水肥脅迫對(duì)基于時(shí)間序列圖像的苗木表型信息的影響*

楊琨琪 張慧春 張 萌 邊黎明

（1. 南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院 南京 210037；2. 南京林業(yè)大學(xué)林學(xué)院 南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心林木遺傳與生物技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 南京 210037）

植物生長(zhǎng)發(fā)育過(guò)程受基因和環(huán)境共同影響，逐漸形成對(duì)逆境的適應(yīng)和抵抗能力，逆境環(huán)境下植物表型體現(xiàn)出復(fù)雜性，搭建植物表型信息采集平臺(tái)對(duì)植物生長(zhǎng)過(guò)程進(jìn)行連續(xù)動(dòng)態(tài)監(jiān)測(cè)，可研究植物在時(shí)間跨度上的表型結(jié)構(gòu)變化，有助于了解植物生長(zhǎng)發(fā)育情況和不同環(huán)境變化下植物的響應(yīng)狀況（Johannsenet al.，2014；張曉東等，2019；王傳宇等，2018）?？梢姽庀鄼C(jī)能夠?qū)崿F(xiàn)低成本、近距離、快速的圖像捕獲以測(cè)量植物表型參數(shù)（Underhillet al.，2020；李玉榮等，2020；李秋潔等，2021），結(jié)構(gòu)簡(jiǎn)單且適應(yīng)性強(qiáng)（楊有新等，2015；Crainet al.，2016），應(yīng)用極為廣泛?；趫D像的植物表型信息監(jiān)測(cè)，圖像獲取時(shí)間可跨越整個(gè)生長(zhǎng)季，然而現(xiàn)有研究多關(guān)注某個(gè)特定時(shí)刻的植物圖像采集，面向苗木表型信息提取的自動(dòng)化時(shí)間序列圖像采集和處理方法鮮見報(bào)道。

水分和養(yǎng)分是植物正常生長(zhǎng)的重要因子，其在植物生長(zhǎng)發(fā)育過(guò)程中起著重要作用，合理的水肥配置能夠顯著提高植物生產(chǎn)力，尤其在水分和養(yǎng)分受到限制時(shí)，科學(xué)、精準(zhǔn)地確定水分和養(yǎng)分用量具有重要意義（陳隆升等，2021；倪銘，2021；楊會(huì)肖等，2021），研究隨時(shí)間變化植物在干旱脅迫與梯度養(yǎng)分下的適應(yīng)機(jī)制和能力，將為植物栽培與管理提供理論依據(jù)和技術(shù)支持。

簸箕柳（Salix suchowensis）為楊柳科（Salicaceae）柳屬（Salix）植物，基因組大小356 Mb，具有易繁殖、速生豐產(chǎn)和輪伐期短等特點(diǎn)，是重要的生物質(zhì)能源和造林用材樹種（石吉勇等，2019）。本研究以簸箕柳為試驗(yàn)樣本，構(gòu)建多視角植物表型信息采集平臺(tái)，通過(guò)分析一定時(shí)間跨度上的簸箕柳序列圖像，獲取其在水肥脅迫處理下的表型參數(shù)并進(jìn)行分析，以期為苗木表型信息的自動(dòng)提取、植物逆境響應(yīng)機(jī)制的精準(zhǔn)解析提供科學(xué)依據(jù)。

1 材料與方法

1.1 供試材料與試驗(yàn)設(shè)計(jì)

選用高度12±0.3 cm、直徑4±0.2 mm、生長(zhǎng)健壯且長(zhǎng)勢(shì)一致的48 株簸箕柳枝條進(jìn)行扦插式種植，統(tǒng)一放入內(nèi)徑10 cm、深11.5 cm 的圓柱形花盆中，每盆1 株，扦插基質(zhì)中泥炭、珍珠巖比例為3∶1。苗木置于人工氣候箱（寧波江南制造廠，RXZ型）內(nèi)培養(yǎng)，氣候箱環(huán)境參數(shù)設(shè)置如下：濕度65%、溫度28 ℃、光照強(qiáng)度278 μmol·m-2s-1、晝夜時(shí)間比16 h∶8 h。

