该研究提出了一种从单叶生理出发、自下而上模拟生菜生长的器官级模型,旨在为温室气候管理提供可预测的作物数字孪生基础。模型让每片叶子根据其在冠层中的位置获取局部环境条件,独立进行光合作用,并将碳分配用于维持与生长,再依据叶龄、大小和局部环境在叶片间分配。预测的叶质量、面积和年龄驱动NVIDIA Isaac Sim中三维植株的动态构建,并通过光线追踪计算各叶片截获的辐射并反馈至光合作用,实现结构与生长的双向耦合。与温室实测相比,总干重相对均方根误差为9.5%,叶数、冠层直径和最大叶面积分别为9.2%、12.7%和13.1%。模拟显示,入射辐射减少30%使最终干重下降10.4%,同等增加则提升6.9%,而增加200 ppm二氧化碳可提升46.1%;在40株小区中,内部植株比边缘植株少积累8.6%干重,且封闭叶片焦边指数上升,与温室植株出现焦边的时间一致。该框架揭示了局部光照如何驱动植株内部生长差异,并为双向数字孪生提供了所需的前向植物模型。
| 作物数字孪生 | 物理作物的虚拟副本,可实时同步观测数据并预测其生长响应,用于辅助农业决策。 |
| 器官解析模型 | 以单个器官(如叶片)为基本单元进行模拟的模型,能刻画器官间的差异及其对整体生长的贡献。 |
| 光线追踪 | 一种通过追踪光线路径计算物体表面辐射截获的计算机图形学方法,此处用于模拟冠层内光分布。 |
| 干烧指数 | 衡量叶片因钙缺乏等原因发生叶缘坏死程度的指标,常用于评估生菜等作物的品质风险。 |
| 双向数字孪生 | 不仅用模型预测作物状态,还能利用实时观测反向更新模型参数,实现预测与观测的闭环交互。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