一种利用光反射理论测量土壤吸力的方法与流程

本发明涉及测量土壤吸力的方法，特别涉及一种利用光反射理论测量土壤吸力的方法。

背景技术：

土壤吸力是由土壤中的固体、水和空气形成的复杂能态的结果。土壤吸力是指从土壤中提取单位体积的水所需的能量。与饱和土壤相比，由于吸力的存在，不饱和土的反应非常短暂。当土壤的dos达到干密度时，其代表吸力。吸力与dos之间的图表称为swcc。吸力决定运河堤防、高速公路和飞机跑道的路基、垃圾填埋场、土坝以及农田的水力传导率和机械强度。目前已经研发了大量仪器来测量吸力，其工作方式各不相同。用于土壤抽吸测量的方法有热电偶湿度计、晶体管干湿计、冷镜湿度计、滤纸法、热导传感器、电导率传感器、张力计等。然而，这些仪器中的任何一种都无法测量土壤中所产生的吸力范围。已开发的所有常规仪器都是具有干扰性且高成本的，并且是在洼区(仅约1％的区域)评估吸力。

技术实现要素：

针对现有技术中存在的问题，本发明的目的在于提供一种利用光反射理论测量土壤吸力的方法。

一种利用光反射理论测量土壤吸力的方法，主要包括以下步骤：

(1)使用光反射理论，测量土壤的饱和度，利用饱和度区分干土和湿土，湿土则进行下一步；根据光反射理论，与湿土相比，干土显得更亮。亮度差异是由于反射、折射和全反射的光的不同造成的；因此，用dos变化的亮度变化是适用于土壤吸力测量；

(2)使用露点水势仪(wp-4)进行土壤吸力和土壤含水量的测量，将土壤吸力和含水量采用vangenuchten模型进行土水特征曲线的拟合；对土水特征曲线分析，根据三种特殊类型的土-空气-水界面(土粒孔隙连续水相、孔隙不连续水相、孔隙连续气相)，选取多个饱和度；

(3)采用标准普氏击实试验测量土壤的压实曲线，分别在步骤(2)中选取的饱和度的条件下，选择压实曲线上测得的多个干密度，并计算土壤含水量，便于制备不同饱和度样本。由于土水特征曲线为经验公式所以不通过含水量进行土壤吸力的计算；

(4)在模具中将测量用土壤压实至步骤(3)选择的干密度和相应的饱和度，并用相机拍照；

(5)用基于java的图像处理工具(imagej)来量化亮度步骤(4)所得图像；将图像分为多个个大小相等的等份，通过把白纸的背景颜色作为参考色，使各个部分的灰度值均衡；多个等份的灰度值的平均值作为相应饱和度的平均灰度值；

(6)分析平均灰度值变化情况，并使用二阶多项式方程拟合趋势线，在不同的干密度中，找出饱和度和灰色值之间的关系；

平均灰度＝-0.0013(dos)²-0.577(dos)+93；r²＝95％

这些旨在评估用于土壤吸力测量的颜色分析技术。

进一步的，步骤(3)中所述含水量的计算为采用等式1和2

esr＝wg(2)

计算对应于各种饱和度下所选干密度的重量含水量。

进一步的，步骤(4)所述模具下方需放置一张白纸；拍照时相机和土壤样本之间的距离和角度保持相同。在模具下方放置一张白纸，用以对比颜色变化。使用设计好的装置，设立摄影条件，以拍摄土壤样本的图像，而不会产生观察误差。可使用相机模型nikoncoolpixl29拍摄照片。

进一步的，步骤(4)所述相机拍照为采用典型的日光照度拍摄图像。

进一步的，步骤(5)所述灰度值使用rgb色空间的r、g和b的值确定。

进一步的，通过均等或不均等地称量r，g和b，来计算颜色空间中具有坐标的数字化图像的灰度值；不均等地衡量颜色，以获得相应饱和度的灰度值。

进一步的，采用等式3和等式4

灰度值(颜色权重不同时)＝0.299×r+0.587×g+0.114×b(3)

来计算颜色空间中具有坐标的数字化图像的灰度值。

进一步的，每个等分的灰度值的计算方法为：在该等分中选择多个不同大小的相同像素区域，量化每个区域中所有像素的平均灰度值，把多个区域的平均灰度值的平均值，作为该等分的平均灰度值。

