唐衛(wèi)東 劉冬生 劉振文 王茜娟

摘要 葉性狀數(shù)字化對提高溫室環(huán)境智能決策與控制水平具有重要意義，針對傳統(tǒng)葉性狀變化模型難以反映外部環(huán)境脅迫等問題，提出基于環(huán)境脅迫的黃瓜營養(yǎng)期葉片性狀數(shù)字化系統(tǒng)設(shè)計方法。根據(jù)試驗觀測數(shù)據(jù)提取黃瓜營養(yǎng)期葉片性狀特征信息，并在此基礎(chǔ)上對葉片性狀信息與溫室環(huán)境信息進(jìn)行融合，采用信息重構(gòu)與虛擬植物技術(shù)構(gòu)建反映環(huán)境脅迫的葉性狀信息數(shù)字化模型。在環(huán)境控制分析與模型融合基礎(chǔ)上實現(xiàn)溫室黃瓜葉片生長信息數(shù)字化系統(tǒng)的有機集成。實例驗證表明，該方法有效地虛擬了葉片性狀受外部環(huán)境脅迫的動態(tài)變化。

關(guān)鍵詞 溫室;環(huán)境脅迫;信息融合;葉片性狀;數(shù)字化

中圖分類號 S126;TP391文獻(xiàn)標(biāo)識碼 A

文章編號 0517-6611（2019）14-0238-04

doi：10.3969/j.issn.0517-6611.2019.14.070

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract The digitalization of leaf traits is of great significance to improve the level of intelligent decisionmaking and control of greenhouse environment.Aiming at the problem that traditional leaf traits change model can not reflect external environmental stress，a method of designing digital system of leaf traits of cucumber in vegetative period based on environmental stress was put forward.Based on the experimental observation data，the leaf trait information of cucumber in vegetative period was extracted.And based on this，the leaf trait information was fused with greenhouse environmental information.Information reconstruction and virtual plant technology were used to construct a digital model of leaf traits information reflecting environmental stress.Based on the integration of environmental control analysis and model，the digital system of cucumber leaf growth information in greenhouse was integrated.Examples showed that the method effectively simulated the dynamic changes of leaf traits under external environmental stress.

Key words Greenhouse;Environmental stress;Information fusion;Leaf traits;Digital method

作者簡介 唐衛(wèi)東（1974—），男，江西吉安人，副教授﹐博士，從事農(nóng)業(yè)信息化及溫室環(huán)境控制研究。

收稿日期 2019-02-19

隨著數(shù)字農(nóng)業(yè)的發(fā)展，農(nóng)林?jǐn)?shù)字化設(shè)計已逐漸為現(xiàn)代農(nóng)業(yè)的作物育苗、植株株型改良及其生長監(jiān)測等提供有力支持[1]。例如，Ngele等[2]構(gòu)建了數(shù)字植物代謝功能模型，有效地探究了外部環(huán)境因子對植物代謝功能的作用機制;Harder等[3]基于花序演變時的拓?fù)浣Y(jié)構(gòu)、幾何形態(tài)及物候期特征，建立了花序的體系結(jié)構(gòu)可視化模型，有效地探究了花序結(jié)構(gòu)-功能互作機理。葉片是作物地上部冠層完成光合作用、蒸騰作用等生理功能的重要敏感器官，在不同生境下以葉片等主要器官為對象進(jìn)行建模并利用其探究作物功能-結(jié)構(gòu)關(guān)系的研究已引起國內(nèi)外學(xué)者的廣泛關(guān)注[4-5]。Furutani等[6]基于植物生長素在根、葉等器官之間的傳輸過程建立了相關(guān)器官的形態(tài)結(jié)構(gòu)及生理功能模型;Ge等[7]通過提取玉米葉性狀特征并利用Lemnatec提供的GmbH系統(tǒng)可實時監(jiān)測玉米的生長狀態(tài)。苗騰等[8]利用葉性狀特征參數(shù)并基于數(shù)據(jù)約束建立了黃瓜葉片參數(shù)化模型。目前，有關(guān)植物生長數(shù)字化的研究多以田間作物為主，近年來有關(guān)葉片形態(tài)的數(shù)字化仿真研究受多數(shù)研究者關(guān)注[9-10]，而對溫室植物的研究則不多見，尤其是葉性狀信息數(shù)字化及其在溫室環(huán)境控制中的研究鮮見報道。鑒于此，筆者在已獲取黃瓜葉片生長信息并對其融合的基礎(chǔ)上，研究溫室黃瓜葉片性狀信息數(shù)字化及其環(huán)境控制過程，對溫室黃瓜葉片性狀進(jìn)行動態(tài)模擬，為現(xiàn)代溫室作物生長及其環(huán)境調(diào)控提供支持。