設(shè)置氮肥和水分2 個(gè)因素，采用完全隨機(jī)設(shè)計(jì)。氮肥因素設(shè)置T1（尿素每盆0.1 g）、T2（尿素每盆0.1 g，扦插種植第40 天再施加尿素每盆0.1 g）、T3（尿素每盆0.2 g）、T4（尿素每盆0.2 g，扦插種植第40 天再施加尿素每盆0.2 g）、T5（尿素每盆0.4 g，扦插種植第40 天再施加尿素每盆0.4 g）5 個(gè)水平，同時(shí)設(shè)置1 個(gè)CK 處理組（尿素每盆0 g）作為對(duì)照，每組4 株；水分因素設(shè)置正常水分（normal water supply，W）和干旱脅迫（drought stress，D）2 個(gè)水平，干旱處理前，保證基質(zhì)含水量相同。對(duì)正常水分處理組，扦插后第8～20 天每株澆水量為每3 日20 g，第20～30 天每株澆水量為每2 日30 g，第30～40 天每株澆水量為每2 日60 g，第40～50 天每株澆水量為每2 日80 g；對(duì)旱脅迫處理組，扦插后第8～20 天每株澆水量為每3 日20 g，第20～30天每株澆水量為每2 日30 g，第30～50 天每株澆水量為每2 日30 g。從扦插種植第26 天開始圖像自動(dòng)采集，手動(dòng)測(cè)量表型參數(shù)，以便對(duì)照檢驗(yàn)，每2 日1 次，共采集、測(cè)量10 次，扦插種植第50 天結(jié)束試驗(yàn)。

1.2 植物表型信息采集

單一視角采集植物圖像信息存在枝葉遮擋無(wú)法獲得植物完整形態(tài)結(jié)構(gòu)的情況，多視角采集則可彌補(bǔ)該缺陷（Luet al.，2020；劉陽(yáng)等，2020）。本研究多視角植物表型信息采集平臺(tái)（圖1）主要包括待測(cè)植物簸箕柳、CCD（charge coupled device，電荷耦合器件）相機(jī)（型號(hào)GO-5000C-PGE，分辨率2 560 像素×2 048 像素、LM8HC-SW 定焦鏡頭）、相機(jī)升降模塊、旋轉(zhuǎn)模塊、穩(wěn)定光環(huán)境暗箱。升降模塊利用絲桿控制相機(jī)上下移動(dòng)，旋轉(zhuǎn)模塊利用蝸輪蝸桿結(jié)構(gòu)精準(zhǔn)控制裝置圓周旋轉(zhuǎn)，以植物固定不動(dòng)、相機(jī)圍繞旋轉(zhuǎn)的方式穩(wěn)定拍攝，對(duì)每株植物以18°為旋轉(zhuǎn)角度間隔采集圖像，1 個(gè)圓周采集20 張圖像；穩(wěn)定光環(huán)境暗箱主要包括上方四邊緣排布的4 W 白光色LED 光源和用黑色植絨布全覆蓋的1.2 m×1.2 m×1.5 m 型材框架，以提供穩(wěn)定的成像光環(huán)境。

圖1 多視角植物表型信息采集平臺(tái)Fig. 1 Multi-perspective plant phenotype information collection platform

1.3 圖像拼接

植株與相機(jī)距離保持固定不變，當(dāng)植株隨時(shí)間推移自身不斷長(zhǎng)高時(shí)，會(huì)超出相機(jī)拍攝范圍；如果增加相機(jī)與植株距離，會(huì)導(dǎo)致采集平臺(tái)所占空間不斷變大。為解決上述問(wèn)題，本研究利用LabVIEW 軟件進(jìn)行相機(jī)高度判斷，實(shí)時(shí)采集圖像并判斷整株植物是否在相機(jī)拍攝范圍內(nèi)，當(dāng)整株圖像不在拍攝范圍內(nèi)時(shí)，采用調(diào)整相機(jī)高度方式分段采集植株圖像，之后拼接2 張局部圖像得到完整得植物表型信息（圖2）。

