土壤孔隙結構自動化檢測系統研究

摘要：

針對當前土壤或基質內部孔隙結構檢測系統存在精度較低、自動化程度較差、檢測成本較高等問題，設計一種低成本的土壤孔隙結構自動化檢測系統。系統由自動化研磨模塊、斷面圖像采集模塊和運動控制模塊三部分組成，首先對土壤或基質樣品進行連續地自動高精度斷面研磨并獲取具有序列信息的斷面圖像；然后對斷面圖像進行裁剪、增強和分割等處理，最后提取出相關的孔隙分布信息。試驗結果表明：該自動化檢測系統采用優化的斷面圖像處理方法，能夠基于圖像自動統計出每一個斷層上大孔隙和有效孔隙的數量；在樣本斷層厚度和斷層圖像分辨率方面均優于CT掃描，分別可以達到0.05mm和2 400萬像素，且使用成本較低。因此，該自動化檢測系統為土壤孔隙結構研究提供新的技術手段和裝備支撐。

關鍵詞：土壤；斷層成像；孔隙檢測；孔隙結構；孔隙數量

中圖分類號：S152.5

文獻標識碼：A

文章編號：2095-5553 （2025） 01-0249-06

Research on automatic detection system for soil pore structure

Yang Xi¹， Li Weisong¹， Li Zhaoliang¹， Cheng Man^{1， 2}， Yuan Hongbo^{1， 2}

（1. "College of Mechanical and Electrical Engineering， Hebei Agricultural University， Baoding， 071001， China；

2. Hebei Technology Innovation Center of Intelligent Agricultural Equipment， Baoding， 071001， China）

Abstract：

Aiming at the problems of low precision， poor automation and high detection cost in the current soil or matrix internal pore structure detection system， an automatic detection system with low-cost soil pore structure is designed. The system，s structure comprises the automatic grinding module， cross-section image acquisition module， and motion control module， which can continuously and automatically grind the soil or substrate samples with high-precision cross-sections and obtain images with sequence information. The pore distribution information can be extracted based on the cross-section image， which is processed by cutting， enhancing， and segmenting. The test results show that the automated detection system designed in this paper automatically calculates the number of macropores and effective pores on each tomography image by an optimized image processing method. The detection system outperforms CT scanning in terms of grinding cross-section thickness and image resolution， which can reach 0.05 mm and 24 million pixels respectively， and has a low usage cost. In addition， the system uses optimized image processing method for cross-sections. It can automatically count the number of macropores and effective pores on each cross-section based on the images. The automatic detection system designed in this paper provides a new technical means and equipment support for soil pore research.

Keywords：

soil; tomography; pore detection; pore structure; pores quantity

0"引言

土壤內部顆粒之間、顆粒與團聚體之間以及團聚體內部存在的空隙部分稱為土壤孔隙^［1］。土壤孔隙直接影響水分和空氣在土壤內部的遷移途徑及方式^［2］，決定水分及溶質的流動、滲透和持水能力等水力特性^{［3， 4］}；此外，土壤中的物理和生化反應也都發生在孔隙結構中^［5］。因此，精確的獲取原狀土壤的孔隙結構是探索土壤內部結構及其理化性質，研究土壤內部水分運移機制和過程的必要前提。