1 信息融合

1.1 數(shù)據(jù)采集

在溫室作物生產(chǎn)中，數(shù)據(jù)采集主要包括環(huán)境信息和葉器官生長信息。環(huán)境信息主要由植物生長的水分、養(yǎng)分、溫度、濕度、光照等構(gòu)成，這可根據(jù)當(dāng)?shù)貧庀髷?shù)據(jù)并通過信息測定傳感器獲得。葉器官生長信息主要包括葉器官的生理狀態(tài)（蒸騰速率、光合作用速率等）、生長量（葉長、葉寬及葉面積等）等。其中，光合作用速率、蒸騰速率等信息由光合測定儀及植物生理生態(tài)儀采集獲得，葉長、葉寬及葉面積等信息可采用位移傳感器采集獲得。

1.2 信息處理

由試驗觀測所獲取的葉片形態(tài)結(jié)構(gòu)與生理生態(tài)數(shù)據(jù)僅能反映葉器官局部生長狀況，且采集的原始數(shù)據(jù)由于信息粗糙或缺乏信息之間內(nèi)在關(guān)系而難以反映葉片生長規(guī)律。為此，可應(yīng)用數(shù)據(jù)挖掘方法對原始的試驗觀測數(shù)據(jù)進(jìn)行分析和預(yù)處理，以適應(yīng)計算機模擬葉片生長所需的環(huán)境設(shè)置要求，并通過對葉片生長的定量化處理來有效提取能反映葉片不同生長階段狀況的特征信息，如葉片拓?fù)湫畔⑴c器官形態(tài)信息。采用遺傳算法對這些特征信息進(jìn)行篩選和優(yōu)化組合，去掉次要的和重復(fù)的信息，由此獲得葉片不同生長階段的形態(tài)參數(shù)與生理生態(tài)參數(shù)。在處理數(shù)據(jù)時，可根據(jù)不同類型的信息開發(fā)各類數(shù)據(jù)處理模塊并選擇合適的數(shù)據(jù)結(jié)構(gòu)有序地組織這些信息，在此基礎(chǔ)上建立葉器官特征參數(shù)庫，以供將來構(gòu)建虛擬葉片模型使用。

1.3 信息融合

葉片生長是一個連續(xù)不斷的生命過程，其間發(fā)生許多量和質(zhì)的變化，如葉片拓?fù)浣Y(jié)構(gòu)、幾何形態(tài)等[5]。葉片生長不僅受內(nèi)在因素作用還受外部環(huán)境因子影響，依賴現(xiàn)有的葉性狀變化模型僅能表達(dá)葉片局部變化規(guī)律，如基于生理生態(tài)功能的葉性狀模型能夠預(yù)測葉片的光合產(chǎn)物、同化物分配等生理行為，而基于形態(tài)結(jié)構(gòu)的葉片形態(tài)發(fā)生模型能夠模擬葉片的大小等形態(tài)特征，難以較全面地反映葉器官生長機理。因此，需要將葉片生長信息與外部環(huán)境信息進(jìn)行有機融合，以便在計算機上實現(xiàn)葉片生長過程的真實再現(xiàn)。

在葉器官生長發(fā)育過程中，葉片生長與外部環(huán)境存在一定的相互關(guān)系（圖1），為外部環(huán)境、葉片形態(tài)結(jié)構(gòu)與生理生態(tài)信息之間的交互過程?？紤]到葉片生長與外部環(huán)境之間的信息交互具有較強的時空性，采用模糊理論或神經(jīng)網(wǎng)絡(luò)方法進(jìn)行信息融合，將按時序獲得的實驗觀測信息依據(jù)一定準(zhǔn)則進(jìn)行分析綜合以供分配使用。

2 葉片性狀數(shù)字化

2.1 信息重構(gòu)方法

為了將葉器官生長信息轉(zhuǎn)換為數(shù)字化信息，需采用信息重構(gòu)方法對葉片生長信息進(jìn)行數(shù)字化。根據(jù)所提取的葉片特征信息，構(gòu)造出反映葉片拓?fù)渥兓男螒B(tài)發(fā)生數(shù)學(xué)模型，并基于圖形技術(shù)建立葉片形態(tài)的幾何模型及其顯示模型，并在信息融合基礎(chǔ)上實現(xiàn)葉片生長信息重構(gòu)。信息重構(gòu)過程主要為：

