延 恺,谷天峰,王家鼎,刘亚明,王 潇,王晨兴

(西北大学地质学系/大陆动力学国家重点实验室,陕西 西安 710069)

黄土的工程性质与黄土微结构有直接联系。目前对于黄土微结构的主流研究方法有压汞法(MIP)、气体吸附法(GA)、扫描电镜(SEM)分析法、显微CT(μ-CT)图像分析法等。其中扫描电镜分析法最为常用,该方法可以同时达到观测微结构以及分析微结构元素的目的[1]。现有黄土微结构研究已通过SEM图像分析法做了大量的工作,初步阐明了黄土的孔隙分布特征、黄土破坏与微结构的关系,以及黄土微结构的区域变化特点等[2～8],为黄土微结构的研究提供了重要手段。压汞法是通过测量不同外压力下进入孔隙中汞的量,从而得到黄土微结构中的孔隙体积；而气体吸附法是依据气体在固体表面的吸附特性,以在一定压力下存在确定的平衡吸附量为基础,通过建立理论模型计算固体的比表面积。通常压汞法和气体吸附法联合使用可以较为准确的测量固体的孔隙特征[9]。CT技术最早被应用于医学领域,近年来该技术开始被广泛应用于岩土科学研究,很多学者利用CT技术对土体的孔隙结构、孔隙大小分布等微观结构进行了大量的探索[10～14]。显微CT技术的优势是能够在不破坏样品的情况下,获取样品内部详尽的三维结构信息,进而使用可视化重构算法中的面绘制算法生成三维数字图像,之后提取其表面的几何信息和定量测量,进行剖切、剥离并显示其内部结构及特征[15]。显微CT能够提供两类基本信息：几何信息和结构信息。前者包括样品的尺寸、体积和各点的空间坐标,后者包括样品的密度和多孔性等材料学信息[16]。相比于普通CT,显微CT技术拥有获取迅速、成像对比度强、分辨率高等优点,能够捕获到更多的细节特征,因而更适用于团聚体尺度微结构的研究[17～26]。显微CT技术在研究黄土微结构方面具有独特的优势,目前,国内将显微CT技术在黄土微结构领域的应用较少,因此有必要在这方面进行更深入的研究。

本文通过分析二维显微CT图像,探讨了黄土的孔隙比及孔隙分布特征；利用二维CT图像重建了土体的三维模型,研究了团聚体中土颗粒的组合关系及土颗粒的形态特征。

1 实验内容

取样地点位于甘肃省永靖县盐锅峡镇黑方台地区,试验土样尺寸为4.0 cm×4.0 cm×3.5 cm,该土样的干密度为1.39 g/cm3,天然密度为1.505 g/cm3,天然含水率为5.404%,比重2.63,天然孔隙比为0.84,液限27.67～28.56,塑限6.26～8.69。

图1为土样的粒径分布图,显示了该土样分布在0.3～130 μm区间内,其中粒径为40 μm的颗粒占土样总体积的比例最大。图2为土样的X-射线衍射图,显示了该土样的化学组成为Si,O,Ca,Mg,K,Fe等元素,其中Si,O元素含量最多。

图1 粒径分布曲线Fig.1 Particle diameter distribution curve

图2 X-射线衍射图Fig.2 X-ray diffraction pattern

本次实验使用中国地质大学TXT H 225/320 LC型电脑断层扫描系统,分别做了3个方向(空间中相互垂直)的扫描,共计得到切片图像两千余张,切片间距5 μm,切片图像为TIF格式,图像分辨率为5 μm。

2 基于二维CT图像的土样孔隙提取与表征

2.1 图像处理

扫描所获得的原始图像存在的问题主要是噪点多而明显、图像昏暗。因此图像处理主要分为图片降噪和对比度调节两个方面。CT图像中噪声的主要来源是量子斑点,即射线探测器所吸收的X射线瞬态空间分布的多少,也称为量子噪声；另外的电子噪声、显示系统噪声、计算机系统中图像重建过程等均会引入噪声,这些统称为非量子噪声[27]。量子噪声和系统噪声可以直接由高斯概率密度分布函数表示,因此可直接利用高斯滤波对切片图像进行降噪处理。图像降噪后再调节其亮度、对比度,效果如图3所示。