圖2 平臺(tái)調(diào)整相機(jī)高度拼接完整圖像示意Fig. 2 Platform adjustment camera height mosaic complete image schematic

1.3.1 直接拼接法 直接拼接法預(yù)先設(shè)置重復(fù)部分高度，將高角度圖像去除重復(fù)部分與低角度圖像直接拼接，圖3a 為直接拼接法效果，由圖中虛線框可見圖像拼接處有一定位移偏差，這是因?yàn)槠脚_(tái)輕微抖動(dòng)以及相機(jī)去畸變算法的局限性，2 張圖像存在一定細(xì)節(jié)不能吻合，位移偏差會(huì)造成植物表型參數(shù)提取不準(zhǔn)確等問(wèn)題。

圖3 3 種拼接算法效果Fig. 3 Three kinds of splicing algorithm effect

1.3.2 暴力拼接法 暴力拼接法是對(duì)2 張圖像采用ORB（oriented fast and rotated brief，面向角點(diǎn)的快速檢測(cè)）算法，為便于處理，該算法將植物高角度圖像與低角度圖像從RGB（red green blue，紅綠藍(lán)）色彩空間轉(zhuǎn)換至GRAY（raw gray bytes，原始灰色字節(jié)）色彩空間得到植物灰度圖像。

色彩空間轉(zhuǎn)換的計(jì)算方法如下：

式中：Gray 為灰度值；R、G、B為植物圖像在RGB 色彩空間下三通道的分量值，無(wú)量綱單位。

轉(zhuǎn)換后的灰度圖像先采用FAST（features from accelerated segment test，快速特征點(diǎn)檢測(cè)）算法進(jìn)行特征點(diǎn)檢測(cè)，再采用BRIEF（binary robust independent elementary features，二進(jìn)制獨(dú)立特征點(diǎn)處理）算法將這些關(guān)鍵點(diǎn)轉(zhuǎn)換為特征向量。BRIEF 針對(duì)同一關(guān)鍵點(diǎn)重復(fù)該流程256 次，256 個(gè)像素亮度比較結(jié)果輸入該關(guān)鍵點(diǎn)的二元特征向量中，以此類推，為圖像中每個(gè)關(guān)鍵點(diǎn)創(chuàng)建一個(gè)向量。根據(jù)匹配向量對(duì)高角度圖像進(jìn)行裁剪和透視變換，對(duì)低角度圖像進(jìn)行拼接。

雖然暴力拼接法計(jì)算速度快，但只針對(duì)灰度圖像進(jìn)行特征點(diǎn)運(yùn)算。圖3b 為暴力拼接法效果，可以看出因簸箕柳葉片沒有明顯形狀特征和易于檢測(cè)定位關(guān)鍵點(diǎn)，拼接效果較差。

1.3.3 近似拼接法 為解決直接拼接法和暴力拼接法因位移偏差導(dǎo)致潛在表型提取困難，本研究提出一種近似拼接法。該算法在直接拼接法基礎(chǔ)上，對(duì)2 張圖像待拼接的邊緣區(qū)域進(jìn)行形態(tài)學(xué)處理和像素級(jí)對(duì)準(zhǔn)，使高角度和低角度分別拍攝的上、下2 張圖像更為準(zhǔn)確地連結(jié)成一個(gè)整體，以便后期基于圖像的苗木表型信息精確提取。

對(duì)高、低角度2 張圖像進(jìn)行二值化處理，并設(shè)置近似區(qū)域?yàn)?0 像素高度區(qū)間，取低角度圖像第0 行像素值，得到具有W個(gè)元素的數(shù)組ArrayM0，從數(shù)組ArrayM0非零值開始截取，至最后一個(gè)非零值結(jié)束，生成一個(gè)新的數(shù)組ArrayN0；同樣方法處理高角度圖像底部近似區(qū)域內(nèi)像素，得到20 個(gè)元素?cái)?shù)不盡相同的數(shù)組，將低角度圖像生成的20 個(gè)數(shù)組與高角度圖像生成的20 個(gè)數(shù)組進(jìn)行對(duì)比，判斷是否存在有數(shù)組相同。若存在一個(gè)高角度圖像數(shù)組與低角度圖像數(shù)組ArrayNn相同，則設(shè)置該數(shù)組為重合處，進(jìn)行拼接并對(duì)應(yīng)數(shù)組中第1 個(gè)非零值位置；若存在多個(gè)高角度圖像數(shù)組與低角度圖像數(shù)組N相同的情況，取最小M即滿足條件下高角度圖像最接近直接拼接的像素行；若不存在多個(gè)高角度圖像數(shù)組與低角度圖像數(shù)組N相同的情況，則采用直接拼接法對(duì)圖像進(jìn)行拼接。