①利用所建立的反映不同生長階段葉片拓?fù)浣Y(jié)構(gòu)及形態(tài)變化的特征參數(shù)庫，通過定量化處理不同生育階段的形態(tài)變化，依據(jù)葉片拓?fù)渥兓?guī)則及同化物的定量分配構(gòu)造葉片的形態(tài)發(fā)生數(shù)學(xué)模型。

②依據(jù)葉片形態(tài)發(fā)生數(shù)學(xué)模型，由試驗觀測數(shù)據(jù)及葉片在不同生育階段特性提取葉片特征參數(shù)庫的形態(tài)信息，并根據(jù)葉片結(jié)構(gòu)和形態(tài)將葉片拓?fù)湫畔⒑托螒B(tài)信息映射處理為點、線、面等幾何圖形信息，再采用相關(guān)的數(shù)據(jù)結(jié)構(gòu)組織與存儲這些信息以供調(diào)用。

③對葉片在不同生長階段的幾何信息進(jìn)行歸一化處理，依據(jù)葉片生長特性基于Nurbs技術(shù)與器官圖形化函數(shù)模塊構(gòu)建歸一化的器官圖形庫。

④根據(jù)葉片形態(tài)發(fā)生方式構(gòu)建葉片幾何模型，并依據(jù)葉片拓?fù)渥兓?guī)則，基于葉片特征參數(shù)與圖形庫，結(jié)合葉片紋理、陰影及光照模型構(gòu)建葉片拓?fù)浣Y(jié)構(gòu)與形態(tài)變化的顯示模型，從而將幾何數(shù)據(jù)信息通過信息的圖形化處理轉(zhuǎn)換為對應(yīng)的圖形圖像信息。

在對葉片生長信息進(jìn)行重構(gòu)時，有效構(gòu)建葉片形態(tài)發(fā)生數(shù)學(xué)模型是建立葉片形態(tài)的幾何模型及其顯示模型的關(guān)鍵。根據(jù)不同生育階段葉片生長特性，通過定期試驗觀測得到葉片形態(tài)結(jié)構(gòu)與生理生態(tài)作用關(guān)系，確立葉片拓?fù)渥兓?guī)則，由此對葉片在不同生育階段的形態(tài)變化進(jìn)行定量化處理，再依據(jù)葉片拓?fù)渥兓?guī)則構(gòu)造葉片的形態(tài)發(fā)生數(shù)學(xué)模型。

2.2 葉片性狀數(shù)字化模型構(gòu)建

根據(jù)試驗觀測結(jié)果所構(gòu)建的葉片生長模型在一定程度上反映了葉片形態(tài)發(fā)生和生理生態(tài)變化規(guī)律，而采用特征提取和信息融合方法并通過信息重構(gòu)所建立的虛擬葉片模型則能在計算機上較好地模擬葉片生長行為。

為實現(xiàn)葉片生長過程的數(shù)字化，在大量試驗觀測基礎(chǔ)上，結(jié)合葉片生長模擬模型，針對葉片生長過程中發(fā)生的拓?fù)浣Y(jié)構(gòu)和形態(tài)變化，建立反映葉片生長機理的虛擬葉片模型來對葉片生長進(jìn)行模擬。由圖2可知，為虛擬葉片模型構(gòu)建過程及利用該模型對葉片生長信息進(jìn)行重構(gòu)以實現(xiàn)對葉片性狀變化的數(shù)字化模擬。

3 環(huán)境控制系統(tǒng)