目前對于土壤孔隙結構進行檢測的常用方法有連續切片法^［6］、染色示蹤法^［7］、CT斷層掃描法^［8］等。連續切片法是土壤孔隙檢測中的一種傳統方法，一般將土壤樣品用混有熒光有機染料的樹脂浸漬后，進行連續的切割或研磨；然后對每一層的斷面進行拍攝，最后利用圖像處理技術對圖像中土壤斷面的孔隙信息進行提取和分析。如李德成等^{［9， 10］}利用此方法對土壤孔隙三維結構進行了檢測，并對免耕制度下耕作土壤的孔隙結構進行了分析。連續切片法中切片/斷面的制備質量比較重要，切片越薄則對原狀土壤內部孔隙結構的還原度也就越高；利用專門的切片和拋光設備，可以得到厚度較小的切片，配合顯微攝影最終得到質量較高的土壤孔隙圖像。如華珊等^［11］通過對土壤樣本進行浸漬、固化、切片和拋光等制成了厚度為0.03mm的土壤切片，然后對切片進行顯微攝影得到數字圖像，通過圖像處理檢測土壤孔隙個數及面積等。但是，專用的切片設備不但價格較高，對土壤樣本的體積大小也有限制。染色示蹤法采用染色示蹤劑對土壤進行澆灌，待其滲入土壤后原地制作土壤剖面并拍照，最后對照片進行處理以獲取土壤的孔隙結構^［12］。該方法所獲得的圖像分辨率相對較低，并且在制作土壤剖面時會對原狀土壤的結構進行一定程度的擾動，無法完全還原精細的土壤孔隙結構。因此，染色示蹤法常用于對土壤大孔隙的研究，如薦圣淇^［13］、朱夢雪^［14］等分別利用染色示蹤法檢測了不同地域和條件下土壤大孔隙的分布情況。CT斷層掃描法是當前較為先進和有效的土壤孔隙檢測方法^［15］，它一般利用X射線對土壤樣本進行斷層掃描，然后利用相應的圖像處理方法還原土壤內部的孔隙結構^{［16， 17］}。CT掃描法是一種非破壞性的檢測方法，可以準確地獲取土壤內部孔隙結構，在當前土壤孔隙研究中應用較多。如Feng^［18］、Budhathoki^［19］等均采用CT掃描法結合圖像處理對土壤孔隙結構進行了檢測和分析。然而，CT掃描設備價格昂貴，因此利用該方法對土壤孔隙結構進行研究的成本較高，一般的研究機構或研究人員并不具備相應的研究條件。

綜上所述，構建低成本、高精度、自動化的土壤孔隙三維結構檢測方法及系統仍然是當前土壤孔隙研究中面臨的難題之一。針對這一問題，本文設計一種土壤孔隙結構檢測系統，開發相關控制程序，實現利用滑臺電機帶動刀頭對制備的土壤樣本進行連續的研磨和拍照；設計相應的圖像處理算法，通過對每一個斷面的圖像進行處理來獲取孔隙結構的分布情況，以期為土壤孔隙檢測研究提供新的技術手段和工具。

1"材料及方法

1.1"檢測系統結構設計

土壤孔隙結構檢測系統由自動化研磨模塊、斷面圖像采集模塊和運動控制模塊三部分組成，其具體的組成結構如圖1所示。自動化研磨模塊為龍門架式結構，主要包括底盤、夾持結構、滾珠絲杠線性滑臺、步進電機和帶銑刀的風冷無刷電機等部件。該模塊的主體框架和底盤均由鋁合金型材搭建而成，其中底盤用來固定整個模塊。夾持裝置由平口鉗和弓形橡膠體組成，在保證夾緊土柱的同時不會對土壤樣品造成形變傷害；5組滾珠絲杠線性滑臺構成龍門架結構，配合5臺步進電機可實現滑臺上滑塊的往復運動；風冷無刷電機安裝在構成龍門架橫梁的滑臺滑塊上，通過聯軸器固定一臺銑刀；通過控制5臺電機的運動，帶動不同的滑臺在上下、前后和左右方向進行運動，最終銑刀在X、Y和Z三個空間方向運動，實現對土壤樣品的細致研磨。同時，無刷電機的風冷系統不僅可以對電機降溫，還可以清理研磨過程中產生的土壤細屑。

斷面圖像采集模塊主要由相機和紫外照射燈構成，相機和紫光燈通過減震平臺固定在龍門架的橫梁上。相機和紫光燈可以隨著橫梁上下移動，這樣可以使相機和紫光燈與土樣的斷面始終保持高度和角度一致，即始終處于最佳的拍攝狀態。為減少外界光照條件的影響，在土樣制備過程的浸漬階段，可以加入熒光劑；熒光劑隨著浸漬液滲入土壤的孔隙中，在紫外光的照射下，孔隙中的熒光劑能夠激發出藍紫色的光，便于成像和后續的圖像處理^［10］。因此，在斷面圖像采集模塊中加入紫外照射燈。運動控制模塊包括控制器和電機驅動器兩部分，控制器的核心為STM32單片機，可以實現電機的正反轉、剎車、轉速等調節功能，以及紫外燈的開啟和關閉，相機的拍照等；電機驅動器和控制器相連，可以根據控制器發出的控制命令驅動電機完成相應的操作。

