图1通过低成本表型平台实现盆栽植物自动称重和成像的实验装置示意图。

　　图2 植物三维模型自动表型和单器官生长监测的算法流程。

　　图3 茎段分割方法的示意图表示: (a)球体沿着z轴爬升，(b)两个环之间的法向量计算(c)球体根据茎点云的曲率重新定向。

　　作为研究案例, 将该算法应用于植物对早期水分胁迫的动态响应监测, 按土壤水分蒸腾率(Fraction of Transpirable Soil Water，FTSW)，相同的番茄品种，生长在花盆，在连续20天在三个方案种植(全灌溉, 50%亏灌溉和不灌)。结果表明(图4-6)，对于R和G，株高对水分胁迫最为敏感(FTSW值为0.58)，而总叶面积和蒸腾速率则在FTSW值较低时开始受到影响(分别为0.52和0.40)。相反，S和C，在分析的表型性状中没有表现出任何显著的变化，可能是因为这些品种表现出缓慢的生长速度，使它们消耗更少的水分，因此没有达到水分胁迫阈值。研究结果表明，株高性状可用于番茄抗水分胁迫品种的快速鉴定，从而促进番茄品种的杂交育种。

　　图4 播种后监测“Saint Pierre” (S)、“Costoluto Fiorentino” (C)、“Reginella” (R) 和 “Gianna” (G) 的全灌(T100)、50%亏灌(T50)和免灌(T0)条件下模拟株高(PH)和总叶面积(TLA)的差异

　　图5 在第20天监测“Saint Pierre” (S)、“Costoluto Fiorentino” (C)、“Reginella” (R) 和 “Gianna” (G) 的全灌(T100)、50%亏灌(T50)和免灌(T0)条件下对在叶、茎和根干重分配率(%)的影响

　　图6 “Saint Pierre” (S)、“Costoluto Fiorentino” (C)、“Reginella” (R) 和 “Gianna” (G)相的对生长高度(rPH)、相对叶面积发育(rTLA)和相对蒸腾速率(rTR)与土壤水分蒸腾率(FTSW)的关系

　　本研究提出了一种基于图像的植物三维模型自动分割和高通量表型数据提取算法。结果表明，该算法在对不同品种的主茎、叶柄和叶片进行无损分类方面具有很强的鲁棒性，能够在三维空间中准确估计主要生长参数(植物和器官的高度、角度和面积)。此外，本研究通过将我们的算法与自动化称重和成像的低成本平台集成，记录了冠层结构和生理的每日动态变化的适宜性，以表征早期水分胁迫对番茄表型的影响。尽管需要优化图像处理框架以提高植物3D模型重建的吞吐量，但这种自动化可以在更大数量的植物样本和更精细的时间分辨率上扩大表型应用。

　　基于案例研究，我们选择的样本量足够大，在计算和经济上都可以接受，可以识别早期水分胁迫对日冠层发育的显著影响。具体而言，相对生长速率对实际土壤水分蒸腾率(FTSW)的响应有助于明确区分四个番茄品种对土壤持续干燥的总体行为。因此，在有限的水分供应条件下，保守的冠层生长有利于植物的生存，并可作为培育抗旱能力更强的番茄品种的替代品。此外，由于该算法仅依赖于植物3d模型的点级几何属性，预计该管道将适用于绝大多数作物和树木物种。当然，我们的算法如何很好地推广到其他叶序和/或分枝模式还有待研究。

　　为此，未来需要努力促进高通量表型分析的可重复性，即使是在冠层结构更复杂的冠层作物中。对更多基因型的成功测试将更有力地支持我们对土壤干燥的形态-生理反应的大小和时间的发现。这将提高自动化决策程序，提供植物水分状况的实时观察，以进行适当的灌溉计划。

　　来源：Rossi R, Costafreda-Aumedes S, Leolini L, Leolini C, Bindi M, Moriondo M: Implementation of an algorithm for automated phenotyping through plant 3D-modeling: A practical application on the early detection of water stress. Computers and Electronics in Agriculture 2022, 197:106937.

　　编辑：王春颖