關(guān)鍵詞： 根系三維構(gòu)型； X 射線CT； 圖像分割； 根系定量化

根系是植物在土壤中吸收養(yǎng)分、水分和氧氣的重要器官，其對(duì)錨定植物地上部、改變植物抗倒伏有重要的作用[1]。根系對(duì)土壤環(huán)境具有高度適應(yīng)性，當(dāng)感知到土壤中的氧氣、水分、養(yǎng)分、機(jī)械阻力等脅迫后，根系會(huì)及時(shí)作出響應(yīng)，如改變生長(zhǎng)角度[2]，增粗[ 3 ]、深扎[ 4 ]、向孔隙生長(zhǎng)[ 5 ? 6 ]等以適應(yīng)土壤環(huán)境的變化。同時(shí)，根系活動(dòng)會(huì)影響其周圍土壤的物理、化學(xué)和生物性質(zhì)[ 7 ]。對(duì)根系三維構(gòu)型的可視化與定量化研究有助于了解根系生長(zhǎng)動(dòng)態(tài)，認(rèn)識(shí)植物對(duì)土壤環(huán)境的適應(yīng)機(jī)制以及根系與土壤的相互作用。

土壤是自然生態(tài)系統(tǒng)中植物根系生長(zhǎng)的介質(zhì)，由于土壤不透明且組成、結(jié)構(gòu)復(fù)雜，研究其中生長(zhǎng)的根系十分困難。很多研究中使用均質(zhì)、透明的生長(zhǎng)介質(zhì)（凝膠[ 8 ]、瓊脂[ 9 ]） 來代替土壤，或者采用水培、砂培等方法來觀察根系的構(gòu)型。但是由于這些介質(zhì)的性質(zhì)與土壤存在較大差異，導(dǎo)致研究結(jié)果與實(shí)際情況可能存在較大差異。為了獲取自然土壤中根系的結(jié)構(gòu)，過去大多采用破壞性取樣的方式，包括挖掘法[10]和根鉆法[11?12]等，結(jié)合圖像獲取和分析來得到根系特征。這類方法雖簡(jiǎn)單易行，但耗時(shí)耗力，且容易對(duì)根系造成損傷，經(jīng)常無法獲取完整根系構(gòu)型特征。Wu 等[13]在田間挖掘的同時(shí)，采用三維數(shù)字化儀結(jié)合圖像處理在田間原位獲得相對(duì)完整的玉米根系三維結(jié)構(gòu)，能精細(xì)的獲得玉米軸根特征，但無法捕獲側(cè)根、根毛等細(xì)根信息，且該方法費(fèi)時(shí)費(fèi)力。微根管法是一種非破壞性的原位觀察植物根系的方法[14]，通過在土壤中裝入玻璃管或塑料管，配置攝像系統(tǒng)，動(dòng)態(tài)觀察貼管壁根系（尤指細(xì)根） 的生長(zhǎng)、衰老、死亡及分解等過程，獲得根系伸長(zhǎng)率、根系密度、根表面積及根系數(shù)量等根系特征[15]。但微根管法只能獲取根管周圍根系的構(gòu)型，是否能完全代表整株植物根系生長(zhǎng)還存在疑問[16]。探地雷達(dá)法[17]通過電磁波對(duì)土壤中具有不同介電常數(shù)物質(zhì)的響應(yīng)特征來實(shí)現(xiàn)對(duì)目標(biāo)的探測(cè)，該方法主要用于研究大型植物根系，對(duì)細(xì)根探測(cè)靈敏度較低。

