摘要利用多枝柽柳(Tamarix ramosissima Ledeb.)茎秆CT扫描图像,构建年轮三维解剖模型,获取年轮生长速率(TRGR)和年木材材积量(ATV)等生长参数.结果对树木长势评估、干旱区年轮水文响应和气候响应、林业碳汇计量等研究领域具有参考价值.研究通过对多枝柽柳茎秆CT扫描和平板扫描,分别获得其茎秆CT和平板二维横切扫描图.使用Python深度学习方法,获得CT年轮U-net语义分割模型.结合前期研究已构建的平板扫描年轮图像U-net语义分割模型,研究分别获取两种轮盘扫描图像年轮早材区域.轮盘扫描及语义分割后的结果经图像处理、GIS配准赋坐标后,借助GIS编辑和测量工具,完成多枝柽柳年轮周长、基部断面积生长增量、TRGR及ATV指标的计算.利用CT图像提取的年轮线状CAD图,根据CT切片顺序和间隔,在Sketchup 3D软件中重构多枝柽柳年轮三维解剖图,立体刻画年轮结构特征.研究测量结果通过成对样本t检验,Pearson相关系数检验和Bland-Altman定量一致性分析,评价多枝柽柳CT和平板扫描图年轮测量结果的一致性,检验CT扫描图年轮参数的提取准确性.研究结果表明基于CT图像测量的TRGR指标和平板扫描测量结果一致.成对样本t检验TRGR序列定量均值比较的P值均大于0.05,表明两种来源所得测量结果间无统计学差异.Pearson相关系数为0.9984(P＜0.0001),表明两种测量结果间具有强相关性.Bland-Altman定量一致性分析,两种测量途径中有95.625％的样本差异位于一致性界限内,表明两种方法测量的结果具有一致性.基于CT图像通过GIS测量所得的多枝柽柳年轮生长参数经验证,结果准确.研究构建的CT图像年轮生长参数测量方法,可推广到农业和林业各类树木年轮参数的测量.研究结果对树木年轮无损测量技术的发展,未来树木年木材材积量的测算,以及利用年轮研究水文响应和气候响应具有参考价值.