本发明专利技术公开了一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，包括如下步骤：样品采集、CT扫描、选取阈值、数据增强、图像切割与二值化、三维可视化、三维量化分析。本发明专利技术的有益效果：利用专业原状土壤采样仪器采样，减少原状土采集过程中的扰动；CT扫描仪器与专业三维分析软件相结合，采用最合适的阈值分割方法，实现对土壤大孔隙空间结构的三维量化分析。
【技术实现步骤摘要】
本专利技术属于农业工程
，具体涉及一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法。
技术介绍
传统测定土壤大孔隙的方法主要有染色法、切片法、标记物穿透曲线法和土壤张力入渗计法。这些方法普遍存在问题，主要集中在对原状土造成的破坏以及存在的系统误差方面。目前，国际上一些科研工作者已经将CT扫描法作为土壤大孔隙空间网络结构研究的前沿方法，但是由于扫描成本，以及采样成本方面的限制，这一方法并未广泛应用，在国内土壤学中的应用更是少之又少。在国际上，虽然这一方法已经得到应用，但是采样方法采用人工挖掘方法扰动性较大；三维可视化和量化方面，阈值分割方法选取以及孔喉的分析方面尚存未解决问题。另外，在国内虽然有学者开始利用CT扫描研究土壤大孔隙结构，但主要是基于二维的分析，并没有在实现三维量化分析；在分析软件方面主要借助于CT扫描仪的自带软件或者ImageJ等开源软件，Avizo等专业软件的使用较少。
技术实现思路
针对相关技术中的上述技术问题，本专利技术提出一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，用以解决上述问题。为实现上述技术目的，本专利技术的技术方案是这样实现的：一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，包括如下步骤：S1、样品采集：将PVC管一，缓缓压入土壤，整个PVC管一取出后用PVC盖进行密封和封堵，得到未扰动的土芯；S2、CT扫描：将样品平放于CT扫描设备进行扫描；S3、选取阈值：S3.1、从样地另外采集部分土样，经过2mm筛，回填到PVC管一中，制作成回填土柱，在回填土柱中埋一个两端封闭的PVC管二，在PVC管二管壁上做一个凹槽，在凹槽处测得实际距离；S3.2、将回填土柱平放于CT扫描设备进行扫描；S3.3、将扫描完后的图片导入Avizo软件，经过图像增强处理，通过调整Avizo提供的灰度histogram图确定一个孔隙阈值，不断调整此阈值的大小，并根据当前阈值下所测得的凹槽距离与实际距离对比，直到测量距离与实际距离的误差小于1%，得到阈值；S4、数据增强：将CT扫描所得的图像导入到Avizo软件中进行重建，并对图像通过FFTfilter和Gaussianfilter两种滤镜消除图像噪音，增强图像质量；S5、图像切割与二值化：通过Avizo切割工具，选取区域，剔除部分扰动产生的裂隙；将阈值过程获得的阈值，应用于整个土壤样品，获得土壤大孔隙的二值图；S6、三维可视化：通过Avizo软件的体积渲染模块volumerendering和表面渲染模块isosurfacerendering，实现土壤大孔隙的三维可视化；S7、三维量化分析：S7.1、通过Avizo软件的体积份数volumefraction得到土壤大孔隙度；和/或S7.2、通过autoskeleton模块可以得到将每个独立的土壤大孔隙看做一个对象，分析每个对象的位置、角度、配位数、体积、表面积、节点数、节点分布、水力半径、长度、线段数、端点节点数、分支节点数和独立节点，以及分析整个样品中土壤大孔隙的总体积，总长度，总节点数，总端点节点数，总分支节点数，总独立节点，大孔隙数量，平均长度，平均水力半径，总长度；和/或S7.3、利用孔隙网络模型PoresNetworkModel计算土壤大孔隙的孔、喉特征。优选的，所述PVC管一的管长为50cm，内径10cm。优选的，所述PVC管二的直径为2cm。优选的，步骤S2中和步骤S3中，CT扫描设备的参数为电压140KV，电流200mA，扫描间距0.625mm。进一步的，步骤S6中，实现三维可视化的同时并制作视频。进一步的，步骤S7.3中，土壤大孔隙的孔、喉特征包括孔、喉的体积、内表面积、水力半径。本专利技术的有益效果：利用专业原状土壤采样仪器采样，减少原状土采集过程中的扰动；CT扫描仪器与专业三维分析软件相结合，采用最合适的阈值分割方法，实现对土壤大孔隙空间结构的三维量化分析。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例所述的回填土柱的结构示意图；图2是根据本专利技术实施例所述的PVC管二的结构示意图。其中：1、回填土柱；2、PVC管二；３、凹槽；４、实际距离。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。