作物群体3D模型是基于3D可视化计算的作物功能-结构模型研究的重要基础，群体3D模型直接影响后续光能利用效率计算和生产力预测等。然而，作物群体形态结构复杂，群体内部交叉遮挡严重，已有研究多通过单株复制或统计分布的方法构建，难以反应作物群体因交叉遮挡和资源竞争形成的群体结构特征。

2024年3月，Plant Phenomics在线发表了安徽大学和北京市农林科学院信息技术研究中心合作完成的题为Three-dimensional modelling of maize canopies based on computational intelligence的研究论文。

该文以玉米群体为例，提出一种基于计算智能的玉米群体三维建模方法。核心思想是认为玉米群体内的3D节单位是智能体（agent），通过群体内3D节单位方位角变化的智能调节使得群体截获更多的光能，最终实现不同品种、密度和环境条件下的玉米群体3D模型构建。通过t分布方法构建能够反应品种株型特征的玉米群体3D模型作为初始群体，以直射叶面积比例指标最大化作为优化目标，通过对3D节单位方位角进行迭代计算，实现光资源截获最大化的玉米群体3D模型的构建，进一步引入反思机制从群体整体的宏状态角度优化，并采用网格变形方法实现群体内部叶片微状态的碰撞检测与响应。

图1 迭代过程示意图，红色为进行旋转的3D节单位

利用该方法对2个品种3个密度的6个小区进行3D建模，结果表明植株相邻叶片方位角之差与田间实测数据对比的平均R2为0.71，覆盖度误差范围为7%-17%。另构建了12个密度梯度的玉米群体3D模型可以反应叶片分布垂直于行向的特征，垂直于行向的叶片比例在9×104株/公顷后呈现稳定增加的趋势。

图2 利用该方法构建的不同品种和密度玉米群体3D模型侧视图和顶视图

虽然所构建玉米群体3D模型与田间群体仍有差异，无法实现1:1的3D重建，但是能在一定程度上反应群体特征，对于玉米群体3D模型构建和作物功能结构模型研究也是一种促进。方法可以认为是一种面向三维空间作物资源高效利用的群体智能算法，为作物群体资源高效利用研究提供新思路。

论文链接：

https://spj.science.org/doi/abs/10.34133/plantphenomics.0160‍

——推荐阅读——

Enhancing green fraction estimation in rice and wheat crops: a self-supervised deep learning semantic segmentation approach

https://spj.science.org/doi/10.34133/plantphenomics.0064

Plant Phenomics |【模型公开】从三维模拟到田间应用：水稻小麦冠层动态表型

Quantifying Contributions of Different Factors to Canopy Photosynthesis in Two Maize varieties: Development of a Novel 3D Canopy Modeling Pipeline

https://spj.science.org/doi/10.34133/plantphenomics.0075

Plant Phenomics | 玉米品种间冠层光合效率差异的多因素贡献率解析：一种新的三维冠层建模流程

加入作者交流群