構建不同樹形葡萄樹體結構的三維虛擬模型

張 潔，楊偉偉，容新民，劉懷鋒

(1.石河子大學農學院園藝系/特色果蔬栽培生理與種質資源利用兵團重點實驗室，新疆石河子 832003； 2.石河子農業科學研究院，新疆石河子 832000)

0 引 言

【研究意義】葡萄與葡萄酒組織(OIV)2018年4月統計2015～2017年間[1]，中國葡萄的栽培面積以年均1.35%的速率遞增，連續3年位居世界第2，我國新疆葡萄的種植也具有地理優勢，因此，在有限的條件下提高葡萄產量是增加收益的有效方式。選擇合適的葡萄樹形是增加葡萄收益的有效方式，適宜的葡萄樹形有利于葡萄樹體調控，產量、果實品質以及后期田間管理的省工省力[2]，在葡萄栽培中，樹冠內截獲的光量對復雜的葡萄冠層具有重要的實際意義[3]。對葡萄新梢進行數字化，為葡萄冠層整體提供數字化基礎，有利于對葡萄果樹整體冠層結構進行深入的研究，提高葡萄栽培信息化。【前人研究進展】虛擬植物生長的可視化研究在國內起步較晚，其中中國科學院自動化技術研究所與法國 CIRAD 公司的 AMAP 實驗室聯合合作研發機構，側重于可視化技術研究，對于現階段田間采集葡萄等果樹的葉片節間等形態數據通常包括：(1)用直尺與量角器對葉長、葉寬、歐拉角等數據進行常規測量，常用于L系統建模等參數化建模[4]，國內就借助L系統的L-studio平臺通過對紅地球葡萄的田間數據進行擬合和檢驗表明slogistic3方程可以較好的擬合標準管理栽培下紅地球葡萄節間和葉片生長，所建立模型的預測性較好[5]。(2)葡萄形態結構單元劃分，主要是針對形態結構復雜的多年生葡萄樹，抽提葡萄樹的基本結構單元，以W編碼形式對各結構單位進行命名與編號[6]。(3)圖像提取法，對單至多幅圖進行提取信息，獲取數據[7]。(4)三維數字化，采用三維數字化儀田間實際采集數據[8～9]。溫維亮等[6]結合了三維數字化儀等多種方法，在國內外大田作物以及蘋果果樹的研究基礎上提出了高效的葡萄植株數據獲得方式。【本研究切入點】對于新疆葡萄的樹體虛擬化較為少見，構建完整虛擬葡萄冠層為研究光合、整形修剪等，提供理論基礎以及分析當地葡萄的最優樹形。植株虛擬化的研究又多見于小麥等葉片較少的大田作物，在新疆葡萄研究中極為少見。進行不同樹形葡萄冠層結構的數字化研究。【擬解決的關鍵問題】不同樹形葡萄樹體結構的三維虛擬模型，以11年樹齡3種樹形的紫香無核葡萄為材料，用數字化儀田間測量的枝葉形態參數為基礎，利用計算機重建不同樹形虛擬樹體。構建虛擬樹體，為構建完整葡萄果園量化研究葡萄冠層提供理論基礎以及分析當地葡萄的最優樹形。

1 材料與方法

1.1 材 料

試驗于2019年7～10月在國家產業技術體系北疆試驗站(N44o20′，E88o3′)進行，該果園于2008年建園，主栽葡萄品種為紫香無核，11年樹齡，材料按照飛鳥棚架樹形、高廠平棚架樹形、水平棚架樹形整形(以下均簡稱為飛鳥樹形，高廠樹形，水平棚架樹形)，飛鳥樹形兩立架正中心有1根鐵絲距離地面2 m，鐵絲兩側分別有3根鐵絲，主蔓順鐵絲方向，枝梢同時向南北兩側延伸；高廠樹形鐵絲分布與飛鳥樹形基本一致，但主蔓向東延伸呈現“廠”字形；水平棚架樹形主蔓朝向南延伸，類似獨龍干。3種樹形立架面全部做絕后處理，果園株行距1.5 m×3.5 m，東北-西南向。滴灌方式灌溉，其余果園管理按標準果園管理進行。

1.2 方 法

1.2.1 數字化儀數據

所用到的三維數字化儀3Space Fastrak(Polhemus Inc.，Cochester，VT，USA)主要由電子主控板、電磁場發射器以及確定點位置的信號接收器等部件組成，依據磁場中電流的變化確定點的位置，使用過程中要無金屬和磁場的干擾，使用三維數字化儀對樹體進行數字化，需要借助標準水平平面為每個樹體定義1個坐標系。采用右手坐標系。所有的測量都需要在無風天氣條件下進行，排除風對測量的干擾。

