Applications of Industrial Computed Tomography Technology in the Geosciences
-
摘要:
工业CT作为计算机断层成像（CT）发展至今的一个重要分支，得益于其分辨率高、可重复、探测范围广等优势，在航空航天、军事工业、地质分析等多个领域得到了广泛应用。本文在深入调研国内外工业CT技术研究现状的基础上，综述了在地球科学领域中的3种典型工业CT技术（地震波CT、电阻率CT、电磁波CT）以及多种物探方法组合而成的综合物探方法，重点介绍工业CT在孔隙研究、天然气水合物研究、构建数字岩心和二氧化碳地质利用与封存方面的最新应用。同时，总结工业CT在地球科学领域中的发展趋势。
-
关键词:
- 工业CT /
- 地球科学 /
- 孔隙 /
- 天然气水合物 /
- CO2地质利用与封存
Abstract:As an important branch of computed tomography (CT), industrial CT is used widely in many fields, such as aerospace, military industry, and geological analysis fields, because of its advantages of high resolution, repeatability, and wide detection range. On the basis of thorough investigation and study, this paper summarizes three typical industrial CT technologies (i.e., seismic wave CT, resistivity CT, and electromagnetic wave CT) as well as the comprehensive geophysical exploration methods used in the geosciences. The current applications of industrial CT in pore structure studies, gas hydrate studies, digital core construction, and geological utilization and storage of carbon dioxide are introduced. The development trend of industrial CT in the geosciences is also discussed.
-
源于滤泡细胞的甲状腺癌占甲状腺恶性肿瘤的95％，其中的80％～85％是甲状腺乳头状癌（papillary thyroid carcinoma，PTC）[1]。手术是治疗PTC的首选方法，然而部分PTC患者术后易复发和远处转移，导致预后不良，甚至死亡[2]。相当研究表明，颈部中央区淋巴结转移（central lymph node metastasis，CLNM）是PTC患者预后差的独立危险因素[3]。由于目前临床缺少术前预测CLNM的有效技术，术中冰冻切片证实为PTC的病例，常规执行预防性的中央区淋巴结清扫（prophylactic lymph node dissection，PLND）[4]。然而，过度的PLND不仅增加患者不必要的损伤，甚至引起严重的并发症[5]。因此，探索建立术前精准评价PTC患者颈部淋巴结状态的有效新方法，成为亟待解决的重要科学问题。
目前，PTC患者颈部中央区淋巴结状态术前检查的方法主要包括体格检查、超声、CT、MRI和PET等，其中触诊的敏感性低于7％，超声和CT的敏感性为50％～60％[6-7]，MRI和PET常因为呼吸道伪影的干扰，小的淋巴结不易显示[8]。甲状腺功能检查指标的水平与CLNM的发生的相关性也被广泛研究，但研究成果差异很大[9-11]。近年来，利用PTC原发灶的多参数特征构建模型术前预测CLNM逐渐成为研究热点，然而，大多数模型的建立涉及到术前不能明确或须经手术病理证实的特征，如甲状腺外侵犯、血管外侵犯、BRAFV600 E变异、桥本氏甲状腺炎（Hashimoto’s thyroiditis，HT）、TNM分期等[12]，致使临床上应用受限。
本研究针对上述问题，以PTC患者术前临床信息、超声及CT影像学数据联合甲状腺功能检查的多参数特征为基础，构建预测模型，精准预测PTC患者的颈部CLNM。其特点是所有的预测因素术前可得，同时考虑到原发病灶与CLNM确定的对映关系，我们选择单灶性PTC，以增加研究结果的可解释性。
1. 对象和方法
1.1 病例筛选
连续收集2019年1月至2023年12月在我院外科行甲状腺癌根治术患者的临床、CT、超声及实验室检查的资料。上海市金山区亭林医院伦理委员会批准此项研究，所有的患者免除签订知情同意书。
纳入标准：患者甲状腺腺叶或全甲状腺切除术+颈部中央区淋巴结清扫，术后病理是单灶性PTC；术前两周在我院行甲状腺CT增强检查；术前两周在我院行甲状腺超声检查；术前一周在我院行甲状腺功能检查。
排除标准：PTC最大径小于3 mm；既往有甲状腺或头颈部其他肿瘤手术史；Graves病；图像质量欠佳；临床信息不完整。
按照纳入标准和排除标准，340例患者入组本研究。
1.2 方法
本研究方法包括变量的定义和分类；根据变量的性质选择不同的统计方法；以及选择用于模型构建的编程语言等。
2. 图像分析
2.1 临床特征和甲状腺功能检查指标
性别（男和女）；年龄分组（≤55岁和>55岁）；TSH（参考值，以下同：0.55～4.78 mIU/L）；fT3（3～6.3 pmol/L）；fT4（10.3～24.5 pmol/L）；TT3（1.3～3.1 nmol/L）；TT4（66～181 nmol/L）；TG-Ab（0～60 IU/ml）；TPO-Ab（0～60 IU/ml）。
2.2 CT影像特征
