CN107941673A - 一种盐碱土壤孔隙结构测定分析方法 - Google Patents

一种盐碱土壤孔隙结构测定分析方法 Download PDF

Info

Publication number
CN107941673A
CN107941673A CN201711163420.1A CN201711163420A CN107941673A CN 107941673 A CN107941673 A CN 107941673A CN 201711163420 A CN201711163420 A CN 201711163420A CN 107941673 A CN107941673 A CN 107941673A
Authority
CN
China
Prior art keywords
soil
pore structure
image
column
section
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711163420.1A
Other languages
English (en)
Inventor
隆小华
邵天韵
熊迎军
刘兆普
赵耕毛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Agricultural University
Original Assignee
Nanjing Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Agricultural University filed Critical Nanjing Agricultural University
Priority to CN201711163420.1A priority Critical patent/CN107941673A/zh
Publication of CN107941673A publication Critical patent/CN107941673A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
    • G01N2015/0833—Pore surface area

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明涉及一种盐碱土壤孔隙结构测定分析方法，属于土壤结构测定分析方法领域。本发明的目的在于：提供一种无扰动非破坏性的盐碱土壤孔隙结构测定方法及其应用，以解决现有技术无法在不破坏土壤的情况下对大孔隙属性的土壤进行测量。一种盐碱土壤孔隙结构测定分析方法包括以下步骤：采集样本：选取需测定土壤，将采样容器沿着垂直方向敲入土壤中，采集原状土柱；扫描样本：将原状土柱放入X射线计算机化断层摄影扫描仪进行扫描；图像处理：将原状土柱横截面的扫描图像输入计算机，利用计算机中对图像进行批量处理，得到原状土柱横截面的孔隙的个数与面积。本发明测定更加快捷、精确和直观的测定和计算土柱内大孔隙结构的空间分布。

