土壤学报

作者：杨凯，慈恩，刘彬，陈洋洋，谢宇

单位：杨凯，西南大学资源环境学院, 重庆 400715；,慈恩，西南大学资源环境学院, 重庆 400715;三峡库区农业面源污染控制工程技术研究中心, 重庆 400715；cien777@163.com,刘彬，西南大学资源环境学院, 重庆 400715；,陈洋洋，西南大学资源环境学院, 重庆 400715；,谢宇，西南大学资源环境学院, 重庆 400715；,

关键词：剖面图像;发生层;K-means聚类;图像分割;颜色;纹理

基金：国家自然科学基金项目（41977002）和中央高校基本科研业务费专项资金项目（XDJK2020B069）资助

土壤学始于对土壤剖面及其形态特征的观察，剖面发生层的划分与发生层边界特征的描述是土壤调查的基础。实地划分发生层需要丰富的土壤学实践经验，存在主观和缺乏统一划分标准的问题。以紫色土剖面图像为研究对象，采用K-means聚类和图像分割技术，结合图像的颜色特征（CIE Lab色彩空间）和纹理特征（Entropy）识别紫色土剖面发生层边界，并与实地划分的结果进行比较。结果表明：（1）CIE Lab色彩空间的a、b通道和Entropy纹理特征，可以划分出供试剖面的主要发生层（A、B、C）和基岩（R）；（2）聚类识别的发生层数量和发生层深度与实地识别的结果基本一致；除Z2剖面的C层和Z6剖面的Ap层聚类识别与实地识别的发生层下边界深度相差较大（分别为13 cm和8 cm）外，其余发生层下边界深度相差均在3 cm以内；（3）聚类识别的发生层边界形状更为不规则，明显度更为模糊。K-means聚类和图像分割技术实现了紫色土剖面发生层边界的客观识别，可为土壤剖面智能辨识系统的开发提供科学参考。

来源：2024年第4期

《土壤学报》期刊编辑部

查看土壤学报杂志2024年第4期