黄土区六种护坡植物根系三维可视化模拟及构型参数提取与作用

来源 :西北农林科技大学 | 被引量 : 0次 | 上传用户:zyff1985
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根系是植物的重要功能器官,其三维实体可视化模拟有助于理解根系生长发育动态、形态与构型特征和营养吸收功能等,特别是在根系通过抗剪增强从而发挥固土护坡作用方面,通过三维实体可视化模拟,借助于图形图像学和计算机辅助等,可便捷的提取植物根系构型参数,比较不同护坡植物种间差别。因此,对护坡植物的选择与配置、及水土保持工程和园林设计制图等具有重要理论与实践意义。据此,论文选取选取黄土区自然坡体6种常见但根系类型不同的典型植物,包括猪毛蒿(Artemisia scoparia)、狗尾草(Setaria viridis)、白羊草(Bothriochloa ischaemum)、达乌里达乌里胡枝子(Lespedeza daurica)、中国沙棘(Hippophae rhamnoides)、狼牙刺(Sophora viciifolia),每种植物两个大小不同的个体作为研究对象。采用三维坐标土柱挖取及逐层清根法,利用3D运动追踪仪(Fas Trak)获取根系三维空间坐标,数显游标卡尺获取根系的直径,经坐标整合重建后,利用三维建模软件Sketch Up对6种植物的根系进行三维实体可视化模拟。通过在现场测量部分根系构型参数与三维模型提取到的相应参数进行对比,进行了三维可视化实体数字模型的可靠性验证。测定、计算和比较了不同植物的构型参数及其分布特征,探索了不同护坡植物根际范围内的抗剪增强作用分布。得到如下主要结果:(1)三维实体数字化可视模型提取的主要根系构型参数与现场测量参数均极显著相关,模型真实可靠(三个根系构型参数R2>0.9598,P<0.01)。建立的根系三维可视化模型形象逼真,精准真实还原了白羊草、猪毛蒿、狗尾草、达乌里胡枝子、沙棘和狼牙刺根系的形态与构型特点,同时格式兼容性好,能够用于工程制图,具有一定的普适性。(2)从6种植物根系的垂向和水平分布来看,直根系类猪毛蒿的根系的垂直分布范围较水平范围更大(分别为64.9cm和46.1cm),而达乌里胡枝子、中国沙棘和狼牙刺的根系在水平分布范围上较垂直分布更大(分别为55.6cm和61.4cm、159.1cm和246.3、196.2cm和416.5cm),须根系类型植物狗尾草和白羊草的根系在水平分布范围上较垂直分布更大(分别为13.5cm和24.6cm、58.7cm和81.4cm)。猪毛蒿、狗尾草、白羊草、达乌里胡枝子、中国沙棘和狼牙刺根系的拓扑指数(TI)均大于0.843(TI分别为0.934、0.899、0.929、0.92、0.897和0.879),说明6种植物根系都倾向于鱼尾型分根模式。猪毛蒿、狗尾草、白羊草、达乌里胡枝子、中国沙棘和狼牙刺的分形维数介于1到1.417之间和分形丰度介于1.918到3.742之间,相比较而言,白羊草(F=1.315,lgK=2.872)较其它草本(F和lgK分别为1.244和2.326、1.122和1.921)具有更高的分形维数和分形丰度,狼牙刺(F=1.378和lgK=3.742)比其它灌木(F和lgK分别为1.108和2.407、1.126和3.098)具有更的分形维数和分形丰度。白羊草和狼牙刺的拓扑指数较小和分形维数较大,表明白羊草和狼牙刺的根系分根结构相对复杂,空间拓展能力也更强。(3)根据提取的根截面积比RAR和Wu-Waldron抗剪增强公式,对6种植物根际范围内的不同深度根系抗剪增强作用的水平分布进行了分析,说明白羊草、沙棘和狼牙刺的抗剪增强作用更好且更适合黄土丘区的环境,沙棘和狼牙刺的抗剪增强作用在不同土层和水平径向上均呈非均匀分布,白羊草和狼牙刺根系分布较为密集且可密植,可防止沟道水力剪切,建议在黄土区自然和工程坡体中多种植白羊草和狼牙刺。在护坡植物的配置中,可以根据算出的栽种密度对护坡植物进行合理搭配,灌木建议用品字形的栽种方式,更有利于植物根系在固土护坡上发挥作用。本论文使用三维坐标土柱挖掘法与3D数字化仪器结合起来的方法,精准真实的还原了6种植物的根系三维特征,建立的三维可视化模型可丰富护坡植物根系的图库,可方便快捷提取根系构型的参数,比较不同护坡植物根系的构型和拓扑特征,有望为植物根系构型的相关后续研究及水土保持设计、园林和园艺规划等的植被配置制图等提供理论依据。
其他文献
