数字植物及其技术体系探讨

数字植物是数字农业的基础,是利用数字化方法研究植物,并为植物生命系统和农业生产过程的数字化表达、生长建模、过程模拟、可视化计算分析、协同科研实验、成果共享及集成应用提供信息服务和技术支撑平台。探讨数字植物及其技术体系对数字农业有重要的意义。本文介绍了数字植物的概念和内涵,分析了数字植物的基本研究问题,在此基础上探讨了数字植物的科学内涵和技术支撑体系,并讨论了该技术体系建设的重点和应采取的对策方法,以期为数字植物的进一步发展提供有益参考。     

基于Multi-Agent的智能植物系统的构建与应用研究

植物的智能化是在物联网传感数据实时驱动下,由知识模型和多源异构数据融合计算提供智能决策,从而实现植物与环境、植物与人、植物与植物之间互联互通、全程感知与实时反馈的智能化过程,探讨了智能植物的概念、内涵、技术体系及基于Multi-Agent的智能植物系统构建方法。针对植物智能行为复杂异构性,将Multi-Agent技术应用于植物的生长计算和行为模拟,从面向服务的智能植物农业应用出发,综合分析了植物的自治性、反应性、社会性和主动性等智能属性、概念和内涵,构建了多智能体智能植物系统。多智能体智能植物系统的内核由感知器Agent、数据处理Agent、知识模型Agent、智能计算Agent以及虚拟交互Agent构成,并详细描述了系统结构及其关键模型,在多Agent系统中,植物能够感知其所处的环境上下文,自主地决策其行为。构建了基于Multi-Agent的智能植物系统,并以果树修剪虚拟培训智能服务为例验证,结果表明,该系统交互性强、智能程度高、体验效果好,以期为智能植物的发展提供有益的帮助。     

葡萄树形态结构与生长发育过程数字化表达方法研究

【目的】用数字化方式描述植物形态结构与生长发育过程,是正确认识和表达植物生长发育规律的有效手段。本文旨在对形态结构较为复杂的葡萄树进行精确描述与定量分析,对葡萄树的数字化表达和处理技术进行研发与深化。【方法】针对葡萄树的形态结构特征和生长发育过程,划分并定义葡萄树的基本结构单元,包括葡萄树主干、多年生蔓、新梢和着生于枝蔓上的器官,其中新梢包括果枝和营养枝;着生于枝蔓上的器官包括芽、花序、果穗、副梢、叶片和卷须等。基于对葡萄树结构单元的划分,借鉴国内外结构单元的命名经验、习惯与演变趋势并结合田间观察结果,遵循葡萄树各结构单元出生的时空顺序,系统地提出了以年为单位的葡萄树地上部各结构单元数字化命名方案,以字母表示结构单元的类型,数字表明出生顺序和结构单元编号。命名方案还包含了各结构单元的着生关系和分枝来源等信息,整合了多年生长机制下由新梢到蔓,再到多年生蔓的生长变化过程,并以节间为单位,以有序集的方式描述了新梢的构成。在命名方案基础上,给出了组合器官与复杂操作表示方法,包括（1）基于结构单元命名的葡萄树结果母枝与结果枝组的复杂器官表示方法;（2）人工修剪对葡萄树结构变化的数字化描述;（3）以年为单位的葡萄树动态生长数字化描述;（4）多年生葡萄树生长发育过程回溯;（5）基于葡萄树结构表示的各级结构单元量化统计分析等方法。【结果】以郑州国家葡萄种质资源圃极短梢修剪的V字形‘赤霞珠’葡萄树和北京市农林科学院林业果树研究所试验温室的搭架式T字形‘香妃’葡萄树为例,分别给出两种树形的数字化表达,实现了复杂葡萄树结构的明确表示,包括各器官的唯一性命名、各器官的连接关系等。在结构表示的基础上,进行了新梢结构单元量化统计、副梢及卷须人工修剪、种植年限增加带来的葡萄树结构变化表达等的数字化描述,结果表明方法对不同树形、不同生长时期葡萄树形态结构描述的普适性与有效性。【结论】葡萄树形态结构的数字化表示有助于更加直观地理解葡萄树的形态结构与生长发育方式,对葡萄树功能-结构模型的构建,实现葡萄树形态结构的精确描述、可视化表达、定量分析,以及对葡萄树内部各要素的状态、发展演变过程的定量计算和模拟及进一步的预测和评价具有重要意义。葡萄树结构单元划分与命名方案对相似结构的木本植物研究有一定的借鉴与参考作用。     

基于Unity3D的甘蔗种植虚拟教育培训系统设计与实现

我国是最大的甘蔗种植国之一,甘蔗种植教育培训课程在各大农林职业院校广泛开展,针对传统的甘蔗种植教育培训试验开展周期长、成本高、授课方式枯燥、参与实践机会少等不足。为此开展甘蔗生长模型建模,农事仿真实时可视化等虚拟仿真交互关键技术进行研究;以“看动画、学知识、玩游戏、长技能”的虚拟互动培训理念,提出基于时序驱动的甘蔗虚拟种植教育培训系统设计方法;以Unity3D为开发平台,实现甘蔗种植生长周期虚拟展示以及互动体验功能。系统以虚拟化改造传统教学,为现代农业职业技术教育提供新的教学思路,从而为全面提升学员技术技能水平做出贡献。     