Description

一种盐碱土壤孔隙结构测定分析方法
技术领域
本发明涉及一种盐碱土壤孔隙结构测定分析方法，属于土壤结构测定分析方法领域。
背景技术
土壤位于地球陆地表面，具有一定肥力，能够生长植物的疏松层。土壤是在特定成土条件下，经过漫长的成土过程逐渐发育和形成的历史自然体。土壤是固态地球表面具有生命活动，处于生物与环境间进行物质循环和能量交换的疏松表层。土壤由岩石风化而成的矿物质、动植物，微生物残体腐解产生的有机质、土壤生物(固相物质)以及水分(液相物质)、空气(气相物质)，氧化的腐殖质等组成。固体物质包括土壤矿物质、有机质和微生物通过光照抑菌灭菌后得到的养料等。液体物质主要指土壤水分。气体是存在于土壤孔隙中的空气。土壤中这三类物质构成了一个矛盾的统一体。它们互相联系，互相制约，为作物提供必需的生活条件，是土壤肥力的物质基础。土壤是陆地植物着生的基地，是人类从事农业生产的物质基础。
而盐碱土与酸性土是两大主要低产土类，随着工业的发展，灌溉地和设施栽培面积的不断扩大，海水倒灌形成海滨、滩涂盐碱地有不断扩大的趋势。土壤盐渍化已成为一个世界性的资源和生态问题。据联合国粮农组织和教科文组织统计，全球有各种盐渍土约10亿hm2，占全球陆地面积的10％，广泛分布于100多个国家和地区。据统计，我国盐渍土面积约3.69×107hm2，耕地盐碱化7.6×106hm2，农业利用潜力的盐碱荒地和盐碱障碍耕地面积近1.3×107hm2，近1/5耕地发生盐碱化。我国人多地少，大面积盐碱地的存在和土壤盐渍化程度的加剧，已成为制约我国农业生产发展的重要因素，改良盐渍土以保证农业的可持续发展已迫在眉睫。
孔隙性和结构性良好的土壤，能够同时较好的满足植物对水分和空气的要求，土壤温度状况适宜，并有利于养分的转化；能使植物根系得到良好的发育，更充分的利用各种肥力因素。土壤大孔隙是在土壤涨缩、可溶性物质溶解、冻融循环交替、耕种等物理过程及蚯蚓等动物活动、植物根系生长等生物过程的作用下，土体内形成使水分和溶质优先迁移的物理孔隙。大孔隙的存在可形成大孔隙流或优势流，使浅层土壤中的水分快速渗入土壤深处或地下水中，加快了地下水响应速度，增加土壤通气性，提高降水的入渗率。而盐碱耕地土壤中的盐分对农作物的根系伤害非常严重，农作物的根系受到盐毒害后，根系发育不良而早衰。盐碱地土壤中盐分多，土表常有白色盐碱沉淀，通气、透水不良，农作物根系常有中毒、烂根、死亡现象，即使投入了大量的肥料也不能被农作物吸收利用，造成了高投入低产出的负效应。为了更好的分析土壤大孔隙的特性及其对水流、溶质运移特性的影响，首先要确定土壤中大孔隙的数目、大小、形状以及连通性等基本属性。
传统的测定土壤孔隙度的方法一般不采用直接测量，而是根据土壤容重和土壤密度计算而得：土壤孔隙度＝(1-土壤容重/土壤密度)×100％，式中土壤密度是指单位容积固体土粒(不包括粒间孔隙的容积)的质量(实际上多以重量代替)，单位g/cm3。多数土壤的密度为2.6-2.7g/cm3，通常情况下，土粒密度以多数土壤的平均值2.65g/cm3作为通用数值，称为“通用密度值”。土壤容重是指单位容积土体(包括孔隙在内的原状土)的干重，单位g/cm3，一般为1.0—1.8g/cm3。；土壤容重是指单位容积土体(包括孔隙在内的原状土)的干重，单位g/cm3，一般为1.0-1.8g/cm3。
中国科学院南京土壤研究所的刘多森在“关于土壤孔隙度测定的商榷”提到过“依据环刀内土壤饱和水的克数除以环刀容积的毫升数计算总孔隙度，是一种错误方法。依据环刀内土壤最大毛管水(含束缚水)的克数除以环刀容积的毫升数计算毛管孔隙度，也是一种错误方法。这些方法实际上蕴含了一个错误假设：饱和水和毛管水各个部分的密度均取为1g/cm3。但束缚水的密度>l g/cm3，且在贴近土粒处可高达1.7g/cm3，而束缚水占饱和水的重量比例以及占最大毛管水的重量比例都是不可忽略的”。此外，众多研究表明，由于缺乏先进的非破坏性的定量技术，测量大孔隙属性的工作十分困难。
发明内容
本发明的目的在于：提供一种无扰动非破坏性的盐碱土壤孔隙结构测定方法及其应用，以解决现有技术无法在不破坏土壤的情况下对大孔隙属性的土壤进行测量。
本发明采取的技术方案是：一种盐碱土壤孔隙结构测定分析方法，包括以下步骤：
采集样本：选取需测定土壤，将采样容器沿着垂直方向敲入土壤中，采集原状土柱，将原状土柱用海绵包裹；
