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

　　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。