X射线CT在土壤科学中的应用与未来展望

### X射线CT在土壤科学中的应用与未来展望 #### 1. 引言 X射线CT成像技术引入土壤科学领域，极大地改变了我们对土壤多孔网络物理结构的设计和复杂性如何影响和调节一些重要土壤功能的理解，这些功能包括水的储存和流动、气体扩散、微生物行为等。几十年来，人们早已认识到土壤结构是一项至关重要的土壤属性，但由于缺乏一种有效且快速的方法来对田间土壤结构进行三维定量评估，以及了解其随时间的动态变化，这一因素常常被忽视，在传输模型中往往被排除，在实验室中也被过度简化。 上世纪70年代，Hounsfield对X射线CT技术的发展做出了贡献，这项技术如今已过去50多年，它每年通过医学诊断挽救了数百万人的生命，并且持续推动着众多学科的科学进步，尤其是材料科学和工程科学。而土壤作为地球上最复杂的生物材料，也是受益最大的领域之一。 土壤结构高度复杂且脆弱，在许多空间和时间尺度上都存在差异，拥有巨大的生物多样性，我们的食物、水源都依赖于土壤，它在缓解未来气候变化方面也起着至关重要的作用，但长期以来，其结构一直被视为一个“黑匣子”。如今，能够可视化微观孔隙结构（跨多个尺度）的大小、形状和连接情况，以及土壤中的其他物质，如有机物、根系和土壤动物等，代表着我们当前和未来科学能力的巨大进步。关键在于将这些信息与土壤功能联系起来。过去约40年，该领域取得了显著进展，未来40年有望在推进我们对土壤形态和功能的理解方面超越过去。 #### 2. CT系统现状与未来发展 - **成本与可用性**：大多数情况下，CT系统的成本在经历了一段平稳期后似乎正在上升，新冠疫情导致的组件短缺无疑加剧了这一情况。短期内，土壤科学家获取CT系统的情况不太可能有显著变化，在许多情况下，设备共享和科学合作仍将是支持未来科学进步的必要手段，尤其鼓励跨学科的合作。 - **仪器能力提升**：未来仪器的能力可能会增强，但仍受当前一些限制，如样本大小与分辨率的权衡。CT系统最可能的改进方向是X射线探测器质量和自动特征检测。图像质量和相位对比度在不断提高，扫描时间也在缩短，自动采样技术也在逐步应用。这将有助于土壤科学界开展高重复性的4D成像研究，对于研究水的运动和根 - 土相互作用非常重要，还能提高对更广泛土壤成分（如土壤有机质）的量化能力。这些改进将使实验室台式CT系统更接近基于同步辐射光源的系统，同时具有更好的可及性。 - **与其他仪器的集成**：近年来，X射线CT与其他科学仪器（如原子吸收光谱或质谱）的集成发展不如预期。这种集成可以促进土壤中化学元素的并行三维量化，与常规CT扫描收集的孔隙网络数据相结合，类似于Nano - SIMs的功能，尽管后者耗时较长且需要树脂浸渍和连续切片。这将是一项重大的技术进步，目前仍处于起步阶段，但X射线CT与多模态相关成像的新应用和集成具有很大的发展潜力。 #### 3. 成像过程优化挑战 优化土壤样品的X射线分析成像过程（扫描前和扫描后）仍然是一个重大挑战，在很多方面，这仍然像是一门“黑魔法”。随着CT技术的更广泛应用，相关领域的规模将扩大，可能会引入新的专业知识。 大多数商业CT系统在操作上是“封闭”的，用户在设置方面选择有限，如过滤器的使用、校正算法等。这有一定的优势，即大多数系统相对易于使用，新用户的培训要求较低。但缺点是用户对重建等过程进行更改的选项有限，许多算法是专有的。不过，大多数制造商似乎愿意考虑用户的需求，未来可能会在某些操作（如伪影校正）方面提供更多选项。 #### 4. 图像分析与处理 - **社区行动需求**：图像分析和分割是需要社区共同努力的关键领域。合适的图像阈值处理仍然是大多数分析的“圣杯”，不同研究人员使用的工具和算法差异很大，这对研究结果的比较产生了负面影响。方法和途径的标准化将大大提高研究的可转移性，而目前这方面还很欠缺。 - **软件使用现状**：目前，土壤科学家通常使用多种软件和方法，这往往取决于软件的可用性。免费软件ImageJ/FiJi及其相关库被土壤科学家广泛使用和开发，如SoilJ。未来，更复杂的算法（特别是医学等其他学科常用的算法）和新的统计方法可能会得到更广泛的应用。 - **灰度和混合数据**：除了严格的二进制分析，对灰度和混合（掩码灰度）数据分析的探索也有很大潜力，尽管近年来这方面已经有了一些进展，但仍值得进一步研究。 - **图像质量与样本数量**：不同仪器和扫描设置下的图像质量差异很大。虽然我们通常希望获得尽可能高质量的扫描结果，但在大多数情况下，扫描时间和图像信噪比之间需要进行权衡。在研究动态过程时，时间分辨率与空间分辨率（或更好的细节检测能力）相互矛盾，或者涉及大量样本时，这种权衡尤为重要。目前，尚未系统研究针对特定研究问题，图像质量和重复样本数量之间的最佳折衷方案。许多实验室在开展新实验前会进行此类测试，但很少发表相关成果。高通量扫描数百个样本是可行的，这在考虑土壤结构的空间异质性时可能是必要的，同时也需要自动化的图像分析程序和质量控制标准。一些机器学习方法的最新进展显示出解决这些挑战的潜力，例如在不损失图像质量的情况下使用更少的投影图像，或自动分割土壤孔隙网络、根系或有机质。 #### 5. 土壤多孔结构量化 量化土壤多孔结构是X射线CT在土壤科学中最常见的应用领域，也是推动该学科发展最大的领域。过去10年，孔隙网络分析从二维分析为主转变为三维分析，这使我们对土壤孔隙网络如何调节土壤中的关键过程（如入渗）有了更深入的理解。许多量化方法已经标准化，特别是孔隙大小分布的测量方法，这有助于与其他物理测量方法（如水释放曲线）进行更有效的比较。然而，土壤孔隙连通性的测量方法仍然差异很大。ImageJ/FiJi及其众多插件已成为广泛使用的平台，在一定程度上促进了方法的标准化，这种趋势可能会继续，因为许多与CT系统配套销售的工业标准成像软件包（如VG StudioMAX）非常昂贵（单个许可证通常超过10,000美元）。 #### 6. CT在土壤物理不同方面的应用 - **土壤水物理学**：X射线CT在土壤水物理学方面的应用仍处于起步阶段。虽然文献中有一些可视化孔隙中水的例子，但在孔隙尺