圖3c 為近似拼接法效果，可以看出該算法相較于暴力拼接法和直接拼接法具有更好適應(yīng)性，能夠較好消除拼接痕跡，實(shí)現(xiàn)圖像無(wú)縫拼接，避免傳統(tǒng)圖像拼接法存在的問(wèn)題，保證數(shù)據(jù)客觀準(zhǔn)確性。

2 表型參數(shù)提取

形態(tài)結(jié)構(gòu)表型參數(shù)是表征植物生產(chǎn)力的重要指標(biāo)（王旭等，2017；張慧春等，2020；翁楊等，2019）。對(duì)簸箕柳來(lái)說(shuō)，直徑細(xì)、樹體矮的適于用作編織，直徑粗、樹體高的適于用作固沙等生態(tài)功能，因此通過(guò)準(zhǔn)確、快速、無(wú)損方法測(cè)得植物形態(tài)結(jié)構(gòu)表型參數(shù)（劉守陽(yáng)等，2020），可有效監(jiān)測(cè)植物長(zhǎng)勢(shì)和狀態(tài)，進(jìn)而根據(jù)栽培目標(biāo)調(diào)控苗木水肥處理方法以及進(jìn)行基因型選擇等（Bevanet al.，2017）。

2.1 多視角圖像下株高提取

采用像素計(jì)算法提取多視角苗木圖像株高，為便于提取彩色圖像中植株信息，需分割彩色圖像的植株部分，首先將植物圖像從RGB 色彩空間轉(zhuǎn)到HSV（hue saturation value，色調(diào)、飽和度、明度）色彩空間，然后設(shè)定HSV 三通道下的閾值，將圖像中植株部分分割出來(lái)。

RGB 色彩空間轉(zhuǎn)換到HSV 色彩空間的計(jì)算方法如下：

式中：R、G、B為植物圖像在RGB 色彩空間三通道中的值，無(wú)量綱單位。

對(duì)分割后的簸箕柳圖像邊緣進(jìn)行標(biāo)注并連通，統(tǒng)計(jì)圖像中所有連通域，計(jì)算出最大連通域，去除噪點(diǎn)和土壤等干擾項(xiàng)，得到簸箕柳植株部分圖像。繪制簸箕柳圖像最小包圍矩形，利用已知尺寸（2 cm×2 cm）的紅色正方形標(biāo)定板進(jìn)行比例縮放，得到植株實(shí)際株高（H）。

簸箕柳株高計(jì)算方法如下：

式中：H為圖像測(cè)得的株高實(shí)際值，cm；a為圖像中紅色正方形標(biāo)定板的邊長(zhǎng)像素， pixel；h為圖像處理得到的株高像素， pixel。

考慮到植物生長(zhǎng)時(shí)會(huì)有一定傾斜角度，使測(cè)得株高偏小，本研究選取20 個(gè)圖像角度下測(cè)得株高的平均值記為Have，株高最大值記為Hmax，正面拍攝單張圖像提取的株高記為Hsingle，將三者進(jìn)行對(duì)比分析。以統(tǒng)計(jì)量決定系數(shù)（R2）為評(píng)價(jià)指標(biāo)評(píng)估3 種算法提取的株高準(zhǔn)確率，以測(cè)試株高提取算法的性能。R2表示由算法模型解釋的測(cè)量方差百分比，取值范圍[0,1]，R2越大，表示模型擬合效果越好。

