方法

1.3.1 根系圖像處理流程 將根系圖像輸入基于U-net 神經(jīng)網(wǎng)絡模型［29，34-37］訓練得到的根系圖像處理模型中，模型將輸入的根系圖像分割成多個子圖像，加入噪聲，判斷每個像素點是否為根系，分割后的子圖像進入編解碼器，經(jīng)過多次融合過程，獲得多個增強根系特征的子圖像，再將多個子圖像拼接成與根系圖像大小相同的根系特征圖像。根系特征圖像即為根系概率分布圖，圖中每個像素值表示預測為根系的概率，像素值范圍為0～255，值越大表示預測為根系的概率越大，反之越小。根據(jù)設定的根系概率閾值對根系概率分布圖進行二值化處理，得到根系二值化圖，如設定根系概率閾值為5，則將根系特征圖像中像素值大于等于5的點作為根系像素點二值化為255，像素值小于5的點作為土壤像素點二值化為0，白色部分代表根系，黑色部分代表土壤。基于根系二值化圖統(tǒng)計根系像素點數(shù)量，計算投影面積；對二值化圖進行骨架抽取得到根系骨架圖，基于根系骨架圖提取根長、根直徑和根尖數(shù)，根據(jù)根長和根直徑計算根表面積和體積，并根據(jù)選取的根系直徑分級指標再進行分級根系形態(tài)參數(shù)的計算（圖2）［34］。

圖2 基于深度學習的語義分割方法根系圖像處理流程Fig.2 Flow chart of the root image semantic segmentation method based on deep learning

由于玉米根系主要集中分布在0～60 cm 深度土層中［38］，因此本研究切割根系圖像清晰部分進行分析，大小為4.07 cm×18.34 cm（300 dpi），主要探討春玉米根系旺盛生長階段抽雄期40 cm 深度的根總長、根總表面積、根總體積、根平均直徑、根尖數(shù)及分級根長、分級根表面積、分級根體積等根系形態(tài)參數(shù)的變化。

1.3.2 不同概率閾值影響分析 采用Origin 軟件對根系形態(tài)參數(shù)原值進行分析得到不同概率閾值曲線的拐點，作為春玉米根系圖像適宜概率閾值選取的參考［39］，先利用軟件計算根系形態(tài)參數(shù)的一階和二階導數(shù)，并繪制原值曲線、一階導數(shù)曲線和二階導數(shù)曲線，然后利用縱向坐標讀取工具選取y值一階導數(shù)峰值和二階導數(shù)最接近0的點即為曲線的拐點。

概率閾值設置見表2，采用根系形態(tài)參數(shù)原值和相鄰兩個概率閾值數(shù)據(jù)之差相對概率閾值5 的變化率來分析不同概率閾值對根系形態(tài)參數(shù)的影響，如概率閾值10與5變化率=（閾值10-閾值5）/閾值5×100.0%，概率閾值15 與10 變化率=（閾值15-閾值10）/閾值5×100.0%，以此類推。

表2 春玉米根系圖像概率閾值和分辨率設置Table 2 Setting of probability thresholds and resolutions of the root image of spring maize

1.3.3 不同分辨率影響分析 根系圖像原始分辨率為300 dpi，本研究通過降分辨率方法模擬掃描儀設置3種不同分辨率，分析4種分辨率根系圖像對根系形態(tài)參數(shù)識別的影響（表2）。

1.3.4 根系分級方法 通常將植物根系以2.0 mm直徑為界劃分為細根和粗根，前人研究表明玉米以1.0 mm直徑以下根系為主［11］。因此本研究采用根系軟件識別根系圖像時，選取0.1 mm 作為根系直徑分級指標，然后將0.1 mm 直徑分級數(shù)據(jù)采用0.5 mm、1.0 mm 和2.0 mm 等3個等級匯總數(shù)據(jù)進行分析。即：0.5 mm 等級，0.0～0.5 mm =0.0～0.1 mm+0.1～0.2 mm+…+0.4～0.5 mm，以此類推；1.0 mm 等級，0.0～1.0 mm=0.0～0.1 mm+0.1～0.2 mm+…+0.9～1.0 mm，以此類推；2.0 mm等級，0.0～2.0 mm=0.0～0.1 mm+0.1～0.2 mm+…+1.9～2.0 mm，以此類推。

面對現(xiàn)代科學的飛速發(fā)展，預防醫(yī)學專業(yè)學生的學習不應局限于教科書中的書面知識，而是應該運用現(xiàn)代科學技術展開科研實驗，探索環(huán)境衛(wèi)生學中涉及到廣大人類健康的問題[12]。以教師為中心的教學模式不能夠從學生的主體性和獨創(chuàng)性思維特征出發(fā)，不利于科研能力的培養(yǎng)與提高，不能滿足社會對于多層次科研人才的需要。因此，在環(huán)境衛(wèi)生學的實驗教學中，以學生為中心的教學模式對本科生科研能力的培養(yǎng)至關重要。

