CN112067527A - 含油污泥孔隙特征的测定方法及油污场地的修复方法 - Google Patents
含油污泥孔隙特征的测定方法及油污场地的修复方法 Download PDFInfo
- Publication number
- CN112067527A CN112067527A CN202010989160.9A CN202010989160A CN112067527A CN 112067527 A CN112067527 A CN 112067527A CN 202010989160 A CN202010989160 A CN 202010989160A CN 112067527 A CN112067527 A CN 112067527A
- Authority
- CN
- China
- Prior art keywords
- sample
- pore
- pores
- pore characteristics
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000011148 porous material Substances 0.000 title claims abstract description 149
- 239000010802 sludge Substances 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000010603 microCT Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 10
- 239000003795 chemical substances by application Substances 0.000 claims description 8
- 230000000813 microbial effect Effects 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 244000005700 microbiome Species 0.000 claims description 5
- 230000001580 bacterial effect Effects 0.000 claims description 3
- 230000002262 irrigation Effects 0.000 claims description 3
- 238000003973 irrigation Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 239000004567 concrete Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 239000011380 pervious concrete Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F11/00—Treatment of sludge; Devices therefor
- C02F11/02—Biological treatment
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F11/00—Treatment of sludge; Devices therefor
- C02F11/02—Biological treatment
- C02F11/04—Anaerobic treatment; Production of methane by such processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Molecular Biology (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种堆体内油泥孔隙的测定方法，包括样品制备：制备圆柱形的含油污泥试样；扫描：制备一PVC材质的参照物，对试样和PVC材质参照物进行同步无损扫描，得到多张试样断面的样品图片；图像处理：将样品图片转化为8位灰度图，调整阈值，直到参照物的轮廓被清晰显示且为无白色像素杂点，得到黑白二值图像，统计该黑白二值图像中的孔隙特征。还提供了油污场地的修复方法。本发明阈值确定方式与现有技术相比，操作非常简单，只需要调整阈值即可，不需要复杂的程序，处理效率更好，且能够得到精确的黑白二值图像，保证了测量的准确性。
Description
技术领域
本发明属于材料检测技术领域，尤其是一种含油污泥孔隙特征的测定方法及油污场地的修复方法。
背景技术
在修复油污染场地时，含油污泥的孔隙特征对修复效果有着重要影响，尤其是采用生物修复法开展油泥修复时，油泥的孔隙特征不仅影响着水分、营养物质及气体在其内部的流动、分布，还影响着油泥中微小生物的生长代谢。然而，对于孔隙特征的表征，目前的研究对象为岩土、土木工程领域的岩石、混凝土、水泥等，对于油气田开采产生的油泥的孔隙特征的表征尚没有相关规定和方法。
