土壤水分非均匀运动的分形特征与优先流路径的CT扫描三维重构研究综述

土壤水分非均匀运动的分形特征与优先流路径的CT扫描三维重构研究综述土壤作为典型的非均质多孔介质，其内部孔隙结构的高度异质性直接决定了水分运动过程偏离经典达西定律的非均匀特征，优先流作为这种非均匀性最直观的表现形式，能够在短时间内携带溶质、污染物快速穿透土壤剖面，对农业水肥利用效率、地下水安全及生态系统健康产生深远影响。长期以来，传统的土壤水分运动研究多基于均质假设，采用集中参数模型刻画水分运移规律，难以准确描述孔隙尺度下水分的优势通道效应和非线性运动过程。近年来，分形理论与计算机断层扫描（CT）技术的融合应用，为定量化表征土壤结构异质性、三维可视化优先流路径提供了全新的技术路径，相关研究成果极大推动了土壤水动力学从宏观描述向微观机制解析的跨越。一、土壤水分非均匀运动的分形表征理论基础土壤孔隙系统的分形特征是水分非均匀运动的结构性根源。1967年Mandelbrot提出分形理论后，多位学者证实土壤颗粒组成、孔隙分布、团聚体结构均具有统计自相似性，其分形维数可作为量化结构异质性的核心参数。Tyler和Wheatcraft在1990年建立的土壤水分特征曲线分形模型首次实现了分形参数与水力性质的定量关联，该模型假设土壤孔隙体积分布满足分形标度关系，通过分形维数D能够直接预测不同基质势下的土壤含水率，突破了传统VanGenuchten模型依赖经验拟合的局限性。后续研究进一步将孔隙表面分形、孔隙通道分形纳入理论框架，发现当孔隙分形维数介于2.7-2.9之间时，土壤中极易形成连通性优势通道，水分运动的非均匀系数较均质土壤提升3-5倍。分形理论对水分非均匀运动的刻画主要体现在三个维度：一是时间分形特征，土壤入渗过程的压力水头波动、出流量时间序列均呈现明显的自相似性，其赫斯特指数H可用于区分不同运动模式，当H>0.7时表明水分运动存在长程相关性，优先流发生概率超过60%；二是空间分形特征，湿润锋的不规则形态符合分形布朗运动特征，其分形维数与孔隙连通度呈显著正相关，砂质壤土湿润锋分形维数通常在1.2-1.5之间，而粘壤土由于大孔隙发育，分形维数可高达1.8；三是动力分形特征，水分运动的弥散度与观察尺度存在标度关系，其标度指数与分形维数的差值能够反映非均匀运动的强度，当标度指数大于0.5时，传统对流弥散方程的模拟误差会超过40%。近年来，多重分形理论的引入进一步完善了非均匀运动的表征体系。与单一分形维数不同，多重分形谱能够刻画孔隙结构不同区域的局部异质性，其中谱宽Δα反映了孔隙分布的异质性程度，Δf则表征大孔隙与小孔隙的数量占比。研究表明，农田土壤经过长期免耕后，Δα可从0.8提升至1.5，多重分形谱右偏，说明大孔隙数量显著增加，优先流贡献率从20%上升至55%。而受压实影响的土壤多重分形谱左偏，小孔隙占主导地位，水分运动更接近达西流特征。目前多重分形参数已被纳入新一代土壤水力性质预测模型，有效提升了不同尺度下水分运动的模拟精度。二、CT扫描技术在土壤孔隙结构表征中的技术演进CT扫描技术的出现实现了土壤孔隙结构的无损、高精度三维观测，其技术发展经历了三个关键阶段。早期阶段（1980-2000年）主要采用医用CT设备，空间分辨率多在100-500μm之间，仅能识别直径大于0.5mm的大孔隙，代表性研究是Warner等于1989年首次利用医用CT定量测定了不同耕作方式下土壤大孔隙度的变化，发现免耕土壤0-10cm土层大孔隙度是翻耕土壤的2.3倍。但该阶段设备存在硬化伪影严重、对比度低等问题，难以准确区分孔隙与有机质、氧化铁等组分。高精度显微CT（μCT）的普及推动研究进入第二阶段（2001-2015年），同步辐射光源的应用将空间分辨率提升至亚微米级（0.5-10μm），能够清晰识别土壤中的团聚体内部孔隙、根孔、节肢动物通道等精细结构。荷兰瓦赫宁根大学团队2010年利用同步辐射μCT对水稻土孔隙结构进行三维成像，发现根际区域直径30-100μm的孔隙连通度是非根际区域的4.2倍，这类孔隙贡献了60%的优先流量。该阶段图像处理算法也取得重要突破，基于分水岭算法的孔隙分割、最大球算法的孔隙网络模型构建技术逐步成熟，能够提取孔隙半径、迂曲度、连通性、喉道长度等18项结构参数，为孔隙尺度水分运动模拟提供了精确的几何边界。当前研究已进入动态CT成像阶段（2016年至今），时间分辨CT（4DCT）技术能够在不破坏样品的前提下，连续观测水分运动过程中孔隙尺度的液膜分布、优势通道形成演化过程。