扫描样本：将原状土柱放入X射线计算机化断层摄影扫描仪进行扫描，扫描时确保原状土柱的轴线在螺旋射线管的中心；
图像处理：将原状土柱横截面的扫描图像输入计算机，利用计算机中对图像进行批量处理，得到原状土柱横截面的孔隙的个数与面积。
所述批量处理包括以下步骤：
(A)设计VPP文件，所述VPP文件运行步骤为：
读取DICOM格式图像，输出为JPG图像；
将JPG图像转换为BMP灰度图像；
寻找原状土柱的横截面图像里的黑丝斑点，运用Blob分析对截面中的斑点进行检测
和分析，进而计算出斑点的个数和斑点的像素面积和S1；
计算像素距离与实际距离的对应关系系数K：
R1为图像中原状土柱的横截面图像的直径，单位为像素；R2为实际原状土柱的横截面
的直径，单位为毫米；
计算样本截面孔隙的实际面积S：
S＝K2×S1
K为像素距离与实际距离的对应关系系数，S1为斑点的像素面积和；
(B)自动批量计算每张图像，将图像数据存储到EXCEL表格中。
优选的，步骤(1)中，所述采样容器为一端打磨成刀口PVC硬质管材，所述采样容器直径为10-20cm。
优选的，步骤(2)中，所述扫描仪为CT扫描仪。
最优选的，所述CT扫描仪的峰值电压设定为110-160kV，电流设定为为150-300mA，每圈扫描时间为0.5-1.0s，螺距为0.65-0.99:1。
优选的，所述孔隙结构测定分析方法应用于盐碱土地。
本发明的有益效果是：第一，可无扰动非损坏性的测量土柱内的土壤的孔隙结构。通过对得到的横截面CT扫描图像的处理及分析进而获取无扰动的土柱中的原状土壤样本的三维立体分析，测定和计算土柱内大孔隙结构的空间分布(数目、大小、位置)。相较于传统土壤孔隙度的测定方法中通过测定土壤容重、土粒密度、土壤含水率等指标进而估算出计算出土壤孔隙度的方法要更加快捷、精确和直观。
第二，本发明所述的CT图片分析方法的优点和效果分别为：将CT扫描得到的横截面图片载入到计算机中，然后利用计算机对图像进行批量处理，只需计算原状土柱横截面图像的直径(像素)与原状土柱横截面的实际直径(mm)的对应关系系数K，便可以准确地计算得出土壤空隙的个数、面积等参数。
第三，本发明提供了X射线计算机化断层摄影扫描仪扫描土柱内土壤样品的横截面积内孔隙的方法，更加快捷、精确和直观的测定和计算土柱内大孔隙结构的空间分布(数目、大小、位置)。
附图说明
图1为高盐地块土壤中孔隙的面积随土层深度变化的变化趋势；
图2为中盐地块土壤中孔隙的面积随土层深度变化的变化趋势；
图3为低盐地块土壤中孔隙的面积随土层深度变化的变化趋势；
图4为不同土壤中孔隙的面积随土层深度变化的变化趋势对比；
图5为为不同土壤类型的不同土层深度中的孔隙面积占比情况。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
一种盐碱土壤孔隙结构测定分析方法，所述孔隙结构测定分析方法应用于盐碱土地，包括以下步骤：
采集样本：选取需测定土壤，将采样容器沿着垂直方向敲入土壤中，采集原状土柱，将原状土柱用海绵包裹，所述采样容器为一端打磨成刀口PVC硬质管材，所述采样容器直径为10-20cm；
扫描样本：将原状土柱放入X射线计算机化断层摄影扫描仪进行扫描，扫描时确保原状土柱的轴线在螺旋射线管的中心，所述扫描仪为CT扫描仪，所述CT扫描仪的峰值电压设定为110-160kV，电流设定为为150-300mA，每圈扫描时间为0.5-1.0s，螺距为0.65-0.99:1；
图像处理：将原状土柱横截面的扫描图像输入计算机，利用计算机中对图像进行批量处理，得到原状土柱横截面的孔隙的个数与面积。
所述批量处理包括以下步骤：
在计算机中安装以64位的VisionPRO 8.2为基础改良的软件“土壤空隙智能识别软件”，
所述软件运行过程为：
(A)利用QuickBuild设计设计VPP文件，所述VPP文件运行步骤为：
利用Image Source和CogImageFileTool工具读取DICOM格式图像，输出为JPG图像；
利用CogImageConvertTool工具将JPG图像转换为BMP灰度图像；
利用CogBlobTool工具寻找原状土柱的横截面图像里的黑丝斑点，运用Blob分析对
截面中的斑点进行检测和分析，进而计算出斑点的个数和斑点的像素面积和S1；
计算像素距离与实际距离的对应关系系数K：
R1为图像中原状土柱的横截面图像的直径，单位为像素；R2为实际原状土柱的横截面