进一步的，步骤(5)所述多个大小相等的等份为8个大小相等的等份

进一步的，所述土壤包括运河堤防、高速公路和飞机跑道的路基、垃圾填埋场、土坝和农田。

与现有技术相比，本发明通过识别dos和干密度来测量吸力，是一种新型、直接、无侵入破坏扰动且低成本的颜色分析技术。该发明对大面积建筑的均匀性监测有很大的潜在优势。例如，运河堤防、高速公路和飞机跑道的路基、填土衬垫、土坝等的监测。同时本发明也避免了通常用于测量农用地和岩土基础设施吸力仪器的局限性，提高了监测的可应用范围。

附图说明

图1(a)干土和(b)湿土中反射现象的示意图，其中1为空气-地面分界面，2为土壤颗粒，3为空气，4为水，5为空气-水和水-土壤界面，6光学界面，7为全内反射；

图2(a)红土的典型swcc，(b)使用标准普氏击实试验测定的红土压实曲线，(c)重量含水量随着在各种干密度下压实红土的dos变化而变化，其中8为饱和区，9为进气区，10为残余区，11为去饱和区，12为土壤脱水曲线，13为干边最佳含水量，14为湿边最佳含水量，15为零气隙曲线，16为最佳含水量，17为压实曲线，18为土粒孔隙连续水相，19为土粒孔隙非连续水相，20为土粒孔隙连续气相，21为吸湿水，a为絮凝结构，b为从絮凝到分散结构的转换；c为分散结构；

图3在图像处理工具imagej中使用颜色分析技术对灰度值进行量化的实验设置和过程的流程图；

图4在6个不同dos情况下，获得密度分别为(i)1.57g/cc，(ii)1.60g/cc，(iii)1.63g/cc，(iv)1.68g/cc，(v)1.69g/cc和(vi)1.73g/cc的灰度值；

图5本发明利用光反射理论测量土壤吸力的方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

实施例

一种利用光反射理论测量土壤吸力的方法，如图5所示，主要包括如下步骤：

步骤s1：根据干土与湿土的亮度差异。从而建立了使用颜色分析技术进行土壤吸力测量的基础。干湿土中反射现象如图1所示。光线在空气-水分界面从一种介质进入另一种介质。光线入射到空气-水分界面时，同时经历反射和折射。光线无法进入土壤颗粒，因为土壤是一种不透明的介质。所以，在空气-土壤分界面不发生折射。因此，入射光的主要部分来自干土如图1a所示。由于这种现象，干土显得更亮。在湿土的情况下，光线由空气进入水中，在空气-水分界面可观察到折射如图1b所示。这种折射光线入射到水-土分界面并反射。类似地，样本内可能发生多次反射，并且反射光到达水-空气分界面。水-空气分界面，光线从密度较高的介质进入密度较低的介质。因而，根据入射角，一部分光线可能会反射回水介质。这种现象被称为全内反射如图1b所示。因此，由于存在反射、折射和全内反射，湿土显得相对较暗。dos的变化导致亮度变化。这种亮度变化是用于识别dos的颜色分析技术应用的基础。

步骤s2：使用露点水势仪(wp-4)进行土壤吸力和土壤含水量的测量，将土壤吸力和含水量采用vangenuchten模型进行土水特征曲线的拟合；对土水特征曲线分析，根据三种特殊类型的土-空气-水界面(土粒孔隙连续水相、孔隙不连续水相、孔隙连续气相)，选取多个饱和度。图2a显示了本实施例选择红土的典型swcc。曲线概括了饱和区、去饱和区和残留区。这些区域包括三种类型的土壤-空气-水分界面。饱和区表示土壤基质空隙中没有空气。与饱和区不同，空气和水的不连续相发生在去饱和区。残留区代表dos和吸力值，其中去饱和率非常低。六个dos，即15％、30％、45％、60％、75％和90％，被认为占据了swcc的所有三个区域。

采用标准普氏击实试验测量土壤的压实曲线。对红土测得的压实曲线如图2b所示。土壤颗粒的絮凝结构通常允许水通过路基中的土壤孔隙快速排放。而分散结构容许的排水较少。土壤颗粒的分散结构通常为垃圾填埋场的首选，以最大程度减少降雨的渗透。以最大干密度压实在裸坡和植被覆盖斜坡上的土壤，以获得更大的强度。农田和城市地区的土壤干密度差别很大。在6个dos下，选择压实曲线上的6个测得的干密度进行颜色分析。采用等式1和2