2022年美国劳伦斯伯克利国家实验室开发的快速扫描μCT系统，时间分辨率可达30秒/次，成功捕捉到入渗过程中水分在孔隙中的跳跃式前进现象，发现直径大于100μm的连通孔隙中，水分运动速度可达达西定律预测值的10-100倍，且液膜厚度与孔隙壁面粗糙度呈显著正相关。同时，双能CT、中子CT等新技术的应用，实现了土壤水分、有机质、矿物质组分的同步定量区分，有效解决了传统CT难以区分水与有机质的技术瓶颈。CT扫描的技术参数选择对研究结果至关重要。空间分辨率与样品尺寸存在权衡关系，当研究根孔、虫孔等大孔隙系统时，通常选择50-100μm分辨率，样品直径可达10-20cm；而研究团聚体内部孔隙时，需选择1-5μm分辨率，样品尺寸缩小至1-2cm。扫描参数方面，管电压多设置在100-160kV之间，电流100-200μA，通过叠加300-500个投影角度来降低噪声，图像重建通常采用滤波反投影（FBP）算法，对于低对比度样品可采用迭代重建算法提升图像质量。目前主流的图像处理流程包括：图像预处理（去噪、伪影校正、图像配准）、孔隙分割（阈值法、机器学习分割）、孔隙网络模型提取、参数定量分析四个核心步骤，其中基于深度学习的U-Net分割算法能够将孔隙分割准确率提升至95%以上，显著降低了人工校正的工作量。三、优先流路径三维重构方法与定量表征体系基于CT扫描数据的优先流路径三维重构主要包括几何重构和过程重构两类技术路线。几何重构是通过对土壤孔隙结构的三维成像，直接识别潜在的优先流通道，其核心是提取连通性大孔隙网络。常用的方法包括：一是孔隙连通性分析，通过3D连通区域标记算法，提取与土壤上下表面贯通的孔隙网络，这类孔隙被定义为“有效优先流通道”，研究发现其体积仅占总孔隙体积的15%-30%，却贡献了70%以上的饱和导水率；二是最短路径算法，通过Dijkstra算法计算孔隙网络中水分运动的最短路径，路径的迂曲度越小，优先流发生的可能性越高，当迂曲度小于1.5时，水分穿透时间较均匀入渗缩短80%以上；三是渗流理论分析，当孔隙系统的连通率超过渗流阈值（通常为0.15-0.2）时，会形成贯穿整个样品的渗流路径，此时水分运动表现出明显的临界现象，导水率随孔隙度变化呈现幂函数增长特征。过程重构则是通过动态CT扫描获取水分运动过程中的湿润体三维分布，直接识别实际发生的优先流路径。具体实现方法是对入渗过程中的土壤样品进行连续扫描，通过差值图像计算不同时间步的含水率变化，提取含水率增长速率超过平均速率2倍的区域作为优先流路径。2020年德国哥廷根大学团队利用4DCT技术对森林土壤入渗过程进行观测，发现优先流路径呈现明显的分支结构，其分支比符合1:3的统计规律，符合生物网络的普遍标度特征，且优先流路径的直径分布满足幂函数分布，幂指数介于2.2-2.6之间，与孔隙直径的分形维数高度一致。基于过程重构获得的优先流路径，能够直接计算优先流的贡献率、非均匀系数、活动通道数量等动态参数，其中优先流贡献率=优先路径中水分通量/总通量，是评估优先流强度的核心指标，农田土壤的优先流贡献率通常在20%-60%之间，而林地土壤可高达80%。优先流路径的定量表征已形成多参数体系，主要分为四类：一是形态参数，包括路径数量、平均直径、弯曲度、表面积体积比，其中弯曲度直接决定水分运动的阻力，研究表明优先流路径弯曲度每增加0.1，水分运动速度降低15%；二是拓扑参数，包括连通度、网络密度、平均配位数，连通度采用欧拉数表征，当欧拉数小于-100时，孔隙网络的连通性极佳，优先流能够稳定发生；三是空间分布参数，包括路径的垂直分布深度、水平聚集度、分形维数，优先流路径的分形维数介于1.2-1.8之间，分形维数越高表明路径的分支越复杂，水分扩散范围越广；四是动态参数，包括路径的激活时间、流速、持水能力，研究发现优先流路径存在明显的“阈值效应”，当降雨强度超过0.5mm/min时，直径大于50μm的路径会被依次激活，出流浓度的峰值出现时间提前3-5倍。近年来，研究者开始将图论方法引入优先流网络分析，将孔隙作为节点、喉道作为边构建加权图，通过中心性指标识别网络中的关键通道。其中介数中心性高的孔隙节点对整个网络的水分运输起控制作用，移除这类节点会导致导水率下降40%-60%。