【技术实现步骤摘要】
本申请涉及农业信息化，尤其涉及土壤团聚体三维孔隙结构动态演化过程的生成。
技术介绍
1、土壤团聚体作为土壤结构的基本单元，内部存在着十分复杂的孔隙结构，这些结构的特征差异对土壤水分、气体和营养物质的运移具有重要影响，并在土壤功能的调节中发挥着关键作用。良好的土壤团聚体孔隙结构能够促进植物根系生长，提高水分和养分的利用效率，进而提升土壤质量和保持土壤健康。因此，研究土壤孔隙结构及其动态演化过程对于了解土壤功能具有重要意义。
2、传统的土壤孔隙结构研究方法主要包括实验测量和图像处理技术。实验测量方法如气体吸附法和汞压入法，虽然能够获取土壤孔隙的一些定量信息，但这些方法通常具有破坏性，且无法实时观察土壤孔隙结构的动态变化。图像处理技术如ct扫描和mri成像，能够提供土壤的三维结构信息，但这些技术通常需要昂贵的设备和复杂的后处理过程，并且在处理大规模数据时效率较低。
技术实现思路
1、本专利技术目的是为了解决现有土壤团聚体三维孔隙结构动态演化过程的生成方法具有破坏性、无法实时观察土壤孔隙结构的动态变化和效率低的问题，提供了土壤团聚体三维孔隙结构动态演化过程的生成方法和设备。
2、本专利技术是通过以下技术方案实现的，本专利技术一方面，提供一种土壤团聚体三维孔隙结构动态演化过程的生成方法，所述方法包括：
3、s1：获取原始土壤团聚体图像中的孔隙部分，构建土壤团聚体三维孔隙结构体素矩阵数据集；
4、s2：对所述土壤团聚体三维孔隙结构体素矩阵数据集进
5、s3：构建土壤团聚体三维孔隙生成对抗网络模型，所述土壤团聚体三维孔隙生成对抗网络模型包括生成模型和判别模型；
6、所述生成模型用于学习真实土壤团聚体三维孔隙的分布，并生成假孔隙结构；
7、所述判别模型用于学习辨别真假孔隙结构，计算出孔隙结构来自于土壤团聚体三维孔隙子结构数据集的概率；
8、s4：基于土壤团聚体三维孔隙子结构数据集训练土壤团聚体三维孔隙生成对抗网络模型，直至土壤团聚体三维孔隙生成对抗网络模型生成与真实三维孔隙子结构特征分布相匹配的土壤团聚体三维孔隙结构；
9、s5：定义土壤团聚体三维孔隙结构演化过程的起点孔隙特征和终点孔隙特征；
10、s6：使用差分策略，获取孔隙特征和对应的土壤团聚体三维孔隙生成对抗网络模型输入噪声向量和；
11、s7：使用球面线性插值，获取噪声向量和之间的中间噪声向量；
12、s8：将噪声向量输入到土壤团聚体三维孔隙生成对抗网络模型中，获取孔隙三维结构的动态演化过程。
13、进一步地，s3中，所述土壤团聚体三维孔隙生成对抗网络模型的目标损失函数为：
14、
15、式中，为生成模型，为判别模型，为真实孔隙结构，为真实孔隙结构的数学期望，为输入生成模型的正态分布随机变量，为生成孔隙结构的数学期望。
16、进一步地，s3中，所述生成模型由层反卷积层构成；
17、所述生成模型对前层的反卷积输出进行批归一化和relu非线性激活，生成模型对最后一层的反卷积输出进行tanh非线性激活，生成土壤团聚体三维孔隙子结构；
18、所述判别模型由层卷积层按照与生成模型的相反顺序组成；
19、所述判别模型对前层的卷积输出进行谱归一化和leakyrelu非线性激活；判别模型对最后一层的卷积输出进行sigmoid非线性激活，计算输入孔隙结构被分类为真的概率；sigmoid函数的表达式如下：
20、
21、式中，为判别模型最后一层的卷积输出。
22、进一步地，s4中，所述土壤团聚体三维孔隙生成对抗网络模型的超参数为：批处理大小为64，损失函数优化器为adamw，学习率为 0.0001，beta1为0.6，迭代次数为500；所述批处理大小为一次训练所选取的样本数；所述 beta1为一阶矩估计的指数衰减率。
23、进一步地，s5包括：
24、对于待模拟的个土壤团聚体三维孔隙特征，分别定义孔隙特征计算函数，遍历土壤团聚体三维孔隙子结构数据集中的每个土壤团聚体三维孔隙子结构，计算出土壤团聚体三维孔隙子结构数据集每个孔隙特征的上界和下界，其中：
25、
26、
27、根据待模拟的孔隙特征演化过程的起点孔隙特征和终点孔隙特征，从集合中分别选出起点孔隙特征和终点孔隙特征。
28、进一步地，s6包括：
29、s6.1：从正态分布中随机采样个维随机噪声；
30、s6.2：将噪声分别输入到土壤团聚体三维孔隙生成对抗网络模型中，得到孔隙结构；
31、s6.3：计算孔隙结构的孔隙特征，分别计算与动态演化起始孔隙结构的孔隙特征或动态演化终止孔隙结构的孔隙特征的欧氏距离，其中，s和e分别对应动态演化过程中孔隙结构的起始点和终止点；