R2計(jì)算方法如下：

式中：Hreal為手動(dòng)測(cè)量真實(shí)株高，cm；Hpred為經(jīng)圖像處理后得到的株高，cm；Hmean為所有樣本株高預(yù)測(cè)值的平均值，cm。

取85 組株高數(shù)據(jù)作為算法模型評(píng)估樣本，利用上述統(tǒng)計(jì)值對(duì)不同算法提取的株高準(zhǔn)確率進(jìn)行評(píng)估。準(zhǔn)確率比較如圖4 所示，可以看出，單視角圖像株高算法的R2為0.93，多視角圖像株高平均算法和最大值算法的R2分別為0.95 和0.96。單張圖像因植物枝干傾斜、枝葉遮擋等問(wèn)題會(huì)影響測(cè)量準(zhǔn)確性，而多視角圖像可以很好彌補(bǔ)該缺點(diǎn)，其中最大值算法擬合效果更佳，表現(xiàn)更為穩(wěn)定，具有更好的魯棒性。

圖4 不同株高提取算法準(zhǔn)確率比較Fig. 4 Comparison of accuracy of different methods for extracting plant height

2.2 株高可視化

苗木生長(zhǎng)周期較長(zhǎng)，植物生長(zhǎng)緩慢使其無(wú)法在短時(shí)間內(nèi)對(duì)外界脅迫和環(huán)境變化表現(xiàn)出明顯的表型改變，通過(guò)可視化圖像實(shí)現(xiàn)“肉眼可見變化”之前看到變化，并進(jìn)行量化分析，對(duì)于監(jiān)測(cè)植物生長(zhǎng)、評(píng)估植物長(zhǎng)勢(shì)具有重要作用。

本研究提出一種基于灰度圖像的株高可視化算法，該算法設(shè)定植物根部Hmin處灰度值為0，植物最高點(diǎn)Hmax處灰度值為255（平臺(tái)Hmax為60 cm），二值化后圖像使用該算法的換算公式可以得到圖像中各個(gè)點(diǎn)的灰度值Gray，轉(zhuǎn)換后的灰度圖像采用偽彩色算法進(jìn)行處理。

可視化換算計(jì)算方法如下：

式中：H為多視角圖像下提取的株高，cm；Hmax為平臺(tái)采集的最高株高，cm；Gray 為換算得到的灰度值，無(wú)量綱單位。

偽彩色算法處理如下：

式中：r(i,j)、g(i,j)、b(i,j)分別為偽彩色圖像紅、綠、藍(lán)3 種分量數(shù)值，無(wú)量綱單位；I(i,j)為圖像灰度值，無(wú)量綱單位；TR、TB、TG分別為灰度級(jí)與R、G、B 三基色的線性映射關(guān)系。

2.3 二維圖像下主莖直徑提取

主莖是植物主枝干去除葉片外的莖干部分，主枝在分枝根部上方1 cm 左右的直徑稱為主莖直徑。本研究以主莖直徑表征簸箕柳苗期生長(zhǎng)變化。由圖5基徑與主莖直徑位置可以看出，主莖直徑處有很多細(xì)小葉片遮擋，同時(shí)因簸箕柳枝條柔軟，形態(tài)結(jié)構(gòu)復(fù)雜，使得霍夫直線檢測(cè)等方法不完全適用，且其顏色與莖干相近，也無(wú)法通過(guò)傳統(tǒng)單一色彩因子參數(shù)閾值分割算法進(jìn)行分割，其復(fù)雜的邊緣信息使得邊緣檢測(cè)效果不盡如人意。

圖5 單株簸箕柳主莖直徑提取方法示意Fig. 5 Diagram of main branch diameter extraction method of Salix suchowensis