非破壞性獲取土壤中三維根系構(gòu)型方法近年來得到了快速的發(fā)展，其中核磁共振成像（MRI） 和X射線斷層成像（compute tomgraphy，CT） 可無損分析根系三維結(jié)構(gòu)。核磁共振法[18]通過強(qiáng)磁場(chǎng)和射頻場(chǎng)獲取樣品的3D 數(shù)據(jù)集，然后通過圖像分析將根系從土壤中提取出來。然而，土壤中順磁性離子的存在會(huì)影響成像效果，從而不能分析植物的細(xì)根。X 射線CT 掃描是一種快速、無損、非破壞性研究土壤中根系三維構(gòu)型的方法，被認(rèn)為是打開土壤“黑箱”的鑰匙，近年來在根系研究中得到了廣泛的應(yīng)用[7， 19?20]。本文詳細(xì)介紹了利用X 射線CT 技術(shù)研究植物根系的原理和方法，對(duì)X 射線CT 掃描的關(guān)鍵環(huán)節(jié)、參數(shù)設(shè)置、圖像處理和分析的主要方法進(jìn)行了總結(jié)，以期為根系構(gòu)型相關(guān)研究提供參考。

1 X 射線CT 的基本原理及主要類型

1.1 X 射線CT 的基本原理

X 射線穿透樣品時(shí)能量會(huì)發(fā)生不同程度的衰減。當(dāng)強(qiáng)度為Io 的X 射線穿過厚度為D 的某一均質(zhì)物體后，射線強(qiáng)度由于物體的吸收和散射而衰減為I，并服從Beer-Lambert 定律：

式中：μ 為該物體的線性衰減系數(shù)，它取決于該物質(zhì)的組成和密度。而當(dāng)X 射線穿過厚度為D 的一組混合物質(zhì)時(shí)，其衰減程度決定于光路內(nèi)每一離散點(diǎn)上物質(zhì)的衰減系數(shù)。用探測(cè)器檢測(cè)衰減后的投影信號(hào)并將其傳輸?shù)接?jì)算機(jī)上。通過改變X 射線穿透的角度，可以獲取一組投影數(shù)據(jù)，通過重建算法可以計(jì)算出樣品內(nèi)每一個(gè)離散點(diǎn)的線性衰減系數(shù)，根據(jù)線性吸收系數(shù)的差異，可以區(qū)分樣品內(nèi)部不同物質(zhì)的組成[19]。在土壤中，富含金屬的顆粒對(duì)X 射線的衰減作用最大，其次是石英砂、粘土礦物、有機(jī)質(zhì)，最后是空氣，即土壤孔隙。根系的灰度值介于土壤基質(zhì)和土壤孔隙之間（圖1），且與土壤有機(jī)質(zhì)的灰度值較接近，同時(shí)還受土壤含水量等因素的影響[7]。

1.2 用于根系掃描研究的X 射線CT 主要類型

根系構(gòu)型研究中應(yīng)用的CT 主要包括醫(yī)用CT、工業(yè)顯微CT 和同步輻射顯微CT 等類型。不同類型CT 的X 射線類型、空間分辨率、適用范圍等存在較大差異[19] （圖2）。

醫(yī)用CT 的X 射線源和探測(cè)器繞著被掃描的物體轉(zhuǎn)動(dòng)（圖2a），其錐形光束具有相對(duì)廣泛的能量范圍。醫(yī)用CT 優(yōu)勢(shì)在于可以在相對(duì)較短的時(shí)間內(nèi)進(jìn)行掃描，且能夠掃描較大的樣品。但醫(yī)用CT 研究根系的缺點(diǎn)是分辨率較低[7]。Lontoc-Roy 等[21]利用醫(yī)用CT掃描了萌發(fā)5 天內(nèi)的玉米根系，圖像空間分辨率為0.12 mm×0.12 mm×0.1 mm。Subramanian 等[22]利用醫(yī)用CT 掃描了生長(zhǎng)3 周的玉米根系，分辨率為0.35 mm×0.35 mm×0.40 mm。Han[23]掃描了生長(zhǎng)10 周的土豆根系，分辨率為0.176 mm×0.176 mm×0.2 mm。醫(yī)用CT 可以掃描野外采集的原狀大土柱。例如Hu 等[24]對(duì)不同類型草地的土柱樣品（直徑10 cm，高50 cm）進(jìn)行掃描，分析根系的特征，分辨率為0.146 mm×0.146 mm×0.312 mm。

