苹果树结构的三维表征用于精准修剪和作物负荷管理-慧诺瑞德（北京）科技有限公司|叶绿素荧光|光合作用|植物表型

学术中心

全部分类

苹果树结构的三维表征用于精准修剪和作物负荷管理

发布时间：

2025-04-06

来源：

作者：

苹果产业的可持续发展有赖于对苹果树进行管理，使其具有最佳的结构特征，这些特征对苹果树的生长、结果潜力和环境相互作用有着重要影响。例如，树高影响下部树枝的光照，从而影响果实的产量和质量，而树干直径有助于确定理想的作物负荷。准确评估这些特征对最大化果园生产力和果品质量至关重要。

传统上，苹果树的特征通常通过卷尺和卡尺等工具进行人工测量。然而，这些方法劳动强度大、主观性强，且往往无法充分捕捉对果实生产至关重要的复杂结构。视觉检查可能无法察觉枝条角度或长度上的细微差异，这些差异会影响果实分布和整体产量，而树木的复杂结构也使得在田间进行精确测量变得困难。

光学传感技术，特别是成像技术，因其非侵入性、多功能性和成本效益，正日益受到青睐（Jiang et al., 2020; Jin et al., 2021; Li et al., 2014）。这些技术能够提供对植物结构和生理的深入洞察，推动了对先进成像和机器学习（ML）方法的兴趣，以实现更精确和高效的特征表征。利用这些技术可以克服传统方法的局限，进而更好地理解树木特征，并改善果园管理。

以往关于苹果树表征的研究大多集中在特定特征方面，如枝条检测（Zhang et al., 2020）、果实检测（Gené-Mola et al., 2020; Dong et al., 2023）和叶面积分析（Tsoulias et al., 2022），而未能提供全面的树木结构视角。最近的一项研究探讨了使用树木定量结构模型（TreeQSM）和地面激光扫描（TLS）分析苹果树枝条，通过这一方法高精度地检测和估算了主要枝条的数量（Zhang et al., 2020）。然而，该研究也揭示了若干局限性，例如需要高分辨率的TLS设备，以及随机种子树木重建引入的变异性，这影响了农业管理所需的一致性测量。此外，该研究集中于非支架式苹果树，这些树木更接近自然形态，避免了与支架系统相关的数据质量问题。因此，迫切需要新的方法来解决这些挑战，并改进苹果树的表征，特别是在现代采用支架树形训练的果园中。本文介绍了苹果树结构表征的最新发展——AppleQSM（Qiu et al., 2024），该方法使用地面激光扫描点云数据，定量分析现代管理实践下高密度苹果果园的结构特征。

图1 康奈尔果园中的区块用于田间数据采集，并展示了采集的区块点云的示例图像。