32、s6.4：从中随机选出3个噪声，和，代入下述公式得到新的随机噪声：
33、
34、其中， f 为 [0,1] 之间的随机数；
35、s6.5：对的二范数进行判断，若，则使用替换，否则不对的值进行修改；
36、其中
37、
38、
39、其中，表示伽马函数；
40、s6.6：将输入到土壤团聚体三维孔隙生成对抗网络模型中，得到输出的孔隙结构，计算的孔隙特征值与或的欧氏距离；
41、s6.7：若小于，则将替换为，将替换为；
42、s6.8：遍历每个，重复执行s6.4至s6.7；
43、s6.9：重复执行maxiter次s6.8，输出中最小值对应的噪声向量，记为动态演化起始孔隙结构的噪声向量或动态演化终止孔隙结构的噪声向量。
44、进一步地，s7包括：
45、对于噪声向量和，定义球面线性插值的表达式为：
46、
47、其中，，为[0,1]之间的实数；
48、设，将分别作为球面线性插值的输入，得到噪声向量和之间的中间噪声向量。
49、进一步地，s1包括：
50、s1.1：利用 imagej 软件截取土壤团聚体ct扫描图像的中间部分区域作为特征域；
51、s1.2：将二维图像堆栈导入 imagej 软件，对图像分割进行前处理，具体包括：
52、s1.2.1：使用 enhance contrast 命令对图像进行归一化处理，消除不同 ct 切片图像间亮度差别；
53、s1.2.2：使用 despeckle 命令来消除图像的噪点；
54、s1.2.3：使用 median 操作实现平滑操作；
55、s1.3：在对图像进行分割操作时，使用threshold操作进行图像阈值分割，分离出图像中的孔隙部分本文档来自技高网...
【技术保护点】
1.一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S3中，所述土壤团聚体三维孔隙生成对抗网络模型的目标损失函数为：
3.根据权利要求2所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S3中，所述生成模型由层反卷积层构成；
4.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S4中，所述土壤团聚体三维孔隙生成对抗网络模型的超参数为：批处理大小为64，损失函数优化器为AdamW，学习率为0.0001，Beta1为0.6，迭代次数为500；所述批处理大小为一次训练所选取的样本数；所述Beta1为一阶矩估计的指数衰减率。
5.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S5包括：
6.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S6包括：
7.根据权利要求1所述的一种土壤团
8.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，S1包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，当所述处理器运行所述存储器存储的计算机程序时执行权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有多条计算机指令，所述多条计算机指令用于使计算机执行权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，s3中，所述土壤团聚体三维孔隙生成对抗网络模型的目标损失函数为：
3.根据权利要求2所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，s3中，所述生成模型由层反卷积层构成；
4.根据权利要求1所述的一种土壤团聚体三维孔隙结构动态演化过程的生成方法，其特征在于，s4中，所述土壤团聚体三维孔隙生成对抗网络模型的超参数为：批处理大小为64，损失函数优化器为adamw，学习率为0.0001，beta1为0.6，迭代次数为500；所述批处理大小为一次训练所选取的样本数；所述beta1为一阶矩估计的指数衰减率。
5.根据权利要求1所...
【专利技术属性】
技术研发人员：郭宏亮，杨雪，李名洋，于合龙，赵春莉，田永利，高连兴，曹丽英，程志强，韩永奇，孙效荷，张宇博，王福德，刘瀚渤，王丽月，
申请(专利权)人：吉林农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。