3種樹形各選取3棵果樹，于8月初使用Stylus筆形傳感器測定三維坐標點。分別測定葉柄與新稍交點C1及葉柄與葉片交點C2三維坐標點。隨機選取100個葉片，將RX-1平面傳感器置于C2位置，且傳感器平行與葉片，測定葉片空間歐拉角，包括測定過程中，使用直尺實時測定葉片長度。所有數據在PiafDigit軟件中實時記錄。另外，每處理隨機采集葉片30～50片，葉片使用掃描儀掃描后，利用AdobePhotoshop CS5軟件測定葉片長度、寬度及葉面積。

1.2.2 模型建立

葡萄三維虛擬植物模型的構建以三維數字化數據為基礎，重建內容包括一次枝、二次枝、葉片和葉柄。枝條節間及葉柄假設為圓柱體，葉片假設為平面六邊形，以計算機三維虛擬圖形進行表示(圖1)左圖為VegeSTAR軟件設定葉片，右圖為軟件最終顯示葉片。葡萄新梢三維虛擬植物模型，以數字化的葉片結構信息為基礎，在一定的生物學結構關系基礎上重建枝梢葉片，流程為：(1)枝條長度(L)由枝條空間坐標計算得到：L(shoot)=

(1)

(XT,YT,ZT)與(XB,YB,ZB)分別為枝葉的頂點坐標與基點坐標；(2)一次枝：生長在一次枝上的所有葉片(測量時已將一次枝與二次枝葉片分別標記)其葉柄基點坐標相連即為一次枝；(3)二次枝：與一次枝同理；(4)葉片：葉片基部與葉柄相交的點為葉片的基點，葉尖為葉片的頂點，使用公式(1)結合使用實際測量的葉片長寬數據與計算機模擬相結合的方式構建與計算出虛擬葉片的形狀與面積；(5)葉柄：葉柄與新梢的交點即為葉柄的基點，葉片基部與葉柄的交點即為葉柄的頂點，使用公式(1)借助計算機即可得出葉柄；(6)葉片歐拉角數據葉柄與葉面基點相連，基點可用于計算葉片長度，葉片繞葉中脈轉角Rot(X)=-C(A、B、C分別為實際測量的角度原始數據)、高度角Rot(Y)=-B按照分布頻率隨機分布，葉片方位角度Rot(Z)=A+180，按照 2/5 葉序方式隨機排列。以枝條空間坐標、長度為基礎，結合模型缺省參數(新梢顏色設定參數)以及葉片歐拉角、葉面積等參數，借助FORTRAN 程序生成虛擬新梢數據庫文件，包括一次枝、二次枝、、葉片、葉柄的空間坐標、歐拉角等。以數據庫文件為基礎，在VegeSTAR軟件中可實現果樹三維虛擬冠層的可視化。果樹可視化之后可在可視化的樹體上改變各個器官的顏色在VegeSTAR軟件中計算出各個器官的面積數據，如葉面積數據。圖1，圖2

1.2.3 新梢模型精確度檢驗

為檢驗虛擬葡萄樹體模型的精確度，對3種樹形選定的相同長度的新梢虛擬單個葉面積與實際單個葉面積一一對應進行相關性分析。

(2)

(3)

公式中，n為樣本數、SA為實測數值、SB為虛擬數值。

1.2.4 光截獲量

3種樹形各隨機選取3棵果樹，使用3515FQF型手持式光量子計于2019年8月2日07：00～10：00每隔1 h于樹冠正下方0.5 m處測定1次PAR數值，監測晴天光量子數值的日變化。

1.2.5 果實品質

于9月果實成熟時每個處理各選取3處(單位面積)，從選取的各重復中摘取空間內所有果穗，利用天平稱取果實單穗重、單粒重；利用數顯游標卡尺測量果實直徑；利用便捷式數顯測糖儀PAL-1測定可溶性固形物；利用酸堿中和的方法測定果實的可滴定酸含量；用蒽酮法測定果實可溶性糖含量。

1.3 數據處理

使用VegeSTAR軟件實現虛擬新梢可視化，以及虛擬葉面積的計算；使用“nLeafAuto Compute”軟件獲取實測葉片面積數據；應用 Excel對試驗數據進行處理分析，用 Origin8.5 軟件進行數據作圖。

2 結果與分析

2.1 構建模型

2.1.1 枝葉形態參數

研究表明，3種樹形的葉長與葉寬以及葉長與葉面積之間的相關系數分別為：飛鳥樹形：R2=0.79、：R2=0.914 5；高廠樹形：R2=0.751 3、R2=0.905 9；水平棚架樹形：R2=0.864 4、R2=0.939 3，變量之間變化關系穩定，擬合度較高，符合構建三維數字化的模型的精度。圖3