在未知CLNM病理结果的情况下，由两位具有10年以上头颈部放射诊断工作经验的医师（医师1和医师2）各自分析340例患者的CT图像特征。包括，CT值：正常甲状腺实质和同侧胸锁乳突肌的平扫CT值和差值，两者感兴趣区保持面积一致；PTC与甲状腺被膜接触程度：依据PTC与甲状腺包膜最大接触长度与肿瘤周长的比值，分为0、<25％、25％～50％和>50％；病灶位置分布：位置1（左叶、峡部、右叶）、位置2（上部、中部、下部）；病灶实质构成：依据病灶内是否存在液性无强化区分为实性、囊实性及囊性。两位医师意见不一致时通过讨论或者咨询医师3（具有16年头颈部放射诊断工作能力）决定。
2.3 超声影像特征
在未知CLNM病理结果的情况下，两位具有8年以上甲状腺超声诊断工作经验的医师（医师4和医师5）分析340例患者的甲状腺超声图像特征。包括：病灶回声特点（低回声、等回声、高回声）；形态特征（圆形或类圆形，边缘无明显分叶状或刺状定义为规则）；肿瘤边界（肿瘤边缘与正常甲状腺实质界限可辨，称为清晰）；肿瘤最大径（≤10 mm和>10 mm）；肿瘤前后径（A）和左右径（T），并计算A/T比（≤1和>1）；钙化特点（无钙化、直径≤3 mm和>3 mm）；彩色多普勒血流显像（CDFI） （无血流、周围血流、中央血流、周围+中央血流）。
3. 统计学分析
单因素分析中，符合正态分布的计量资料用（
$\bar x \pm s $ ）表示，t检验分析，不符合正态分布的计量资料用Mann-Whitney U检验；计数资料用Pearson$ \chi^ 2 $ 检验（最小期望值≤5用Fisher精确$ \chi ^2 $ 检验）；多因素logistic回归向前法筛选IRF；列线图的评价指标包括ROC曲线、calibration和DCA；医师之间的评判一致性用Kappa检验。所有的假设检验采用双尾检验，P<0.05表示差别有统计学意义，使用的软件包括SPSS19（SPSS/IBM，Chicago）和R2.15.3软件。4. 结果
本研究的340例PTC患者中，男性88例（25.9％），女性252例（74.1％），年龄范围19～83岁（50.60±13.243）。131例患者发生了CLNM（38.5％，男性50例，女性81例）。2个临床特征（年龄分组、性别）、4个CT影像特征（位置、内部构成、被膜接触、差值）、7个超声影像特征（回声、边缘、边界、最大径、A/T比、钙化、CDFI）以及甲状腺功能检查的7项指标被纳入研究。医师1、2和4、5之间各个征象评价一致性的Kappa检验系数>0.75。年龄≤55岁、男性性别以及肿瘤最大径>10 mm是CLNM的高危因素，PTC与被膜接触、边缘不规则生长、钙化以及病灶内发生囊变更容易发生CLNM，差异有统计学意义（表1和表2）。
表 1 CLNM分组的临床和实验室特征单因素分析Table 1. Univariate analysis of clinical and laboratory characteristics in the CLNM group特征 CLNM（n=131） Non-CLNM（n=209） T值 P值 年龄 46.27±13.68 53.32±12.23 -4.933 0.000 年龄分组（n％） 11.284 0.001 ≤55 93（71.0） 110（52.6） >55 38（29.0） 99（47.4） 性别（n％） 16.768 0.000 男 50（38.2） 38（18.2） 女 81（61.8） 171（81.8） TSH 1.933±1.117 2.086±1.173 -1.13 0.259 fT3 5.101±0.781 4.975±0.663 1.584 0.114 fT4 17.414±3.682 17.382±2.955 0.086 0.932 T3 1.768±0.322 1.755±0.316 0.345 0.730 T4 111.3±25.346 113.0±24.016 1.233 0.218 TG-Ab 22701 35269 -0.423 0.673 TPO-Ab 22332.5 35673.5 -0.004 0.997 表 2 CLNM分组的影像特征单因素分析Table 2. Univariate analysis of imaging characteristics in the CLNM group特征 CLNM（n=131） Non-CLNM（n=209） T值 P值 边缘（n％） 17.044 0.000 规则 23（17.6） 81（38.8） 不规则 108（82.4） 128（61.2） 边界（n％） 0.123 0.725 清晰 92（70.2） 143（68.4） 模糊 39（29.8） 66（31.6） 位置1（n％） 1.861 0.394 右叶 59（45.0） 103（49.3） 峡部 14（10.7） 14（6.7） 左叶 39（29.8） 92（44.0） 位置2（n％） 0.395 0.821 上 32（24.4） 45（21.5） 中 64（48.9） 107（51.2） 下 35（26.7） 57（27.3） 实质构成（n％） 7.83 0.005 实性 93（71.0） 175（83.7） 囊实性 38（29.0） 34（16.3） 被膜接触（n％） 34.526 0.000 0 8（6.1） 51（24.4） <25％ 34（26.0） 62（29.7） 25％～50％ 35（26.7） 61（29.2） >50％ 54（41.2） 35（16.7） 最大径（n％） 32.544 0.000 ≤10 mm 66（50.4） 167（79.9） >10 mm 65（49.6） 42（20.1） A/T 比（n％） 0.003 0.959 ≤1 83（63.4） 133（63.6） >1 48（36.6） 76（36.4） 钙化（n％） 9.201 0.010 无 44（33.6） 105（50.2） ≤3 mm 72（55.0） 84（40.2） >3 mm 15（11.5） 20（9.6） CDFI（n％） 5.073 0.167 无 60（45.8） 118（56.5） 周围 24（18.3） 38（18.2） 中央 40（30.5） 47（22.5） 周围+中央 7（5.3） 6（2.9） 差值* 33.09±16.459 34.37±16.754 -0.693 0.489 注：*甲状腺实质与同侧胸锁乳突肌CT值之差。 对单因素分析中P值<0.05的特征（年龄分组、性别、肿瘤最大径、被膜接触、实质构成、边缘以及肿瘤内钙化）进行多因素logistics回归向前法分析，结果表明，年龄≤55岁、男性性别、肿瘤最大径>10 mm、被膜接触>0以及边缘不规则是CLNM的IRFs（表3）。