精准养殖是目前畜牧业发展的主流方向。为提高奶山羊图像分割精度,促进养殖产业精准化和智能化发展,本文以羊场环境下获取的奶山羊图像为研究对象,实现了基于改进Mask R-CNN算法的奶山羊图像实例分割。本文的主要研究内容和结论有:(1)奶山羊实例分割数据集的构建。针对缺少奶山羊实例分割公开数据集的问题,通过在奶山羊养殖场安装远程高清摄像机,获取室内外奶山羊监控视频。首先对视频进行关键帧提取,人工筛选出
目标跟踪是计算机视觉领域的一个重要研究问题,在智能监控、自动驾驶、人机交互以及国防军事等领域都有着广阔的前景与需求。目标在运动过程中的形变、视点变化、遮挡和运动模糊等因素为目标跟踪领域带来许多挑战。基于多域卷积神经网络的目标跟踪方法(MDNet)因其适用于跟踪问题的多域网络结构及良好的性能表现受到了广泛的关注,但仍面临着模型训练速度慢及泛化性能弱的缺点。本文以MDNet及其改进跟踪模型为研究对象,
苹果因其丰富的营养价值,已成为世界上产量较高的水果之一。苹果产业的发展在满足人民生活需求的同时,也为当地经济带来巨大的效益。然而在苹果生长过程中,因受到自然环境因素的影响,在苹果叶片部位会产生多种病害。这些病害严重阻碍苹果正常生长,影响苹果的品质,从而造成巨大的经济损失。构建苹果叶片病害检测模型,对提高苹果品质,减少农户经济损失等方面具有十分重要的意义。本研究以苹果叶片常见的5种病害为研究对象,从
近年来人物图像的应用场景愈发丰富,但在获取过程中,拍摄者审美水平及拍摄环境的差异导致人物图像美感程度参差不齐,因此开展美学质量评价研究,从海量人物图像中挑选出有价值的高美感图像,具有极大的现实意义。人物图像美感评价具有较强的主观性和复杂性,目前还未有统一且完善的评价标准,因此本文以人类视觉特征和审美习惯为依据,提出一种评价人物图像美学价值的可计算方法,用以进一步提高美感评价的准确性,实现各角度的细
随着奶山羊规模化养殖的推进,对羊场的精准监控及高效管理已成为亟待解决的问题。通过对羊场图像的语义分割,观察羊场环境和奶山羊的姿势与位置,可以实时监控奶山羊的行为状态,及时发现奶山羊的健康问题。本文以西北农林科技大学畜牧教学试验基地的奶山羊场图像为研究对象,构建羊场图像语义分割数据集,改进DeepLabV3+的解码网络,并优化ASPP结构,结合通道注意力机制,利用提取的图像特征,实现了羊场图像的语义
三维扫描技术可以扫描获取空间物体的外部结构特征,对于结构形状较为复杂的物体,三维扫描技术可以节省大量人力物力。当前绝大多数的三维扫描设备是分别获得部分点云数据,然后通过点云配准得到物体的完整数据。这样的应用过程没有解决动态扫描问题,不仅使得其应用场景受到极大限制,而且后期配准的时间消耗与精度损失影响了其易用性。为了解决传统双目视觉三维扫描技术需进行多次扫描,然后再进行配准的问题,提出基于光学跟踪的
目标跟踪技术是计算机视觉领域研究的基础任务,其在视频监控、牲畜养殖管理及动物研究与保护等方面均有广泛的应用。随着深度学习技术的发展,目标跟踪算法的性能也得到了广泛提升,但在实际应用中仍面临许多挑战性问题。本文以孪生网络跟踪框架为基础,以西北农林科技大学畜牧教学试验基地中的奶山羊以及VOT2016、VOT2017、OTB2015和La SOT公开数据集为研究对象,在存在相似目标干扰、目标尺度变化、目
小麦条锈病是小麦叶部的主要病害,由于受条锈病侵染的小麦叶片上会附着条锈孢子,使叶片无法正常进行光合作用,从而使叶片枯死,严重降低小麦的产量和品质。而防止小麦条锈病大规模入侵,保证产量最有效经济的手段,就是在小麦条锈病的易感地区培育具有良好抗性的小麦品种。在小麦条锈病抗病育种过程中,对小麦条锈病侵染型级别进行鉴定可以初步判断小麦对条锈病的抗性,这是抗性鉴定的重要步骤。目前小麦抗条锈病育种工作者对小麦
随着图像处理技术的快速发展,骨架提取算法为医学图像处理、科学数据可视化、虚拟现实和游戏等应用提供了技术支持。但现有的骨架提取算法存在难以并行以及并行度不高的问题,如何利用丰富的多核资源加速骨架提取算法,迅速成为了并行计算和高性能计算领域面临的一个紧迫而具有挑战性的关键问题。骨架提取算法中存在复杂的数据依赖关系,导致传统的并行策略在提升性能方面受限。针对这一问题,本文提出基于线程级推测的骨架提取算法
车道线识别及跟踪是自动驾驶视觉感知中极为重要的经典课题,通过识别当前车辆所处环境的车道线,可以为车辆的路径规划提供导航路径,使得车辆可以在标准的道路模型中安全可控的移动。同时,精准的车道线识别也是高精度地图定位的重要依据之一。针对当前基于语义分割的车道线识别方案易受环境负样本干扰、鲁棒性差和识别类别无法为自动驾驶提供充分导航信息的问题,首先完善了道路场景模型,在已有标注方案基础上添加新的车道线类别