现有的孔隙特征测定过程一般包括样品制作，扫描得到样品的断面图，对断面图进行数据处理，然后统计孔隙分布特征。具体可参照以下现有技术：
申请号为201710979330.3的发明专利公开了一种基于激光扫描的沥青混合料断面空隙的测定方法，扫描时需要切割试样，然后再对断面进行扫描，切割时容易造成孔隙结构的破坏，且获得的图像数量有限，难以全面地反应试样的内部结构。申请号为201510061021.9的发明申请也存在这一问题。
申请号为201810748990.5的发明专利申请公开了一种混凝土孔隙特征提取方法，包括：利用X射线断层扫描技术扫描透水混凝土，获取透水混凝土断层图像；对所述透水混凝土断层图像进行二值化处理，确定孔隙分布二值化图像；对所述孔隙分布二值化图像进行三维重构处理，建立孔隙三维重构模型；根据所述孔隙三维重构模型以及所述孔隙分布二值化图像提取混凝土孔隙特征；所述混凝土孔隙特征包括孔隙率、孔隙连通率、孔隙表面积、孔隙单位体积表面积比、孔隙等效半径、孔隙水力直径、孔隙单位面积周长比、孔道长度以及孔道曲折度。还公开了二值化处理的具体过程，在测定每个试样的孔隙分布时都需要进行二值化处理，二值化处理的步骤不够简化，导致效率较低。
冯杰，郝振纯.CT扫描确定土壤大孔隙分布[J].水科学进展，2002，13(5)公开了土壤大孔隙测定方法，扫描得到的截面图载入软件后，使用软件自带功能将图像转化为8位灰度图，然后通过设定分割阈值得到黑白二值图像，黑白两色根据设定不同而分别代表孔隙或固体。阈值通过实验确定：先在油泥样品中制造已知尺寸孔隙，然后在扫描图中尝试设定不同的分割阈值，通过验证不同阈值下所测定的孔隙尺寸与实际尺寸的吻合度来判断正确的分割阈值。但实验结果表明，不同样品间的真实分割阈值差别较大，并不能得到一个统一的分割阈值作为所有样品的划分标准，且增加了试样的制造难度。因此，这种确定阈值的方法具有很大的局限性。
发明内容
本发明的目的在于提供一种含油污泥孔隙特征的测定方法，在图片处理过程中，能够准确快速地找到阈值，快速得到黑白二值图像，提高图像处理的效率。
本发明的目的是这样实现的：含油污泥孔隙特征的测定方法，包括
样品制备：制备圆柱形的含油污泥试样；
扫描：制备一PVC材质的参照物，对试样和PVC材质参照物进行同步无损扫描，得到多张试样断面的样品图片；
图像处理：将样品图片转化为8位灰度图，调整阈值，直到参照物的轮廓被清晰显示且为无白色像素杂点，得到黑白二值图像，统计该黑白二值图像中的孔隙特征。
进一步地，样品制备过程为：
在PVC圆管上截取50mm-100mm长的圆筒，将采样目标区域的含油污泥孔通过压装方式采集进入PVC圆筒，形成样品土柱，然后利用防水膜将PVC圆筒的两端封口。
进一步地，采用Micro-CT对试样和PVC材质参照物进行同步扫描，Micro-CT的工作参数为：峰值电压70KV，功率40W，扫描视野80×80mm，扫描图像像素分辨率为2240×2344pixel，扫描间隔角度0.72°，图片叠加模式为4帧叠加，空间分辨率为0.09mm。
进一步地，扫描完成后，通过图像重建形成整个样品的图形数据库，根据该数据库对样品进行三维图像重建，然后截取每个柱状样品靠中部的三幅图像作为样品图片，根据该样品的采样深度和所截取图像的位置推算出截面图所表征的堆体深度。
进一步地，图像处理采用ImageJ软件进行。
进一步地，得到黑白二值图像后，选取靠近试样中心、直径小于PVC圆管内径10mm的圆形区域作为有效区域，统计该有效区域内的孔隙特征。
进一步地，统计的孔隙特征包括孔隙数量、孔隙面积、孔隙度、孔隙成圆率及孔隙Feret直径。
进一步地，统计时，将所有孔隙假定为圆形，然后根据孔隙实际面积计算出其等效直径，再将孔隙分为等效直径≥1mm的大孔隙、等效直径为0.2-1mm的粗孔隙和等效直径为0.09mm至0.2mm的其他可测量孔隙，并分别统计大孔隙、粗孔隙和其他可测量孔隙，利用孔隙面积除以有效区域的面积计算孔隙率，利用4π乘孔隙面积除以孔隙周长计算孔隙的成圆率。
还提供了油污场地的修复方法，在油污场地采集含油污泥样品，采用如权利要求1至8任意一项权利要求所述的方法测量样品含油污泥中的孔隙特征，根据孔隙特征选择好氧/厌氧/兼性厌氧微生物菌剂，通过预先布设的滴灌系统，以菌液的形式投入油污场地，利用微生物分解油污。
本发明的有益效果是：本发明增加了参照物，将该参照物与试样进行同步扫描，在设定阈值的过程中，通过观察参照物的轮廓判断阈值是否准确，当参照物的轮廓清晰且为无白色像素杂点时，表明参照物在该阈值下的尺寸与实际尺寸吻合，同样的，该阈值下的孔隙尺寸与实际的孔隙尺寸也应当基本吻合，此时即能够得到比较精确的黑白二值图像。本发明阈值确定方式与现有技术相比，操作非常简单，只需要调整阈值即可，不需要复杂的程序，处理效率更好，且能够得到精确的黑白二值图像，保证了测量的准确性。
附图说明
图1是实施例一得到的黑白二值图像的有效区域示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的含油污泥孔隙特征的测定方法，包括