图3 显微CT图像预处理Fig.3 Micro CT image preprocessing

2.2 孔隙面积及分布

选取一个扫描方向上的图像,每隔10层抽取切片,共抽取53层切片图像,对这53层切片图像的孔隙面积及孔隙个数进行统计(图4),孔隙面积越大,数量越少,其中孔隙面积在小于2 000 μm2范围内最为集中,在大于2 000 μm2的范围内分布很少,说明土样的二维孔隙面积集中在0～2 000 μm2范围内。

图4 孔隙面积分布曲线Fig.4 Pore area distribution curve

2.3 孔隙比

CT成像是利用X射线对样品一定厚度的层面进行扫描,由探测器接收透过该层面的X射线,经光电转换器转变为电信号,再由模数转换器转为数字信号后交由计算机进行处理。表现在灰度图像上,X射线透过的越多,图像越暗；X射线反射的越多,图像越亮。在灰度图像中,灰度值0到255代表的是图像由暗到亮的过程。因此灰度值为0所代表的是孔隙部分,灰度值在1～255之间的部分为固体部分即土颗粒。因此,只要统计出灰度值为0和灰度值在1～255之间的像素个数,即为孔隙和土颗粒的面积,从而可以求得土的孔隙比。采用二值法对灰度图像进行统计,令灰度为0的像素的值为0,灰度值在1～255之间的像素的值为1,即可将孔隙面积和颗粒面积统计出来。将所有图像的孔隙比做平均,就可得到整个土体的孔隙比。

现将一个扫描方向上的统计数据如图5所示,该土样的平均孔隙比为0.77,与室内试验测得的孔隙比(0.84)相比偏小。总体上,随着层号的增加,土样的二维孔隙比呈震荡式增长趋势,说明了该地区土体的孔隙分布虽然在宏观上可视为均一的,但从微观角度分析,土体的不同部位分布是不同的。

图5 二维孔隙比Fig.5 2D void ratio

2.4 不同孔径孔隙的数量与面积

参考土颗粒的划分标准,笔者将孔隙划分为：大孔隙(R≥200 μm),中孔隙(75 μm≤R<200 μm),小孔隙(R<75 μm)。统计结果如图6所示,按照上述分类标准,小孔隙的个数远远大于中孔隙和大孔隙,占总数的96.8%,但是其总面积却比中孔隙的总面积小。中孔隙个数虽然占比很少,但是对土体的物理性质形成起着主要作用。

图6 不同类型孔隙总数与总面积Fig.6 Total number and the total area of different types of pore

3 基于三维CT图像的土样微结构表征

3.1 图像重建与提取

土样的三维图像重建与提取的主要过程为：用CT仪对土样进行扫描,得到土样的切片图像；用高斯滤波对切片图像进行降噪处理,再调整切片图像的亮度及对比度,提高重建三维图像的质量；利用切片图像建立原始的土样三维模型；对土样的三维模型进行切割、划分；进一步提取土样的团聚体及颗粒的三维图像。

3.2 团聚体的三维表征

在土体中的不同部位提取团聚体图像,得到团聚体的三维形态,如图7所示。

图7 团聚体的三维表征Fig.7 Surface characteristics of the aggregate

高国瑞[28～30]通过扫描电镜观察分析了黄土的显微结构,将黄土的骨架颗粒形态分为粒状、粒状—凝块和凝块三类,将颗粒的排列方式分为架空、架空一镶嵌和镶嵌三种,将颗粒的连接形式分为接触、接触一胶结及胶结三种。王永焱等[31]将黄土的胶结类型分为基地胶结、接触胶结、斑状胶结三种。