采用分級根系占總根系的百分比進行分級根系數(shù)據(jù)分析，利用兩個相鄰閾值之間的百分比差值（如概率閾值10與5占總根系百分比的差值，概率閾值15與10占總根系百分比的差值，以此類推）分析不同概率閾值對根系形態(tài)參數(shù)的影響。結(jié)果表明，分級根長、分級根表面積、分級根體積占總根系形態(tài)參數(shù)百分比的變化趨勢基本一致，因此本研究以根長為例進行分析。

1.4 數(shù)據(jù)處理

采用Microsoft Excel 2016 軟件進行數(shù)據(jù)處理和作圖，采用DPS 19.05 軟件進行數(shù)據(jù)統(tǒng)計分析和相關分析，采用Duncan 法進行多重比較（P<0.01），采用iRoot-V02 根系自動識別軟件識別根系形態(tài)參數(shù)和繪制根系二值化圖，采用Origin 2019 軟件進行曲線拐點分析。

2 結(jié)果與分析

2.1 不同概率閾值對根系形態(tài)參數(shù)的影響

2.1.1 總根系形態(tài)參數(shù) 由圖3 可知，不同概率閾值對總根系形態(tài)參數(shù)原值的影響表現(xiàn)為：根總長、根總表面積、根總體積和根平均直徑隨概率閾值的增大均呈逐漸減小的趨勢，根尖數(shù)則呈波動減小的變化趨勢。總根系形態(tài)參數(shù)的變化率隨概率閾值增大呈減小的變化趨勢，其中根尖數(shù)波動幅度較大，根總長、根平均直徑、根總表面積和根總體積分別在概率閾值20、25、30和35 之后變化趨于穩(wěn)定，變化率在±1.0%以內(nèi)，根尖數(shù)變化率則總體在±6.0%之間。

圖3 春玉米抽雄期不同概率閾值總根系形態(tài)參數(shù)原值及其變化率Fig.3 Observed values and variation rates of the total root morphological parameters under different probability thresholds during the tasseling period of spring maize

概率閾值100 與5 之間總根系形態(tài)參數(shù)變化率表現(xiàn)為：根總體積變化率最大，達-86.5%，根總表面積變化率次之，為-72.7%，根平均直徑、根總長和根尖數(shù)變化率分別為-48.9%、-46.6%和-24.4%（圖4）。可見，概率閾值對春玉米根總體積影響最大，其次為根總表面積。

圖4 春玉米抽雄期概率閾值100與5之間總根系形態(tài)參數(shù)變化率Fig.4 Variation rates of the total root morphological parameters between probability threshold 100 and 5 during the tasseling period of spring maize

將根系圖像不同概率閾值二值化圖與原圖進行對比可見（圖5），不同概率閾值之間根系形態(tài)參數(shù)存在明顯差別。隨著概率閾值的增大，根系數(shù)量逐漸減少，根系直徑明顯變細，與原圖對比粗略可見，概率閾值20、30時的根系數(shù)量和粗細與原圖較接近。

圖5 春玉米抽雄期根系原圖和不同概率閾值二值化圖Fig.5 Original root image and binary images under different probability thresholds during the tasseling period of spring maize

不同概率閾值下春玉米抽雄期總根系形態(tài)參數(shù)（總根長、總根表面積、總根體積、平均直徑和根尖數(shù)）原值和變化率的方差分析結(jié)果表明（表略），總根系形態(tài)參數(shù)在概率閾值5～20 之間較大，在概率閾值25 之后基本趨于穩(wěn)定。

選取拐點較明顯的春玉米拔節(jié)期、抽雄期、乳熟期和成熟期根總長變化率進行分析可見（表3），春玉米根總長變化率在概率閾值25或30處出現(xiàn)正負值拐點，其他根系形態(tài)參數(shù)拐點不明顯（表略）。

表3 春玉米關鍵發(fā)育期不同概率閾值根總長變化率拐點Table 3 Inflection point of variation rates of total root length under different probability thresholds at during the key growth periods of spring maize

2.1.2 分級根系形態(tài)參數(shù) 由圖6 可知，概率閾值對0.0～2.0 mm 直徑不同等級根系的影響不同，對于0.5 mm 等級，相鄰兩個概率閾值0.0～0.5 mm 直徑根長占總根長百分比的差值隨概率閾值的增大而增大，在概率閾值25 或30 處較小；相鄰兩個概率閾值0.5～1.0、1.0～1.5 和1.5～2.0 mm 直徑根長占總根長百分比的差值均隨概率閾值增大而減小，在概率閾值30 之后變化基本趨于穩(wěn)定。1.0 mm 等級：相鄰兩個概率閾值0.0～1.0 和1.0～2.0 mm 直徑根長占總根長百分比的差值均隨概率閾值的增大而減小，在概率閾值30 之后變化基本趨于穩(wěn)定。2.0 mm 等級：相鄰兩個概率閾值0.0～2.0 mm 直徑根長占總根長百分比的差值隨概率閾值的增大而減小，在概率閾值30 之后變化基本趨于穩(wěn)定。

