基于计算机断层扫描技术（CT）的不同土壤类型和土地利用类型下土壤三维大孔隙网络定量研究外文翻译资料

 2022-11-24 11:40:28

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

基于计算机断层扫描技术（CT）的不同土壤类型和土地利用类型下土壤三维大孔隙网络定量研究

Lifang Luoa,b, Henry Linc,*, Shuangcai Lid

摘要

长久以来，作为水、空气和化学物质运移优先路径，土壤大孔隙的重要性已得到广泛的认可。然而，复杂大孔隙结构的量化和其与土壤类型及土地利用的关系仍不明朗。本文的研究目的为：（1）采用改进方法量化原状土柱中的三维大孔隙网络；（2）探讨土壤类型与土地利用类型对土壤大孔隙特性的影响。从两种土地利用类型（耕地和牧草地）中选取两种具有质地和结构存在差异的土壤（黑格斯敦粉质壤土和墨里森沙）。从每种土壤类型-土地利用类型组合中获取直径为102mm长度为350mm的原状土柱。使用像素为0.234 mm0.234 mm2.000 mm 的X射线计算机层析技术（CT）对土柱进行扫描。重建后，将大孔隙网络特征进行量化，包括大孔隙度沿深度方向的连续变化、大孔隙尺寸分布、网络密度、表面积、长度密度、长度分布，平均水力半径、迂曲度、倾斜度（角度）和连通性（路径数和节点密度）。我们开发的方法提供了一种改进的复杂三维大孔隙网络定量分析方式。方差分析表明，土壤类型、土地利用类型及它们的交互作用对大孔隙度、网络密度、表面积、长度密度、节点密度、平均角度有显著影响。土壤类型、土地利用类型的交互作用同样影响着平均迂曲度和水力半径。对于同一土地类型，草地的大孔隙率、长度密度、节点密度要比耕地大，特别是在地下。这是由于牧草地有更高的有机物含量和更活跃的生物群。由于墨里森土壤结构较弱，岩石碎屑含量更高，因此不适合生物群活动，所以对于同一土地利用类型，墨里森砂表现出比黑格斯敦粉质壤土更低的总大孔隙率。本研究的结果提供了改进的定量评价方法，用于评价一系列与土壤中的非恒定流预测和化学物质迁移模拟显著相关的土壤大孔隙特征。

1.引言

作为土壤中水、空气和化学物质移动的优先路径，大孔隙的重要性已得到广泛的认可(Beven and Germann, 1982; Lin et al., 2005; Jarvis, 2007)。大孔隙对水流的传导率很大程度上取决于大孔隙的三维几何形状和拓扑关系。大孔隙率、大孔数、孔长、孔的尺寸分布、连续性、迂曲度和连通性被认为是显著影响大孔隙中水流和溶质运输的几个特性 (Perret et al., 2000; Pierret et al., 2002; Bastardie et al., 2003; Peth et al., 2008; Luo et al., 2008)。不同类型的大孔径有不同类型的几何形状，因此有不同的性能(Lin et al., 1996; Luo et al., 2008)。土壤类型和土地利用类型是影响大孔隙特性的部分主要因素 (e.g., Gantzer and Anderson, 2002; Zhou et al., 2008; Udawatta et al., 2008; Mooney and Morris, 2008)。

三维大孔隙网络的重建、可视化、定量化对联系大孔隙性质与它们的物理、化学、生物性能，进而实现在不同土地利用条件下的动力学预测至关重要。而诸如薄片法的传统方式在观测大孔隙的三维几何形状和拓扑关系的能力方面具有局限性。随着成像技术的进步，CT，因其可以非破坏性地观察包括大孔隙网络在内的土壤结构，而受到广泛关注(e.g., Anderson et al., 1990; Perret et al., 1999, 2000; Luo et al., 2008)。虽然现有的二维孔隙性质的CT研究为理解复杂土壤孔隙空间与土地使用之间的关系提供了许多有用的信息(e.g., Gantzer and Anderson, 2002; Udawatta et al., 2008)，但是对真实三维大孔隙特征的定量化研究意义较为有限。

虽然大孔隙的三维可视化已可以通过二维CT图像合成算法实现(e.g., Heijs et al., 1995; Mooney and Morris, 2008)，但是三维大孔隙网络定量化仍然是一个挑战。许多方法被应用于三维大孔隙几何形状和拓扑关系的定量化。数学形态学(Serra, 1982)已被用于蚯蚓洞穴的三维特征（包括孔隙形状分布、各支路的长度、连通性和分支强度）量化 (Capowiez et al., 1998; Pierret et al., 2002; Bastardie et al., 2003)。Perret等人（1999）开发了26-近邻算法用于重建原状土柱的土壤大孔隙的三维图像以及计算大孔隙网络的数目、长度、迂曲度、水力半径、网络数值密度和它们的连通性。Lindquist (2002)开发了一个软件包，用于计算三维孔隙尺寸分布、喉道面积分布、有效喉道半径/孔径比和大孔径的孔道迂曲度。