表 3 340例PTC患者CLNM的多因素logistics回归分析Table 3. Multivariate logistic regression analysis for CLNM in 340 patients with PTC变量 估计值 标准误 Z值 P 值 截距 -2.596 0.688 -3.773 0.000 年龄（>55） -0.755 0.332 -2.272 0.023 性别（女） -0.993 0.362 -2.739 0.006 边缘（不规则） 1.153 0.390 2.856 0.003 最大径（>10 mm） 1.051 0.362 2.898 0.003 构成（囊实性） 0.343 0.397 0.863 0.388 被膜接触 <25％ 1.791 0.622 2.879 0.004 25％～50％ 2.005 0.623 3.217 0.001 >50％ 2.520 0.632 3.984 0.000 钙化 ≤3 mm 0.003 0.350 0.008 0.993 >3 mm 0.515 0.591 0.871 0.384 340名PTC患者以7∶3随机分成训练组（n=273）和验证组（n=103），IRFs在随机分组中的差异无统计学意义（表4）。依据IRFs在多因素logistic回归分析中的权重，在训练组构建列线图（nomogram）（图1），并在验证组验证。结果显示，Nomogram的ROC在训练组的曲线下面积（area under the curve，AUC）为0.815（95％CI：0.761～0.870），在验证组中的AUC值0.747（95％CI：0.646～0.848）（图2）。Nomogram预测个体患者CLNM发生概率的实例演示如图3。
表 4 340例PTC患者7:3比例随机分组中IRF的比较Table 4. Comparison of IRFs in the training and validation cohorts where 340 PTC patients were randomly divided into at a 7:3 ratio特征 训练组（n=237） 验证组（n=103） T值 P值 年龄分组（n％） 0.015 0.904 ≤55 141（59.5） 62（60.2） >55 96（40.5） 41（39.8） 性别（n％） 0.200 0.655 男 63（26.6） 25（24.3） 女 174（73.4） 78（75.7） 边缘（n％） 1.325 0.250 规则 68（28.7） 36（35,0） 不规则 169（71.3） 67（65.0） 被膜接触（n％） 1.903 0.593 0 45（19.0） 14（13.6） <25％ 68（28.7） 28（27.2） 25％～50％ 64（27.0） 32（31.1） >50％ 60（25.3） 29（28.2） 最大径（n％） 0.162 0.687 ≤10 mm 164（69.2） 69（67.0） >10 mm 73（30.8） 34（33.0） ![]()
图 1 术前预测PTC患者CLNM的列线图注：Age：年龄分组，Gender：性别，Margin：边缘，Capsular：被膜接触，Tumor size：最大径。Figure 1. Nomogram for preoperative prediction of CLNM in patients with PTC![]()
图 2 Nomogram预测CLNM的ROC曲线注：（a）和（b）中的ROC曲线的AUC值、灵敏性和特异性分别是0.815和0.747、0.759和0.781以及0.717和0.641。Figure 2. ROC curves for the nomogram predicting CLNM![]()
图 3 Nomogram预测CLNM的性能演示（界值为0.303）注：患者1，男性，44岁，PTC病例，CLNM阳性。CT平扫示右叶中下部类圆形病灶，内见钙化，与甲状腺被膜接触约75％（a），增强后不均匀强化（b），超声显示低回声区，境界清晰，边缘光整，约20.6×16,5×18,5 mm（c），对照Nomogram：男性（38分）+年龄<55岁（28分）+被膜接触>50％（100分）+最大径>10 mm（45分）=211分，对应的CLNM预测概率0.73。患者2，女性，37岁，PTC病例，CLNM阴性。右叶内不规则低密度结节，边缘与被膜无接触（d），增强后轻度强化（e），超声显示境界清晰，边缘不光整的低回声区，最大径约8.5 mm（f），对照Nomogram：年龄<55岁（28分）+边缘不规则（48分）=76分，对应的CLNM预测概率0.10。Figure 3. Performance of the nomogram for CLNM (cutoff=0.303)Nomogram的预测准确性和临床实用性用Calibration和DCA评价（图4和图5），calibration显示预测概率和实际概率在训练训练组和验证组中一致性程度很高。DCA曲线表明，当个体患者预测概率在0.1到0.85范围内，Nomograms预测CLNM的净收益高于无预测组或全部干预组。
![]()
图 4 列线图的calibration曲线注：图中的X轴表示预测概率，Y轴表示观察概率，虚线是参考线，表示预测概率和实际概率完全一致；红线和绿线是拟合线，绿线表示偏差校准前的曲线，红线表示偏差校准后的曲线。Figure 4. Calibration curves of the nomogram![]()
图 5 列线图在训练组（a）和验证组（b）的DCA注：图中Y轴表示净收益，X轴表示概率阈值，红线表示Nomogram，粗线表示无干预组，细线表示全部干预组。阈值从0.1到0.85时，nomogram的净收益高于全部干预组或无干预组。Figure 5. DCA of the nomogram in the training (a) and validation (b) cohorts5. 讨论