1.2"檢測系統工作原理

檢測系統工作時首先需要進行參數設定，然后進行初始化并使銑刀頭進入工作位置，最后開啟自動化斷面研磨和拍攝的過程，具體工作流程如圖2所示。

系統工作之前首先需要進行參數設置，將制備好的土樣直徑、高度等信息輸入控制器中，控制器可以根據這些信息控制各絲杠滑臺的運動范圍，即刀頭在X、Y和Z軸三個方向的運動范圍；此外控制器還可以根據土樣的幾何參數設定研磨刀頭的初始位置。當刀頭到達初始位置特別是水平初始位置時，控制器發出控制命令啟動刀頭電機和Y軸方向的滑臺電機，使刀頭沿著Y軸方向做直線運動研磨土樣。當刀頭到達其限定的Y軸方向的運動范圍終點時，控制器會控制刀頭沿X軸方向平移一個單位，在Y軸上沿反方向進行運動，再次采用直線運動的方式研磨土樣；當刀頭沿X軸方向平移到最后一個位置并完成Y軸方向的土樣研磨后，表明其完成一個斷面的研磨。

當土樣的某個斷面研磨完畢后刀頭停轉，然后控制器通過控制X軸方向的滑臺電機將相機移動到土樣的正上方，即拍攝位。此時，紫外燈被開啟并照射土樣，然后控制相機進行拍攝，獲取當前土樣斷面的圖像。相機拍攝完畢后，刀頭回到水平初始位置開始下一輪循環，直到刀頭在豎直方向上移動到其下限位置。此時，土樣被研磨完畢，且每個斷面均在紫外光的照射下完成了圖像的采集。

1.3"土壤孔隙信息提取方法

利用本系統獲取的土樣斷面圖像中包含有部分背景，在分析土樣斷面中孔隙之前需要對圖像進行處理以便于對孔隙進行提取。圖像處理過程包括裁剪、增強和分割3個步驟。

通過攝像頭獲取的土樣斷面圖像首先需要進行裁剪，以去除背景的干擾。由于夾持結構的位置是固定不動的，土樣一般為規則形狀且被放置在加持結構的中心，所以土樣的中心和相機的位置是相對固定的，則圖像中背景和土樣斷面的位置是相對不變的。因此，可以根據土樣的幾何形狀參數來設定圖像中的固定裁剪區域，以去除背景。攝像頭在拍攝過程中，不可避免的會受到外界因素的干擾從而導致圖像質量受到影響，如紫外光照射不均勻時會使圖像灰度過于集中，模/數轉換與線路傳輸會使圖像產生噪聲等。為得到更清晰的圖像，需要對其進行增強以改善成像的效果。首先對裁剪后的圖像進行灰度化，然后采用鄰域增強算法來進行圖像的銳化處理，圖像銳化的目的是突出目標的邊緣輪廓的，使孔隙的邊緣更加突出，便于后續進行孔隙識別。

經過裁剪和增強，圖像中只剩下優化后的土樣斷面，斷面中包括孔隙和非孔隙，還需將孔隙提取出來才能對其進行分析。圖像分割的目的就是將圖像中的孔隙單獨分離和提取出來，孔隙的分割采用應用較為廣泛的閾值法進行處理。為得到合理的閾值，首先將經過上述步驟處理后的圖像灰度化，然后進行直方圖統計；根據直方圖統計結果，采用雙峰法得到土壤灰度的取值范圍為15～135，孔隙灰度的取值范圍為135～210，因此取閾值為135。根據得到的孔隙灰度閾值，根據式（1）將圖像進行二值化處理，使孔隙為白色，土壤為黑色。經過上述步驟，最終實現孔隙的分割和提取。

pixel（i，j）=

1pixel（i，j）≥T

0pixel（i，j）lt;T

（1）

式中：

pixel（i，j）——

灰度圖像中第i行，第j列的像素值；

T——閾值。

如果該像素值≥T，賦值為1，否則被重新賦值為0。

2"試驗及結果

2.1"試驗樣本制備

為驗證本系統的工作性能，采用椰糠作為試驗對象進行系統測試。椰糠是椰子殼加工過程中脫落下的一種純天然材料，具有較強的保水、透氣性能。作為一種替代土壤的栽培基質，椰糠近年來在溫室種植中得到廣泛的應用。

制作椰糠樣本時，首先從溫室中利用環刀法采集椰糠樣本，并將其裝入內徑為7cm、壁厚為0.2cm、高度為20cm的聚氯乙烯塑料圓筒內，使椰糠完全充滿整個圓筒，圓筒底端用直徑10cm濾紙封閉以防其脫落。然后將椰糠樣本放置在通風處，待其完全風干后從圓筒中心緩慢注入浸漬劑（環氧樹脂∶固化劑∶稀釋劑=15∶5∶3，混合物∶熒光材料=100∶1）。浸漬劑注入過程中，保證注入速度小于入滲速度，盡可能使浸漬劑充滿土壤中的孔隙；當浸漬劑表面高出土表并基本穩定后，停止加入浸漬劑，靜止48h至浸漬劑完全固化。當椰糠樣本被完全固化后，即完成樣本的制備，并可以用于樣本斷面圖像的采集。

