《Measurement: Sensors》：Measurement of moisture profiles in porous materials based on optical perception
编辑推荐：
为解决X射线法测量多孔材料水分剖面存在设备昂贵、操作复杂的问题，L. Weber等人开展了基于光学感知（颜色-湿度关联）的测量研究。结果表明，该方法在加气混凝土等材料上偏差仅2–6%，具备作为X射线补充技术的潜力。
在建筑物理与干燥技术领域，精确测量多孔材料内部的水分分布（moisture profile）至关重要。无论是评估墙体保温性能，还是优化工业干燥工艺，我们都需知道水在材料内部“藏”在哪里、移动速度有多快。传统的“黄金标准”是X射线衰减法（X-ray attenuation），它能像给材料做CT一样透视内部水分，但代价极高——不仅设备动辄数百万，还涉及复杂的辐射防护与数据处理，这让许多实验室望而却步。有没有一种既便宜又靠谱的替代方案？这正是L. Weber教授团队在《Measurement: Sensors》上发表这项研究想要回答的问题。
灵感来源：当材料“湿身”会变色
研究人员另辟蹊径，将目光投向了日常生活中最直观的现象：很多材料（如水泥板、石膏）打湿后颜色会变深。他们提出了一种基于光学感知（optical perception）的全新方法。其核心假设是：材料表面的光学特性（如亮度、颜色）与含水量存在一一对应关系。通过用相机记录材料在吸水过程中的颜色变化，再结合已知含水量的校准样本，就能反推出内部的水分剖面。
低成本实验设计的智慧
为了验证这一设想，团队搭建了一套极简实验装置：样品、光源、相机以及用于校准的称重系统。他们选取了建筑领域四种典型的 porous materials：加气混凝土（autoclaved aerated concrete）、陶瓷砖（ceramic brick）、硅酸钙（calcium silicate）和石膏（gypsum）。实验分为两步：
- 1.
建立“颜色-湿度”字典：先制备不同已知含水量的样本，拍摄其光学图像，建立灰度/颜色值与含水量的数学关联（相关函数）。
- 2.
反演真实剖面：让材料进行一维毛细吸水实验，实时拍摄侧面图像，利用之前建立的函数将像素点的颜色变化转化为水分含量，从而重构出随时间变化的水分剖面。
与X射线数据的正面PK
为了检验这套“低成本方案”的可靠性，团队将其测量结果与文献中高精度的X-ray数据进行了残酷对比：
- •
优等生：硅酸钙表现最佳，偏差仅2–5%，证明光学法在颜色响应敏感的材料上完全可以替代传统方法。
- •
良好生：加气混凝土和石膏的偏差在5–6%，虽略有误差，但在工程允许范围内。
- •
挑战者：陶瓷砖成了“硬骨头”，偏差达8–11%。原因在于其在一个较宽的水分范围内颜色几乎不变，导致光学信号“迟钝”，难以建立准确关联。
技术方法概要
本研究主要依托光学感知测量系统。通过相机捕获材料在毛细吸水过程中侧面的光学特征变化，利用已知含水量的校准样本建立光学信号（如灰度值）与水分含量的相关函数，进而反演计算出一维水分剖面。该方法基于Boltzmann变换将时空依赖的水分分布转化为时间无关的特征曲线，并通过求解一维水分扩散方程计算液体扩散率（Dl）等参数。实验样本包括加气混凝土、陶瓷砖、硅酸钙及石膏。
研究结果详析
1. 光学感知与水分含量的关联性
结论：在颜色随湿度变化明显的材料上，光学法能高精度还原水分剖面。
证据：研究通过校准样本成功建立了“颜色-湿度”的单调映射关系。对于硅酸钙、加气混凝土和石膏，其光学信号（如亮度下降）与含水量增量呈强相关性，这使得从图像灰度值直接计算局部含水量成为可能。
2. 与X射线基准的定量对比
结论：光学法在多数材料上接近X射线法的精度，但在颜色不敏感材料上存在局限。
证据：将光学法得出的水分剖面与X-ray参考数据对比发现，硅酸钙的吻合度极高（偏差2–5%），证明了方法的有效性。而陶瓷砖由于在湿润过程中颜色变化微弱，导致反演误差较大（8–11%），揭示了该方法的物理限制。
3. 材料适用性边界
结论：方法的成功应用高度依赖于材料本身的光学特性。
证据：研究明确指出，该方法仅适用于具有“一对一颜色-水分关系”的材料。对于像砖这类颜色饱和或变化不明显的材料，需要引入其他辅助信号或结合其他方法。
结论与意义：低成本技术的突围
这项研究成功地证明，基于光学感知的水分剖面测量法可以作为一种经济、高效且安全的补充技术，在特定材料上替代昂贵的X射线法。它虽然无法完全取代X射线在复杂结构（如裂缝、非均质材料）中的透视能力，但对于实验室常规材料表征、教学演示及工程现场快速评估而言，它提供了一把“金钥匙”。
更重要的是，该研究为建筑物理领域提供了一种“降维打击”的思路：用简单的光学原理解决复杂的传输问题。未来，随着图像识别算法的加入，这种方法甚至有望实现全自动化的水分监测，让更多研究者不再被“设备贵”挡在科学探索的门外。