工業(yè)顯微CT 也是多色光源，X 射線源的能量范圍較寬。在掃描時(shí)，X 射線源和探測(cè)器固定，被掃描的樣品水平旋轉(zhuǎn)（圖2b）。工業(yè)顯微CT 的分辨率范圍較大，一般可以達(dá)到10～100 μm[20]，而且隨著技術(shù)的不斷發(fā)展，工業(yè)顯微CT 的分辨率還在提高。在根系結(jié)構(gòu)研究中，工業(yè)顯微CT 的應(yīng)用最普遍，目前已用于研究玉米、水稻、小麥、番茄等多種作物的根系[20]。不同類型工業(yè)顯微CT 可掃描樣品的大小和分辨率不同，因而其可研究的作物以及作物根系的生長(zhǎng)期范圍也不相同。具體來說，小型的工業(yè)顯微CT 可掃描的樣品尺寸較小，因此多用于研究作物苗期的根系[25?26]。中型和大型的CT 可掃描的樣品尺寸較大，因此不僅能夠研究苗期的根系，還可以研究不同生育期的根系。

同步輻射顯微CT 的X 射線束是一束能量范圍很窄的射線。在掃描時(shí)，X 射線源和探測(cè)器固定，被掃描的樣品水平旋轉(zhuǎn)（圖2c）。同步輻射CT 的優(yōu)勢(shì)在于掃描速度快，分辨率更高，其掃描樣品的尺寸也較小，因此多用于研究細(xì)根對(duì)某些特定元素的吸收[27?28]，鮮用于研究根系整體構(gòu)型。Kurogane 等[29]成功從同步輻射CT 圖像中分割出了擬南芥的根系。Aravena 等[30]利用同步輻射CT 研究了根系壓實(shí)對(duì)根際水力學(xué)特性的影響。此外，同步輻射CT 在國(guó)內(nèi)數(shù)量少，限制了其在根系結(jié)構(gòu)研究方面的應(yīng)用。

2 樣品準(zhǔn)備、CT 掃描和圖像重建

2.1 樣品準(zhǔn)備

三維根系構(gòu)型的定量化研究通常使用原狀或填裝的土柱樣品，這些樣品來自田間取樣或室內(nèi)培養(yǎng)試驗(yàn)，在田間取樣或室內(nèi)培養(yǎng)過程中需盡量減少對(duì)樣品的擾動(dòng)，以免破壞根系構(gòu)型。

土柱樣品大小直接影響CT 圖像質(zhì)量與分辨率[31?32]。為了獲取土壤樣品中的根系整體結(jié)構(gòu)，在CT 掃描過程中，X 射線需要穿透整個(gè)樣品后在探測(cè)器上成像。土壤樣品直徑越大，掃描分辨率相應(yīng)越低，樣品內(nèi)部細(xì)節(jié)信息損失越多。另外，樣品直徑越大，掃描過程中X 射線衰減程度越大，需要調(diào)高X 射線的強(qiáng)度以保證探測(cè)器收集到足夠的光子，從而保證成像質(zhì)量。也有學(xué)者在不破壞樣品的情況下，只對(duì)樣品的感興趣區(qū)域進(jìn)行成像，從而獲取更高的圖像分辨率[33]。因此，在樣品采集和準(zhǔn)備過程中，就應(yīng)該考慮到CT 掃描儀的要求和目標(biāo)圖像的分辨率需求。

樣品容器、土壤含水量、土壤質(zhì)地和緊實(shí)度等因素也會(huì)影響圖像質(zhì)量和根系的可辨別程度。在田間取樣或室內(nèi)培養(yǎng)試驗(yàn)開始之前，需要選擇合適的樣品容器。選擇時(shí)應(yīng)注意以下兩點(diǎn)：第一，在滿足試驗(yàn)或取樣要求的前提下，容器壁越薄，越有利于X 射線穿透樣品；第二，避免使用金屬容器，因?yàn)榻饘倜芏却?，X 射線穿透時(shí)的衰減極強(qiáng)。研究者們大多數(shù)選擇低密度的PVC 或有機(jī)玻璃容器。土壤樣品的含水量太高或土壤顆粒過于緊密會(huì)影響根系的對(duì)比度，增加后期根系分割的難度。Zappala 等[34]建議采樣時(shí)土壤含水量應(yīng)低于田間持水量。