基于上述学者的分类方式和团聚体的三维图像(图7),笔者将土颗粒的组合关系分为四种,分别为接触(图8 a)、连接(图8 b)、穿插(图8 c)、融合(图8 d)。

图8 颗粒的组合关系Fig.8 Combination of the particles

接触关系：土颗粒之间仅在空间位置上相连,颗粒之间的连接力几乎为零。是四种组合关系中连接力最弱的一种。

连接关系：土颗粒之间不仅在空间位置上相连,由于土体的内应力作用,将颗粒挤压到一起,产生了较弱的连接力。

穿插关系：颗粒间受到较强的内应力,将一个颗粒挤入到另一个颗粒中,这种组合关系,连接力较强。

融合关系：颗粒间受到较强且持续的内应力,土颗粒间长期被挤压在一起,由于分子热运动的作用,使得二者融为一体,融合关系的连接力是四种组合关系中最强的一种。

3.3 颗粒的三维表征

在土样内的不同部位随机提取若干颗粒,重建其三维模型(图9～12),并对颗粒的粒径进行计算、统计(表1)。

图9 椭球形Fig.9 Spheroidicity

图10 锥形Fig.10 Cone

图11 片形Fig.11 Sheet

图12 条形Fig.12 Bar

表1 颗粒粒径Table 1 Particle diameter

表1显示了颗粒粒径分布在30～240 μm之间,其中在50～90 μm范围内分布最为集中(与图1所示结果相比,粒径分布范围偏大,这与仪器分辨率有限、室内实验需要将土样碾碎等因素有关)。

物体的形态是最直观的印象,也是进行其他研究的开始,因此对土颗粒的研究也应从其形态开始,笔者根据最长直径a、次长直径b与最短直径c的关系将土颗粒的形态分为四类：椭球形、锥形、片形、条形。其中椭球形是本次研究土样中最为常见的颗粒形态。

将a与c的比值介于1～2之间,且b与c大致相等的形状划分为椭球形。球形是所有空间形状中比表面积最小、稳定性最强的形状。因此,土颗粒受到长期的挤压、摩擦、碰撞后最容易形成球形或椭球形。

将空间上呈现一端大一端小的形状划分为锥形。在四种形状中,锥形的稳定性仅次于椭球形,因此在土样中可观察到较多的锥形颗粒。

将c远小于a,b的形状划分为片形,将a远大于b,c的形状划分为条形。片形和条形颗粒稳定性较差,受到外力时容易断裂、破碎,进而演变成椭球形或锥形,因此片形和条形颗粒在土样中出现最少。

4 结论

(1)通过二维CT图像的分析得到二维孔隙比为0.77,略小于室内试验测得的0.84,孔隙面积0～2 000 μm2区间内分布最为集中；孔径主要分布在小于240 μm的区间里；中孔隙数量少,但对土的性质影响大。

(2)通过土样切块的三维图像分析,土颗粒间的组合关系分为接触、连接、穿插和融合四类；土颗粒的形态分为椭球形、锥形、片形和条形四类。

值得一提的是,本文直观地展现了土体的切块、团聚体和土颗粒的三维形态,提出了土颗粒间的4种组合方式和土颗粒的4种形态,尤其在土颗粒层面上还有待深入研究。

参考文献：

[1] D Wildenschild, CMP Vaz, M L Rivers,etal. Using X-ray computed tomography in hydrology: systems, resolution and limitation[J]. Journal of Hydrology, 2002, 267(3-4): 285-297

[2] 谷天峰, 王家鼎, 郭乐,等. 基于支持向量机的Q3黄土孔隙微观结构研究[J]. 水文地质工程地质, 2010, 37(6): 102-106.[GU T F, WANG J D, GUO L,etal. Research on mesoscopic pore of loess based on image processing of SVM[J]. Hydrogeology & Engineering Geology, 2010, 37(6): 102-106.(in Chinese)]

[3] 谷天峰, 王家鼎, 郭乐, 等. 基于图像处理的Q3黄土的微观结构变化研究[J]. 岩石力学与工程报, 2011, 30(增刊1): 3185-3192.[GU T F, WANG J D, GUO L,etal. Study of Q3loess microstructure changes based on image processing[J]. Chinese Journal of Rock Mechanics and Engineering, 2011, 30(Sup 1): 3185-3192.(in Chinese)]

[4] 王家鼎, 袁中夏, 任权. 高速铁路地基黄土液化前后微观结构变化研究[J]. 西北大学学报(自然科学版), 2009, 39(3): 480-483.[WANG J D, YUAN Z X, REN Q. A study on loess microstructure pre and post liquefaction of high-speed railway foundation[J]. Journal of Northwest University(Natural Science Edition), 2009, 39(3): 480-483. (in Chinese)]

[5] 任权, 王家鼎, 谷天峰, 等. 滑带黄土孔隙微结构参数与动应力关系研究[J]. 水土保持通报, 2013, 33(1): 103-105.[REN Q, WANG J D, GU T F,etal. Relationships between porosity micro-structure parameters of slide-zone soil and dynamic stress[J]. Bulletin of Soil and Water Conservation,2013, 33(1): 103-105. (in Chinese)]

