这篇文档属于类型a，即报告了一项原创性研究。以下是对该研究的学术报告：

作者及研究机构

本研究由Jinjian Xu、Chaosheng Tang*、Zhaojun Zeng、Lin Li、Junzheng Zhang、Tengfei Gao和Bin Shi共同完成，他们来自南京大学地球科学与工程学院。研究发表于2025年3月的《Science China Technological Sciences》期刊，卷号为68，期号为3，文章编号为1320701。

学术背景

研究领域主要涉及地表土壤的干旱诱导干裂现象。干旱导致的干裂会引发地表土壤的多种弱化机制，可能导致斜坡和土质结构的不稳定和破坏。为了探究基于光频域反射技术（OFDR, Optical Frequency Domain Reflectometry）的分布式光纤传感（DFOS, Distributed Fibre Optical Sensing）在表征地表土壤二维干裂过程中的潜在应用，研究团队设计了一套综合测试装置，用于进行土壤蒸发试验，并连续记录水分变化、干裂演化和光纤传感应变状态。

研究流程

研究流程包括以下几个主要步骤：

1. 土壤蒸发试验：研究团队使用了一种典型的膨胀性土壤——皮石夯土壤（Pishihang soil），并将其放置在有机玻璃模具中进行蒸发试验。土壤样本的初始含水量为54%，试验在恒温条件下进行。

2. 光纤传感技术应用：研究团队在土壤样本中布置了光纤电缆，采用正交网格模式，水平和垂直方向各布置五段光纤，间距为4厘米。光纤电缆与OFDR分析仪连接，每5分钟采集一次数据。

3. 干裂过程监测：通过OFDR技术，研究团队实时监测了土壤干裂的二维演化过程，并记录了光纤传感的应变状态。同时，使用高分辨率数码相机拍摄土壤表面图像，以验证OFDR技术的可行性。

4. 深度学习定量分析：研究团队开发了一种基于深度学习的定量分析方法，用于识别和分析复杂的干裂网络。通过自研的裂缝图像分析系统（CIAS），对干裂网络进行骨架化和分支切割操作，从而获得裂缝长度、数量、面积和宽度等几何参数。

5. 有限元法（FEM）与OFDR结合：为了解决OFDR传感应变数据的空间连续性问题，研究团队提出了一种创新的高分辨率表征框架，即将有限元法（FEM）与OFDR技术结合，称为FEM-OFDR框架。通过FEM，研究团队能够推断未监测区域的应变数据，提高了监测数据的完整性和区域覆盖范围。

主要结果

1. 干裂过程监测：研究团队成功监测了土壤干裂的二维演化过程，并发现OFDR技术能够在水平干裂传播前23毫米处进行早期检测，应变测量精度为1微应变（με）。

2. 干裂几何参数与应变状态的关系：通过深度学习定量分析，研究团队详细研究了二维干裂几何参数与应变状态之间的关系，揭示了应变状态与土壤蒸发-收缩-干裂过程之间的相互反馈机制。

3. FEM-OFDR框架的有效性：比较结果表明，提出的FEM在推断缺失的OFDR传感应变数据方面显著优于克里金法（Kriging）和径向基函数（RBF）方法，特别是在处理具有大梯度的应变数据时表现出色。

4. 干裂形成与应变状态演化的三个阶段：研究团队将干裂形成过程分为三个阶段：土壤收缩阶段、干裂发展阶段和干裂稳定阶段。同时，应变状态的演化也分为三个阶段：土块压缩阶段、干裂拉伸阶段和局部应力释放阶段。

结论

本研究不仅验证了OFDR技术在研究地表土壤二维干裂行为中的可行性，还揭示了光纤传感应变状态与土壤蒸发-收缩-干裂过程之间的相互反馈机制。通过建立裂缝宽度与相应应变之间的线性关系，研究团队能够预测裂缝的传播宽度。此外，提出的FEM-OFDR框架为地表土壤的高分辨率变形监测和早期预警系统提供了重要的理论支持和技术手段。

研究亮点

1. 早期检测能力：OFDR技术能够在干裂传播前23毫米处进行早期检测，为地表土壤的干裂监测提供了新的技术手段。
2. 创新性框架：提出的FEM-OFDR框架显著提高了应变数据的完整性和区域覆盖范围，为高分辨率变形监测提供了新的解决方案。
3. 深度学习定量分析：通过深度学习定量分析方法，研究团队能够准确识别和分析复杂的干裂网络，为干裂几何参数与应变状态之间的关系研究提供了新的视角。

其他有价值的内容

研究团队还探讨了OFDR技术在监测干裂形成过程中的温度补偿问题，并提出了在野外应用中采用刚性松套管的方法来检测温度变化引起的频率偏移。此外，研究团队建议在未来的研究中，通过集成大数据分析和架构增强等方法，进一步提高OFDR技术的准确性和测量范围。

本研究为理解地表土壤二维干裂诱导的收缩和干裂机制提供了重要的技术手段和理论支持，具有重要的科学价值和应用前景。