2.2 CT 掃描和圖像重建（以工業(yè)顯微CT 為例）

在CT 掃描過程中，土柱樣品被固定在X 射線源和探測(cè)器之間的樣品臺(tái)上，并隨著樣品臺(tái)勻速旋轉(zhuǎn)360° （同步輻射顯微CT 樣品臺(tái)旋轉(zhuǎn)180°）。在此過程中，探測(cè)器采集若干張投影圖。隨后，通過重建算法將這些投影圖重建為由二維切片組成的三維圖像。圖像重建的算法包括標(biāo)準(zhǔn)的背投影算法[19]、迭代重建算法和深度學(xué)習(xí)重建算法等[35]，其中，背投影算法因計(jì)算效率高而被廣泛采用。

CT 設(shè)備的物理性能和掃描參數(shù)設(shè)定是影響圖像質(zhì)量的重要因素。利用不同類型CT、不同掃描參數(shù)和分辨率研究植物根系的一些示例見表1?？臻g分辨率不僅由掃描樣品的直徑?jīng)Q定，還與CT 設(shè)備的射線源和探測(cè)器類型有關(guān)[45]。低空間分辨率會(huì)造成圖像中細(xì)根信息的缺失，不利于研究細(xì)根與土壤微環(huán)境間的交互作用[46]。Mairhofer 等[47]對(duì)玉米根系樣品和番茄根系樣品分別以25 和48 μm 的分辨率進(jìn)行成像，發(fā)現(xiàn)從低分辨率圖像中提取到的玉米根系的表面積誤差較大，且損失的側(cè)根比番茄多。掃描電壓的高低決定了X 射線是否具有足夠的能量穿透樣品。能量過低會(huì)導(dǎo)致圖像噪聲多、對(duì)比度低，而能量過高同樣會(huì)降低圖像的對(duì)比度，增加了后續(xù)圖像處理時(shí)提取根系的難度。掃描電流控制著X 射線脈沖的強(qiáng)度，較大的電流可以提供更強(qiáng)的信號(hào)，有助于改善圖像質(zhì)量。射束硬化也是掃描過程中較常見的現(xiàn)象。射束硬化是由于連續(xù)能譜的X 射線穿過樣品后，低能量射線優(yōu)先被吸收，而高能量射線較易穿過樣品，因此在X 射線傳播過程中，平均能量變高，射線逐漸硬化。Ketcham 等[48]對(duì)掃描過程中出現(xiàn)的射束硬化給出了幾點(diǎn)解決辦法：第一，在射線源處使用銅或鋁濾波片；第二，減小樣品尺寸；第三，在圖像重建時(shí)進(jìn)行校正。另外，掃描時(shí)長(zhǎng)受采集圖像的張數(shù)和曝光時(shí)長(zhǎng)等參數(shù)共同決定。一些CT設(shè)備具備快速掃描功能，極大地提高了掃描效率。但是，快速掃描是以降低圖像對(duì)比度為代價(jià)的，會(huì)增加圖像噪聲。而長(zhǎng)時(shí)間的高功率掃描則會(huì)造成CT 設(shè)備中的鎢靶過熱，影響X 射線的穩(wěn)定性，影響圖像質(zhì)量。因此，選擇適當(dāng)?shù)膾呙钑r(shí)間對(duì)獲取高質(zhì)量圖像具有重要作用?？傮w而言，從CT 圖像中提取根系對(duì)圖像對(duì)比度的要求極高，這需要在設(shè)備的選擇和參數(shù)的設(shè)置上謹(jǐn)慎權(quán)衡。