样品制备：制备圆柱形的含油污泥试样。具体地，在PVC圆管上截取50mm-100mm长的圆筒，将采样目标区域的含油污泥通过压装方式采集进入PVC圆筒，形成样品土柱，然后将PVC圆筒的两端封口。压装是指将PVC圆筒竖直放在采样目标区域，并对PVC圆筒施加向下的压力，将PVC圆筒整体压入污泥中，这样PVC圆筒内充满污泥，再将PVC圆筒周边的污泥刨开，取出PVC圆筒。这样采样可避免改变试样的孔隙特征，使试样的孔隙特征与采样目标区域内的含油污泥孔隙特征保持一致，从而保证检测的准确性。
扫描：制备一PVC材质的参照物，该参照物可以是圆柱形，圆筒形，长方体形等长条形，对试样和PVC材质参照物进行同步无损扫描，得到多张试样断面的样品图片。
无损扫描即不损伤试样，可保证试样断面的完整性，具体可采用X射线进行断层扫描，也可以采用常规的CT扫描，作为更加优选的实施方式，本发明采用Micro-CT对试样和PVC材质参照物进行同步扫描，能够在不破坏试样前提下进行试样内部结构检测，避免了切割对试样孔隙结构造成的破坏，且可获得大量扫描图像，经图像处理后能更加全面获知孔隙特征，准确性高，该扫描系统的空间分辨率较普通CT高，扫描面积较小，适用于小尺寸样品的高分辨率扫描。Micro-CT的工作参数为：峰值电压70KV，功率40W，扫描视野80×80mm，扫描图像像素分辨率为2240×2344pixel，扫描间隔角度0.72°，图片叠加模式为4帧叠加，空间分辨率为0.09mm。
扫描得到的图像中，既包含了试样的断面图，又包含了参照物的断面图，参照物的图像作为参考，用于判断后续阈值设定的准确性。
扫描完成后，通过Micro-CT自带的图像重建功能形成整个样品的图形数据库，并根据该数据库对样品进行三维图像重建，然后截取每个柱状样品靠中部的三幅图像作为样品图片，以避开PVC采样管开口处易被外界扰动的区域，根据该样品的采样深度和所截取图像的位置推算出截面图所表征的样品所在深度。
所得CT扫描截面图输出格式为TIFF，以使其图像信息尽可能完整地保留。
图像处理：可采用现有的各种图像软件进行，优选采用ImageJ软件，使用ImageJ软件的自带功能将样品图片转化为8位灰度图，然后多次调整阈值，直到参照物的轮廓被清晰显示且无白色像素杂点，得到黑白二值图像，统计该黑白二值图像中的孔隙特征。
阈值的设定是黑白二值图像准确显示孔隙的关键，现有技术中要么是统一批次的样品采用同一阈值，但每个试样的孔隙特征有差异，这种方式不能保证测量的准确性，要么是在试样中制备尺寸已知的孔隙作为对照，试样制作难度高，且已知孔隙也会对其周边的样品造成影响，不利于保证测量的准确性。本发明中，增加了一个树脂材料的参照物，参照物的形状、轮廓和尺寸都是已知的，将参照物和试样的截面同步扫描到样品图片中，在调整阈值时，将参照物作为对比，当参照物的轮廓能够被清晰地显示，且无白色像素杂点时，则表明图像上的参照物尺寸和实际的参照物尺寸基本吻合一致，那么此时图像上的孔隙尺寸也应当与孔隙的实际尺寸基本一致，因此，能够根据参照物的图像准确地判断阈值知否准确，保证得到准确反映孔隙特征的黑白二值图像。这种方式只需要在软件中不断地改变阈值即可，与现有技术相比，操作非常方便，有利于提高测试的效率。
得到黑白二值图像后，选取靠近试样中心、直径小于PVC圆管内径10mm的圆形区域作为有效区域，统计该有效区域内的孔隙特征。这样可避开油泥同PVC管壁所形成的空隙的同时，又保证样品土柱中大部分区域纳入研究范围。
统计的孔隙特征包括孔隙数量、孔隙面积、孔隙度、孔隙成圆率及孔隙Feret直径。
统计时，将所有孔隙假定为圆形，然后根据孔隙实际面积计算出其等效直径，再将孔隙分为等效直径≥1mm的大孔隙、等效直径为0.2-1mm的粗孔隙和等效直径为0.09mm至0.2mm的其他可测量孔隙，并分别统计大孔隙、粗孔隙和其他可测量孔隙，利用孔隙面积除以有效区域的面积计算孔隙率，利用4π乘孔隙面积除以孔隙周长计算孔隙的成圆率。
油污场地的修复方法，在油污场地采集含油污泥样品，采用上述方法测量样品含油污泥中的孔隙特征，根据孔隙特征选择好氧、厌氧或兼性厌氧微生物菌剂，通过预先布设的滴灌系统，以菌液的形式投入油污场地，利用微生物分解油污。
具体地，根据孔隙特征分析含油污泥中的含氧量，根据含氧量选择适应的微生物菌剂，如含氧量较低时，采用厌氧微生物菌剂，含氧量较高时，采用好氧微生物菌剂，含氧量适中中，则选择兼性厌氧微生物菌剂，以促进微生物的生长繁殖。此外，为了提供足够的有机物，同时改良土壤成分，可在油污场地内埋入适量的破碎秸秆。
实施例一
在内径为32mm的PVC圆管上截取50mm长的圆筒，将油污泥孔装入PVC圆筒，形成样品土柱，然后利用防水膜将PVC圆筒的两端封口。
制备一内径为32mm，长度为50mm的树脂筒体作为参照物，将参照物和试样放在一起，利用Micro-CT对参照物和试样进行同步扫描，Micro-CT的工作参数为：峰值电压70KV，功率40W，扫描视野80×80mm，扫描图像像素分辨率为2240×2344pixel，扫描间隔角度0.72°，图片叠加模式为4帧叠加，空间分辨率为0.09mm。选取靠近试样中间位置的三张截面图片作为样品图像。
使用ImageJ软件的自带功能将样品图片转化为8位灰度图，然后多次调整阈值，直到参照物的轮廓被清晰显示且无白色像素杂点，得到黑白二值图像，选取靠近试样中心、直径22mm的圆形区域作为有效区域，如图1所示，利用ImageJ软件的Analyze Particles Tool功能对有效区域内的孔隙进行统计，统计的孔隙特征包括孔隙数量、孔隙面积、孔隙度、孔隙成圆率及孔隙Feret直径。
