基于冻融循环的土壤物理状态的自动判别

韩巧玲，赵 玥，姚立红

(北京林业大学 工学院，北京 100083)

基于冻融循环的土壤物理状态的自动判别

韩巧玲，赵 玥，姚立红*

(北京林业大学 工学院，北京 100083)

以东北典型黑土区土壤为研究对象，采用CT扫描技术与图像处理相结合的方法，通过灰度共生矩阵和主成分分析法提取图像特征，计算测试图像特征向量与训练图像特征向量间的欧氏距离，以此为依据，实现对经历不同冻融循环次数土壤的自动判别。研究结果表明：面向土壤CT图像数据库，基于灰度共生矩阵和主成分分析提取的图像特征，均能实现对土壤的自动判别，但灰度共生矩阵法的判别正确率要高于主成分分析法。

土壤CT图像；灰度共生矩阵；主成分分析；欧氏距离；判别正确率

土壤物理主要包括土壤固、液、气三相体系所产生的各种物理现象和过程。土壤物理性质的变化制约着土壤肥力水平，影响土壤养分的保持与运移，是合理耕作和灌排的重要依据[1-2]。对土壤不同物理状态进行判别分析，不仅有利于加深对土壤内部结构的研究，也可为耕作区植物的健康生长提供科学依据。

在我国东北黑土区，冻融循环是改变土壤物理性质的关键因素。在冻融过程中，土壤水分的相变与变迁会改变土壤颗粒组成、团聚体的稳定性和土壤导水率等物理因子，从而影响土壤水热传导和养分运移等特性[3-4]。齐吉琳等[5]通过对孔隙的量化分析，发现冻融循环能够改变土壤孔隙的结构；邓西民等[6]研究发现，冻融循环会降低土壤容重，增加土壤孔隙度和饱和导水率。……