研究表明，3種樹形使用虛擬樹體計算出的單個葉面積與實際測量的同樣長寬的單個葉片葉面積數值差異極小；飛鳥樹形相較于其余2種樹形葉面積數值更大分布較為平均。

為評估三維虛擬化冠層的精確度，分別比較了同等枝條長度下，虛擬單個葉面積值與實測單個葉面積值的差異，3種樹形單個葉片面積的虛擬值與實測值之間的相關分析結果分別為飛鳥樹形：決定系數R2=0.994 6，RMSE=5.42 cm2，RE=2.41%；高‘廠’樹形：R2=0.993 7，RMSE=4.84 cm2，RE=4.59%；水平棚架樹形：R2=0.998 8，RMSE=4.70 cm2，RE=2.35%。實測值與模擬值的相關性較高。圖4

2.1.2 葉片歐拉角

研究表明，飛鳥與水平棚架樹形轉角分布較為分散，而高‘廠’樹形轉角隨著枝條長度的增加集中分布在(-60°,60°)；3種樹形的高度角全都分布在(-90°，90°)，飛鳥樹形高度角分布在(-30°，90°)，分布較為集中，高廠樹形高度角集中分布在(0°，90°)，水平棚架樹形高度角較為分散的分布在(-90°,90°)；飛鳥樹形方位角集中分布在(-100°，100°)，高‘廠’樹形隨著新梢枝條的長度增加，方位角與飛鳥樹形的方位角分布相反，水平棚架樹形方位角分布較為分散但大量分布在(-90°，90°)。枝條長度的增加對于歐拉角均有不同程度的影響，其中對高度角的影響最小，對方位角的影響最大。圖5～7

2.1.3 虛擬樹體模型構建

冠層3D模型的構建：(1)使用測量的枝節、葉片坐標進行坐標轉換計算得到各處理的枝條以及葉片參數，得到各處理枝葉異速生長關系。(2)通過測量所得歐拉角數據得到各處理葉片分布角度頻率數據庫。(3)結合測量所得坐標數據，得到樹體坐標數據庫。結合各個數據庫形成虛擬植物的基礎數據，在VegeSTAR4.0中進行可視化，根據三維數字化儀所測定的空間坐標和相應的形態數據，在計算機中快速構建葡萄植株各器官與虛擬植株，直觀地評估三維數字化的精度。依據三維數字化儀所采集的空間坐標構建的飛鳥樹形、高廠樹形、水平棚架樹形的虛擬樹體與實際樹體相比虛擬樹體能夠很好的模擬果實與枝條、葉片的相對位置，使得樹形整體構建符合實際再現3種不同樹形的葡萄樹體。圖8

2.2 光截獲量

觀測期內，3種樹形的PAR數值均隨時間的增長逐漸增長于14：00時左右達到最高值并開始逐漸下降為零；飛鳥樹形、高廠樹形和水平棚架樹形的PAR日平均最高值分別為70.66、36、24 μmol/(m2·s)。3種樹形中飛鳥樹形的PAR數值最高，水平棚架樹形的PAR數值最低，飛鳥樹形的PAR數值的增長速度最快。圖9

2.3 果實品質

研究表明，飛鳥、高廠以及水平棚架樹形的果實品質以及產量參數。飛鳥樹形的單位面積產量、單穗重均為最高，分別為11.39、0.511 kg。飛鳥樹形的果實品質以及產量參數與水平棚架樹形的各項參數具有顯著差異。飛鳥樹形的單位面積產量顯著比水平棚架樹形高出2.31 kg,單穗重顯著高出0.101 kg,以及單粒重顯著高出0.72 g。經過單因素分析，整形方式的不同會顯著影響紫香無核葡萄的產量、單穗重以及單粒重。水平棚架樹形的整形方式顯著降低了 紫香無核葡萄的可溶性固形物，水平棚架樹形比飛鳥樹形顯著低了0.65%，飛鳥樹形與高廠樹形可溶性固形物變化差異并不顯著；飛鳥樹形以及高廠樹形與水平棚架樹形的可溶性糖含量以及可滴定酸含量具有顯著差異，飛鳥樹形與高廠樹形的差異并不顯著。總體而言，果樹產量、單穗重、單粒重、可溶性固形物、可溶性糖均以飛鳥樹形最高，可滴定酸含量則以水平棚架樹形最高。表 1

表1 3種樹形果實品質參數Table 1 Three tree trellis fruit quality parameters

3 討 論

3.1 葉片歐拉角分布

葉片角度分布(Leaf Angle Distribution，LAD)包括葉傾角分布和方位角分布，是描述植被冠層結構的一個重要參數[10]。由于葉片角度分布對植被冠層中光線的傳輸過程和光合有效輻射的分布有著顯著的影響，在陸地生態系統冠層生產力和碳循環研究中具有十分重要的作用。在新梢生長的茂盛時期。葉片對于光截獲、光吸收具有更加重要的影響，因此，有必要更好的了解葡萄葉角度向性與外界光環境的關系。葡萄具有喜光性，有研究顯示葡萄葉片為適應光線角度會改變自身的角度，這種現象在幼葉中表現的尤為明顯[11]。