[6] 任权, 王家鼎, 谷天峰, 等. 列车长持时振动引起黄土滑坡微结构变化研究[J]. 水文地质工程地质, 2013, 40(4): 117-120.[REN Q, WANG J D, GU T F,etal. Research on the micro-structure change in the slide-zone soil in loess landslide caused by train-induced long-term vibration[J]. Hydrogeology & Engineering Geology, 2013, 40(4): 117-120. (in Chinese)]

[7] 任权,王家鼎,袁中夏,等.高速铁路地基黄土微结构的分形研究[J].水文地质工程地质,2007,34(6):76-78.[REN Q, WANG J D, YUAN Z X,etal. Fractal study on loess microstructure of one high-speed railway foundation[J]. Hydrogeology & Engineering Geology, 2007,34(6): 76-78. (in Chinese)]

[8] 薛武海, 王桂生, 陈志新. 黄土微结构区域变化规律及与湿陷性相关性研究[J]. 地下水, 2005, 27(4): 310-312.[XUE W H, WANG G S, CHEN Z X. Study on the relativities between area variation regulation and the humid and sank characters of the loessial micro-configuration[J]. Ground water, 2005, 27(4): 310-312. (in Chinese)]

[9] 田华, 张水昌, 柳少波, 等. 压汞法和气体吸附法研究富有机质页岩孔隙特征[J]. 石油学报, 2012, 33(3): 419-427.[Determination of organic-rich shale pore features injection and gas adsorption methods[J]. Acta Petrolei Sinica, 2012, 33(3): 419-427. (in Chinese)]

[10] 冯杰, 于纪玉. 利用CT扫描技术确定土壤大孔隙分形维数[J]. 灌溉排水学报, 2005, 24(4): 26-28.[FENG J, YU J Y. Effect on soil wetting pattern caused by emitter discharge and spacing for layered soil in sunshine greenhouse[J]. Journal of Irrigation and Drainage, 2005, 24(4): 26-28. (in Chinese)]

[11] 何娟, 刘建立, 吕菲. 基于CT数字图像的土壤孔隙分形特征研究[J]. 土壤, 2008, 40(4): 662-666.[HE J, LIU J L, LYU F. Characterizing fractal characteristics of soil pores based on high-resolution digital CT images[J]. Soils, 2008, 40(4): 662-666. (in Chinese)]

[12] 李德成, 李忠佩, Velde B, 等. 不同利用年限的红壤水稻土孔隙结构差异的图像分析[J]. 土壤, 2002, 34(3): 134-137.[LI D C, LI Z P, Velde B,etal. Image analysis of different utilized years of red paddy soil difference structure[J]. Soils, 2002, 34(3): 134-137. (in Chinese)]

[13] B Velde, Surface cracking and aggregate formation observed in a Rendzina soil[J]. Geoderma, 2001, 99(3/4): 261-276.

[14] 周虎, 李文昭, 张中彬, 等. 利用X射线CT研究多尺度土壤结构[J]. 土壤学报, 2013, 50(6): 1226-1230.[ZHOU H, LI W Z, ZHANG Z B,etal. Characterization of multi-scale soil structure with X-ray computed tomography[J]. Acta Pedologica Sinica, 2013, 50(6): 1226-1230. (in Chinese)]

[15] 李建胜, 王东, 康天合. 基于显微CT试验的岩石孔隙结构算法研究[J]. 岩土工程学报, 2010, 32(11): 1703-1708.[LI J S, WANG D, KANG T H. Algorithmic study on rock pore structure based on micro-CT experiment[J]. Chinese Journal of Geotechnical Engineering, 2010, 32(11): 1703-1708. (in Chinese)]

[16] 陈功, 罗守华, 董歌, 等. 一种新的显微CT系统设计及实验研究[J].中国医疗设备,2009,24(4): 60-62.[CHEN G, LUO S H, DONG G,etal. System design and experimental study of a new micro-CT[J]. China Medical Devices, 2009, 24(4): 60-62. (in Chinese)]

[17] D Wildenschild, C M P Vaz, M L Rivers,etal. Using X-ray computed tomography in hydrology: systems, resolutions, and limitations[J]. Journal of Hydrology, 2002, 267(3/4): 285-297.