的直径，单位为毫米；
计算样本截面孔隙的实际面积S：
S＝K2×S1
K为像素距离与实际距离的对应关系系数，S1为斑点的像素面积和；
(B)利用C#语言读取VPP文件进行二次开发，自主编程得以实现的从硬盘自动轮询(输入/输出)加载的批量处理方法自动批量计算每张图像，将数据存储到EXCEL表格中。
实施例1：
一种盐碱土壤孔隙结构测定分析方法，土壤采样容器为内径11cm、长40cm、管壁厚0.5cm一端打磨成刀口的PVC硬质管材。试验地位于江苏省盐城大丰自然保护区(32°59’N,120°49’E)。供试土壤为种植菊芋的天然盐碱土壤-除在菊芋播种之前的割草外，没有其他人为的干扰(不施肥、不灌溉)。土壤使用常规模具板犁耕。菊芋在天然盐碱地上生长8年(行距60cm，株距40cm)。每年3月底种植，11月底收获。根据土壤含盐量将菊芋种植区域分为高盐(>4.0g盐kg-1土)、中盐(2.0-4.0g盐kg-1土)和低盐(1.0-2.0g盐kg-1土)。
选择高盐地块，沿着垂直方向将采样容器轻轻敲入土壤中，避免挤压，采集原状土柱，然后用海绵包裹，扫描时确保原状土柱的轴线在螺旋射线管的中心。设定CT扫描仪的峰值电压定为120kV，电流为200mA，每圈扫描时间为0.8s，螺距为0.984:1，从顶端开始连续扫描厚度为5mm的截面，得到大小为512×512体素的8位图，将横截面的CT扫描图像载入到计算机中。然后运行“土壤空隙智能识别软件”对图像进行批量处理，设定最小像素面积识别区域为5，自动批量的处理每张图像，运行完毕后软件会自动将数据存储到相应的EXCEL表格中，准确地给出空隙的个数、面积等参数。
所得数据结果如图1所示。
实施例2：
一种盐碱土壤孔隙结构测定分析方法，土壤采样容器为内径11cm、长40cm、管壁厚0.5cm一端打磨成刀口的PVC硬质管材。试验地位于江苏省盐城大丰自然保护区(32°59’N,120°49’E)。供试土壤为种植菊芋的天然盐碱土壤-除在菊芋播种之前的割草外，没有其他人为的干扰(不施肥、不灌溉)。土壤使用常规模具板犁耕。菊芋在天然盐碱地上生长8年(行距60cm，株距40cm)。每年3月底种植，11月底收获。根据土壤含盐量将菊芋种植区域分为高盐(>4.0g盐kg-1土)、中盐(2.0-4.0g盐kg-1土)和低盐(1.0-2.0g盐kg-1土)。
选择中盐地块，沿着垂直的方向轻轻敲入土壤中，避免挤压，采集原状土柱，然后用海绵包裹，扫描时确保原状土柱的轴线在螺旋射线管的中心。设定CT扫描仪的峰值电压定为120kV，电流为200mA，每圈扫描时间为0.8s，螺距为0.984:1，从顶端开始连续扫描厚度为5mm的截面，得到大小为512×512体素的8位图，将横截面的CT扫描图像载入到计算机中。然后运行“土壤空隙智能识别软件”对图像进行批量处理，设定最小像素面积识别区域为5，自动批量的处理每张图像，运行完毕后软件会自动将数据存储到相应的EXCEL表格中，准确地给出空隙的个数、面积等参数。
所得数据结果如图2所示。
实施例3：
一种盐碱土壤孔隙结构测定分析方法，土壤采样容器为内径11cm、长40cm、管壁厚0.5cm一端打磨成刀口的PVC硬质管材。试验地位于江苏省盐城大丰自然保护区(32°59’N，120°49’E)。供试土壤为种植菊芋的天然盐碱土壤-除在菊芋播种之前的割草外，没有其他人为的干扰(不施肥、不灌溉)。土壤使用常规模具板犁耕。菊芋在天然盐碱地上生长8年(行距60cm，株距40cm)。每年3月底种植，11月底收获。根据土壤含盐量将菊芋种植区域分为高盐(>4.0g盐kg-1土)、中盐(2.0-4.0g盐kg-1土)和低盐(1.0-2.0g盐kg-1土)。
选择低盐地块，沿着垂直方向将采样容器轻轻敲入土壤中，避免挤压，采集原状土柱，然后用海绵包裹，扫描时确保原状土柱的轴线在螺旋射线管的中心。设定CT扫描仪的峰值电压定为120kV，电流为200mA，每圈扫描时间为0.8s，螺距为0.984:1，从顶端开始连续扫描厚度为5mm的截面，得到大小为512×512体素的8位图，将横截面的CT扫描图像载入到计算机中。然后运行“土壤空隙智能识别软件”对图像进行批量处理，设定最小像素面积识别区域为5，自动批量的处理每张图像，运行完毕后软件会自动将数据存储到相应的EXCEL表格中，准确地给出空隙的个数、面积等参数。
所得数据结果如图3所示。