圖6 春玉米抽雄期不同概率閾值0.5 mm等級（A）、1.0 mm等級（B）和2.0 mm（C）等級根長占根總長的百分比差值Fig.6 Percentage difference of the 0.5 mm （A），1.0 mm （B） and 2.0 mm （C） graded root length to the total root length under different probability thresholds during the tasseling period of spring maize

概率閾值100 與5 之間分級根長占總根長百分比差值的變化如圖7 所示：對于0.5 mm 等級，0.0～0.5 mm 直徑根長占總根長百分比的差值為23.4%，0.5～1.0 mm直徑百分比的差值為30.2%，1.0～1.5 mm直徑百分比的差值為-45.9%，1.5～2.0 mm 直徑百分比的差值為-6.1%。1.0 mm 等級，0.0～1.0 mm 直徑根長占總根長百分比的差值為53.6%，1.0～2.0 mm 直徑根長占總根長百分比的差值為為-52.0%。2.0 mm等級，0.0～2.0 mm 直徑根長占總根長百分比的差值為1.6%，2.0～4.0 mm 直徑根長占總根長百分比的差值為-1.6%（圖略）。

圖7 春玉米抽雄期概率閾值100與5之間0.5（A）和1.0 mm（B）等級根長占總根長百分比差值Fig.7 Percentage difference of 0.5（ A） and 1.0 mm（ B） graded root length to the total root length between probability threshold 100 and 5 during the tasseling period of spring maize

2.2 不同分辨率對根系形態(tài)參數(shù)的影響

綜上可知，春玉米抽雄期根系形態(tài)參數(shù)在概率閾值25或30處變化趨于穩(wěn)定，因此本研究選取概率閾值30 進行不同分辨率根系圖像對根系形態(tài)參數(shù)的影響分析。

2.2.1 總根系形態(tài)參數(shù) 由根系形態(tài)參數(shù)原值可知（圖8），根總長和根尖數(shù)隨分辨率的減小而減小，根總表面積和根總體積均隨分辨率減小呈先增大再減小的變化趨勢，根平均直徑隨分辨率減小呈明顯增大的趨勢。與原始分辨率（300 dpi）相比，72 dpi 分辨率根總長變化率最大，達-89.6%，其次為145 dpi，根總長變化率為-36.2%；215 和145 dpi分辨率根總表面積變化率分別為10.2%、12.1%，72 dpi 分辨率根總表面積變化率為-68.4%；215和145 dpi根總體積變化率分別為40.0%、97.1%，72 dpi 分辨率根總體積與300 dpi 分辨率相同；215、145、72 dpi 分辨率根平均直徑變化率分別為27.5%、75.1%和202.0%；215、145、72 dpi分辨率根尖數(shù)變化率分別為-24.9%、-59.2%和-94.6%。

圖8 春玉米抽雄期不同分辨率圖像根系總形態(tài)參數(shù)原值及其變化率Fig.8 Original value and variation rates of the total root morphological parameters under different image resolutions during the tasseling period of spring maize

隨著根系圖像分辨率的減小，圖像處理時間逐漸減少，原始圖像300 dpi分辨率處理一張圖像約需6～7 s，215、145、72 dpi 分辨率分別需4～5、2～3、1～2 s，與原始圖像處理時間相比分別縮短了29.1%、57.8%、71.5%。春玉米各生育期根系觀測圖像處理時間方差分析表明，300、215、145和72 dpi分辨率圖像處理時間之間存在極顯著差異（P<0.01）（表略）。

2.2.2 分級根系形態(tài)參數(shù) 對于根系分級數(shù)量，以選取的0.1 mm 根系直徑分級指標進行根系分級。結(jié)果表明，隨著分辨率的減小，根系分級數(shù)量明顯增多，春玉米抽雄期300、215、145、72 dpi 分辨率根系分級分別為25、27、31、51級。方差分析表明，72 dpi分辨率與300、215、145 dpi 分辨率根系分級存在極顯著差異（P<0.01）（表略）。