本研究的目的是（1）介绍一种基于三维X射线CT成像技术量化土壤大孔隙网络的改进方法（2）评估土地利用类型和土壤类型对三维土壤大孔隙性质的影响。我们对基于长度的大孔隙参数（需要通过骨架化的三维大孔隙进行精确计算得到），如长度密度、长度分布、平均水力半径、迂曲度和角度，进行了改进。本研究中，大孔隙的尺寸是根据实际体积而不是通常采用的等效半径来定义的。大孔隙连通度是通过定量的相互连通度（节点密度）和通过整个土柱的大孔隙路径（路径数）来定义。这种定义方式更适合描述土柱或更大尺寸中的大孔隙，因而以此替代较传统的连通度指标——欧拉数。用我们改进后的方法计算出的这些三维大孔隙网络参数，特别是当其与土壤性能联系起来后（见Luo等人的应用实例（已提交出版）），对理解不同土壤类型和土地利用类型下，大孔隙对土壤性质的影响十分关键。

2.资料和方法

2.1土壤的研究与抽样

选取两种在质地和结构方面具有显著差异的土壤系列——黑格斯敦粉壤土（细、混合、半活动、湿地典型湿润淋溶土（fine, mixed, semiactive, mesic Typic Hapludalfs））和墨里森砂（细砂壤质、混合、活动、湿地老成湿润淋溶土(fine-loamy, mixed, active, mesic Ultic Hapludalfs)）。两种土壤都是宾夕法尼亚州山谷和山脊地区的典型土壤。相较于石灰岩衍生的黑格斯敦系列，由砂岩衍生的墨里森土壤砂粒含量和岩石碎屑含量更高，且粉粒和黏土含量更低（表1）。每种土壤系列中选取两个常见的用地类型——牧草地和耕地，借以研究土地使用类型的影响。两个耕地都进行常规的耕作，轮换种植玉米(Zea mays L.)和大豆[Glycine max (L.) Merr.]。两个牧草地都用于放牧（动物为马和牛）。因此，本研究中有四个组合：黑格斯敦耕地（H-C），黑格斯敦牧草地（H-P），墨里森耕地（M-C），墨里森牧草地（M-P）。

表1：土壤剖面描述与土壤基本性质[括号中的数字是一个标准误差（n=3）]

  1. 结构性（Pedality）用于描述土壤自然结构体等级、尺寸、形状：1、2、3分别表示等级弱、中、强；vf、f、m、c分别表示尺寸非常精细、精细、中、粗糙；sbk、gr、pl分别表示棱块、粒状、片状。
  2. 根（roots）描述根系数量和尺寸：1、2、3分别表示少、一般、多；vf、f、m、c、vc分别表示根径很细、细、中、粗、很粗。
  3. 饱和水力传导系数在实验室采用恒定水头法测量小土芯得到
  4. 岩石碎屑(尺寸gt;2 mm)含量采用CT图像估计得到
  5. 孔隙率由平均容重值计算（假定微粒密度为2.65 g.cm-3）

2007年7月，在土地类型-土地利用类型组合的对应地点，随机抽取五个直径为102mm，长度为350mm的原状土柱。挖掘机仔细地将聚氯乙烯（PVC）管（下侧边缘尖锐）逐渐的垂直推入土壤。每个土柱样本中包含三个土壤层（表1）。Luo等人（2008）描述了我们抽样的详细过程。除了大的原状土柱，我们从每个土壤层中还抽取了三个直径为55mm，长度为60mm的小的原状土芯，用于在实验室测量土壤容重和饱和导水率。扰动土样同样从每个土壤层获取，以确定各土层粒径分布和有机质含量（表1）。在土壤采样的过程中，每个土壤剖面均完全符合土壤学研究程序标准。

2.2 X射线CT扫描

采用装载第四代CY系统的HD250医用扫描仪(Universal System, Inc., Solon, Ohio)对所有土柱进行能量等级为130kV，100mA的扫描，生成了三维像素为0.234 mm0.234 mm2.000 mm 的512512图像。土壤含水量可能影响X射线衰减值直方图和用于分割图形的阈值。因为在不同时间从不同地区取得的土壤样本具有不同的初始水分含量，为了减少个别土柱之间水分含量的差距，以使不同土壤类型和土地利用类型的实验对比结果更具有一致性；在扫描之前，每个土柱都会用几倍于其孔隙体积的水从顶部湿润，并在开放的大气环境中放置三天使水从底部排出。因此，假定每个土柱的含水量约为田间持水量。然而，这样的处理可能使土柱中的土水势产生梯度，对二值化过程产生影响。

