近日，工学院韩巧玲副教授课题组在不同功能土壤孔隙结构辨识研究取得重要进展。相关成果以“ACFTransUNet: A new multi-category soil pores 3D segmentation model combining Transformer and CNN with concentrated-fusion attention”为题，发表在一区TOP期刊《Computers and Electronics in Agriculture》（五年平均影响因子6.432）。

土壤孔隙结构是土壤系统的重要组成部分，影响着土壤中水、气体及养分的交换和储存。不同形态的孔隙在水分和养分运输中扮演着不同角色，根据孔隙的特征和形成原因，可以将土壤孔隙分为生物孔、裂隙、不规则孔隙和球形孔隙（图1）。这种分类有助于识别孔隙对根系生长和微生物活动的影响，从而为提升土壤生产力提供理论依据，推动可持续农业管理。

图1 不同功能土壤孔隙结构

现有孔隙分割方法多局限于单一类别且鲁棒性较低。为了解决这一问题，课题组提出了一种名为 ACFTransUNet 的密集连接多类别三维分割模型（图2）。该模型基于3D UNet 网络结构，引入了集中融合注意力（CFA）模块，将相邻编码层的信息进行深度融合；有效保留了小体积不规则孔和球形孔的细节特征。此外，模型在编码器的顶层结合了 Head-Transformer 模块，以更好地提取大体积裂缝和生物孔隙的特征。并通过嵌入注意力门在减少冗余信息的同时增强了有效特征表达。

图2 ACFTransUNet网络结构图

工学院博士研究生宋美慧为论文第一作者，韩巧玲副教授为通讯作者。北京林业大学是文章第一完成单位。

本研究得到了国家自然科学基金青年基金（No. 32101590）、国家自然科学基金面上项目（No. 32071838）和中国博士后科学基金特别资助（2022T150055）的资助。

近年来，韩巧玲副教授团队主要从事人工智能、土壤CT图像处理、多模态数据分析等方向的研究，目前在CT图像孔隙分割、图像三维重构、图像超分辨率重建、孔隙特征提取、昆虫识别等方面取得了一系列成果。近年来主持国自然、博士后基金等课题4项，在《Soil & Tillage Research》《Computers & Electronics in Agriculture》《European Journal of Soil Science》《Pedosphere》《Measurement》《Soil Science Society of America Journal》等国内外学术期刊上发表了十余篇高水平论文。

原文链接：https://doi.org/10.1016/j.compag.2024.109312