[18] Lifang Luo, Henry Lin, Shuangcai Li. Quantification of 3-D soil macropore networks in different soil types and land uses using computed tomography[J]. Journal of Hydrology, 2010, 393(1/2): 53-64.

[19] Hu Zhou, Huan Fang, Sacha Jon Mooney,etal. Effects of long-term inorganic and organic fertilizations on the soil micro and macro structures of rice paddies[J]. Geoderma, 2016, 266(1): 66-74.

[20] Olivier Rozenbaum, Ary Bruand, Emmanuel Le Trong. Soil porosity resulting from the assemblage of silt grains with a clay phase: New perspectives related to utilization of X-ray synchrotron computed microtomography[J]. Comptes Rendus Geoscience, 2012, 344(10): 516-525.

[21] Muhammad Naveed, Per Schjønning, Thomas Keller,etal. Quantifying vertical stress transmission and compaction-induced soil structure using sensor mat and X-ray computed tomography[J]. Soil and Tillage Research, 2016, 158(1): 110-122.

[22] Rolf Tippkötter, Thilo Eickhorst, Heidi Taubner,etal. Detection of soil water in macropores of undisturbed soil using microfocus X-ray tube computerized tomography (μCT)[J]. Soil and Tillage Research, 2009, 105(1): 12-20.

[23] Sheela Katuwal, Trine Norgaard, Per Moldrup,etal. Linking air and water transport in intact soils to macropore characteristics inferred from X-ray computed tomography[J]. Geoderma, 2015, 237/238(1): 9-20.

[24] Renming Ma, Chongfa Cai, Zhaoxia Li,etal. Evaluation of soil aggregate microstructure and stability under wetting and drying cycles in two Ultisols using synchrotron-based X-ray micro-computed tomography[J]. Soil and Tillage Research, 2015, 149(1): 1-11.

[25] 赵冬, 许明祥, 刘国彬, 等. 用显微CT研究不同植被恢复模式的土壤团聚体微结构特征[J]. 农业工程学报, 2016, 32(9): 123-129.[ZHAO D, XU M X, LIU G B,etal. Characterization of soil aggregate microstructure under different revegetation types using micro-computed tomography[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(9): 123-129. (in Chinese)]

[26] 李文昭, 周虎, 陈效民, 等. 基于同步辐射显微CT研究不同施肥措施下水稻土团聚体微结构特征[J]. 土壤学报,2014, 51(1): 67-74.[LI W Z, ZHOU H, CHEN X M,etal. Characterization of aggregate microstructures of paddy soils under different patterns of fertilization with synchrotron radiation micro-CT[J]. Acta Pedologica Sinica, 2014, 51(1): 67-74. (in Chinese)]

[27] 谌恬.基于显微CT图像的岩芯孔隙结构表征和验证[D]. 成都: 电子科技大学, 2014. [SHEN T. Research and design of fractional order pid control based on permanent magnet synchronous machine[D]. Chengdu: University of Electronic Science and Technology of China, 2014. (in Chinese)]

[28] 高国瑞. 黄土显微结构分类与湿陷性[J]. 中国科学,1980(12):1203-1208;1237-1240. [GAO G R. The loess collapsibility and microstructure classification[J]. Scientia Sinica, 1980(12):1203-1208;1237-1240. (in Chinese)]

[29] 高国瑞. 中国黄土的微结构[J]. 科学通报, 1980(20):945-948. [GAO G R. The microstructures of loess in China[J]. Chinese Science Bulletin, 1980(20):945-948. (in Chinese)]

[30] 高国瑞. 兰州黄土显微结构和湿陷机理的探讨[J]. 兰州大学学报,1979(2):123-134.[GAO G R. The discussion of Lanzhou loess microstructure and collapse cause[J]. Journal of Lanzhou University, 1979(2):123-134. (in Chinese)]

[31] 王永焱, 吴在宝, 岳乐平. 兰州黄土的生成时代及结构特征[J]. 西北大学学报(自然科学版), 1978(2): 3-29.[WANG Y Y, WU Z B, YUE L P. The formation era and structural characteristics of Lanzhou loess[J]. Journal of Northwest University(Natural Science Edition), 1978(2): 3-29. (in Chinese)]