現(xiàn)代溫室環(huán)境控制系統(tǒng)大多利用傳感器監(jiān)測水分、光照、溫度、CO2濃度等環(huán)境信息，根據(jù)設(shè)定值或模型提供決策值，對溫室環(huán)境進(jìn)行控制。這些環(huán)境因子之間都是互相關(guān)聯(lián)的，如光照增強則溫度提高，溫度提高則濕度下降，若采用單因子的環(huán)境信息采集和控制，則會出現(xiàn)一些冗余的條件屬性及重復(fù)信息，影響了信息存儲空間的有效利用，也存在控制的片面性。因此，為了提高溫室環(huán)境智能決策與調(diào)控水平，筆者對溫室黃瓜生長信息與環(huán)境信息進(jìn)行融合，結(jié)合相關(guān)模型庫、數(shù)據(jù)庫、專家?guī)斓然拘畔?，實現(xiàn)基于信息融合的數(shù)字化溫室環(huán)境調(diào)控，圖3為溫室環(huán)境控制系統(tǒng)結(jié)構(gòu)示意圖。由圖3可知，溫室植物生長與環(huán)境因子監(jiān)測信息通過信息傳輸鏈路送入環(huán)境控制設(shè)施，經(jīng)過信息轉(zhuǎn)換后再送入計算機操作室進(jìn)行處理，處理結(jié)果將通過信息傳輸鏈路返回給環(huán)境控制設(shè)施，再通過信息傳輸鏈路實施溫室環(huán)境因子的調(diào)控。

4 系統(tǒng)集成

在對植物生長進(jìn)行數(shù)字化及環(huán)境調(diào)控時，需要對植物生長模型和虛擬植物模型進(jìn)行有機融合。

①以時間為步長并依據(jù)葉片形態(tài)顯示模型計算有關(guān)葉片形態(tài)特征信息，再將其傳遞給葉片形態(tài)發(fā)生數(shù)學(xué)模型，并利用其獲得新的葉片拓?fù)浣Y(jié)構(gòu)信息與形態(tài)信息，從而通過信息互反饋實現(xiàn)葉片形態(tài)發(fā)生數(shù)學(xué)模型與葉片形態(tài)顯示模型的融合。②利用融合后的各模型作為數(shù)據(jù)處理模塊，以文檔為外部數(shù)據(jù)輸入接口，集成系統(tǒng)并采用人機交互界面在視口中顯示葉片生長的數(shù)字化模擬或預(yù)測分析結(jié)果，實時掌握與合理決策植物葉片適宜的生長條件。

依據(jù)葉片生長數(shù)字化流程，結(jié)合虛擬植物及其模型構(gòu)建思想，由試驗獲取葉片形態(tài)結(jié)構(gòu)與生理生態(tài)信息，通過信息處理將葉片生長的時間和空間信息進(jìn)行重構(gòu)，并基于植物學(xué)規(guī)律對模型進(jìn)行有機融合，再采用相應(yīng)的技術(shù)路線實現(xiàn)植物生長信息數(shù)字化模擬和環(huán)境控制。圖4為基于輸入輸出特征的特征獲取-虛擬植物模型構(gòu)建及其融合-數(shù)字化模擬與環(huán)境調(diào)控。

此外，為了有效實施溫室環(huán)境調(diào)控，需在信息融合基礎(chǔ)上獲得溫室土壤水分、溫度、光照、濕度等環(huán)境因子的最佳控制量以便實施溫室環(huán)境控制;利用試驗結(jié)果并通過葉片形態(tài)發(fā)生模型、拓?fù)浣Y(jié)構(gòu)與幾何模型及數(shù)字化顯示模型，對信息融合及數(shù)字化模擬結(jié)果進(jìn)行評價分析，對信息融合及數(shù)字化方法進(jìn)行完善。

5 實例應(yīng)用與分析

以溫室水果黃瓜為例，根據(jù)試驗觀測值，開發(fā)了一個溫室黃瓜生長數(shù)字化原型系統(tǒng)，該系統(tǒng)能夠模擬植株在外部環(huán)境作用下的動態(tài)生長過程。該系統(tǒng)以Visual C++為開發(fā)平臺，充分利用開放式圖形工具包OpenGL提供的圖形函數(shù)模塊，針對黃瓜葉片等器官性狀變化特點及外部環(huán)境作用規(guī)律，該系統(tǒng)設(shè)計了一個基本屬性對話框，由該對話框進(jìn)行交互設(shè)計，修改植株葉片形態(tài)參數(shù)，如葉片形狀、葉柄與莖的夾角等（圖5）;外部環(huán)境因子如水分、光強、溫度等則根據(jù)試驗采集數(shù)據(jù)通過加載環(huán)境因子文本文件獲得。

