《Plant Phenomics》：A rapid and low-cost handheld method for measuring the mean leaf inclination angle of crop canopies
编辑推荐：
叶片倾角（leaf inclination angle，LIA）强烈影响冠层光合作用，是作物生产力的重要性状。由于难以测定整个冠层的平均LIA，该性状在作物科学研究中很少被评价。研究人员报道了一种新颖、低成本、简便的方法，可快速测量整个冠层的平均LIA。研究人
叶片倾角（leaf inclination angle，LIA）强烈影响冠层光合作用，是作物生产力的重要性状。由于难以测定整个冠层的平均LIA，该性状在作物科学研究中很少被评价。研究人员报道了一种新颖、低成本、简便的方法，可快速测量整个冠层的平均LIA。研究人员使用与地面平行的紧凑型立体深度相机以手持方式捕获作物冠层的RGB和深度图像，通过简单的矢量计算估算平均LIA。为验证该方法准确性，研究人员使用固定在已知角度的白板以及用数字水平仪测量过角度的单叶进行测试。平均LIA与用植物冠层分析仪（一种测量叶面积指数的昂贵仪器）测得的与LIA相似的性状平均倾斜角度（mean tilt angle，MTA）强相关。利用该方法，研究人员能够在水稻、大麦、大豆和小麦中检测到不同品种、生长阶段和种植密度间LIA的差异。由于该方法非常简便，且在资金、时间和劳动力方面需求极低，因此可能对主要在田间开展研究的作物科学家极为有益。
研究背景与立项依据
叶片倾角（leaf inclination angle，LIA）是决定冠层光 extinction coefficient（k）的关键性状，直接影响 Monsi 与 Saeki 冠层光合模型中的干物质生产。传统方法依赖加速度计或量角器逐叶测量，无法反映冠层均值且易引入选择偏差；已有三维感知方案多限于室内、需大型固定装置或 LiDAR 系统，难以被非遥感专业的作物学家在田间重复布设。Uto 等（2020）曾用紧凑立体相机获取相对叶角分布，但未量化绝对角度、未修正像素投影面积、未验证手持可行性。为此，研究人员在《Plant Phenomics》报道了一种仅需 Intel D435if 立体深度相机与普通笔记本、以手持方式估算冠层绝对平均 LIA 的改进方法，弥补上述缺陷。
主要关键技术方法（≤250字）
研究人员选用 Intel D435if 立体深度相机（640×480，30 fps，Z16 深度）手持平贴地面采集 RGB 与深度图，经 RealSense SDK 空间滤波与孔洞填充后，用 rs2_deproject_pixel_to_point 获像素相对三维坐标；由相邻像素坐标差构造空间矢量，叉乘平行四边形面积作为像素面积 Si,j，其与竖直方向夹角即 LIA θi,j；以基准高度剔除近地像素，OpenCV Canny 边缘检测（20/120）排除叶缘与稻穗，截除 θ 上下 10% 离群值后按面积加权求均值。精度验证用 10°–80° 白板与数字水平仪标定单叶；田间样本含日本 NARO 北陆站水稻品种/近等基因系（Koshihikari、IR64、KH-TAC1、KH-LIA3、IR64-tac1，2024 移栽）、大麦 Fiber-Snow 高/低密度（2025 播）、大豆 R5 期及小麦 Yumechikara/Yukichikara，以 PCA（LAI-2200C）MTA 作参照。
研究结果
3.1 已知角度物体验证
白板 10°–80° 梯度与单叶数字水平仪比对显示，截除上下 10% 离群值后计算角与真值偏差极小，单叶几乎无偏，证明绝对角估算可行。
3.2 水稻田间应用
携 TAC1 等位基因材料（Koshihikari、KH-LIA3、IR64-tac1）分蘖角偏小，深度相机测得 7 月 16 日与齐穗期平均 LIA 与之同向；KH-LIA3 因 LIA3 QTL 叶更直立，8 月 22 日与 9 月 3 日 LIA 低于 Koshihikari。深度相机 LIA 与 PCA 的 90°?MTA 强相关（r 高，RMSE 低）。7 月 16 日 LIA 分布峰值在 20°–30°，KH-TAC1 较 Koshihikari 在 20°–30° 类占比低、30°–40° 类高，IR64 与 IR64-tac1 反之；0.4–0.6 m 冠层高度处理间差异最大。
3.3 其他作物应用
大麦播后两月高密度叶更直立（P<0.001）；大豆 R5 期两年品种间差异小但显著；小麦 Yumechikara 匍匐、Yukichikara 不匍匐，LIA 差异显著。
讨论部分总结
方法精度方面，白板与单叶验证支持绝对角准确，水稻 NIL 与 PCA-MTA 一致性进一步佐证；田间重复标准差<1.5°，含风扰与手抖。优势在于设备廉价、准备与采集仅数十秒、可现场出数、能输出 LIA 分布与分层均值、Canny 边缘排除稻穗（PCA 不能）、俯视更侧重光合上层叶。灵活性上，大麦小麦莲座叶期不设基准高度，靠高覆盖度抑制地面干扰；大豆宜取冠顶 0.2–0.4 m。需注意深度图平滑致近水平角伪峰、强光下红外滤波受限（建议阴天或遮阴，旱田较水田稳）。
结论翻译
研究人员建立一种仅用廉价紧凑立体深度相机与笔记本测量冠层平均 LIA 的方法。白板与单叶验证其精度，平均 LIA 与 PCA 测得的 MTA 强相关。虽缺田间完整真值，但能在水稻、大豆、大麦、小麦中检出品种、生育期、密度间 LIA 差异。该法与常规田间试验易并行，有望推动作物科学发展。
（全文约 1500 字，严格依据所传文档浓缩，未引文献标记与图号，上标下标以 表示，无 HTML 转义、无 svg、无表格。）
