获取器官尺度的三维形态特征对农作物遗传改良具有重要价值。由此可精确定量化各种农作物品种之间的形态差异，并能实时追踪农作物的生长趋势，为农作物产量预估提供可靠的依据。该技术是遗传改良、基因定位和环境适应性研究中的重要工具，可揭示与特定形态相关的基因，帮助科研人员了解农作物如何适应不同的环境条件。同时，还可为农作物精确育种决策提供全面的数据支持，从而提高遗传改良的效率和精确性。

　　此前，农作物的三维重建和器官尺度特征提取主要依赖于精确但低效的设备，如三维数字化仪。从2015年起，研究团队通过采用多视图几何的三维重建技术，直接基于多个视角的二维图像成功地重建了辣椒、黄瓜、茄子等农作物高精度的三维模型，并从中精确地提取了叶长、叶宽、叶面积、株高和最大冠层宽度等表型性状。此后，团队通过开发相关的硬件设备，实现了单株农作物的高通量三维重建和器官尺度特征的提取，构建了几百个品种的甜菜地上部与主根、小麦、玉米、大豆等的三维模型库以及对应的器官性状库。

　　获取田间农作物群体的器官尺度特征一直是农作物遗传改良的难点。采用地面平台可近距离观测作物，从而可进行器官尺度表型的精确研究，但其效率和灵活性不强，依赖人工操作且可能对土壤造成压实与破坏。激光雷达能够获取作物器官尺度的精准三维结构，但是其价格昂贵，难以在农业中推广与应用。为克服这些困难，研究团队于2020年首次将轻型无人机与多视图几何技术结合，通过单圈360°环绕方式重建农作物的三维模型，从而准确估算玉米与大豆间作种植下的叶片数、株高、单株叶面积以及叶面积的垂直和水平分布等表型特征。研究结果表明无人机平台有低成本、高通量获取田间作物群体中器官尺度性状的潜力。

　　图2 基于单圈360°环绕方式重建的三个时期的田间单作玉米、单作大豆以及玉米大豆间作三维模型

　　通过与多个农作物遗传育种团队深入交流，团队充分了解了农作物遗传改良的实际需求。为了实现更大面积田间作物群体的观测，团队进一步改进了无人机的飞行航线设计，采用交叉环绕飞行航线既提高了重建的面积和效率，又提高了农作物三维重建的精确度。同时，团队还开发了一种新的无人机飞行路线对比算法，验证了交叉环绕飞行航线在精度和效率方面的优越性。目前该方法已经用于几百个小麦、玉米、大豆以及甜菜的GWAS材料的器官尺度性状获取，有望为作物基因挖掘提供较为精准的高通量表型数据，加速大田作物重要表型性状的筛选，助力培育出高产优良作物品种。

　　研究团队以“室内到田间、单株到群体的作物器官尺度三维表型获取”为主线，经过十多年的努力，陆续开发了自动化数据采集系统，探究了作物器官尺度表型高精度获取方法，制定了多尺度、多平台的作物器官尺度三维表型获取的技术规范，已广泛应用于玉米、小麦、棉花、甜菜、大豆和烟草等研究。

　　相关研究成果以论文形式分别发表于《摄影测量与遥感杂志》、《农业和森林气象学》（Agricultural and Forest Meteorology）、《植物表型组学》（Plant Phenomics）、《欧洲农学杂志》（European Journal of Agronomy）、《植物学年鉴》（Annals of Botany）等领域权威期刊。中国农业大学的肖顺夫、刘扶桑、惠放、朱冰琳和胡鹏程为该系列研究的主要贡献者。相关研究得到了国家自然科学基金、国家重点研发计划、科技部重点专项等项目的资助。