草莓三维形态几何建模与真实感绘制

为了实现草莓形态结构的三维可视化模拟,本文提出了一种基于球B-样条的草莓器官几何建模方法,通过对草莓形态结构的观测分析,分别创建草莓茎、叶片、单花和果实等主要器官的几何模型,并提取了具有明确农学意义的几何模型参数;同时利用模板与纹理贴图等真实感渲染技术描述了草莓植株的局部细节特征,增加了模型的真实感。本文提出的草莓三维形态建模方法易于与农业知识结合,且重构的形态模型具有较好的真实感效果,为草莓三维形态的交互设计和形态模拟提供了可用的方法和手段。     

基于立体视觉的玉米雄穗三维信息提取

玉米雄穗的表型信息对玉米育种研究具有重要的参考意义。该研究以自动获取玉米雄穗三维表型信息为目的。通过对雄穗样本进行多视角摄影处理来重建其三维模型。对重建的三维点云数据运用基于密度聚类的方法统计其分枝数信息,运用Delaunays三角网方法计算其外包络体积信息,并基于点云信息对雄穗主轴和最大穗冠的结构参数进行计算,同时定义了相关表型参数。用实测结果验证计算结果:分枝数统计结果的最大绝对误差为2,RMSE(root mean square error)为1.03,n RMSE(normalized root mean square error)为0.05;主轴长度,主轴最大/最小直径,最大穗冠高度和最大穗冠直径的R~2分别为0.99,0.82,0.83,0.97和0.93,均达到极显著相关水平。研究提出的相关表型参数和其提取方法在育种研究中具有应用潜力,为田间高通量雄穗信息的快速提取提供了参考。     

基于点云数据的植物叶片曲面重构方法

叶子是植物最重要的器官之一,建立植物叶片的高精度曲面模型对于开展植物叶片形态特征分析和冠层光分布计算等研究具有重要意义。该文提出了一种基于点云数据的植物叶片曲面重构方法,该方法首先对原始点云数据进行噪声点剔除和数据精简,然后采用Delaunay三角剖分方法生成初始网格曲面,再对网格曲面进行优化处理。结果表明该方法能够基于激光扫描三维点云数据快速重构出植物叶片的高精度网格曲面,包括萎蔫和枯萎等复杂形态。该研究可为植物建模与可视化相关研究提供参考。     

基于三维数字化的小麦植株表型参数提取方法

针对小麦植株分蘖多、器官间交叉遮挡严重，难以用图像或点云准确提取植株和器官表型的问题，本研究提出了基于三维数字化的小麦植株表型参数提取方法。首先提出了小麦植株各器官数字化表达方法，制定了适用于小麦全生育期的三维数字化数据获取规范，并依据该规范进行数据获取。根据三维数字化数据的空间位置语义信息和表型参数的定义，提出了小麦植株表型参数计算方法，实现了小麦植株和器官长度、粗度和角度等3类共11个常规可测表型参数的计算。进一步提出了定量描述小麦株型和叶形的表型指标。其中，植株围度通过基于最小二乘法拟合三维离散坐标计算，用于定量化描述小麦植株松散/紧凑程度；小麦叶片卷曲和扭曲程度为定量化叶形的指标，根据叶面向量方向变化计算得到。利用丰抗13号、西农979号和济麦44号三个品种小麦起身期、拔节期、抽穗期三个时期的人工测量值和提取值进行验证。结果表明，在保持植株原始三维形态结构的前提下，提取的茎长、叶长、茎粗、茎叶夹角与实测数据精度相对较高，R² 分别为0.93、0.98、0.93、0.85；叶宽和叶倾角与实测数据的R² 分别为0.75、0.73。本方法能便捷、精确地提取小麦植株和器官形态结构表型参数，为小麦表型相关研究提供了有效技术支撑。     

消光系数估算方法对玉米冠层光能利用模拟的影响

以玉米品种大叶矮小型的矮单268（AD268）和小叶高大型的先玉335（XY335）为供试材料，设置低（3株·m⁻²）、中（6株·m⁻²）、高（9株·m⁻²）3个种植密度，综合利用冠层光合有效辐射（PAR）垂直分布数据、冠层三维模型与冠层光合模型，分析了对数法和回归法估算出的消光系数（k_log和k_nls）对品种和种植密度的响应及其差异，评估消光系数估算方法对冠层光能利用模拟的影响。结果表明：k_log与k_nls存在差异，这种差异在大叶矮小型品种AD268下表现更加明显，且差异随着种植密度的增加而加剧，基于k_nls对冠层光分布的拟合效果（R²=0.86）优于k_log（R²=0.77）；基于k_log和k_nls的玉米冠层光能利用特征对种植密度的响应规律在不同品种间存在明显差异，以k_log和k_nls模拟的AD268的日CO₂同化量、地上部干物质日积累量和光能利用效率在低密度下无明显差异，但在中高密度下差异较大，二者差异开始变大的临界密度为0.7～2.5株·m⁻²。