2.3数据处理

图1显示了本研究中图像分析的总体流程。使用ImageJ 1.39(Rasband, 2002)切除图像（512512像素）中土柱外的区域。与此同时，对每个土柱的边缘进行切割以消除任何可能的人为因素的影响。15%的原始横截面积被除去，直径减小到93.7mm。将体像素重现采样到0.3 mm0.3 mm0.3 mm以便与计算。所有CT图像的重新采样均采用Avizo5中的Lanczos滤波器（一种应用广泛的重新取样协议）。此外，我们发现，重新采样后的大孔隙表面变得锯齿更少也更光滑。这可能是因为该步骤通过Lanczos滤波器，在原始图像中插值（重采样前滑动厚度为2mm），因此提高了深度方向上的图片质量。考虑到数据的大小和我们电脑的计算能力，重取样后横截面分辨率从0.234mm略微减少到0.3mm。此后，采用中值滤波——一种图像处理中常用的保留边缘的降噪方法（jassogne et al.，2007）来降噪。

图1：图像分析及大孔隙网络量化流程

采用Images 1.39的最大熵阈值算法来确定大孔隙阈值从而分割图像（jassogne et al.，2007）。类间熵最大处被选作阈值。之后对图像进行目视检查来确定阈值是否合理可用。分割后，所有等效圆直径（ECD）小于0.75mm的大孔隙均被移除(Luo et al., 2008)。因此，本研究中的大孔隙率是指等效圆直径大于等于0.75mm的孔隙体积分数。

所有土柱被CT扫描后，图像被仔细检查，以识别哪些土柱具有因取样而产生的明显扰动（例如不自然的大孔隙形态）。这些土柱在进一步分析后被排除。采样扰动更易发生在墨里森土壤，因为它的岩石碎屑含量更高，土壤结构更弱（表1）。由此，本文随后的分析报告中只选用了H-C和H-P的各四个土柱和M-C和M-P的各两个土柱。

分割后，大孔隙网络通过avizo5进行重建和可视化。同样，采用avizo5计算整体大孔隙率、大孔隙率延柱深分布、大于1000mm3的大孔隙体积、大孔隙数、孔径尺寸分布（按大孔隙体积分布）、平均孔体积及总表面积。通常情况下，等效半径是假设大孔隙为圆柱体，计算该特征土壤大孔隙半径得到的(Hillel, 1998)。然而，并非所有大孔隙都是圆柱形的，而且除了等效半径，孔长也是大孔隙实现水、空气、化学物质移运这一功能的关键因素。孔隙体积作为一个衡量三维大孔隙尺寸的参数，兼顾了孔的宽度和长度。饱和状态下，体积更大的大孔隙中流动和运移更加快速。因此，在本项研究中，大孔隙尺寸采用体积界定，而不是等效半径。

连续性、迂曲度和大孔隙连通性的量化需要可靠的方法。因为土壤大孔隙是三维的，无论是对于精确量化拓扑关系、长度测量还是三维网络的有效可视化，大孔隙的骨架结构都是必不可少的(Capowiez et al., 1998; Peth et al., 2008)（图.2a）。大孔隙的骨架是指它的中心线（距离多个边界点最近处连线）。也有一些研究是基于骨架计算大孔隙长度、迂曲度的。Pierret等人（2002）从二维图像中获得了终极侵蚀点，之后在连续图像中连接这些点，构建三维大孔隙骨架。采用这种方法获取水平方向大孔隙骨架是有问题的。高度不规则孔隙的骨架化会产生噪声，引起对长度的高估（Peth et al., 2008）。Lindquist (2002)开发了3DMA软件来获取孔隙空间的骨架（即中轴线）。然而，为了消除噪声，程序中删除了不连通孔隙的骨架。但由于大土柱中有许多不连通大孔隙(Luo et al., 2008)，采用3DMA可能对大孔隙长度产生低估(Peth et al., 2008)。因此，在本研究中包含不连通大孔隙骨架。但是对于高度不规则的大孔隙（如非生物孔隙），在骨架化的过程中，大孔隙长度会由于噪声的产生而被高估。

图2：(a)延长度具有不同直径的大孔隙骨架示例；(b)具有三个分支和一个节点的大孔隙网络：大孔隙网络的直线距离(Ll)是穿过大孔隙的最长距离（Ll-分支1 Ll-分支2）；大孔隙网络的竖直结构(Lv)等于Lv-分支1 Lv-分支2；大孔隙网络的实际总长度(Lt)等于Lt-分支1 Lt-分支2 Lt-分支3；(c)仅有一个路径通过完整土柱（路径数=1）

大孔隙网络骨架是通过确定到边界体元的最近距离，并利用Avizo5，基于最近距离进行细化得到。在骨架化后，采用C语言开发专门的程序，来追踪量化每个大孔隙网络。一个大孔隙网络可能由多

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[26465]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章