3 從CT 圖像中提取根系的方法

圖像分割前的預(yù)處理（降噪、去偽影和均衡灰度等） 對(duì)后續(xù)根系的提取十分重要。圖像清晰度低是分割效果差的主要原因。Schluter 等[49]研究表明原始數(shù)據(jù)的缺陷，如噪聲、環(huán)狀偽影和強(qiáng)度不均一，可以用圖像增強(qiáng)方法去除。Sleutel 等[45]指出，處理圖像時(shí)使用濾波可以有效降低CT 圖像中的偽影，均值濾波可以消除圖像中灰度重疊部分[31]，Sigma 濾波可以降噪[50]。為了避免圖像分割時(shí)出現(xiàn)過度割或欠分割的現(xiàn)象，Hou 等[20]認(rèn)為可以使用“形態(tài)濾波”對(duì)圖像進(jìn)行預(yù)處理，在ImageJ 軟件中“MorphoLibJ”插件的“sizeopening 2D/3D”功能可以實(shí)現(xiàn)。此外，去噪也可以作為后處理應(yīng)用于根系的提取上，最常用的后處理方法是腐蝕和膨脹（erosion/dilate） 或開和閉（opening/closing） 等形態(tài)學(xué)算法[51]。另一種后處理方法是基于體積大小的對(duì)象移除法，即刪除小于某一體積的所有單個(gè)對(duì)象。該功能可以使用VG Studio 軟件的“Operate”算法來過濾掉所有獨(dú)立于根系整體之外的獨(dú)立的對(duì)象（過度分割的非根系區(qū)域）。

通過圖像分割將根系從圖像中提取出來是圖像處理過程最關(guān)鍵的一步。根系分割的算法主要有全局閾值法、區(qū)域生長(zhǎng)法、根系追蹤法和深度學(xué)習(xí)法等。根系分割方法也可以根據(jù)操作過程的不同歸納為手動(dòng)法、半自動(dòng)法和全自動(dòng)法[20]。

全局閾值法（global thresholding） 是基于圖像灰度直方圖估算的聚類分析法[52]，聚類分析指的是聚合位于固定范圍內(nèi)的所有像素對(duì)應(yīng)的灰度值。該方法需要先確定圖像中根系的灰度值范圍，然后將這些范圍的灰度區(qū)域分割出來。然而，由于土壤是一個(gè)復(fù)雜的多相系統(tǒng)，土壤孔隙（空氣）、水分以及礦物顆粒的X 射線衰減系數(shù)不同， 密度高的礦物顆粒衰減系數(shù)最大（灰度值最高），對(duì)應(yīng)的顏色最亮；孔隙的灰度值最低，顏色最暗；根系則介于二者之間（圖1）。因此，在CT 成像過程中，根系和其周圍土壤環(huán)境對(duì)X 射線的重疊衰減使得根系邊界不清楚，應(yīng)用全局閾值法從土壤中提取根系難度很大，對(duì)圖像質(zhì)量要求高。一些研究應(yīng)用全局閾值法成功的從CT 圖像中分割出了根系。Pierret 等[52]應(yīng)用CT 掃描技術(shù)結(jié)合全局閾值分割法從均質(zhì)砂土中提取了栗樹和楓樹的主根信息，但提取出來的根系不連續(xù)。Kaestner 等[53]首先對(duì)CT 圖像進(jìn)行了非線性濾波平滑去噪，再使用全局閾值法分割圖像并對(duì)分割出來的根系進(jìn)行了膨脹運(yùn)算，最終從均質(zhì)砂土中提取出了主根及側(cè)根信息。然而，以上研究均是在均質(zhì)砂土中進(jìn)行的，對(duì)復(fù)雜的田間土壤效果不好。由于全局閾值法只能簡(jiǎn)單的使用某一閾值對(duì)圖像進(jìn)行分割，無法區(qū)分與根系具有相同灰度值的其他介質(zhì)，因此可能更適應(yīng)于均質(zhì)材料或均勻分布的填裝土中根系的提取。

