基于多视角示踪点云重建的苹果表面农药沉积量化：实验室表征与果园评估

《Agronomy》：Quantifying Pesticide Deposition on Apple Surfaces Based on Multi-View Tracer Point Cloud Reconstruction: Laboratory Characterization and Orchard Assessment

　　

为克服传统点采样方法（如水敏纸和滤纸）在表征曲面果实三维沉积分布方面的局限性，本研究提出了一种基于果面沉积量化的方法，并通过多视角三维重建（3D reconstruction）、目标点云分割与化学洗脱量化（chemical wash-off quantification）的耦合工作流进行验证。研究人员采用胭脂红（carmine）溶液作为示踪剂模拟农药沉积。通过多视角三维重建生成苹果的高精度彩色点云，并利用基于K-means粗颜色聚类与HSV阈值（HSV threshold）精化相结合的策略自动提取目标沉积点云。将目标点云数量与实测单果沉积体积进行回归分析。结果表明，在实验室和真实果园风送喷雾条件下，目标点云数量与沉积量之间存在显著线性关系（实验室：R2 = 0.827，r = 0.909，n = 13，p < 0.01；果园：R2 = 0.885，r = 0.941，n = 17，p < 0.01）。该方法能够在保留示踪相关区域三维位置信息的同时，表征果实间农药沉积的差异，从而为果面农药沉积表征提供方法学基础。

**论文解读文章**

**研究背景、问题与意义**

农药施用是现代苹果园病虫害管理的关键环节，其沉积量及空间分布直接影响果面覆盖均匀性、施用效果评估及农药残留特性。传统评估方法多依赖人工收集器，如将水敏纸（water-sensitive paper）或滤纸（filter paper）放置在目标区域，通过二维图像分析获取局部沉积信息。然而，这些方法存在根本性局限：平面收集器仅能反映离散采样点的局部二维信息，无法直接表征苹果曲面上的连续三维空间分布；在喷雾覆盖率高时，水敏纸上的液滴重叠会增大图像分割难度并降低量化可靠性；此外，人工收集器表面润湿性与自然植物表面存在差异，可能影响高覆盖条件下定量分析的准确性。虽然化学洗脱（wash-off）方法可量化果面总沉积量，但洗脱过程会破坏沉积区域的原始空间位置信息。因此，亟需建立一种能够在单果尺度上同时量化农药沉积总量并表征沉积区域三维空间分布的方法，以实现更精细的果实暴露特征评估。近年来，多视角三维重建（multi-view 3D reconstruction）与点云（point cloud）技术在农业工程中广泛应用，为作物表型（phenotyping）和冠层结构三维表征提供了新途径。已有研究利用点云数据重建苹果树冠层叶片模型、提取冠层形态参数，或结合LiDAR（Light Detection and Ranging）与RTK（Real-Time Kinematic）系统获取冠层点云并构建三维体素处方图，以及通过无人机（UAV）多视角影像与运动恢复结构（Structure-from-Motion, SfM）重建冠层模型。然而，这些研究主要聚焦于冠层尺度沉积评估或果实几何参数测量，针对单果表面农药沉积空间分布定量表征的系统性方法支撑仍较有限。本研究以苹果为对象，提出一种将多视角三维重建与示踪剂化学量化相结合的果面农药沉积量化方法，并在实验室和田间条件下验证其可行性，为精准施药策略开发提供方法学基础。

**开展的研究与主要结论**

研究人员以苹果为研究对象，开发了一种基于多视角三维重建、目标点云分割与化学洗脱量化的耦合工作流，用于单果尺度农药沉积的表征。在实验室条件下，使用手持喷枪对13个成熟‘黄香蕉’苹果进行不同次数的喷雾，产生宽范围的示踪沉积梯度；在果园条件下，使用风送式果园喷雾机对17个‘红富士’苹果（来自相邻三棵树的冠层上、中、下层，距冠层边缘5–15 cm处）进行喷雾采样。通过多视角RGB图像（使用智能手机在电动旋转平台上拍摄，相机光轴与水平面呈0°、45°和90°三个倾角，每个角度100张图像）进行三维重建，生成高精度彩色点云；采用K-means颜色聚类（聚类数设为8）结合HSV阈值（H∈[0°,30°]∪[330°,360°]，S≥40，V≥25）的两阶段策略自动提取胭脂红示踪沉积区域的目标点云。将目标点云数量与通过化学洗脱-分光光度法（UV-Vis spectrophotometer，波长510 nm）测得的单果沉积体积进行线性回归分析。结果表明，在实验室和果园条件下，目标点云数量与单果沉积体积均呈显著正相关（实验室：R2=0.827，r=0.909，n=13，p<0.01；果园：R2=0.885，r=0.941，n=17，p<0.01），残差无明显系统偏差。该方法能同时保留沉积区域在曲面上的三维位置信息，并区分不同果实间的沉积差异。该研究为精准施药中果面沉积模式评估提供了新工具，论文发表在《Agronomy》。