2.2"樣本斷面圖像采集及處理

樣本被固定在檢測系統上進行逐層研磨處理，共獲取有效斷面序列圖像約4 000幅。如圖3所示，從圖中可以看出經過紫外光的照射，椰糠基質呈現出藍紫色，孔隙呈現出亮藍色。因為孔隙中已經充滿浸漬劑，浸漬劑中的熒光材料被紫外光照射后激發出亮藍色，表明在浸漬劑中添加熒光材料，可以增加土壤或基質與孔隙的對比度，為后續的圖像處理提供便利。

圖4為經過裁剪和增強處理后的斷面圖像。圖4（a）為去除背景后的圖像，所有的背景已經被完全剪切掉，為后續處理圖像排除背景干擾。椰糠樣本受制作工藝影響，其邊緣不能準確反映基質內部孔隙分布情況，故將樣本斷面圖像向內剪切100像素點，圖4（b）為裁剪后的圖像，斷面邊緣清晰完整。圖4（c）為灰度化處理后的斷面圖像，此時圖像已經從彩色RGB圖像轉換為灰度圖像；圖4（d）為增強后的圖像，從該圖像可以看出，經過銳化處理的增強圖像，與處理前相比，圖像中孔隙輪廓的邊緣更加清晰和明顯。

圖5（a）為在增強后圖像基礎上得到的灰度直方圖，可以看出存在兩個明顯的波峰，其中一個波峰表示椰糠的灰度，另一個波峰表示孔隙的灰度，而且椰糠和孔隙灰度的分界閾值大致為135，與前期試驗結果一致。因此，采用135作為圖像二值化的閾值是合理的。圖5（b）為圖像二值化之后的結果，可以看出孔隙部分已經完全被分割出來。

2.3"土壤孔隙結構分析

利用處理完畢的斷面圖像可以方便得出每一層椰糠基質的孔隙所占面積百分比，以及樣本內在豎直方向上孔隙數量的變化情況。隨機選取整個椰糠樣本的1/5斷面序列圖像進行孔隙結構分析，所選取的圖像位于椰糠樣本的81～120mm高度，圖6為不同斷面層上椰糠基質孔隙所占面積百分比。從圖6可以看出，椰糠樣本斷面中孔隙占每個樣本斷面的總面積比例在30%～90%，大部分斷面中孔隙占比在50%～80%；這一結果與椰糠基質的特性一致，即椰糠具有良好的透氣性，可以為根系的生長提供較好的氧氣供應。

此外，還可以根據斷面圖像分析處樣本內不同大小孔隙的分布。土壤或基質內孔徑范圍為0.2～500μm的毛管孔隙具有儲水功能，被稱為有效孔隙，孔徑大于500μm孔隙的孔隙稱為大孔隙。流經大孔隙的水以較快速度流出基質；流經有效孔隙的水以較慢的下滲速度浸潤基質，使水分停留在基質內部，因此基于有效孔隙可以分析土壤或基質的持水能力。基于斷面圖像可以統計出土壤內部不同孔徑的孔隙分布情況，圖7為每個斷層內有效孔隙和大孔隙的數量分布。從圖7（a）可以看出，椰糠樣本的斷面中有效孔隙數量集中在5 000～20 000個，水分主要存儲在這些孔隙內；從圖7（b）可以看出，椰糠樣本斷面內大孔隙數量集中在100～200個，與有效孔隙數量相比大孔隙數量相對較少。根據圖7的結果可知，椰糠基質另一個特性，即具有良好的保水性。椰糠樣本各斷面孔隙分布結構的分析結果與椰糠基質物理特性一致，證明土壤孔隙檢測系統能夠對土壤樣本內的孔隙特性進行量化分析，對于土壤理化特性研究具有很好的工具作用。