统计时，将所有孔隙假定为圆形，然后根据孔隙实际面积计算出其等效直径，再将孔隙分为等效直径≥1mm的大孔隙、等效直径为0.2-1mm的粗孔隙和等效直径为0.09mm至0.2mm的其他可测量孔隙，并分别统计大孔隙、粗孔隙和其他可测量孔隙，利用孔隙面积除以有效区域的面积计算孔隙率，利用4π乘孔隙面积除以孔隙周长计算孔隙的成圆率。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.含油污泥孔隙特征的测定方法，其特征在于，包括
样品制备：制备圆柱形的含油污泥试样；
扫描：制备一PVC材质的参照物，对试样和PVC材质的参照物进行同步无损扫描，得到多张试样断面的样品图片；
图像处理：将样品图片转化为8位灰度图，调整阈值，直到参照物的轮廓被清晰显示且无白色像素杂点，得到黑白二值图像，统计该黑白二值图像中的孔隙特征。
2.根据权利要求1所述的含油污泥孔隙特征的测定方法，其特征在于，样品制备过程为：
在PVC圆管上截取50mm-100mm长的圆筒，将采样目标区域的含油污泥通过压装方式采集进入PVC圆筒，形成样品土柱，然后将PVC圆筒的两端封口。
3.根据权利要求1所述的含油污泥孔隙特征的测定方法，其特征在于，采用Micro-CT对试样和PVC材质参照物进行同步扫描，Micro-CT的工作参数为：峰值电压70KV，功率40W，扫描视野80×80mm，扫描图像像素分辨率为2240×2344pixel，扫描间隔角度0.72°，图片叠加模式为4帧叠加，空间分辨率为0.09mm。
4.根据权利要求3所述的含油污泥孔隙特征的测定方法，其特征在于，扫描完成后，通过图像重建形成整个样品的图形数据库，根据该数据库对样品进行三维图像重建，然后截取每个柱状样品靠中部的三幅图像作为样品图片，根据该样品的采样深度和所截取图像的位置推算出截面图所表征的样品所在深度。
5.根据权利要求1所述的含油污泥孔隙特征的测定方法，其特征在于，图像处理采用ImageJ软件进行。
6.根据权利要求2所述的含油污泥孔隙特征的测定方法，其特征在于，得到黑白二值图像后，选取靠近试样中心、直径小于PVC圆管内径10mm的圆形区域作为有效区域，统计该有效区域内的孔隙特征。
7.根据权利要求6所述的含油污泥孔隙特征的测定方法，其特征在于，统计的孔隙特征包括孔隙数量、孔隙面积、孔隙度、孔隙成圆率及孔隙Feret直径。
8.根据权利要求6或7所述的含油污泥孔隙特征的测定方法，其特征在于，统计时，将所有孔隙假定为圆形，然后根据孔隙实际面积计算出其等效直径，再将孔隙分为等效直径≥1mm的大孔隙、等效直径为0.2-1mm的粗孔隙和等效直径为0.09mm至0.2mm的其他可测量孔隙，并分别统计大孔隙、粗孔隙和其他可测量孔隙，利用孔隙面积除以有效区域的面积计算孔隙率，利用4π乘孔隙面积除以孔隙周长计算孔隙的成圆率。
9.油污场地的修复方法，其特征在于，在油污场地采集含油污泥样品，采用如权利要求1至8任意一项权利要求所述的方法测量样品含油污泥中的孔隙特征，根据孔隙特征选择好氧、厌氧或者兼性厌氧微生物菌剂，通过预先布设的滴灌系统，以菌液的形式投入油污场地，利用微生物分解油污。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010989160.9A CN112067527B (zh) | 2020-09-18 | 2020-09-18 | 含油污泥孔隙特征的测定方法及油污场地的修复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010989160.9A CN112067527B (zh) | 2020-09-18 | 2020-09-18 | 含油污泥孔隙特征的测定方法及油污场地的修复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112067527A true CN112067527A (zh) | 2020-12-11 |
| CN112067527B CN112067527B (zh) | 2021-07-27 |
Family
ID=73681701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010989160.9A Active CN112067527B (zh) | 2020-09-18 | 2020-09-18 | 含油污泥孔隙特征的测定方法及油污场地的修复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112067527B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113105137A (zh) * | 2021-03-17 | 2021-07-13 | 重庆大学 | 一种利用油泥热解残渣制备人造骨料生球的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102519981A (zh) * | 2011-12-16 | 2012-06-27 | 湖南工业大学 | Pvc建材表面质量在线检测系统 |