針對(duì)上述問(wèn)題，本研究基于先前的植物莖葉色彩模型(Y=-8.51×lgG+11.68×R-26.48×G+18.30×B+2.81×G/R+3.85×G/B+40)進(jìn)行主莖直徑部分提取。利用縮放比例，截取自圖像底部約3 cm 范圍的圖像，對(duì)圖像進(jìn)行開運(yùn)算以去除噪點(diǎn)和部分葉脈，僅選取保留最大輪廓，實(shí)現(xiàn)底部枝條莖部分的提取。采用像素計(jì)數(shù)法計(jì)算圖像中每行白色像素個(gè)數(shù)，因部分葉脈根部與莖部模型值結(jié)果相近，不能完全去除，考慮到該情況，將所有行白色像素個(gè)數(shù)按大小排列，取列表的中位數(shù)作為主莖直徑像素值，去除因葉片遮擋使莖直徑變小及因未去除葉脈造成莖直徑變大形成的誤差。

2.4 多視角圖像下主莖直徑提取

采用像素計(jì)數(shù)法計(jì)算所有圖像主莖直徑的平均值偏差，并設(shè)定真實(shí)主莖直徑閾值范圍，以剔除過(guò)大異常值，剩下的主莖直徑取平均作為多視角圖像下主莖直徑提取結(jié)果。單視角和多視角提取方法的主莖直徑準(zhǔn)確率評(píng)估結(jié)果如圖6 所示，可以看出單視角圖像株高算法的R2為0.16，單張圖像處理得到的像素值均為整數(shù)，呈多直線形分布，重合點(diǎn)多，且有時(shí)圖像截取計(jì)算得到中位數(shù)處仍有細(xì)小葉脈，或插條部分，或未能很好去除葉片部分，無(wú)法準(zhǔn)確提取到主莖直徑，出現(xiàn)一對(duì)多的錯(cuò)誤匹配情況。多視角提取算法則拋去截取失誤圖像，其R2為0.74，取得較好效果，是可行的主莖直徑估測(cè)方法。

圖6 單視角和多視角提取方法的主莖直徑準(zhǔn)確率評(píng)估結(jié)果Fig. 6 Evaluation results of main branch diameter accuracy of single and multi-view extraction methods

3 水肥處理下簸箕柳苗木表型變化

水分和肥料是影響植物生長(zhǎng)的重要因素，植物在不同環(huán)境條件下的養(yǎng)分吸收能力可反映植物發(fā)育對(duì)環(huán)境的響應(yīng)規(guī)律和資源分配對(duì)策（Kerkhoffet al.，2006）。本研究通過(guò)采集苗木時(shí)間序列圖像獲得表型參數(shù)變化，從而分析水肥對(duì)簸箕柳等速生苗木生長(zhǎng)發(fā)育的影響。

3.1 水肥處理下苗木表型參數(shù)的變化

由圖7 可知，簸箕柳苗木平均株高和主莖直徑受梯度氮肥與水分處理影響。正常水分處理下，簸箕柳苗木平均株高和主莖直徑分別為33.6 cm 和2.49 mm，干旱脅迫處理下，簸箕柳苗木平均株高和主莖直徑分別為22.8 cm 和2.25 mm，正常水分處理的平均株高和主莖直徑相較于干旱脅迫處理高出47.4%和10.7%。該結(jié)果表明，干旱會(huì)對(duì)苗木生長(zhǎng)造成顯著性影響，嚴(yán)重影響植物體中的物質(zhì)運(yùn)輸和積累，使得植物平均株高和主莖直徑小于正常水分下的平均株高和主莖直徑（李聰聰?shù)龋?021；彭思利等，2021，謝佰承等，2021；孫明升等，2020）。

正常水分與干旱脅迫處理下梯度氮肥使簸箕柳苗木平均株高和主莖直徑均呈先增長(zhǎng)后下降的趨勢(shì)。正常水分處理下，所有處理組簸箕柳苗木平均株高和主莖直徑相較于CK 組均有所提高，T2 處理組增長(zhǎng)最為顯著，平均株高和主莖直徑相較于CK 組顯著提高15.0%和14.5%；干旱脅迫處理下，T2 處理組增長(zhǎng)也最為顯著，平均株高和主莖直徑相較于CK 組顯著提高20.1%和9.9%，而T4 和T5 處理組因水分缺失和氮元素過(guò)量的雙重影響，平均株高相較于CK 組分別降低7.1%和30.7%，平均主莖直徑相較于CK 組分別降低3.9%和14.4%。T5 處理組植物出現(xiàn)機(jī)械性損傷，細(xì)胞和器官死亡，植物停止生長(zhǎng)發(fā)育，且主莖直徑因缺水出現(xiàn)萎蔫。