2.4"系統工作精度分析

土壤孔隙分析系統的性能受土壤斷面成像精度和土壤斷面厚度兩個關鍵因素的影響。根據文獻調查可知^{［1， 20］}，當前用于土壤孔隙研究的CT掃描成像系統中斷面圖像的像素一般在40萬～50萬，斷面厚度一般在0.6mm以上。而現在攝像頭或相機像素普遍超過50萬，500萬像素以上的攝像頭或相機價格也相對較低，本系統選用相機型號為索尼A6000，其像素達到2 400萬，因此在土壤斷面成像精度方面已超過CT掃描系統。為使斷面厚度盡可能小，本系統使用的絲杠滑臺中絲杠導程為10mm，滑臺電機步距角為1.8°，電機驅動器最大細分數為128。根據式（2）可計算出系統在Z軸方向上最小移動距離為0.000 4mm，考慮到滑臺的設計精度和實際運行中的誤差，在Z軸方向上每次向下移動的距離，即斷面厚度設置為0.05mm，遠小于CT掃描成像系統的0.6mm斷面厚度。由此可以得出本系統在土壤斷面成像精度和土壤斷面厚度精度上均超過CT掃描。

l=·s360·n

（2）

式中：

l——

Z軸方向最小移動距離，即土壤斷面的厚度；

——

Z軸方向滑臺電機的步距角；

s——該滑臺中絲杠的導程；

n——該滑臺電機驅動器的細分數。

針對樣本斷面采用的圖像處理方法屬于經典的方法，且這些方法在CT圖像處理中也得到廣泛的應用。雖然圖像處理方法相同，但是本系統能夠得到質量更好的原始圖像數據，因此能夠取得更精確的分析結果。

3"結論

設計一種適用于各類土壤和栽培基質的孔隙檢測系統，并進行測試試驗。

1） "本系統實現土壤或基質內部孔隙信息的自動化采集，通過輸入樣本的幾何尺寸數據即可全自動的執行逐層研磨和拍照全過程。

2） "與當前較為先進的CT掃描法相比，本系統大大降低土壤孔隙分析的成本，且在斷層厚度和成像清晰度方面均優于CT掃描法，分別可以達到0.05mm和2 400萬像素；此外，該系統操作簡單，便于移動。

3） "采用優化的斷面圖像處理方法，能夠根據圖像自動化的統計得出每一個斷層上大孔隙和有效孔隙數量。

4） 本文設計的土壤孔隙檢測系統能夠為土壤孔隙研究提供新的技術手段和裝備支撐。

參"考"文"獻

［1］

韓巧玲， 周希博， 宋潤澤， 等. 基于序列信息的土壤CT圖像超分辨率重建［J］. 農業工程學報， 2021， 37（17）： 90-96.

Han Qiaoling， Zhou Xibo， Song Runze， et al. Super-resolution reconstruction of soil CT images using sequence information ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（17）： 90-96.

［2］

Carducci C E， Oliveira G C， Curi N， et al. Spatial variability of pores in oxidic latosol under a conservation management system with different gypsium doses ［J］. Ciência E Agrotecnologia， 2014， 38（5）： 445-460.

［3］

Amoakwah E， Frimpong K A， Okae-Anti D，et al. Soil water retention， air flow and pore structure characteristics after corn cob biochar application to a tropical sandy loam ［J］. Geoderma， 2017， 307： 189-197.

［4］

董均貴， 呂海波， 陳國強. 基于核磁共振技術的孔隙水形態及土壤滲透性分析［J］. 農業工程學報， 2020， 36（6）： 74-80.

Dong Jungui， Lü Haibo， Chen Guoqiang. Pore-water form determined by using NMR method and its influence on soil permeability ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（6）： 74-80.

［5］

許智隼， 胡五龍. 基于三維X-CT圖像的結皮土壤孔隙結構特征與滲透率［J］. 農業工程學報， 2021， 37（14）： 89-97.

Xu Zhisun， Hu Wulong. Characteristics of pore structure and permeability in soil crust using 3D X-CT images ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（14）： 89-97.

［6］

李德成， Velde B， 張桃林. 利用土壤的序列數字圖像技術研究孔隙小尺度特征［J］. 土壤學報， 2003， 40（4）： 524-528.

Li Decheng， Velde B， Zhang Taolin. Study on soil pore characteristics on small scale by using techniques of serial digital images ［J］. Acta Pedologica Sinica， 2003， 40（4）： 524-528.

［7］

邱琳， 吳華山， 陳效民， 等. 利用染色示蹤和圖像處理技術對土壤大孔隙進行定量研究［J］. 土壤， 2007， 39（4）： 621-626.

Qiu Lin， Wu Huashan， Chen Xiaomin， et al. Quantitative study on soil macropores by dye tracing and image processing ［J］. Soils， 2007， 39（4）： 621-626.