區(qū)域生長(zhǎng)法（region growing） 是常用的提取根系的方法之一。與全局閾值法相比，采用自適應(yīng)閾值法的區(qū)域生長(zhǎng)法可以從非均質(zhì)土壤中分割根系。區(qū)域生長(zhǎng)法首先在某一區(qū)域內(nèi)判斷并選擇根系為種子點(diǎn)，通過自動(dòng)對(duì)比灰度值并應(yīng)用不同生長(zhǎng)條件來提取該區(qū)域內(nèi)與種子點(diǎn)相連的所有根系[54]。Fang 等[41]利用VG StudioMax 3.4 軟件的“region growing”功能從填裝的水稻土中提取了水稻幼苗根系，進(jìn)而計(jì)算得到了根系的體積、表面積、根長(zhǎng)等參數(shù)，這些參數(shù)與洗根后利用根系掃描儀得到的數(shù)據(jù)具有很好的相關(guān)性。Pfeifer 等[37]采用相同的方法對(duì)田間未擾動(dòng)土壤取樣后進(jìn)行CT 掃描和圖像處理，提取到了植物的主根系。近期，我們通過室內(nèi)盆栽試驗(yàn)研究了成熟水稻根系和蚯蚓洞的關(guān)系，并成功提取到了較為完整的成熟水稻根系（圖3）。然而，由于土壤的非均質(zhì)性和偽影的存在，整個(gè)土體中的局部閾值往往不一致。因此，需要不斷手動(dòng)選取種子點(diǎn)并調(diào)整閾值范圍，以更準(zhǔn)確的提取出根系。

根系追蹤法（root tracking） 是將整個(gè)三維的CT圖像視為沿Z 軸排序的一系列X?Y 水平橫截面切片，然后通過某種算法沿著Z 軸自上而下或自下而上依次追蹤每張橫切面切片內(nèi)根系的運(yùn)動(dòng)軌跡[55?56]，該算法的優(yōu)點(diǎn)是既可以基于根系對(duì)X 射線的衰減值[54]，也可以基于根系的形態(tài)來追蹤根系[51]，極大地縮減了處理圖像的時(shí)間。與全局閾值法不同的是，根系追蹤法不需要考慮根系與其周圍土壤環(huán)境對(duì)X 射線的重疊衰減問題。然而，應(yīng)用根系追蹤法無法提取到不連續(xù)的根系。RootViz 是由Davidson 開發(fā)的自動(dòng)追蹤根系的軟件[57]，Tracy 等[58]利用該軟件成功從模擬壓實(shí)的填裝土柱中提取到了較為完整的小麥根系，該研究還將RootViz3D 與VG StudioMax2.0 軟件（區(qū)域生長(zhǎng)法） 提取到的根系進(jìn)行對(duì)比，發(fā)現(xiàn)RootViz3D 可以提取到更多的側(cè)根信息。此外，Mairhofer 等[59]基于水平集算法開發(fā)了Rootrak 軟件，并提取了多種植物的根系。利用Rootrk 提取根系時(shí)受人為操作和根系類型的影響較小，受CT 圖像質(zhì)量（圖像噪聲） 的影響較大，當(dāng)出現(xiàn)根系追蹤失敗時(shí)，需要人為進(jìn)行干預(yù)并重新初始化。

深度學(xué)習(xí)法（deep learning） 是基于類神經(jīng)網(wǎng)絡(luò)算法的機(jī)器學(xué)習(xí)方法，屬于人工智能的分支。深度學(xué)習(xí)法在計(jì)算機(jī)、醫(yī)學(xué)乃至植物表型領(lǐng)域廣泛應(yīng)用。Wieland 等[60]將深度學(xué)習(xí)算法應(yīng)用在了三維根系的圖像分割上，該技術(shù)可以處理對(duì)比度較低的CT 數(shù)據(jù)， 但分割出的根系不是很完整且雜質(zhì)較多。Soltaninejad 等[61]開發(fā)了一種基于多分辨率編碼—解碼原理的深度學(xué)習(xí)法，可以自動(dòng)從CT 土壤圖像中提取出較為復(fù)雜的小麥根系，實(shí)現(xiàn)了從幼苗根系到復(fù)雜根系的突破。深度學(xué)習(xí)算法具有不受人為影響、自動(dòng)化程度高的優(yōu)點(diǎn)，但是其局限性是需要大量的數(shù)據(jù)集用于訓(xùn)練。