术前精准评价PTC患者颈部淋巴结状态，对于制定临床手术方案、提升患者生存质量具有重要的意义。然而，目前临床对于甲状腺乳头状癌CLNM的术前精准预测方面一直面临巨大挑战。
相当研究表明，年龄≤55岁、男性性别以及肿瘤最大径>10 mm是PTC患者发生CLNM的IRFs[13-14]，这与本研究的结果发现相一致。分析认为，不健康的生活习性如抽烟、酗酒以及更高的基础代谢潜在地加速了肿瘤的扩散，可能是低龄男性PTC患者更易于发生CLNM的原因[13,15]。Huang等[16]研究发现常规PTC中，肿瘤直径越大越容易发生多个CLNM。
被膜侵犯是预测甲状腺癌颈部淋巴结转移的重要因素[17]，分析认为其机制可能与肿瘤组织突破甲状腺被膜，并侵犯被膜内的淋巴系统有关。本研究中，定义的被膜接触是指CT影像上瘤体与甲状腺被膜之间无甲状腺组织的直接接触，区别于病理上的被膜侵犯。本研究中的被膜接触可以理解为被膜侵犯一种影像征象。被膜接触在术前的CT图像上易于识别和准确定量，正常甲状腺实质高密度的背景下，PTC均表现为低密度，CT平扫期能够清晰地观察到被膜接触的长度。患有HT的患者，甲状腺实质的背景密度减低，可以结合增强动脉期或静脉期的影像比较观察。
HT患者伴发PTC的几率增高，且高于其他类型的甲状腺癌[9]。我们比较了正常甲状腺实质与胸锁乳突肌的CT值差值（考虑到不同机型、不同扫描参数可能引起相同层面CT值的不同，但同一层面不同组织的CT差值可能不变）。研究结果显示差值越小，HT的发生率越高（22.33±15.54 vs 38,22±14.697，P<0.001），但与CLNM的发生无相关性。
研究表明，PTC瘤体发生囊变的机制主要是由癌细胞产生的胶质被液化而形成，因此PTC囊变通常表明肿瘤具有更高的恶性度[18]，产生更高的侵袭性和转移能力，因此，也更容易发生CLNM。甲状腺结节内微钙化的检出对甲状腺癌的诊断有高度特异性,特别是PTC[19]。本研究中，单因素分析显示瘤体内囊变和钙化与CLNM的发生都存在相关性，但多因素分析显示缺乏相关性，因此，它们与CLNM的相关性需要进一步研究。
文献中有较多关于甲状腺功能检测指标预测CLNM的报道。Yu等[10]研究认为TPO-Ab和TG-Ab对预测CLNM都有价值，但作用互为相反；岳潇潇等[11]发现甲状腺功能检测指标的水平与PTC是否有淋巴结转移不相关。本研究对340例患者的血清TSH、FT3、FT4、T3、T4、TG-Ab、TPO-Ab表达水平行单因素分析（后两者为偏态分布资料，我们做了Wilcoxon秩和检验），但结果未能显示与CLNM之间的相关性，相关的数据还需要进一步研究证实。
本研究的贡献之处在于，一旦术中冰冻切片确诊为PTC后，外科医生易于根据术前多参数资料计算CLNM的发生概率，辅助决定是否需要预防性的淋巴结清扫，尽可能避免扩大手术范围和不必要的损伤。
本研究的局限性在于，首先，回顾性研究可能会引入一些选择偏倚；其次，单中心、小样本量以及外部验证的缺少，模型可能存在拟合优度过度的问题，产生的Nomogram泛化能力相对较弱；再次，本研究目的是精准分析术前单个PTC的预测能力，排除了多灶瘤及最大径小于3 mm的病例，须经术后病理确诊的特征也未被纳入，模型的预测效能不可避免地降低。尽管存在上述不利因素，我们的模型仍然展示了很好的预测能力和临床实用性，更优质的模型需要多中心、大样本量以及强大的外部验证进一步研究。
-
![]()
![]()
图 5 课题组使用CD-130BX/μCT微纳三维分析仪对岩矿样品进行扫描
Figure 5. The research group used the CD-130BX/μCT micro-nano 3D analyzer to scan rock and ore samples
表 1 工业CT总结
Table 1 Summary of industrial CT
CT种类 理论方法 传播速度km/s 操作难度 精度 经济成本 地震波CT 射线理论 5.5-7 中 高 高 电磁波CT 射线理论 约3×105 中 较高 中 电阻率CT 高密度电法 — 易 中 低 
下载: 导出CSV
表 2 CT技术在研究不同材料孔隙结构中的应用
Table 2 Application of CT technology to study the pore structure of various materials
孔隙结构 孔隙半径R/μm 使用CT种类 结论 页岩孔隙结构 4～40×10-3 X-CT 岩心不同部位形成不同数量的孔隙空间 煤岩孔隙结构 0.1～100 X-CT 孔隙结构与煤岩的体积分形维数有关 黄土孔隙结构 2～6 Micro-CT 孔隙体的渗透率随孔隙度的增大而增大
下载: 导出CSV
-
[1] 高丽娜, 陈文革. CT技术的应用发展及前景[J]. CT理论与应用研究, 2009,18(1): 99−109. GAO L N, CHEN W G. The application and prospect of CT[J]. CT Theory and Applications, 2009, 18(1): 99−109. (in Chinese).
[2] 顾孝同. 国内工程CT技术的发展与应用[J]. 工程地球物理学报, 2006,3(4): 278−282. DOI: 10.3969/j.issn.1672-7940.2006.04.007. GU X T. Developments and applications of engineering CT technologies[J]. Chinese Journal of Engineering Geophysics, 2006, 3(4): 278−282. DOI: 10.3969/j.issn.1672-7940.2006.04.007. (in Chinese).
[3] CORMACK A M. Representation of a function by its line integrals, with some radiological applications[J]. Journal of Applied Physics, 1963, 34(9): 2722−2727. DOI: 10.1063/1.1729798.