春玉米根長、根表面積和根體積等分級形態(tài)參數(shù)占總根系形態(tài)參數(shù)百分比的最大值表現(xiàn)為：隨著根系圖像分辨率的減小，百分比最大值出現(xiàn)時的根系直徑變大。以0.5 mm 等級的根長為例，300和215 dpi分辨率百分比最大值出現(xiàn)時，直徑為0.5～1.0 mm；145 dpi分辨率百分比最大值出現(xiàn)時，直徑為1.0～1.5 mm；72 dpi分辨率百分比最大值出現(xiàn)時，直徑為2.0～2.5 mm，其他根系形態(tài)參數(shù)變化類似（表4）。

表4 春玉米抽雄期不同分辨率根系圖像分級根系形態(tài)參數(shù)占總根系形態(tài)參數(shù)百分比最大值Table 4 The maximum percentage of grading root morphological parameters in the total root morphological parameters under different resolutions during the tasseling period of spring maize

利用10 次根系觀測數(shù)據(jù)建立300 dpi 與215、145和72 dpi 分辨率總根系形態(tài)參數(shù)之間的線性方程，結(jié)果表明，215 和145 dpi 分辨率與300 dpi 分辨率圖像根系形態(tài)參數(shù)存在極顯著（P<0.01）正相關關系，而72與300 dpi 分辨率根系形態(tài)參數(shù)相關性較小。根系分級數(shù)量僅在145 與300 dpi 分辨率間存在顯著（P<0.05）正相關關系，其次為215 與300 dpi 分辨率的相關性較大，300與72 dpi分辨率的相關性最小（表5）。

表5 春玉米不同分辨率與300 dpi分辨率總根系形態(tài)參數(shù)線性方程和相關系數(shù)Table 5 Linear equations and correlation coefficients between the total root morphological parameters of spring maize under different resolutions and 300 dpi resolution

3 討論

3.1 不同概率閾值根系形態(tài)參數(shù)的變化

本研究發(fā)現(xiàn)，不同概率閾值對春玉米總的和分級根系形態(tài)參數(shù)影響較大，因此利用不同根系軟件識別作物根系形態(tài)參數(shù)時設置適宜的概率閾值非常重要，這與前人研究結(jié)果一致［31，34］。對于春玉米來說，本研究結(jié)果表明設定概率閾值25 或30 進行根系分析較適宜，但目前關于閾值設定，特別是不同根系識別軟件閾值設定對玉米、水稻等主要作物根系形態(tài)參數(shù)影響的研究相對較少，今后應加強該方面研究。

3.2 不同分辨率根系形態(tài)參數(shù)的變化

本研究表明，高分辨率圖像可以更清晰地識別根系和土壤，但一方面造成圖像掃描和處理耗時較長，另一方面造成識別時背景噪音增多，使得識別的根尖數(shù)量和根長增大，根系平均直徑減小，進而影響根系體積和表面積數(shù)據(jù)的準確性，這與前人研究結(jié)果一致［32，34］。此外，不同分辨率根系圖像對根系分級數(shù)量影響較大，其中，72 dpi 分辨率較原始圖像（300 dpi）根系分級數(shù)量增加了26 級，同時對總的和分級根系形態(tài)參數(shù)的識別結(jié)果影響也較大。可見，進行大量根系圖像識別時，選取適宜的分辨率非常重要。

綜上可見，圖像概率閾值和分辨率對總的和分級根系形態(tài)參數(shù)結(jié)果影響較大。春玉米以1.0 mm 以下的根系比重較大，是根系水分和營養(yǎng)吸收的主要區(qū)域，但本研究僅選取0.1 mm作為根系直徑分級指標，下一步需對更精細分級（如選取0.05 mm、0.02 mm 直徑進行根系分級）情況下根系圖像的概率閾值和分辨率對根系形態(tài)參數(shù)的影響進行深入研究，以確定不同根系圖像概率閾值和分辨率對春玉米細根的影響。

4 結(jié)論

春玉米抽雄期總根系形態(tài)參數(shù)和分級根系形態(tài)參數(shù)隨概率閾值增大均呈減小的趨勢，且在概率閾值5～20 之間變化較大，概率閾值25 之后趨于穩(wěn)定。0.5、1.0、2.0 mm 等級根系形態(tài)參數(shù)原值和變化率在概率閾值25 或30 后趨于穩(wěn)定。隨著根系圖像分辨率的減小，根總長和根尖數(shù)呈減小的趨勢，根總表面積和根體積均呈先增大后減小的趨勢，根平均直徑呈明顯增大的趨勢。215和145 dpi分辨率與300 dpi分辨率總根系形態(tài)參數(shù)之間存在較好的線性關系，72 dpi 分辨率與300 dpi 分辨率總根系形態(tài)參數(shù)之間相關性較差。因此，錦州地區(qū)春玉米根系圖像識別最佳概率閾值為25或30；根系圖像數(shù)量較少時最佳分辨率為300 dpi，圖像數(shù)量較大時最佳分辨率為245 dpi。