除上述工作外，研究者們還開發(fā)了自動(dòng)或半自動(dòng)分割根系的軟件。Flavel 等[36]開發(fā)了一個(gè)半自動(dòng)化分割根系的ImageJ 插件—Root1，不僅較為完整地提取到了小麥根系，還自動(dòng)計(jì)算出了根系的形態(tài)學(xué)參數(shù)，如根系長(zhǎng)度和角度[36]。同樣是基于ImageJ 軟件平臺(tái)，Gao 等[40]開發(fā)了一種新的半自動(dòng)化根系分割工具Rootine v.1，該算法是基于根系的管狀形態(tài)對(duì)根系進(jìn)行分割。在根系的提取和分割精度方面，Rootine v.1 優(yōu)于Root1 和Region growing 方法。Gao 等[40]應(yīng)用Rootine v.1 成功分割出了直徑小于90μm 的玉米細(xì)根信息。然而，在Rootine 中，應(yīng)用“tubeness”算法之前需對(duì)根系表面進(jìn)行平滑預(yù)處理，最終可能會(huì)影響根系表面積等指標(biāo)的準(zhǔn)確性。其次，Rootine 中的算法需要輸入大量人為校準(zhǔn)后的參數(shù)。Phalempin 等[ 6 2 ]開發(fā)了一個(gè)新的版本Rootinev.2，該算法的分割精度得到了進(jìn)一步提高，并且減少了輸入?yún)?shù)的數(shù)量。

4 三維根系構(gòu)型定量化方法

將根系從CT 圖像中分割出以后，就可以計(jì)算根系相關(guān)參數(shù)，量化根系構(gòu)型。Iyer-pascuzzi 等[ 8 ]和Clark 等[9]提出了一系列可測(cè)量的根系參數(shù)，其中包括根系體積、根系凸包體積、根系表面積、根系長(zhǎng)度和根系平均直徑等（表2）。此外，根系空間分布特征可以用根系角度、最大伸長(zhǎng)深度等參數(shù)來表征。這些參數(shù)原則上都是基于CT 圖像中根系對(duì)應(yīng)的像素點(diǎn)來計(jì)算的。例如，根系體積可以通過計(jì)算體素總個(gè)數(shù)并乘以單個(gè)體素的大小來獲取。根表面積可以通過Marching Cubes 算法[63]將等值面提取為三角形網(wǎng)格，并將網(wǎng)格中所有三角形的面積相加，從而獲得表面積。上述計(jì)算根系體積和表面積的方法被Rootrak 和VG Studio 等軟件采用[64]。根系長(zhǎng)度通常需要通過對(duì)提取出來的根系進(jìn)行骨架化（圖4a），然后對(duì)每條骨架的路徑距離（branch distance） 求和得到根系總長(zhǎng)度，該參數(shù)可以利用ImageJ 軟件獲取[26， 39]。根系平均直徑可以通過ImageJ 軟件的“thickness”功能獲取（圖4c），該方法的原理是擬合三維根系空間中的最大球體，球體直徑作為相應(yīng)的根系直徑。上述根系長(zhǎng)度和平均直徑的獲取方法被Fang 等[ 4 1 ]和Xiong 等[26]研究所采用。根系角度由穿過根系的兩個(gè)極值點(diǎn)和垂直平面的直線之間的夾角表示，該參數(shù)可用VG Studio 軟件中的角度工具手動(dòng)測(cè)量出每條根的角度（圖4b），因此該方法比較適用于結(jié)構(gòu)相對(duì)簡(jiǎn)單的根系。根系角度也可由ImageJ 中“analyzeskeleton”插件獲取根系分支（骨架） 的兩個(gè)端點(diǎn)的坐標(biāo)，從而根據(jù)空間向量方法計(jì)算分支與平面的夾角。根系的凸包體積（convex hull volume） 使用QuickHull[ 6 5 ]算法獲得，表征根系的整體形狀和大小。該指標(biāo)可以用來比較和區(qū)分不同植物的根系[8]。最大伸長(zhǎng)深度表示根系生長(zhǎng)達(dá)到的最大垂直距離，可利用ImageJ 軟件的“analyze particle”插件獲取。