[4] 庄天戈. 医用X-线成像历史的追溯、思考与期盼−为纪念我国第一台CT诞生30周年而作[J]. 中国医疗器械杂志, 2013,37(6): 391−394. doi: 10.3969/j.issn.1671-7104.2013.06.001 [5] 王革. X射线成像和深度学习的交叉融合[J]. CT理论与应用研究, 2022,31(1): 1−12. DOI: 10.15953/j.ctta.2021.053. WANG G. X-ray imaging meets deep learning[J]. CT Theory and Applications, 2022, 31(1): 1−12. DOI: 10.15953/j.ctta.2021.053. (in Chinese).
[6] 倪培君, 李旭东, 彭建中. 工业CT技术[J]. 无损检测, 1996,18(6): 173−176. NI P J, LI X D, PENG J Z. Industrial CT technique[J]. Nondestructive Testing, 1996, 18(6): 173−176. (in Chinese).
[7] 卢艳平, 王珏, 喻洪麟. 工业CT三维图像处理与分析系统[J]. 仪器仪表学报, 2009,30(2): 444−448. DOI: 10.19650/j.cnki.cjsi.2009.02.041. LU Y P, WANG J, YU H L. 3D image processing and analyzing system for industrial computed tomography[J]. Chinese Journal of Scientific Instrument, 2009, 30(2): 444−448. DOI: 10.19650/j.cnki.cjsi.2009.02.041. (in Chinese).
[8] 方黎勇, 李柏林, 李辉, 等. 工业CT在反求工程上的应用[J]. 强激光与粒子束, 2013,25(7): 1620−1624. DOI: 10.3788/HPLPB20132507.1620. FANG L Y, LI B L, LI H, et al. Application of industrial CT in reverse engineering technology[J]. High Power Laser and Particle Beams, 2013, 25(7): 1620−1624. DOI: 10.3788/HPLPB20132507.1620. (in Chinese).
[9] 张鹰, 郑红岩, 张志芳. 奋发图强, 为振兴中华而战−中国第一台γ射线 ICT实用样机诞生记[J]. 中国高等教育, 1995,(1): 39−41. [10] 段黎明, 刘元宝, 吴志芳, 等. 基于工业计算机断层成像技术的三维CAD模型重构方法[J]. 计算机集成制造系统, 2009,15(3): 479−486. DOI: 10.13196/j.cims.2009.03.65.duanlm.015. DUAN L M, LIU Y B, WU Z F, et al. Method of reconstructing 3-D CAD model based on industrial computed tomography[J]. Computer Integrated Manufacturing Systems, 2009, 15(3): 479−486. DOI: 10.13196/j.cims.2009.03.65.duanlm.015. (in Chinese).
[11] 孙晶晶, 杨民, 刘静华. 涡轮叶片CT图像边缘提取的最优算子研究[J]. 航空动力学报, 2010,25(1): 175−179. DOI: 10.13224/j.cnki.jasp.2010.01.038. SUN J J, YANG M, LIU J H. Research on optimal operator of blade edge detection from computed tomography images based on computational theory[J]. Journal of Aerospace Power, 2010, 25(1): 175−179. DOI: 10.13224/j.cnki.jasp.2010.01.038. (in Chinese).
[12] 胡俊杰, 徐洪苗, 王鹏, 等. 基于三维可视化的跨孔电磁波CT在岩溶勘察方面的应用[J]. 工程地球物理学报, 2022, 19(4): 443−449. DOI: 10.3969/j.issn.1672-7940.2022.04.004. HU J J, XU H M, WANG P, et al. Application of cross-hole electromagnetic wave tomography based on 3D visualization in Karst exploration[J]. Chinese Journal of Engineering Geophysics, 2022, 19(4): 443−449. DOI:10.3969/j.issn.1672-7940.2022.04.004. (in Chinese).
[13] 许继峰, 储著银, 李杰, 等. 难熔元素和代表性放射性同位素体系分析技术的进展、问题和应用展望[J]. 岩石学报, 2022,38(6): 1565−1576. DOI: 10.18654/1000-0569/2022.06.01. XU J F, CHU Z Y, LI J, et al. Progress, open questions and application prospects of analytical techniques for refractory elements and representative radioisotope systems[J]. Acta Petrologica Sinica, 2022, 38(6): 1565−1576. DOI: 10.18654/1000-0569/2022.06.01. (in Chinese).
[14] 田德祥, 刘新利, 王德志. 超声波在材料工程中的应用研究进展[J]. 材料研究与应用, 2022,16(6): 942−958. DOI: 10.20038/j.cnki.mra.2022.000608. TIAN D X, LIU X L, WANG D Z. Research progress of ultrasonic technology in materials engineering applications[J]. Materials Research and Application, 2022, 16(6): 942−958. DOI: 10.20038/j.cnki.mra.2022.000608. (in Chinese).
[15] 邹子龙. 地震CT技术及其在工程地质勘探中的应用[J]. 有色金属设计, 2020,47(3): 109−111. doi: 10.3969/j.issn.1004-2660.2020.03.032 ZOU Z L. Seismic CT technique and its application in engineering geological exploration[J]. Nonferrous Metals Design, 2020, 47(3): 109−111. (in Chinese). doi: 10.3969/j.issn.1004-2660.2020.03.032
[16] 童平. 地震层析成像方法及其应用研究[D]. 北京: 清华大学, 2012. [17] 陈敬. 基于波形反演的地震定位和层析成像研究[D]. 北京: 清华大学, 2021. DOI: 10.27266/d.cnki.gqhau.2021.000136. [18] TAPE C, LIU Q, MAGGI A, et al. Adjoint tomography of the southern California crust[J]. Science, 2009, 325(5943): 988−992. DOI: 10.1126/science.1175298.