Claims (5)

1.一种盐碱土壤孔隙结构测定分析方法，其特征在于：包括以下步骤：
1)采集样本：选取需测定土壤，将采样容器沿着垂直方向敲入土壤中，采集原状土柱，将原状土柱用海绵包裹；
2)扫描样本：将原状土柱放入X射线计算机化断层摄影扫描仪进行扫描，扫描时确保原状土柱的轴线在螺旋射线管的中心；
3)图像处理：将原状土柱横截面的扫描图像输入计算机，利用计算机中对图像进行批量处理，得到原状土柱横截面的孔隙的个数与面积；
所述批量处理包括以下步骤：
(A)设计VPP文件，所述VPP文件运行步骤为：
a)读取DICOM格式图像，输出为JPG图像；
b)将JPG图像转换为BMP灰度图像；
c)寻找原状土柱的横截面图像里的黑丝斑点，运用Blob分析对截面中的斑点进行检测和分析，进而计算出斑点的个数和斑点的像素面积和S1；
d)计算像素距离与实际距离的对应关系系数K：
<mrow> <mi>K</mi> <mo>=</mo> <mfrac> <msub> <mi>R</mi> <mn>1</mn> </msub> <msub> <mi>R</mi> <mn>2</mn> </msub> </mfrac> </mrow>
R1为图像中原状土柱的横截面图像的直径，单位为像素；R2为实际原状土柱的横截面的直径，单位为毫米；
e)计算样本截面孔隙的实际面积S：
S＝K2×S1
K为像素距离与实际距离的对应关系系数，S1为斑点的像素面积和；
(B)自动批量计算每张图像，将图像数据存储到EXCEL表格中。
2.根据权利要求1所述的土壤孔隙结构测定方法，其特征在于：步骤(1)中，所述采样容器为一端打磨成刀口PVC硬质管材，所述采样容器直径为10-20cm。
3.根据权利要求1所述的土壤孔隙结构测定方法，其特征在于：步骤(2)中，所述扫描仪为CT扫描仪。
4.根据权利要求3所述的土壤孔隙结构测定方法，其特征在于：所述CT扫描仪的峰值电压设定为110-160kV，电流设定为为150-300mA，每圈扫描时间为0.5-1.0s，螺距为0.65-0.99:1。
5.根据权利要求1所述的土壤孔隙结构测定方法，其特征在于：所述孔隙结构测定分析方法应用于盐碱土地。
CN201711163420.1A 2017-11-21 2017-11-21 一种盐碱土壤孔隙结构测定分析方法 Pending CN107941673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711163420.1A CN107941673A (zh) 2017-11-21 2017-11-21 一种盐碱土壤孔隙结构测定分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711163420.1A CN107941673A (zh) 2017-11-21 2017-11-21 一种盐碱土壤孔隙结构测定分析方法

Publications (1)

Publication Number Publication Date
CN107941673A true CN107941673A (zh) 2018-04-20

Family

ID=61929439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711163420.1A Pending CN107941673A (zh) 2017-11-21 2017-11-21 一种盐碱土壤孔隙结构测定分析方法

Country Status (1)

Country Link
CN (1) CN107941673A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844979A (zh) * 2018-06-22 2018-11-20 西南大学 一种基于可升降夹具的ct扫描探测土壤及根系结构的方法
CN111812005A (zh) * 2020-06-22 2020-10-23 五邑大学 一种测量砂土有效接触面积的方法和装置
CN112345413A (zh) * 2020-09-18 2021-02-09 武汉大学 微喷灌溉条件下入渗水和无机溶质全局性分布测试方法
CN113740227A (zh) * 2021-08-26 2021-12-03 中国科学院西北生态环境资源研究院 一种土壤大孔隙流的测定装置
CN115115627A (zh) * 2022-08-29 2022-09-27 山东省科霖检测有限公司 基于数据处理的土壤盐碱地监测方法
CN116223333A (zh) * 2023-01-06 2023-06-06 河北农业大学 一种土壤孔隙结构信息自动检测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012356A (zh) * 2010-11-25 2011-04-13 东南大学 一种沥青混凝土路面集料级配的快速检测方法
CN103076271A (zh) * 2013-01-31 2013-05-01 哈尔滨工业大学 沥青混合料空隙体积提取精度测试方法
CN103575751A (zh) * 2013-09-10 2014-02-12 济南大学 一种基于ct技术的多孔混凝土孔结构表征方法
CN104268535A (zh) * 2014-10-10 2015-01-07 上海海事大学 一种二维图像的特征提取方法
CN105806765A (zh) * 2016-04-13 2016-07-27 南京大学（苏州）高新技术研究院 一种显微ct扫描土体空间孔隙结构的精细化表征方法
CN106546521A (zh) * 2016-10-12 2017-03-29 北京师范大学 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012356A (zh) * 2010-11-25 2011-04-13 东南大学 一种沥青混凝土路面集料级配的快速检测方法
CN103076271A (zh) * 2013-01-31 2013-05-01 哈尔滨工业大学 沥青混合料空隙体积提取精度测试方法
CN103575751A (zh) * 2013-09-10 2014-02-12 济南大学 一种基于ct技术的多孔混凝土孔结构表征方法
CN104268535A (zh) * 2014-10-10 2015-01-07 上海海事大学 一种二维图像的特征提取方法
CN105806765A (zh) * 2016-04-13 2016-07-27 南京大学（苏州）高新技术研究院 一种显微ct扫描土体空间孔隙结构的精细化表征方法
CN106546521A (zh) * 2016-10-12 2017-03-29 北京师范大学 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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘 勇等: "基于医学CT和工业CT扫描研究土壤大孔隙结构特征的区别", 《中国农学通报》 *
吴华山等: "利用CT扫描技术对太湖地区主要水稻土中大孔隙的研究", 《水土保持学报》 *
洪明海等: "基于CT成像技术的盐渍土壤孔隙结构识别与分析", 《中国农村水利水电》 *
郭晓明等: "污水灌溉下土壤孔隙特征的CT定量分析", 《地球科学-中国地质大学学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108844979A (zh) * 2018-06-22 2018-11-20 西南大学 一种基于可升降夹具的ct扫描探测土壤及根系结构的方法
CN108844979B (zh) * 2018-06-22 2024-09-20 西南大学 一种基于可升降夹具的ct扫描探测土壤及根系结构的方法
CN111812005A (zh) * 2020-06-22 2020-10-23 五邑大学 一种测量砂土有效接触面积的方法和装置
CN112345413A (zh) * 2020-09-18 2021-02-09 武汉大学 微喷灌溉条件下入渗水和无机溶质全局性分布测试方法
CN113740227A (zh) * 2021-08-26 2021-12-03 中国科学院西北生态环境资源研究院 一种土壤大孔隙流的测定装置
CN115115627A (zh) * 2022-08-29 2022-09-27 山东省科霖检测有限公司 基于数据处理的土壤盐碱地监测方法
CN116223333A (zh) * 2023-01-06 2023-06-06 河北农业大学 一种土壤孔隙结构信息自动检测系统