**主要关键技术方法**

本研究主要采用了以下关键技术方法：（1）**多视角三维重建**：使用智能手机在电动旋转平台上以三个倾角（0°、45°、90°）各拍摄100张苹果图像，通过Agisoft Metashape软件进行照片对齐（中等精度，关键点限制10,000，连接点限制1,000）和密集点云生成（中等质量，温和深度滤波）；（2）**目标点云分割**：基于K-means颜色聚类（聚类数8）结合HSV阈值约束（H∈[0°,30°]∪[330°,360°]，S≥40，V≥25）的两阶段策略，自动提取示踪沉积区域点云；（3）**化学洗脱量化**：将苹果放入密封袋中加入596 mL纯水，在漂白摇床上以200 rpm振荡20 min洗脱示踪剂，使用紫外-可见分光光度计（UV-Vis spectrophotometer）在510 nm处测量吸光度，通过标准曲线（胭脂红浓度4–24 mg/L，R2=0.991）和回收率实验（平均回收率101.83%）验证，计算单果沉积体积。样本来源：实验室用13个市售‘黄香蕉’苹果，果园用17个‘红富士’苹果（取自相邻三棵树的冠层上、中、下层）。

**研究结果**

**3.1 示踪剂校准曲线与回收率表征**
通过测定胭脂红标准溶液（4–24 mg/L）的吸光度，建立线性回归方程，R2=0.991，表明吸光度与浓度呈强线性关系。回收率实验显示，从苹果表面洗脱回收胭脂红的平均回收率为101.83%，说明洗脱方法可靠，可有效回收并准确定量果面示踪沉积。

**3.2 实验室条件下沉积体积与目标点云数量的关系**
在实验室条件下，对13个苹果（经1–15次喷雾产生沉积梯度）进行三维重建与化学洗脱量化。线性回归分析表明，目标点云数量（N）与单果沉积体积（V_d）呈显著正相关：V_d = 1.236×10^-3N ? 24.161，R2=0.827，r=0.909（n=13，p<0.01），RMSE=47.65 μL/果，MAE=36.00 μL/果。残差分布无明显系统偏差，表明目标点云数量可有效表征果面沉积变化趋势。

**3.3 果园条件下沉积体积与目标点云数量的相关性分析**
在果园条件下，对17个苹果（来自冠层上、中、下层，东、西、南、北方位）进行同样处理。线性回归方程为：V_d = 1.101×10^-3N + 24.817，R2=0.885，r=0.941（n=17，p<0.01），RMSE=38.10 μL/果，MAE=29.41 μL/果。残差分析无明显系统偏差。对高沉积样本Upper1的敏感性分析显示，剔除该样本后回归斜率和R2显著下降（R2=0.359，r=0.599，p<0.05），但正相关关系仍显著；结合实验室与果园完整数据集拟合的方程为V_d = 1.083×10^-3N + 17.490（R2=0.871，r=0.933，p<0.01），表明Upper1并非异常值，而是因其高杠杆值（leverage）对单独果园回归影响较大。图10对比了实验室与果园的无截距校准关系，两者均显示目标点云数量与单果沉积体积正相关，且该方法保留了示踪沉积区域在单个果面上的三维空间位置。

**讨论与结论**

**讨论部分总结**：从精准施药角度，沉积量及其空间分布是评估喷雾技术、设备和操作参数效果的重要指标。本研究表明，在实验室和果园条件下，目标点云数量与化学分析测得的单果沉积量显著相关，说明提取的示踪相关点云可表征评估数据集内果面沉积的整体变化。与传统人工收集器（如水敏纸和滤纸）相比，本研究未进行并排对比实验，因此不能声称更高的准确性或效率，但提供了互补信息：传统收集器主要捕获离散点的局部二维沉积，而本工作流可获取整果总沉积量及沉积区域在曲面上的三维位置。该信息可与基于冠层体积感知的变量施药方法结合，将单果沉积信息与果实位置及周围冠层结构关联。然而，当前校准关系不能独立替代化学计量测量。**研究局限性**包括：实验室实验缺乏相同或可比沉积水平下的重复观测；校准关系未用独立数据集评估；果园回归受高杠杆样本Upper1影响显著；未检测到冠层上、中、下层间沉积的统计显著差异；目标点云数量受果实大小、表面曲率、光照、镜面反射等因素影响；固定颜色阈值可能降低鲁棒性；当前工作流未直接量化局部沉积量或单位面积沉积。未来需增加重复观测、平衡采样、覆盖多品种与多条件，并评估归一化指标及深度学习分割方法。**结论翻译**：本研究开发了一个概念验证工作流，整合多视角三维重建、目标点云分割与化学洗脱量化，以表征单个苹果上的示踪沉积。在实验室（R2=0.827，r=0.909，n=13，p<0.01）和果园（R2=0.885，r=0.941，n=17，p<0.01）数据集中，目标点云数量与化学测量的整果沉积量显著相关，同时重建点云保留了示踪相关区域的三维位置。该方法是传统二维收集器（如水敏纸和滤纸）的补充，提供整果与三维空间信息。未来工作应进行并排实验，评估本工作流所得三维空间分布模式与整果沉积如何与传统收集器的局部定量指标（如覆盖率、单位面积沉积）整合，以构建多尺度沉积评估框架。还需使用独立数据集、归一化点云指标及多样化的果实、成像和喷雾条件进行重复研究，以评估方法的通用性。