葉片的高度角(a)和方位角(b)是植物形態最具可塑性的特征之一[12]，方位角可以改變以響應局部光環境[13]，在研究中，3種架式的葉片都傾向于較低的太陽高度角，隨著枝條的長度增加這種現象越加明顯；3種樹形都避免了正午的太陽光線，與前人的研究一致，葡萄葉片具有‘向光性’和‘避光性’[14]。前人有研究在強光環境下，葉片角度和郁閉提供了結構性的光保護，最大限度的減少了光合作用的潛在損害[15]。飛鳥樹形與高廠樹形的葉片高度角分布都集中在(0°，90°)，水平棚架樹形高度角的分布就比較分散在(-90°，90°)，結合田間實際情況水平棚架樹形的葉片之間的相互遮陰程度要高于其他2種樹形。3種樹形的轉角分布都比較均勻。

水平棚架樹形相比較其余2種樹形，其冠層更加郁閉。

3.2 虛擬化葡萄樹體

三維數字化儀能夠精準且有效率的獲取三維坐標信息，并且還可以利用配套的軟件重建植株。研究虛擬化樹體葉片清晰還原，經過軟件計算虛擬葉片面積可以代替實際葉片面積，經過對葉片歐拉角的擬合分析，精準分析出水平棚架式的郁閉程度要高于其他2種樹形，與實際情況相符合。先前已有的研究對于葡萄冠層的虛擬植株構建方法有：葡萄形態結構單元劃分，以W編碼形式對各結構單位進行命名與編號。通過節點的刪除與轉化分別實現了葡萄樹的人工修剪操作、生長發育描述、生育進程的數字化表示，但是此方法對于完整描述結構復雜的葡萄樹工作量巨大；使用三維掃描儀主要對葡萄葉片進行掃描建模，葉片細節保留完整更具有可研究性，但是掃描儀對莖稈等其他器官有些無能為力，缺乏整體性。以及提出了基于葡萄DUS測試指南構建參數驅動的DUS后臺模型。通過對性狀特征的篩選和知識規則的利用W及器官模型數據庫的建立和調用，但手動輸入參數工作量巨大。研究中新梢枝干與葉片都建模清晰，對蘋果[9]、桃樹[15]、玉米[16]小麥[17]等大田作物，以及溫維亮等結合數字化儀與DUS模型所建立的葡萄模型的成功案例以及研究表明，數字化儀結合計算機軟件的方法[18～20]建立在樹體實際生長參數的基礎上建立虛擬樹體，便于進行葡萄冠層的枝葉關系以及光合的分析研究。

3.3 樹形與光截獲

選擇合適的葡萄架式，對葡萄后期整體產量、果實品質以及田間管理，都有重要的意義，同時在平衡樹體營養生長和生殖生長方面也起到至關重要的作用。目前應用較為廣泛的主要包括棚架、籬架、籬棚架、雙十字V 形架、T 形架等等。

研究中3種樹形，日變化中光截獲數值：飛鳥樹形>高廠樹形>水平棚架樹形，并且飛鳥樹形光截獲數值遠高于其他2種樹形，飛鳥樹形冠層的郁閉程度要小于其他2種樹形，受光程度良好，在同一太陽高度角的情況下，從某種程度上也反映了群體光能利用率的較高。

3.4 果實品質

良好的葡萄果樹整形有利于提高果實品質，研究中，飛鳥樹形的果實單粒重，其余指標無顯著差異。飛鳥樹形的單位面積內的果樹產量、單穗重、單粒重、可溶性固形物、可溶性糖均優于其他2種樹形，水平棚架樹形可滴定酸含量最高。

4 結 論

利用數字化儀結合紫香無核葡萄實際枝葉數據建立虛擬葡萄樹體是可行的，與實際情況相符合，3種樹形模擬葉面積與實際葉面積相關系數均達到了0.99以上；飛鳥樹形的單位面積產量顯著比水平棚架樹形高出2.31 kg,單穗重顯著高出0.101 kg,單粒重顯著高出0.72 g，水平棚架樹形可溶性固形物含量、可溶性糖含量相比飛鳥樹形分別降低了0.65%、1.14%，可滴定酸含量則升高了0.15%；飛鳥樹形冠層下PARmax=70.66 μmol/(m2·s),在石河子地區水平棚架樹形冠層的郁閉程度較高，飛鳥樹形的果實品質與光能利用率均高于其他2種樹形,飛鳥樹形是研究中最適宜石河子地區紫香無核品種的樹形。