木本多年生植物根系构型分析与模拟的田间-参数化管道：在葡萄砧木中的应用与气候适应性研究

这篇研究创新性地开发了一套从田间挖掘到参数化建模的完整流程（field-to-parameter pipeline），用于分析木本多年生植物的根系构型（RSA）。通过结合原位3D数字化技术和根系标记语言（RSML）转换，成功实现了葡萄砧木基因型特异性生长模式与水分吸收功能的模拟。研究验证了挖掘与原位数字化方法的精确性，揭示了砧木基因型间RSA的显著差异，并基于CPlantBox模型开发了静态初始根系和概率性向性函数，为气候变暖背景下木本作物的可持续性研究提供了方法论基础。

　　

方法学创新与验证

研究团队建立了一套完整的田间-参数化分析流程，通过机械辅助挖掘和电磁3D数字化仪（Polhemus Fastrak）原位捕获葡萄砧木根系的空间结构。技术验证显示，该方法平均偏差仅0.075 cm，但随距离发射器远近误差递增（>150 cm时RMSE达0.231 cm）。对比实验证实，原位数字化能更真实反映根系自然分布——与离土悬挂状态相比，根系水平扩展范围被低估84.3%，而深层土壤中的根系长度被高估10.8%。通过冲洗法（washout）与常规挖掘的对比，发现后者会损失约60%的细根长度，但能保留90%以上的分支拓扑信息，为模型参数化提供了可靠基础。

葡萄砧木基因型特异性分析

以三个砧木基因型（101-14、SO4、Richter 110）为对象，研究发现种植后6个月时，R110表现出独特的深根特性，其根系高度达116.7 cm，显著高于其他基因型。通过RSML格式转换和CPlantBox建模，团队首次量化了基因型间向性生长差异：R110的初生侧根（type 2）95%表现为向地性（gravitropism），而101-14仅有85%。水力模型显示，R110在91-120 cm土层的标准吸收分数（SUF）达0.09，是其他基因型的9倍，印证了其干旱适应性机制。

模型开发与适应性拓展

研究对CPlantBox进行了两项关键改进：引入静态初始根系（1年生不定根）和概率性向性函数。参数化过程中，最大根长（l_max）和初始伸长速率（r）等参数均来自田间数据，如R110的type 2根长可达110.1 cm。模拟结果与实测RSA高度吻合（R²>0.9），但模型尚未整合根系-土壤反馈机制。研究者建议未来结合覆盖作物管理数据，开发全株模型（如整合Virtual Riesling地上部模型），以模拟葡萄园实际水分竞争场景。

应用前景与局限性

该方法虽需2人日/样本的高成本，但为木本作物（如果树、松树）的根系研究提供了新范式。通过部分挖掘与计算放大技术，可扩展至大田规模研究。研究揭示的砧木RSA差异（如R110的深层水分获取策略）为抗旱育种提供了表型靶点，但需注意电磁干扰（如金属棚架）对数字化精度的影响。