1、CT的基本原理
土壤结构研究中应用的CT主要包括医用CT、工业显微CT和同步辐射显微CT,三种CT的主要原理如下图所示。其中,同步辐射显微CT采用单色光源;而医用CT和工业CT采用多色光源,会产生射线硬化伪影,需要通过加滤波器等方法消除。医用CT可扫描样品尺寸大,分辨率低,主要用于大土柱的研究;同步辐射显微CT分辨率高,图像对比度强,但可扫描样品尺寸小,主要用于团聚体尺度的研究;而普通工业CT的分辨率和扫描样品尺度则介于二者之间。结合利用不同类型CT,研究多尺度土壤结构特征。
2、样品采集
以水稻田土壤样品为例,采集的土壤为发育于第四纪红黏土母质的水稻土。共采集三种规格的表层土壤样品:大土柱(直径100 mm,高200 mm),小土柱(直径30 mm,高30 mm)和团聚体(直径约5 mm)，如下图。其中,大土柱和小土柱利用PVC管采集,团聚体用铲子采集。采样和运输过程中尽可能避免震动等对土壤结构的扰动。
3、CT扫描
大土柱利用医用CT( Discov-ery CT HD 750,GE , USA)扫描,小土柱利用工业显微CT ( Phenix Nano-tom S, GE, USA)扫描,团聚体样品应用同步辐射显微CT进行扫描。图像重建均采用背投影算法,利用不同CT自带软件完成,，详细试验参数见下表。此外，两种显微CT均输出tiff格式图像,而医用CT输出图像为DICOM 格式,需要利用ImageJ软件转化为tiff格式。
4、CT图像处理和分析
在图像分析之前,需要选取感兴趣区域。对于土柱样品,选取未受扰动的中心部分土柱;而对于不规则的团聚体样品,则选取中心部分的立方体。
通过对CT图像的处理和分析可以定量提取土壤结构信息。图像处理的主要步骤有图像增强、去噪和分割等。图像的增强主要是通过在频率域或空间域的变换,使孔隙结构更加突出。去噪主要是利用滤波减少图像中的噪声。有效的图像增强和去噪会降低图像分割的难度。图像分割是将图像中感兴趣目标物提取出来,是定量研究土壤孔隙结构的关键和难点。本研究中,首先通过直方图拉伸增强图像对比度,然后利用中值滤波平滑图像和去噪。图像分割采用双阈值法,分割后图像三维结构如下图A所示
不同大小土壤样品三维土壤孔隙结构如上图A所示。可以看到大土柱上部孔隙较多,有裂隙存在，下部孔隙较少,且无连通性孔隙。通过孔隙度的垂直分布(图B) ,可以发现大土柱在90 mm以上孔隙度较高( >6% ),然后迅速降低至2%左右,这一现象说明该田块耕作深度过浅,亟待深耕,因为我国稻田现在普遍采用旋耕机,旋耕深度一般在10 ~15cm左右。小土柱在上部和下部孔隙度低，而在中部偏上部分孔隙度较高。团聚体内部孔隙分布则相对均匀。
大土柱、小土柱和团聚体的孔隙度分别为6.4% 5.2%和5.6%%,孔隙大小分布如图C所示。不同类型CT扫描的样品尺寸和获取的图像分辨率不同,通过CT扫描只能获取其分辨能力以内的孔隙信息,因而得到的孔隙大小范围不同。本研究中,团聚体、小土柱和大土柱的孔隙大小范围分别为0.02 ~0.22 mm ,0.11 ~1.68 mm和0.56 ~5.86mm。可以发现,不同尺寸样品的孔隙在部分范围存在重合(大土柱和小土柱:0.56 ~ 1. 68 mm,小土柱和团聚体0.11 ~0.22 mm)。在重合部分,大土柱孔隙度高于小土柱,后者高于团聚体(图C)。这种现象表明,在一定尺度范围内,随着样品尺寸的增加，大孔隙度增加,这可能是采集的大样品更容易包含大的孔隙(如裂隙)。