如图1-2所示，根据本专利技术实施例所述的一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，包括如下步骤：S1、样品采集：将PVC管一，缓缓压入土壤，整个PVC管一取出后用PVC盖进行密封和封堵，得到未扰动的土芯；S2、CT扫描：将样品平放于CT扫描设备进行扫描；S3、选取阈值：S3.1、从样地另外采集部分土样，经过2mm筛，回填到PVC管一中，制作成回填土柱1，在回填土柱1中埋一个两端封闭的PVC管二2，在PVC管二2管壁上做一个凹槽3，在凹槽3处测得实际距离4；S3.2、将回填土柱1平放于CT扫描设备进行扫描；S3.3、将扫描完后的图片导入Avizo软件，经过图像增强处理，通过调整Avizo提供的灰度histogram图确定一个孔隙阈值，不断调整此阈值的大小，并根据当前阈值下所测得的凹槽距离与实际距离4对比，直到测量距离与实际距离的误差小于1%，得到阈值；S4、数据增强：将CT扫描所得的图像导入到Avizo软件中进行重建，并对图像通过FFTfilter和Gaussianfilter两种滤镜消除图像噪音，增强图像质量；S5、图像切割与二值化：通过Avizo切割工具，选取区域，剔除部分扰动产生的裂隙；将阈值过程获得的阈值，应用于整个土壤样品，获得土壤大孔隙的二值图；S6、三维可视化：通过Avizo软件的体积渲染模块volumerendering和表面渲染模块isosurfacerendering，实现土壤大孔隙的三维可视化；S7、三维量化分析：S7.1、通过Avizo软件的体积份数volumefraction得到土壤大孔隙度；和/或S7.2、通过autoskeleton模块可以得到将每个独立的土壤大孔隙看做一个对象，分析每个对象的位置、角度、配位数、体积、表面积、节点数、节点分布、水力半径、长度、线段数、端点节点数、分支节点数和独立节点，以及分析整个样品中土壤大孔隙的总体积，总长度，总节点数，总端点节点数，总分支节点数，总独立节点，大孔隙数量，平均长度，平均水力半径，总长度；或S7.3、利用孔隙网络模型PoresNetworkModel计算土壤大孔隙的孔、喉特征。所述PVC管一的管长为50cm，内径10cm。所述PVC管二的直径为2cm。步骤S2中和步骤S3中，CT扫描设备的参数为电压140KV，电流200mA，扫描间距0.625mm。步骤S6中，实现三维可视化的同时并制作视频。步骤S7.3中，土壤大孔隙的孔、喉特征包括孔、喉的体积、内表面积、水力半径。lysi本文档来自技高网...
【技术保护点】
一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，其特征在于：包括如下步骤：S1、样品采集：将PVC管一，缓缓压入土壤，整个PVC管一取出后用PVC盖进行密封和封堵，得到未扰动的土芯；S2、CT扫描：将样品平放于CT扫描设备进行扫描；S3、选取阈值：进一步包括：S3.1、从样地另外采集部分土样，经过2mm筛，回填到PVC管一中，制作成回填土柱，在回填土柱中埋一个两端封闭的PVC管二，在PVC管二管壁上做一个凹槽，在凹槽处测得实际距离；S3.2、将回填土柱平放于CT扫描设备进行扫描；S3.3、将扫描完后的图片导入Avizo软件，经过图像增强处理，通过调整Avizo提供的灰度histogram图确定一个孔隙阈值，不断调整此阈值的大小，并根据当前阈值下所测得的凹槽距离与实际距离对比，直到测量距离与实际距离的误差小于1%，得到阈值；S4、数据增强：将CT扫描所得的图像导入到Avizo软件中进行重建，并对图像通过FFT filter 和 Gaussian filter两种滤镜消除图像噪音，增强图像质量；S5、图像切割与二值化：通过Avizo切割工具，选取区域，剔除部分扰动产生的裂隙；将阈值过程获得的阈值，应用于整个土壤样品，获得土壤大孔隙的二值图；S6、三维可视化：通过Avizo软件的体积渲染模块volume rendering和表面渲染模块isosurface rendering，实现土壤大孔隙的三维可视化；S7、三维量化分析：S7.1、通过Avizo软件的体积份数volume fraction得到土壤大孔隙度；和/或S7.2、通过auto skeleton模块可以得到将每个独立的土壤大孔隙看做一个对象，分析每个对象的位置、角度、配位数、体积、表面积、节点数、节点分布、水力半径、长度、线段数、端点节点数、分支节点数和独立节点，以及分析整个样品中土壤大孔隙的总体积，总长度，总节点数，总端点节点数，总分支节点数，总独立节点，大孔隙数量，平均长度，平均水力半径，总长度；和/或S7.3、利用孔隙网络模型Pores Network Model 计算土壤大孔隙的孔、喉特征。...
【技术特征摘要】
1.一种基于CT扫描技术量化土壤大孔隙空间网络结构的方法，其特征在于：包括如下步骤：S1、样品采集：将PVC管一，缓缓压入土壤，整个PVC管一取出后用PVC盖进行密封和封堵，得到未扰动的土芯；S2、CT扫描：将样品平放于CT扫描设备进行扫描；S3、选取阈值：进一步包括：S3.1、从样地另外采集部分土样，经过2mm筛，回填到PVC管一中，制作成回填土柱，在回填土柱中埋一个两端封闭的PVC管二，在PVC管二管壁上做一个凹槽，在凹槽处测得实际距离；S3.2、将回填土柱平放于CT扫描设备进行扫描；S3.3、将扫描完后的图片导入Avizo软件，经过图像增强处理，通过调整Avizo提供的灰度histogram图确定一个孔隙阈值，不断调整此阈值的大小，并根据当前阈值下所测得的凹槽距离与实际距离对比，直到测量距离与实际距离的误差小于1%，得到阈值；S4、数据增强：将CT扫描所得的图像导入到Avizo软件中进行重建，并对图像通过FFTfilter和Gaussianfilter两种滤镜消除图像噪音，增强图像质量；S5、图像切割与二值化：通过Avizo切割工具，选取区域，剔除部分扰动产生的裂隙；将阈值过程获得的阈值，应用于整个土壤样品，获得土壤大孔隙的二值图；S6、三维可视化：通过Avizo软件的体积渲染模块volumerendering和表面渲染模块isosurfacerendering，实现土壤大孔隙的三维可视化；S7、三维量化分析：S7.1、通过...
【专利技术属性】
技术研发人员：胡霞，李宗超，刘勇，孙贞婷，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。