| CN103076271A (zh) * | 2013-01-31 | 2013-05-01 | 哈尔滨工业大学 | 沥青混合料空隙体积提取精度测试方法 |
| CN106546521A (zh) * | 2016-10-12 | 2017-03-29 | 北京师范大学 | 一种基于ct扫描技术量化土壤大孔隙空间网络结构的方法 |
| WO2019140979A1 (zh) * | 2018-01-18 | 2019-07-25 | 中国矿业大学 | 基于二维数字图像连续孔径分布的计算方法 |
| WO2020005885A1 (en) * | 2018-06-29 | 2020-01-02 | Saudi Arabian Oil Company | Identifying geometrical properties of rock structure through digital imaging |
| CN110842020A (zh) * | 2019-12-02 | 2020-02-28 | 上海康恒环境修复有限公司 | 一种热强化辅助原位微生物修复石油污染土壤的方法 |
-
2020
- 2020-09-18 CN CN202010989160.9A patent/CN112067527B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102519981A (zh) * | 2011-12-16 | 2012-06-27 | 湖南工业大学 | Pvc建材表面质量在线检测系统 |
| CN103076271A (zh) * | 2013-01-31 | 2013-05-01 | 哈尔滨工业大学 | 沥青混合料空隙体积提取精度测试方法 |
| CN106546521A (zh) * | 2016-10-12 | 2017-03-29 | 北京师范大学 | 一种基于ct扫描技术量化土壤大孔隙空间网络结构的方法 |
| WO2019140979A1 (zh) * | 2018-01-18 | 2019-07-25 | 中国矿业大学 | 基于二维数字图像连续孔径分布的计算方法 |
| WO2020005885A1 (en) * | 2018-06-29 | 2020-01-02 | Saudi Arabian Oil Company | Identifying geometrical properties of rock structure through digital imaging |
| CN110842020A (zh) * | 2019-12-02 | 2020-02-28 | 上海康恒环境修复有限公司 | 一种热强化辅助原位微生物修复石油污染土壤的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王春雷: "分析微生物修复及油污土壤改良", 《资源节约与环保》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113105137A (zh) * | 2021-03-17 | 2021-07-13 | 重庆大学 | 一种利用油泥热解残渣制备人造骨料生球的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112067527B (zh) | 2021-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Using computed tomography (CT) images and multi-fractal theory to quantify the pore distribution of reconstructed soils during ecological restoration in opencast coal-mine | |
| Anderson et al. | Evaluation of constructed and natural soil macropores using X-ray computed tomography | |
| Sander et al. | Assessment of Chinese paddy-soil structure using X-ray computed tomography | |
| Mooney | Three‐dimensional visualization and quantification of soil macroporosity and water flow patterns using computed tomography | |
| Capowiez et al. | 3D skeleton reconstructions of natural earthworm burrow systems using CAT scan images of soil cores | |
