网格交叉法由于需测量人员仔细计算根与网格垂
直线和水平线的交叉点数, 工作量繁重, 受人为因素干
扰大, 容易出错, 而且测量的准确性也受网格单位选择
的限制, 测量结果的变异系数较大, 达到2. 3825%; G IS
测量法的全部过程均由软件自动完成, 受人为因素干扰
小, 变异系数仅为1. 0322% , 在图3 中表现为使用G IS
测量法得到的测量结果曲线波动最小; 直接测量法在测
量形状规则的根时比较有效, 但对于形状不规则的根进
行测量时则很不方便, 测量结果的变异系数居于G IS
法和网格交叉法之间, 为1. 2166%。从图3 比较发现, 相对于直接测量法和网格交叉法, 采用G IS 法得到的测量值稍稍偏短, 这主要是由于
图像矢量化处理所造成的。湿根情况下, 可乘以校正系
数( r = 1. 025) 来提高测量精度。
实验对4 条不同直径的小麦根分别进行了20 次测
量, 得出4 条根20 次重复测量的变异系数分别为
2. 3819%、1. 5435%、1. 6369% 和0. 7768% , 测量结果
波动较小(图4)。该方法测量结果和根径手工直接测量
结果的相关系数为0. 885107, 具有较高的相关性, 表明
使用这种方法进行根系分级是可行的。由于扫描设备的
限制, 该方法对一些特别大的根系不太适用。
图4　不同根径测量结果比较
F ig. 4　Comparison among results from roo ts of different diamete
5　结　论
G IS 根长测量和根系分级方法建立在计算机图形
图像处理基础之上, 具有严密的科学性。该方法利用现
有数字图形图像设备, 使用地理信息技术, 为根系分析
提供了一种新思路。概括起来, 利用地理信息技术进行
根系分析具备以下几个特点:
1) 可以对多种作物根系进行测量, 不受根形状等
因素的限制;
2) 全过程均为计算机自动处理, 人为因素干扰少,
精度高;
3) 测量速度快, 特别适用于大量根的批量处理。