楊樹是一種分布廣泛的速生林木，對木材生產(chǎn)和防護林建設(shè)具有重要意義。干旱脅迫是一種典型的非生物脅迫，是影響楊樹生長和產(chǎn)量的主要因素之一。目前，高通量植物表型分析技術(shù)作為一種快速、無損地分析植物生長狀態(tài)（如水分、養(yǎng)分含量）的工具已被廣泛研究。結(jié)合計算機視覺和深度學(xué)習(xí)來獲取表型信息，為植物干旱脅迫分析帶來了新思路。然而，訓(xùn)練性能優(yōu)異的深度學(xué)習(xí)模型需要大量帶有人工標(biāo)注的樣本，其制備成本高、時間消耗大，限制了此類方法的運用的。

2024年7月， Plant Phenomics 在線發(fā)表了南京林業(yè)大學(xué)張慧春教授團隊題為 Phenotyping of Drought-Stressed Poplar Saplings Using Exemplar-Based Data Generation and Leaf-Level Structural Analysis 的研究論文。

本文通過提出一種訓(xùn)練數(shù)據(jù)集擴增方法生成高質(zhì)量、多樣化的范例數(shù)據(jù)，依靠極少量的人工標(biāo)注訓(xùn)練模型，為圖像處理算法的開發(fā)、測試和優(yōu)化提供了有力支持。選擇了4個不同品種的楊樹幼苗，采用了5種不同的灌溉頻率進行培育。通過采集楊樹植株RGB圖像進行分析，開展了葉片姿態(tài)信息計算和干旱脅迫等級判定研究。

首先，通過深度學(xué)習(xí)實例分割算法來提取葉片、葉柄和中脈區(qū)域；提出了一種訓(xùn)練數(shù)據(jù)集擴增方法，標(biāo)注極少量圖像后將葉片、樹干、背景進行重組合成新的、帶有標(biāo)簽的合成圖像，以降低深度學(xué)習(xí)模型訓(xùn)練所需的人工標(biāo)注成本；計算葉柄和中脈的擬合線與水平方向的夾角，實現(xiàn)葉片姿態(tài)信息的數(shù)字化表征。其次，提出多任務(wù)學(xué)習(xí)模型，同時判定干旱脅迫等級和楊樹品種，以減少楊樹品種差異對干旱脅迫識別的干擾。

圖1提出的楊樹苗圖像-標(biāo)簽自動合成方法

結(jié)果表明，提出的算法對葉柄和中脈的角度計算的平均絕對誤差分別為10.7°和8.2°。干旱脅迫導(dǎo)致葉片萎蔫，在數(shù)字信息中表現(xiàn)為葉片的水平角度增大。此外，在脅迫等級評估任務(wù)中，使用原始RGB圖像作為輸入，多任務(wù)MobileNet實現(xiàn)了最高的準(zhǔn)確率（楊樹品種識別為99%，干旱脅迫等級分類為76%），優(yōu)于廣泛使用的單任務(wù)深度學(xué)習(xí)模型（預(yù)測數(shù)據(jù)集上的脅迫等級分類準(zhǔn)確率<70%）。本研究提出的植物表型分析方法可進一步用于抗旱脅迫楊樹植株篩選和精確灌溉決策。

圖2基于卷積神經(jīng)網(wǎng)絡(luò)的楊樹干旱脅迫檢測模型

(A)單任務(wù)學(xué)習(xí)模型，(B)多任務(wù)學(xué)習(xí)模型

圖3 楊樹葉片生長姿態(tài)的可視化

(A)和(C)是對照組樣本的分割結(jié)果和姿態(tài)信息，(B)和(D)是中度干旱脅迫組的分割結(jié)果和姿態(tài)信息。

南京林業(yè)大學(xué)機械電子工程學(xué)院周磊老師為第一作者，張慧春教授為通訊作者。張慧春教授團隊從事林業(yè)信息技術(shù)與裝備、林木表型感知技術(shù)與裝備、光譜分析和圖像處理的研究。該研究得到了國家重點研發(fā)計劃、國家自然科學(xué)基金、江蘇省農(nóng)業(yè)科技自主創(chuàng)新基金項目、江蘇省333高層次人才培養(yǎng)工程項目的支持。

論文鏈接：
‍https://doi.org/10.34133/plantphenomics.0205‍

——推薦閱讀——
A Multi-Modal Open Object Detection Model for Tomato Leaf Diseases with Strong Generalization Performance Using PDC-VLD
https://doi.org/10.34133/plantphenomics.0220
Plant Phenomics | 中南林科大周國雄教授團隊基于PDC-VLD的具有較強泛化性能的番茄葉病多模態(tài)開放目標(biāo)檢測模型
Improved Transformer for Time Series Senescence Root Recognition
https://doi.org/10.34133/plantphenomics.0159
Plant Phenomics | 河北農(nóng)業(yè)大學(xué)基于改進Transformer的時間序列進行根系衰老識別

加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會、�？�發(fā)布會等高質(zhì)量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics
《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點領(lǐng)域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄�？祁Ｎò睯CR2023影響因子為7.6，位于農(nóng)藝學(xué)一區(qū)（1/125名），植物科學(xué)一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動計劃高起點新刊項目、2024年入選江蘇科技期刊卓越行動計劃領(lǐng)軍期刊項目。

說明：本文由《植物表型組學(xué)》編輯部負責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：張慧春、周磊
排版：趙倩瑩（中國科學(xué)院大學(xué)）
審核：孔敏、王平