| Wang et al. | Assessing the effects of land use change from rice to vegetable on soil structural quality using X-ray CT | |
| Zhou et al. | Effects of long-term inorganic and organic fertilizations on the soil micro and macro structures of rice paddies | |
| Pierret et al. | X-ray computed tomography to quantify tree rooting spatial distributions | |
| Torre et al. | Multifractal analysis of 3D images of tillage soil | |
| Hapca et al. | Automated statistical method to align 2D chemical maps with 3D X-ray computed micro-tomographic images of soils | |
| Wang et al. | Characterizing the effects of opencast coal-mining and land reclamation on soil macropore distribution characteristics using 3D CT scanning | |
| CN104428661A (zh) | 多能量计算机断层钻屑分析的方法和系统 | |
| CN112067527B (zh) | 含油污泥孔隙特征的测定方法及油污场地的修复方法 | |
| CN106018238B (zh) | 土壤剖面孔隙结构的测定方法 | |
| CN107728150A (zh) | 调查湖泊沉水植物的方法 | |
| Kettridge et al. | X‐ray computed tomography of peat soils: Measuring gas content and peat structure | |
| Martinez-Carvajal et al. | Assessment of X-ray computed tomography to characterize filtering media from vertical flow treatment wetlands at the pore scale | |
| Liernur et al. | Coupling X-ray computed tomography and freeze-coring for the analysis of fine-grained low-cohesive soils | |
| Lee et al. | Using high‐resolution computed tomography analysis to characterize soil‐surface seals | |
| Kuka et al. | A new method for the extraction of undisturbed soil samples for X-ray computed tomography | |
| CN113514483A (zh) | 石质山区土壤砾石特征检测方法 | |
| CN110599477A (zh) | 一种植草混凝土有效孔隙率的检测方法及系统 | |
| Cimpoiaşu et al. | Hydrodynamic characterization of soil compaction using integrated electrical resistivity and X‐ray computed tomography | |
| CN114092661A (zh) | 一种基于ct成像技术的混凝土材料内部损伤三维重建方法 | |
| Liu et al. | Changes in municipal solid waste pore structure during degradation: Analysis of synthetic waste using X-ray computed microtomography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Jiaojiao Inventor after: Wang Xiang Inventor after: Wang Liao Inventor after: Lv Quanwei Inventor after: Liu Lingyue Inventor before: Wang Xiang Inventor before: Jiang Jiaojiao Inventor before: Wang Liao Inventor before: Lv Quanwei Inventor before: Liu Lingyue |