在設(shè)置有關(guān)形態(tài)特征參數(shù)及外部環(huán)境條件后，由該系統(tǒng)得到如圖6、7所示的植株在不同生長天數(shù)時的模擬結(jié)果。其中圖6模擬了黃瓜在不適環(huán)境下的動態(tài)生長過程，植株出現(xiàn)葉片枯黃且停滯生長直至衰敗的現(xiàn)象，可能因為黃瓜沒有獲得足夠的溫度、光照、水肥等環(huán)境條件而無法進(jìn)行正常的生長發(fā)育;圖7模擬了黃瓜生長環(huán)境有所改善，當(dāng)植株獲得適宜的環(huán)境條件后黃瓜葉片才能完成正常的生長發(fā)育，葉片性狀變化良好。通過實驗驗證得出，該系統(tǒng)模擬結(jié)果與試驗觀測結(jié)果基本一致，表明該系統(tǒng)可以為動態(tài)掌握黃瓜生長發(fā)育和對溫室環(huán)境智能調(diào)控提供技術(shù)支持。

以上植株生長過程不難發(fā)現(xiàn)，從幼苗階段開始到發(fā)育成熟階段，若給定適合植物生長的水分、養(yǎng)分、光照、溫度等條件，則在外部環(huán)境因子作用下，葉片等器官能夠按照正常的生長規(guī)律發(fā)生變化，否則需要對溫室環(huán)境相關(guān)參數(shù)進(jìn)行調(diào)節(jié)以獲得適宜植物生長的外部環(huán)境條件。

6 小結(jié)

該研究采用信息融合及重構(gòu)方法，對溫室黃瓜營養(yǎng)期葉性狀信息數(shù)字化及其環(huán)境脅迫進(jìn)行了研究。利用所構(gòu)建的溫室黃瓜營養(yǎng)期生長數(shù)字化原型系統(tǒng)對葉片性狀在不同環(huán)境下的變化進(jìn)行了仿真，不僅實現(xiàn)了葉片生長過程的可視化，反映了葉性狀特征變化規(guī)律，還通過信息融合及借助計算機手段實現(xiàn)對黃瓜等植物生長的動態(tài)跟蹤與管理，提高溫室環(huán)境智能決策與控制水平，從而更好地為現(xiàn)代農(nóng)業(yè)生產(chǎn)與管理提供服務(wù)。

考慮到不同植物生長特性的差異，應(yīng)用該方法時需要考慮到很多因素，這也是構(gòu)建數(shù)字化控制系統(tǒng)的難點，擬在將來研究中通過試驗觀測和工作積累加以解決。

參考文獻(xiàn)

[1] 趙春江，陸聲鏈，郭新宇，等.數(shù)字植物研究進(jìn)展：植物形態(tài)結(jié)構(gòu)三維數(shù)字化[J].中國農(nóng)業(yè)科學(xué)，2015，48（17）：3415-3428.

[2] NGELE T，WECKWERTH W.Mathematical modeling of plant metabolism―From reconstruction to prediction[J].Metabolites，2012，2（3）：553-566.

[3] HARDER L D，PRUSINKIEWICZ P.The interplay between inflorescence development and function as the crucible of architectural diversity[J].Annals of botany，2013，112（8）：1477-1493.

[4] 王志彬，王開義，王書鋒，等.基于動態(tài)集成的黃瓜葉部病害識別方法[J].農(nóng)業(yè)機械學(xué)報，2017，48（9）：46-52.

[5] UBBENS J，CIESLAK M，PRUSINKIEWICZ P，et al.The use of plant Models in deep learning：An application to leaf counting in rosette plants[J].Plant Methods，2018，14（1）：6-15.

[6] FURUTANI M，NAKANO Y，TASAKA M.MAB4-induced auxin sink generates local auxin gradients in Arabidopsis organ formation[J].Proceedings of the national academy of sciences of the United States of America，2014，111（3）：1198-1203.

[7] GE Y F，BAI G，STOERGER V，et al.Temporal dynamics of maize plant growth，water use，and leaf water content using automated high throughput RGB and hyper spectral imaging[J].Computers and electronics in agriculture，2016，127：625-632.

[8] 苗騰，趙春江，郭新宇，等.基于數(shù)據(jù)約束的黃瓜葉片參數(shù)化建模[J].農(nóng)業(yè)機械學(xué)報，2011，42（1）：171-176.

[9] 楊亮，郭新宇，陸聲鏈，等.基于多幅圖像的黃瓜葉片形態(tài)三維重建[J].農(nóng)業(yè)工程學(xué)報，2009，25（2）：141-144.

[10] 蔡祥，孫宇瑞，趙燕東，等.基于3-D數(shù)據(jù)的葉片萎蔫形態(tài)辨識方法[J].農(nóng)業(yè)機械學(xué)報，2015，46（5）：286-292.