[19] LIU Q, GU Y J. Seismic imaging: From classical to adjoint tomography[J]. Tectonophysics, 2012, 566: 31−66. DOI: 10.1016/j.tecto.2012.07.006.
[20] 张超, 刘伟, 褚金桥, 等. 电磁波 CT 技术在工程地质勘察中的应用[J]. Geomatics Science and Technology, 2020,8(2): 47−53. DOI: 10.12677/GST.2020.82006. ZHANG C, LIU W, CHU J Q, et al. Application of electromagnetic wave CT technology in engineering geological survey[J]. Geomatics Science and Technology, 2020, 8(2): 47−53. DOI: 10.12677/GST.2020.82006. (in Chinese).
[21] 陈杭, 邢亚东, 邓超云. 跨孔电磁波CT在煤矿采空区探测中的应用探究[J]. 矿山测量, 2022,50(1): 21−23, 37. DOI: 10.3969/j.issn.1001-358X.2022.01.006. CHEN H, XING Y D, DENG C Y. Application of borehole electromagnetic wave CT in coal mine goaf detection[J]. Mine Surveying, 2022, 50(1): 21−23, 37. DOI: 10.3969/j.issn.1001-358X.2022.01.006. (in Chinese).
[22] 郭光裕. 无线电波坑道透视技术在煤矿勘探隐伏地质构造中的应用[J]. 煤炭技术, 2018,37(8): 116−118. DOI: 10.13301/j.cnki.ct.2018.08.044. GUO G Y. Application of radio wave tunnel perspective technology in exploration of concealed geological structure in coal mine[J]. Coal Technology, 2018, 37(8): 116−118. DOI: 10.13301/j.cnki.ct.2018.08.044. (in Chinese).
[23] HE T, LI G, LUO F, et al. Research on mining-induced stress distribution of extrathick coal seams based on electromagnetic wave CT technology[J]. Advances in Civil Engineering, 2022, 2022. DOI: 10.1155/2022/6870207.
[24] HUANG S, LIN J, HUANG Q, et al. An emerging method using electromagnetic wave computed tomography for the detection of Karst caves[J]. Geotechnical and Geological Engineering, 2020, 38: 2713−2723. DOI: 10.1007/s10706-019-01180-w.
[25] 甘满光, 缪秀秀, 张力为, 等. CT扫描技术在二氧化碳地质利用与封存领域的应用研究综述[J]. 水利水电技术, 2019,50(8): 174−184. DOI: 10.13928/j.cnki.wrahe.2019.08.022. GAN M G, MIAO X X, ZHANG L W, et al. Review on applications of CT scanning technique in the field of CO2 geological utilization and storage[J]. Water Resources and Hydropower Engineering, 2019, 50(8): 174−184. DOI: 10.13928/j.cnki.wrahe.2019.08.022. (in Chinese).
[26] 张小海, 刘二军. 射线照相检验中X射线强度衰减的数值分析[J]. 无损检测, 2013,34(6): 1−4. DOI: cnki:sun:wsjc.0.2012-06-004. ZHANG X H, LIU E J. Numerical analysis on X-ray intensity attenuation in radiographic testing[J]. Nondestructive Testing, 2013, 34(6): 1−4. DOI: cnki:sun:wsjc.0.2012-06-004. (in Chinese).
[27] YAN C H, WHALEN R T, BEAUPRE G S, et al. Reconstruction algorithm for polychromatic CT imaging: Application to beam hardening correction[J]. IEEE Transactions on Medical Imaging, 2000, 19(1): 1−11. DOI: 10.1109/42.832955.
[28] 魏雨浓, 石战结, 余天祥. 不同电极阵列联合反演在古墓探测中的应用[J]. CT理论与应用研究, 2022,31(3): 280−292. DOI: 10.15953/j.ctta.2022.008. WEI Y N, SHI Z J, YU T X. Application of joint inversion of different electrode arrays in ancient mausoleum detection[J]. CT Theory and Applications, 2022, 31(3): 280−292. DOI: 10.15953/j.ctta.2022.008. (in Chinese).
[29] 方易小锁, 孟永东, 田斌, 等. 高密度电阻率法对不同电极排列的分辨率响应研究[J]. 地球物理学进展, 2019,34(6): 2424−2428. DOI: 10.6038/pg2019CC0313. FANGYI X S, MENG Y D, TIAN B, et al. Study on resolution response of different electrode arrangements by high density resistivity method[J]. Progress in Geophysic, 2019, 34(6): 2424−2428. DOI: 10.6038/pg2019CC0313. (in Chinese).
[30] BING Z, GREENHALGH S A. Cross-hole resistivity tomography using different electrode configurations[J]. Geophysical Prospecting, 2000, 48(5): 887−912. DOI: 10.1046/j.1365-2478.2000.00220.x.
[31] MOREIRA C A, GUIRELI NETTO L, CAMARERO P L, et al. Application of electrical resistivity tomography (ERT) in uranium mining earth dam[J]. Journal of Geophysics and Engineering, 2022, 19(6): 1265−1279. DOI: 10.1093/jge/gxac082.
[32] YI M, KIM J, SON J. Three-dimensional anisotropic inversion of resistivity tomography data in an abandoned mine area[J]. Exploration Geophysics, 2011, 42(1): 7−17. DOI: 10.1071/EG11005.
[33] NIELSON T, BRADFORD J, PIERCE J, et al. Soil structure and soil moisture dynamics inferred from time-lapse electrical resistivity tomography[J]. Catena, 2021, 207: 105553. DOI: 10.1016/j.catena.2021.105553.
