Plant Phenomics | 安徽大學(xué)聯(lián)合北京市農(nóng)林科學(xué)院信息技術(shù)研究中心提出了基于計(jì)算智能的玉米冠層三維建模方法

作物群體3D模型是基于3D可視化計(jì)算的作物功能-結(jié)構(gòu)模型研究的重要基礎(chǔ)，群體3D模型直接影響后續(xù)光能利用效率計(jì)算和生產(chǎn)力預(yù)測(cè)等。然而，作物群體形態(tài)結(jié)構(gòu)復(fù)雜，群體內(nèi)部交叉遮擋嚴(yán)重，已有研究多通過(guò)單株復(fù)制或統(tǒng)計(jì)分布的方法構(gòu)建，難以反應(yīng)作物群體因交叉遮擋和資源競(jìng)爭(zhēng)形成的群體結(jié)構(gòu)特征。
 

2024年3月，Plant Phenomics在線發(fā)表了安徽大學(xué)和北京市農(nóng)林科學(xué)院信息技術(shù)研究中心合作完成的題為T(mén)hree-dimensional modelling of maize canopies based on computational intelligence的研究論文。
 

該文以玉米群體為例，提出一種基于計(jì)算智能的玉米群體三維建模方法。核心思想是認(rèn)為玉米群體內(nèi)的3D節(jié)單位是智能體（agent），通過(guò)群體內(nèi)3D節(jié)單位方位角變化的智能調(diào)節(jié)使得群體截獲更多的光能，最終實(shí)現(xiàn)不同品種、密度和環(huán)境條件下的玉米群體3D模型構(gòu)建。通過(guò)t分布方法構(gòu)建能夠反應(yīng)品種株型特征的玉米群體3D模型作為初始群體，以直射葉面積比例指標(biāo)最大化作為優(yōu)化目標(biāo)，通過(guò)對(duì)3D節(jié)單位方位角進(jìn)行迭代計(jì)算，實(shí)現(xiàn)光資源截獲最大化的玉米群體3D模型的構(gòu)建，進(jìn)一步引入反思機(jī)制從群體整體的宏?duì)顟B(tài)角度優(yōu)化，并采用網(wǎng)格變形方法實(shí)現(xiàn)群體內(nèi)部葉片微狀態(tài)的碰撞檢測(cè)與響應(yīng)。
 

圖1 迭代過(guò)程示意圖，紅色為進(jìn)行旋轉(zhuǎn)的3D節(jié)單位

利用該方法對(duì)2個(gè)品種3個(gè)密度的6個(gè)小區(qū)進(jìn)行3D建模，結(jié)果表明植株相鄰葉片方位角之差與田間實(shí)測(cè)數(shù)據(jù)對(duì)比的平均R2為0.71，覆蓋度誤差范圍為7%-17%。另構(gòu)建了12個(gè)密度梯度的玉米群體3D模型可以反應(yīng)葉片分布垂直于行向的特征，垂直于行向的葉片比例在9×104株/公頃后呈現(xiàn)穩(wěn)定增加的趨勢(shì)。
 

圖2 利用該方法構(gòu)建的不同品種和密度玉米群體3D模型側(cè)視圖和頂視圖

雖然所構(gòu)建玉米群體3D模型與田間群體仍有差異，無(wú)法實(shí)現(xiàn)1:1的3D重建，但是能在一定程度上反應(yīng)群體特征，對(duì)于玉米群體3D模型構(gòu)建和作物功能結(jié)構(gòu)模型研究也是一種促進(jìn)。方法可以認(rèn)為是一種面向三維空間作物資源高效利用的群體智能算法，為作物群體資源高效利用研究提供新思路。

論文鏈接：

https://spj.science.org/doi/abs/10.34133/plantphenomics.0160‍

——推薦閱讀——

Enhancing green fraction estimation in rice and wheat crops: a self-supervised deep learning semantic segmentation approach

https://spj.science.org/doi/10.34133/plantphenomics.0064

Plant Phenomics |【模型公開(kāi)】從三維模擬到田間應(yīng)用：水稻小麥冠層動(dòng)態(tài)表型

Quantifying Contributions of Different Factors to Canopy Photosynthesis in Two Maize varieties: Development of a Novel 3D Canopy Modeling Pipeline

https://spj.science.org/doi/10.34133/plantphenomics.0075

Plant Phenomics | 玉米品種間冠層光合效率差異的多因素貢獻(xiàn)率解析：一種新的三維冠層建模流程

加入作者交流群

掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開(kāi)展作者分享會(huì)、專(zhuān)刊發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開(kāi)放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄。科睿唯安JCR2021影響因子為6.5，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類(lèi)一區(qū)。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說(shuō)明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：溫維亮
排版：許怡瑤（南京農(nóng)業(yè)大學(xué)）
審核：孔敏、王平