選擇施肥后第6、12、18 天為時(shí)間節(jié)點(diǎn)，探究時(shí)間序列下簸箕柳苗木株高和主莖直徑生長(zhǎng)速率（圖8），其中第6 天T1 與T2 處理組相同，T3 與T4 處理組相同，第12 天T2、T4、T5 處理組完成再次施加氮肥。

圖8 簸箕柳苗木施肥后時(shí)間序列生長(zhǎng)速率Fig. 8 After fertilization time series growth rate of Salix suchowensis seedlings

第6 天時(shí)，正常水分處理下，簸箕柳苗木株高隨氮肥含量增加而增加，T5 處理組株高生長(zhǎng)速率最高，達(dá)2.08 cm·d-1，相較CK 處理組提高68.9%；主莖直徑隨氮肥含量增加先增加后降低，T2 處理組主莖直徑生長(zhǎng)速率最高，達(dá)0.075 mm·d-1，相較CK 處理組提高1.60 倍。這表明植物不同部位對(duì)氮肥含量需求并不相同，苗期時(shí)氮多用于莖葉等幼嫩器官發(fā)育，根莖對(duì)氮需求不明顯，出現(xiàn)氮肥含量過(guò)高抑制主莖直徑生長(zhǎng)的現(xiàn)象。干旱脅迫處理下，簸箕柳苗木株高和主莖直徑生長(zhǎng)速率相較正常水分處理明顯降低，隨氮肥含量增加先增加再降低直至停止生長(zhǎng)，T1 處理組株高和主莖直徑生長(zhǎng)速率最高，分別達(dá)2.26 cm·d-1和0.051 mm·d-1，T5 處理組因水分缺失和氮肥含量過(guò)高植物已停止生長(zhǎng)，且主莖直徑出現(xiàn)萎縮，生長(zhǎng)速率甚至為-0.02 mm·d-1。

第12 天時(shí)，T2、T4、T5 處理組完成再次施加氮肥，正常水分處理下，簸箕柳苗木株高隨氮肥含量增加而增加，T2 和T4 處理組因再次施加氮肥，相較T1 和T3 處理組分別提高7.9%和13.0%，T5 處理組株高生長(zhǎng)速率仍最高，達(dá)2.37 cm·d-1，相較CK 處理組提高42.3%；主莖直徑隨氮肥含量增加先增加后降低，T3 處理組生長(zhǎng)速率最高，達(dá)0.075 mm·d-1，相較CK 處理組提高1.27 倍；與第6 天一樣，T5 處理組因水分缺失和氮肥含量過(guò)高植物已停止生長(zhǎng)。干旱脅迫處理下，與第6 天生長(zhǎng)規(guī)律相同，簸箕柳苗木株高和主莖直徑生長(zhǎng)速率相較正常水分處理顯著降低，隨氮肥含量增加先增加再降低直至停止生長(zhǎng)，T2 處理組因再次施加氮肥，株高和主莖直徑生長(zhǎng)速率最高，分別達(dá)2.26 cm·d-1和0.075 mm·d-1。

第18 天時(shí)，正常水分處理下，簸箕柳苗木株高隨氮肥含量增加先增加后降低，T3 處理組株高生長(zhǎng)速率最高，達(dá)2.17 cm·d-1，T5 處理組株高生長(zhǎng)速率明顯下降，為1.77 cm·d-1，這說(shuō)明植物對(duì)氮肥含量存在一定耐受性，超過(guò)耐受點(diǎn)后會(huì)抑制植物生長(zhǎng)；主莖直徑隨氮肥含量增加先增加后降低，T3 處理組主莖直徑生長(zhǎng)速率最高，達(dá)0.065 mm·d-1；與第12 天一樣，T5 處理組因水分缺失和氮肥含量過(guò)高植物已停止生長(zhǎng)。干旱脅迫處理下，與第6、12 天生長(zhǎng)規(guī)律相同，簸箕柳苗木株高和主莖直徑生長(zhǎng)速率相較正常水分處理顯著降低，隨氮肥含量增加先增長(zhǎng)再降低直至停止生長(zhǎng)，T2 處理組株高和主莖直徑生長(zhǎng)速率仍最高，分別達(dá)2.17 cm·d-1和0.065 mm·d-1。