[34] de JONG S M, HEIJENK R A, NIJLAND W, et al. Monitoring soil moisture dynamics using electrical resistivity tomography under homogeneous field conditions[J]. Sensors, 2020, 20(18): 5313. DOI: 10.3390/s20185313.
[35] GAO W, SHI L, ZHAI P. Water detection within the working face of an underground coal mine using 3D electric resistivity tomography (ERT)[J]. Journal of Environmental and Engineering Geophysics, 2019, 24(3): 497−505. DOI: 10.2113/JEEG24.3.497.
[36] CHENG Q, CHEN X, TAO M, et al. Characterization of Karst structures using quasi-3D electrical resistivity tomography[J]. Environmental Earth Sciences, 2019, 78: 1−12. DOI: 10.1007/s12665-019-8284-2.
[37] WANG Y, ANDERSON N, TORGASHOV E. Condition assessment of building foundation in Karst terrain using both electrical resistivity tomography and multi-channel analysis surface wave techniques[J]. Geotechnical and Geological Engineering, 2020, 38: 1839−1855. DOI: 10.1007/s10706-019-01133-3.
[38] 朱飞飞. 地井联合物探技术在岩溶注浆检测中的应用[J]. 工程地球物理学报, 2022,19(4): 450−458. DOI: 10.3969/j.issn.1672-7940.2022.04.005. ZHU F F. Application of geophysical prospecting technology combined with ground and well in Karst grouting detection[J]. Chinese Journal of Engineering Geophysics, 2022, 19(4): 450−458. DOI: 10.3969/j.issn.1672-7940.2022.04.005. (in Chinese).
[39] 车传强, 陈波, 谢明佐, 等. 综合物探方法在高压架空线路下方采空区探测中的应用[J]. CT理论与应用研究, 2022,31(1): 23−31. DOI: 10.15953/j.1004-4140.2022.31.01.03. CHE C Q, CHEN B, XIE M Z, et al. Application of integrated geophysics method in goaf detection under high voltage overhead lines[J]. CT Theory and Applications, 2022, 31(1): 23−31. DOI: 10.15953/j.1004-4140.2022.31.01.03. (in Chinese).
[40] LU Y, CAO C, LIU Y, et al. Study on application of comprehensive geophysical prospecting method in urban geological survey-taking concealed bedrock detection as an example in dingcheng district, Changde city, Hunan province, China[J]. Applied Sciences-basel, 2023, 13(1): 417. DOI: 10.3390/app13010417.
[41] ZHANG L, XU L, XIAO Y, et al. Application of comprehensive geophysical prospecting method in water accumulation exploration of multilayer goaf in integrated mine[J]. Advances in Civil Engineering, 2021, 2021: 1434893. DOI: 10.1155/2021/1434893.
[42] 朱亚军, 王艳新. 高密度电法和瞬变电磁法在地下岩溶探测中的综合应用[J]. 工程地球物理学报, 2012,9(6): 738−742. DOI: 10.3969/j.issn.1672-7940.2012.06.017. ZHU Y J, WANG Y X. The application of high density resistivity and TEM method to underground Karst detection[J]. Chinese Journal of Engineering Geophysics, 2012, 9(6): 738−742. DOI: 10.3969/j.issn.1672-7940.2012.06.017. (in Chinese).
[43] 杨峰, 刘晓甲, 李鹏博. 综合评定法在西南地区铁路岩溶路基注浆质量检测的应用[J]. 工程地球物理学报, 2021,15(8): 744−753. DOI: 10.3969/j.issn.1672-7940.2021.05.027. YANG F, LIU X J, LI P B. Application of comprehensive evaluation method in grouting quality detection of railway Karst subgrade in Southwest China[J]. Chinese Journal of Engineering Geophysics, 2021, 15(8): 744−753. DOI: 10.3969/j.issn.1672-7940.2021.05.027. (in Chinese).
[44] 章飞亮, 田占峰. 综合物探技术在空铁岩溶探测中的应用[J]. 工程地球物理学报, 2021,18(5): 730−737. DOI: 10.3969/j.issn.1672-7940.2021.05.025. ZHANG F L, TIAN Z F. Application of comprehensive geophysical technology in air-rail Karst detection[J]. Chinese Journal of Engineering Geophysics, 2021, 18(5): 730−737. DOI: 10.3969/j.issn.1672-7940.2021.05.025. (in Chinese).
[45] 唐塑, 武银婷, 邢浩, 等. 高密度电法与瞬变电磁法在戈壁区找水的联合应用[J]. CT理论与应用研究, 2023,32(1): 27−34. DOI: 10.15953/j.ctta.2022.081. TANG S, WU Y T, XING H, et al. Combined application of high-density electrical method and transient electromagnetic method in Gobi desert area[J]. CT Theory and Applications, 2023, 32(1): 27−34. DOI: 10.15953/j.ctta.2022.081. (in Chinese).
[46] 余涛, 王小龙, 王俊超. 综合物探方法在城市地铁岩溶勘察中的应用[J]. CT理论与应用研究, 2022,31(5): 587−596. DOI: 10.15953/j.ctta.2021.073. YU T, WANG X L, WANG J C. Application of comprehensive geophysical prospecting method in Karst exploration of urban subway[J]. CT Theory and Applications, 2022, 31(5): 587−596. DOI: 10.15953/j.ctta.2021.073. (in Chinese).
[47] 胡富彭, 欧元超, 付茂如. 不同充填介质下的溶洞跨孔电阻率CT探查数值模拟[J]. 中国岩溶, 2019,38(5): 766−773. DOI: 10.11932/Karst20190513. HU F P, OU Y C, FU M R. Study on numerical simulation of Karst cross-hole resistivity CT exploration at cave with different filling media[J]. Carsologica Sinica, 2019, 38(5): 766−773. DOI: 10.11932/Karst20190513. (in Chinese).