三維根系定量化的方法已被許多研究報(bào)道，Wieland 等[60]利用VG Studio MAX 軟件的區(qū)域生長(zhǎng)法提取出根系，進(jìn)而得到了根系的體積和平均直徑。Atkinson 等[6]在獲取小麥根系三維結(jié)構(gòu)的基礎(chǔ)上， 量化了根系對(duì)土壤中生物孔隙的利用率。Phalempin 等[44]應(yīng)用Rootine v.2 軟件從圖像中分割出玉米根系后，再用ImageJ 軟件的“skeletonize （2D/3D）”和“l(fā)ocal thickness”插件分別獲取了根系長(zhǎng)度和直徑，發(fā)現(xiàn)在不受水分和養(yǎng)分等脅迫的填裝土壤中，根系不會(huì)優(yōu)先利用根孔下扎。為了更加高效地定量根系構(gòu)型，Mairhofer 等[ 5 9 ]開發(fā)的半自動(dòng)化軟件—Rootrak，除了可以追蹤根系外，Rootrak 也可以直接獲取三維根系的參數(shù)，比如根系凸包體積，最大根系深度和寬度等。為了獲取更多表征根系的指標(biāo)，Mairhofer 等[66]又開發(fā)了一個(gè)專門定量根系參數(shù)的軟件—RooTh，該軟件需要導(dǎo)入已分割好的根系圖像，通過對(duì)根系圖像進(jìn)行骨架化，從而獲得根系體積、表面積、長(zhǎng)度、角度等參數(shù)， 可以很好地對(duì)RooTrak 軟件獲得的數(shù)據(jù)進(jìn)行補(bǔ)充。

5 展望

對(duì)外部環(huán)境變化的機(jī)制和植物與土壤的交互作用。X 射線CT 技術(shù)是室內(nèi)研究根系三維構(gòu)型的有效方法，且得到了廣泛的應(yīng)用。然而，從CT 圖像中提取根系的算法在實(shí)際應(yīng)用中仍存在很多問題。對(duì)于復(fù)雜的田間土壤樣品，活根系與未完全分解的根系或秸稈的X 射線衰減系數(shù)差異較小，與根系周圍土壤水分、顆粒有機(jī)碳等的衰減系數(shù)也比較接近，導(dǎo)致通過圖像分割方法區(qū)分它們的難度很大。根據(jù)根系的形態(tài)、連通性并結(jié)合灰度值等各類特征，開發(fā)提取根系的算法，準(zhǔn)確獲取根系的三維構(gòu)型，仍將是CT 技術(shù)用于根系研究的重要方向。此外，不同研究中采用的定量根系構(gòu)型的指標(biāo)體系、計(jì)算方法等不太一致，限制了不同研究間的對(duì)比；而采用相同的指標(biāo)體系則會(huì)有助于不同研究間的比較和研究者之間的交流。

X 射線CT 掃描設(shè)備近年來發(fā)展很快，但是目前無法在野外直接應(yīng)用，原位監(jiān)測(cè)田間根系動(dòng)態(tài)生長(zhǎng)過程及根系行為等方面的研究仍存在技術(shù)瓶頸。從田間采集用于室內(nèi)CT 掃描的樣品可能會(huì)破壞根系整體構(gòu)型。此外，CT 設(shè)備所能掃描的樣品尺寸有限，且存在分辨率和樣品尺寸的矛盾。X 射線CT 硬件設(shè)備的創(chuàng)新和發(fā)展，對(duì)其在根系研究中更加廣泛和有效的應(yīng)用具有重要意義。