總體來(lái)看，正常水分處理下，除T5 處理組外，其他組平均株高和主莖直徑均高于CK 處理組，其中T2處理組生長(zhǎng)速率最高，平均株高和主莖直徑生長(zhǎng)速率分別為1.92 cm·d-1和0.075 mm·d-1；干旱脅迫處理下，T1、T2 處理組平均株高高于CK 處理組，其中T2 處理組平均生長(zhǎng)速率最高，平均株高和主莖直徑生長(zhǎng)速率分別為1.05 cm·d-1和0.035 mm·d-1。這表明，干旱脅迫下植物生長(zhǎng)發(fā)育出現(xiàn)明顯遲緩現(xiàn)象，隨干旱程度加劇差異性更加明顯，小部分植物出現(xiàn)機(jī)械性損傷甚至死亡。不同梯度氮肥處理下，植物對(duì)氮肥吸收具有一定限度，氮肥施加過(guò)多會(huì)抑制植物快速生長(zhǎng)甚至燒傷植物，T2 處理組簸箕柳苗木能夠長(zhǎng)期穩(wěn)定快速發(fā)育，可作為苗木科學(xué)施用氮肥的參考。

3.2 水肥處理下苗木表型變化的可視化

水肥脅迫下，植物表型差異有時(shí)并不明顯，肉眼很難觀察，從時(shí)間序列圖像中提取表征苗木在梯度氮肥下應(yīng)激反應(yīng)能力的株高形態(tài)指標(biāo)，應(yīng)用可視化方法可呈現(xiàn)不同處理下株高的動(dòng)態(tài)變化。圖9 為正常水分處理下T2、T5 處理組簸箕柳苗木株高在時(shí)間序列上的變化，圖9a、c 為平臺(tái)采集的彩色圖像，圖9b、d為應(yīng)用可視化算法后的株高可視化圖像?？梢钥闯?，正常水分處理下，T2 處理組簸箕柳苗木上層葉尖逐漸轉(zhuǎn)變?yōu)樯罴t色，說(shuō)明隨著時(shí)間推移，株高不斷增加；T5 處理組42 天后簸箕柳苗木上層葉尖顏色停留在黃色，說(shuō)明氮肥過(guò)高導(dǎo)致植物停止生長(zhǎng)發(fā)育。株高可視化將簸箕柳苗木在時(shí)間序列上的生長(zhǎng)變化情況清楚呈現(xiàn)出來(lái)，便于直觀觀察出植物生長(zhǎng)發(fā)育情況。

圖9 簸箕柳苗木隨時(shí)間變化株高可視化示意Fig. 9 Visual diagram of plant height of Salix suchowensis seedlings changing with time

4 結(jié)論

1） 設(shè)計(jì)并構(gòu)建面向簸箕柳苗木的多視角表型信息采集平臺(tái)，通過(guò)拍攝多視角圖像，避免植物枝葉遮擋等問(wèn)題，提出近似拼接算法解決高角度和低角度圖像的拼接問(wèn)題，多視角圖像下株高和主莖直徑提取算法的R2分別為0.96 和0.74。

2） 整個(gè)生長(zhǎng)周期時(shí)間序列下，簸箕柳苗木平均株高和主莖直徑受不同水分處理顯著影響，正常水分處理下平均株高和主莖直徑相較干旱脅迫處理提高47.4%和10.7%。

3） 時(shí)間跨度上的簸箕柳苗木序列圖像處理結(jié)果表明，簸箕柳苗木平均株高和主莖直徑在梯度氮肥含量下出現(xiàn)差異性，株高和主莖直徑生長(zhǎng)隨氮肥含量增加呈先增加后降低趨勢(shì)。