基于序列信息的土壤CT图像超分辨率重建

受部分容积效应影响,土壤计算机断层扫描（Computed Tomography,CT）图像存在孔隙边界模糊现象,影响土壤孔隙结构研究的准确性。针对该问题,该研究提出基于序列信息的生成式对抗网络（Sequence information Generative Adversarial Network,SeqGAN）,实现土壤CT图像的超分辨率重建。针对土壤CT序列图像具有较高相似性的特点,SeqGAN法引入序列卷积块挖掘前后图像的序列信息,并将多重特征增强融合于目标图像中;利用多层残差块提取图像特征,构建残差块输入和输出的直接连接,以减少模型退化;利用对抗网络实现损失间接反馈,提高模型的特征学习能力。在序列相似性较高的土壤图像数据集验证了该方法性能。结果表明,SeqGAN法均方误差比次优方法GAN降低25%,峰值信噪比提升1.4 dB,结构相似性提升0.2%。重建的土壤图像具有较高准确率和清晰度,可为后续土壤物理学研究提供准确的数据基础。     

土壤剖面水分传感器的边缘电磁场分析

为了提高基于驻波比原理（Standing Wave Ratio，SWR）的土壤剖面水分传感器非接触式测量精度及传感器在田间土壤水分测量中的实用性，该研究基于电磁仿真软件和印刷电路板工艺设计了一种基于边缘电磁场理论的小型定向测量探头，并进行了探头阻抗变换电路的设计，最后借助矢量网络分析仪探究了探头测量与介质、电导率的关系。在论证检测原理有效性的基础上，首先采用High Frequency Structure Simulator电磁场仿真验证探头结构的合理性。并配置不同介电常数的介质溶液进行试验，进行了试验检验，确定了此剖面土壤水分传感器的阻抗特性及测量范围。同时，为了分析土壤电导率对测量结果的影响，配置不同水分、电导率梯度的土壤样本，利用矢量网络分析仪分析了探头阻抗与水分及电导率的关系，得出结论：在土壤含水率3%～56%、土壤电导率0～6 300 μS/cm时，水分测量受电导率影响的最大绝对误差6.33%。与ET-5、5TE两种商用传感器受土壤电导率影响精度性能进行对比，传感器在非盐碱土壤（电导率在0～6 300 μS/cm内）受土壤电导率影响的最大土壤体积含水率相对误差相比其他两款传感器减少了0.17%～5.27%，受电导率影响在非盐碱土壤测量时更小，且传感器探头具有体积小、成本低、非接触式定向测量受内部介质干扰较小等优点，基本满足非盐碱地土壤田间实际检测需求。研究成果可为土壤剖面水分测量提供理论基础与技术参考。