2023年中国农业大学团队基于图论分析了不同质地土壤的优先流网络，发现砂质壤土的优先流网络存在明显的“核心-边缘”结构，10%的核心通道贡献了70%的通量，而粘壤土的优先流网络更加均匀，核心通道的贡献仅为40%。这类研究为从网络调控角度提升农田水肥利用效率提供了理论依据，通过耕作措施改变核心通道的分布，可有效减少深层渗漏损失。四、分形与CT技术融合应用的典型研究领域在农业水文学领域，相关技术被广泛应用于耕作措施对土壤水力性质的调控效应研究。2021年中国科学院南京土壤研究所团队利用μCT扫描对比了长期免耕、深松、翻耕三种耕作方式下的土壤孔隙结构，发现免耕处理下0-20cm土层的大孔隙分形维数为1.78，连通度是翻耕的2.1倍，优先流贡献率达到58%，但也导致氮肥淋失风险增加32%。基于分形参数建立的水肥耦合模型，模拟氮素淋失的准确率较传统模型提升了35%，为优化耕作措施提供了定量化工具。华北平原的大田试验表明，通过3年深松（深度30cm）结合秸秆还田，可将土壤大孔隙分形维数调控在1.5-1.6之间，既保证水分入渗效率，又将氮素淋失控制在10%以内，实现了水肥高效利用与面源污染防控的双赢。在地下水污染防控领域，优先流路径的三维重构为污染物迁移模拟提供了精确的结构参数。2019年美国环保署（EPA）针对农业面源污染问题，利用CT扫描技术构建了典型耕作区的1:1尺度土壤孔隙结构模型，结合分形弥散理论模拟了除草剂阿特拉津的迁移过程，发现优先流导致阿特拉津在降雨后3天即可穿透2m土层进入地下水，其运移速度是传统模型预测值的8倍。基于CT重构结果修正的地下水污染风险评估模型，将风险预警准确率从42%提升至78%，目前已被应用于美国中西部玉米种植带的地下水污染监测网络优化，监测点位布设数量减少30%的同时，监测精度提升25%。针对重金属污染场地的研究也表明，优先流路径是重金属垂向迁移的主要通道，镉、铅等重金属在优先路径中的浓度是土壤基质中的10-15倍，通过原位注入纳米材料封堵核心优先通道，可将重金属淋失风险降低60%以上。在生态水文领域，分形与CT技术被用于揭示植被恢复对土壤水文过程的调控机制。2022年中科院水利部水土保持研究所对黄土高原不同恢复年限的刺槐林土壤进行研究，发现随着恢复年限从10年增加到30年，土壤大孔隙分形维数从1.32提升至1.67，优先流贡献率从18%上升至52%，土壤稳定入渗率从0.3mm/min提升至1.2mm/min，有效减少了坡面径流产生。进一步研究表明，植被恢复过程中根系生长、土壤动物活动形成的生物孔隙是优先流路径的主要来源，直径100-500μm的根孔占优先流通道总量的65%，根系分泌物通过改变孔隙壁面的润湿性，进一步提升了优先流的发生概率。基于分形参数建立的生态水文模型，准确模拟了黄土高原植被恢复后的流域径流变化过程，其Nash效率系数达到0.82，为评估退耕还林还草工程的水文效应提供了关键技术支撑。在工程地质领域，相关技术被应用于边坡稳定性评估和防渗工程设计。2020年西南交通大学团队针对山区边坡降雨入渗诱发滑坡的问题，利用CT扫描获取了滑坡带土壤的孔隙结构特征，发现优先流路径的分形维数与边坡安全系数呈显著负相关，当分形维数超过1.6时，降雨入渗导致的孔隙水压力增长速度是均匀入渗的4倍，边坡失稳风险提升3倍以上。基于CT重构的三维入渗模型，能够准确预测不同降雨强度下边坡孔隙水压力的时空分布，滑坡预警时间提前24-48小时。在垃圾填埋场防渗层设计中，通过CT扫描识别压实粘土衬层中的裂隙优先路径，结合分形理论预测的防渗层使用寿命较传统计算方法缩短40%，推动了防渗层设计标准的修订，新修订的标准要求压实粘土衬层的大孔隙分形维数必须低于1.3，优先流贡献率控制在5%以内，有效提升了填埋场的长期防渗安全性。五、当前研究挑战与未来发展方向尽管相关研究已取得显著进展，但仍存在三方面核心挑战：一是尺度扩展难题，目前CT扫描的样品尺寸多在厘米级，而田间尺度的优先流过程受地形、植被、土壤异质性的多尺度耦合影响，微观孔隙尺度的分形参数如何扩展到田间尺度仍缺乏成熟的理论框架，现有研究表明，实验室测定的分形维数与田间测定值的偏差可达20%-30%，导致模拟结果在田间应用时误差较大；二是动态过程耦合机制不明确，水分运动过程中孔隙结构会发生动态变化，特别是膨胀性粘土在干湿交替过程中，孔隙的胀缩会导致优先流路径的动态演变，现有CT扫描多针对静态结构，难以准确刻画结构动态变化与水分运动的双向耦合过程；三是参数测定成本较高，高精度μCT扫描特别是同步辐射