Similar Documents

Publication Publication Date Title
CN107941673A (zh) 一种盐碱土壤孔隙结构测定分析方法
Thidar et al. Mulching improved soil water, root distribution and yield of maize in the Loess Plateau of Northwest China
Yarami et al. Saffron response to irrigation water salinity, cow manure and planting method
Gao et al. Soil water status and root distribution across the rooting zone in maize with plastic film mulching
Lv et al. Effect of irrigation methods on root development and profile soil water uptake in winter wheat
Huang et al. Water–yield relationships and optimal water management for winter wheat in the Loess Plateau of China
Yarami et al. Physiological growth and gas exchange response of saffron (Crocus sativus L.) to irrigation water salinity, manure application and planting method
CN105191682B (zh) 一种花生网斑病抗病性鉴定方法
Wang et al. The regional water-conserving and yield-increasing characteristics and suitability of soil tillage practices in Northern China
Guo et al. Variation of soil moisture and fine roots distribution adopts rainwater collection, infiltration promoting and soil anti-seepage system (RCIP-SA) in hilly apple orchard on the Loess Plateau of China
Catania et al. Vineyard design supported by GPS application
Xue et al. Dynamic of Soil Porosity and Water Content under Tillage during Summer Fallow in the Dryland Wheat Fields of the Loess Plateau in China
CN106706682B (zh) 一种用于作物穴盘苗ct扫描根系三维重构成像的育苗方法
Istijono et al. Soil quality index analysis under horticultural farming in Sumani upper watershed
Jiang et al. Effects of soil structural properties on saturated hydraulic conductivity under different land-use types
CN103039243B (zh) 一种确定农业作物搭配种植的方法
Kuang et al. Soil property and cotton productivity changes with nutrient input intensity in the Taklimakan desert of China
Ren Evaluation of soil compaction: effects, prevention, alleviation and detection
Gholami et al. SHORT-TERM EFFECT OF DIFFERENT TILLAGE SYSTEMS ON SOIL SALINITY, DENSITY AND NUTRIENTS IN IRRIGATED WHEAT CASE STUDY: AGRICULTURAL LAND, CITY OF CHENARAN-KHORASAN RAZAVI
Awe et al. Geostatistical evaluation of spatial variability of selected soil physical properties under different crops in Ado Ekiti, Nigeria
CN208282864U (zh) 土壤理化性质长期定位监测装置
Istijono et al. The Study of Soil Water Infiltration under Horticultural at The Upstream of Sumani Watershed
Han et al. Effect of long‐term strip tillage on soil macropore structure in cool black soil region of Northeast China
Fu et al. Soil Salt and Water Regulation in Saline Agriculture Based on Physical Measures with Model Analysis
Andruškaitė et al. Impact of tillage intensity with vertical arable layer stratification on water retention curves.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420

RJ01 Rejection of invention patent application after publication