［8］

邱琛， 韓曉增， 陳旭， 等. CT掃描技術研究有機物料還田深度對黑土孔隙結構影響［J］. 農業工程學報， 2021， 37（14）： 98-107.

Qiu Chen， Han Xiaozeng， Chen Xu， et al. Effects of organic amendment depths on black soil pore structure using CT scanning technology ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（14）： 98-107.

［9］

李德成， Velde B， Delerue J F， 等. 用于研究土壤孔隙三維結構的連續數字圖像的制備［J］. 土壤與環境， 2001， 10（2）： 108-110.

Li Decheng， Velde B， Delerue J F， et al. Preparation of consecutive digital images for analysis of pore 3D structure in soil ［J］. Soil and Environmental Sciences， 2001， 10（2）： 108-110.

［10］

李德成， Velde B， Delerue J F， 等. 免耕制度下耕作土壤結構演化的數字圖像分析［J］. 土壤學報， 2002， 39（2）： 214-220.

Li Decheng， Velde B， Delerue J F， et al. Image analysis of development of cultivated soil structures under non-tillage system ［J］. Acta Pedologica Sinica， 2002， 39（2）： 214-220.

［11］

華珊， 陳研， 梁露燾， 等. 利用基于偏微分方程的圖像濾波技術研究土壤孔隙結構［J］. 農業工程學報， 2014， 30（3）： 78-85.

Hua Shan， Chen Yan， Liang Lutao， et al. Studying soil pore structure by using image filtering technology based on partial differential equation model ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（3）： 78-85.

［12］

趙思齊， 代立熠， 謝璐萌， 等. 基于染色示蹤實驗的蘆葦濕地垂向水文運移特征研究［J］. 環境科學學報， 2022， 42（1）： 160-167.

Zhao Siqi， Dai Liyi， Xie Lumeng， et al. Characteristics of vertical hydrological migration in reed wetland based on dyeing tracer experiment ［J］. Acta Scientiae Circumstantiae， 2022， 42（1）： 160-167.

［13］

薦圣淇， 趙傳燕， 彭煥華， 等. 利用染色示蹤與圖像處理術研究根系對土壤大孔隙的影響［J］. 蘭州大學學報（自然科學版），2011， 47（5）： 62-66.

Jian Shengqi， Zhao Chuanyan， Peng Huanhua， et al. Root influence on soil macropores by dye tracing and image processing technology ［J］. Journal of Lanzhou University （Natural Sciences）， 2011， 47（5）： 62-66.

［14］

朱夢雪， 趙洋毅， 王克勤， 等. 中亞熱帶不同演替森林群落土壤結構分形特征對大孔隙的影響［J］. 林業科學研究， 2022， 35（2）： 67-77.

Zhu Mengxue， Zhao Yangyi， Wang Keqin， et al. Effect of fractal characteristics of soil structure on macropores in different succession forest communities in mid-subtropical region ［J］. Forest Research， 2022， 35（2）： 67-77.

［15］

闞曉晴， 程金花， 王葆， 等. 基于工業CT掃描的不同類型土壤孔隙結構研究［J］. 西南林業大學學報（自然科學版）， 2021， 41（4）： 25-34.

Kan Xiaoqing， Cheng Jinhua， Wang Bao， et al. Soil structural pore network under different soil types by industrial computed tomography ［J］. Journal of Southwest Forestry University， 2021， 41（4）： 25-34.

［16］

Dhaliwal J K， Kumar S. 3D-visualization and quantification of soil porous structure using X-ray micro-tomography scanning under native pasture and crop-livestock systems ［J］. Soil amp; Tillage Research， 2022， 218： 105305.

［17］

Tseng C L， Alves M C， Crestana S. Quantifying physical and structural soil properties using X-ray microtomography ［J］. Geoderma， 2018， 318： 78-87.

［18］

Feng Y， Wang J， Bai Z， et al. Three-dimensional quantification of macropore networks of different compacted soils from opencast coal mine area using X-ray computed tomography ［J］. Soil amp; Tillage Research， 2020， 198： 104567.

［19］

Budhathoki S， Lamba J， Srivastava P， et al. Using X-ray computed tomography to quantify variability in soil macropore characteristics in pastures ［J］. Soil amp; Tillage Research， 2022， 215： 105194.

［20］

Borges J A R， Pires L F， Cassaro F A M， et al. X-ray computed tomography for assessing the effect of tillage systems on topsoil morphological attributes ［J］. Soil amp; Tillage Research， 2019， 189： 25-35.