计算对应于各种dos下所选干密度的重量含水量，如图2c所示。

步骤s3：实验装置的示意图如图3所示。为了从顶部拍摄图像，制造了一个支架。把一台市场上可买到的相机模型(nikoncoolpixl29)安装在支架顶部。相机的分辨率为16.1有效百万像素。在直径92毫米、深度15毫米的模具中，用手将土壤压实成所需的干密度和dos。此后，将土壤样本放在平板仪上，距离相机1.2米处，使之平行于相机。对于所有样本，保持相机和土壤样本之间的距离和角度相同，以避免观察误差。采用典型的日光照度拍摄图像。很明显，日光照度随时间和大气条件而变化，这意味着颜色对比也发生变化。相对于参考色，颜色对比度的均衡避免了由于日光变化而发生的错误。在含有土壤样本的模具下方放一张白纸，以说明土壤样本各个位置的颜色对比度变化。

步骤s4：使用灰度等级测量随dos变化的亮度变化如图3所示。使用0到255之间的灰度值，灰度等级显示了在最亮和最暗的颜色之间存在不同的明暗度。使用rgb(红绿蓝)色空间的红(r)、绿(g)和蓝(b)的值确定灰度值(russ和russ，2007)，如图3所示。r、g和b值在0和255之间变化。在rgb颜色空间的角落可以看到品红色、黄色、白色和蓝绿色。通常如图3所示，通过均等或不均等地称量r，g和b，采用等式3和等式4来计算颜色空间中具有坐标(r、g、b)的数字化图像的灰度值。不均等地衡量颜色，以获得所选dos的灰度值。

灰度值(颜色权重不同时)＝0.299×r+0.587×g+0.114×b(3)

所拍摄图像的示图如图3所示，其中平均灰度值已得到量化。u1和u2表示颜色对比随图像位置的变化而变化。该图像被分为八个相等的部分，以考虑到颜色对比的差异。此后，将图像导入到imagej中，并使用“裁剪”选项对其进行裁剪，以获取所需的图像部分。在每个部分内，选择了三个不同大小的相同像素区域。使用“柱状图”选项，量化每个选定区域中所有像素的平均灰度值(参见图3所示截取的imagej窗口)。把每部分中选取的三个区域的平均灰度值的平均值，作为该部分的平均灰度值。把白纸的背景颜色亮度作为参考亮度，对八个部分的颜色亮度进行均分。在获得图像中八个部分的每一个均衡平均灰度值之后，对全部八个灰度值进行平均。将最终的灰度值作为整个样本的平均灰度值。

步骤s5：在6个所选干密度下，平均灰度值随压实红土的dos变化而变化，如图4所示。平均灰度值在27至87之间变化。烘干红土的平均灰度值为95，参见图4标示。平均灰度值随着dos的增加而降低。平均灰度值的降低是由亮度随着dos增加而降低导致的，即重量含水量。重量含水量的增加，引起更高的折射和全内反射(见图1b)。使用二阶多项式方程平均灰度＝-0.0013(dos)2-0.577(dos)+93；r2＝95％拟合趋势线，表示平均灰度值随dos的变化。最大平均灰度值(对应于15％dos)比最小平均灰度值(对应于90％dos)高117％至160％。在相同dos下，压实土壤的最大及最小平均灰度值之间的差异在13％和44％之间。土壤压实至1.57g/cc时，得到最低平均灰度值。对于所有选取的密度，dos在30％至90％的范围内每增加15％，平均灰度值降低14％至27％。然而，当dos从15％增加到30％时，平均灰度值只减少3％至9％，这可能是由于吸湿水含量(5％至7％)在15％和30％dos附近。

因此，本发明公开了用于测量裸土或植被覆盖土壤中吸力的新型、无干扰且低成本的颜色分析技术。其通过识别运河堤防、高速公路和飞机跑道的路基、垃圾填埋场、土坝以及农田的dos来测量吸力的方法具有重要的意义。

以上所描述的仅为本发明的较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。