[48] TSOURLOS P, OGILVY R, PAPAZACHOS C, et al. Measurement and inversion schemes for single borehole-to-surface electrical resistivity tomography surveys[J]. Journal of Geophysics and Engineering, 2011, 8(4): 487−497. DOI: 10.1088/1742-2132/8/4/001.
[49] 周权, 王莉蓉. 地球物理方法在金属矿深部找矿中的应用及展望[J]. 世界有色金属, 2021,(9): 49−50. DOI: 10.3969/j.issn.1002-5065.2021.09.025. ZHOU Q, WANG L R. Application and prospect of geophysical methods in deep prospecting of metal deposits[J]. World Nonferrous Metals, 2021, (9): 49−50. DOI: 10.3969/j.issn.1002-5065.2021.09.025. (in Chinese).
[50] MOJICA A, PÉREZ T, TORAL J, et al. Shallow electrical resistivity imaging of the limón fault, Chagres river watershed, Panama Canal[J]. Journal of Applied Geophysics, 2017, 138: 135−142. DOI: 10.1016/j.jappgeo.2017.01.010.
[51] JUNG H B, JANSIK D, UM W. Imaging wellbore cement degradation by carbon dioxide under geologic sequestration conditions using X-ray computed microtomography[J]. Environmental science & technology, 2013, 47(1): 283−289. DOI: 10.1021/es3012707.
[52] 高星. 地震层析成像研究的回顾与展望[J]. 地球物理学进展, 2000,15(4): 41−45. DOI: 10.3969/j.issn.1004-2903.2000.04.006. GAO X. Advance and review in seismic tomography research[J]. Progress in Geophysics, 2000, 15(4): 41−45. DOI: 10.3969/j.issn.1004-2903.2000.04.006. (in Chinese).
[53] ZHANG P, LEE Y I, ZHANG J. A review of high-resolution X-ray computed tomography applied to petroleum geology and a case study[J]. Micron, 2019, 124: 102702. DOI: 10.1016/j.micron.2019.102702.
[54] GALLMEISTER K, AZZAM R. Applications of X-ray computed tomography (CT) in engineering geology[J]. Advances in X-ray Tomography for Geomaterials, 2006: 135-142.
[55] 李国荣, 李永耀. 工程CT技术的发展与应用[J]. 延安职业技术学院学报, 2012,26(3): 90−91. doi: 10.3969/j.issn.1674-6198.2012.03.037 [56] 重庆真测科技股份有限公司. 纳米CT[EB/OL]. (2020-09-09)[2023-5-11]. http://www.zcict.com/. [57] 陈超, 魏彪, 梁婷, 等. 一种基于工业CT技术的岩芯样品孔隙度测量分析方法[J]. 物探与化探, 2013,37(3): 500−507. DOI: 10.11720/j.issn.1000-8918.2013.3.22. CHEN C, WEI B, LIANG T, et al. The application of industrial computation tomography (CT) to the analysis of core sample porosity[J]. Geophysical and Geochemical Exploration, 2013, 37(3): 500−507. DOI: 10.11720/j.issn.1000-8918.2013.3.22. (in Chinese).
[58] 张向东, 王浩, 敬鹏飞. 基于岩石“等效损伤”探究宏观断裂规律[J]. 中国地质灾害与防治学报, 2020,31(3): 117−125. DOI: 10.16031/j.cnki.issn.1003-8035.2020.03.16. ZHANG X D, WANG H, JING P F. Studying the macroscopic fracture rule based on rock "equivalent damage"[J]. The Chinese Journal of Geological Hazard and Control, 2020, 31(3): 117−125. DOI: 10.16031/j.cnki.issn.1003-8035.2020.03.16. (in Chinese).
[59] 宋力, 魏赛平, 谷麟, 等. 微孔洞缺陷岩石轴压下弹塑脆性模型损伤研究[J]. 有色金属(矿山部分), 2014,66(3): 59−63. DOI: 10.3969/j.issn.1671-4172.2014.03.016. SONG L, WEI S P, GU L, et al. Study on elastoplastic-brittle model damage under axial compression in rocks with micro-cavity defect[J]. Nonferrous Metals (Mine Section), 2014, 66(3): 59−63. DOI: 10.3969/j.issn.1671-4172.2014.03.016. (in Chinese).
[60] 古启雄, 黄震, 钟文, 等. 高温循环后花岗岩孔隙结构与物理力学特性演化规律研究[J]. 岩石力学与工程学报, 2022: 1-16. DOI: 10.13722/j.cnki.jrme.2022.1024. GU Q X, HUANG Z, ZHONG W, et al. Study on the variations of pore structure and physical and mechanical properties of granite after high temperature cycling[J]. Chinese Journal of Rock Mechanics and Engineering, 2022: 1-16. DOI:10.13722/j.cnki.jrme.2022.1024. (in Chinese).
[61] FAN L F, GAO J W, WU Z J, et al. An investigation of thermal effects on micro-properties of granite by X-ray CT technique[J]. Applied Thermal Engineering, 2018, 140: 505−519. DOI: 10.1016/j.applthermaleng.2018.05.074.
[62] 李晓雪, 郤保平, 何水鑫, 等. 热冲击下花岗岩的细观变化规律[J]. 矿业研究与开发, 2021,41(5): 67−73. DOI: 10.13827/j.cnki.kyyk.2021.05.013. LI X X, XI B P, HE S X, et al. Mcroscopic change laws of granite under thermal shock[J]. Mining Research and Development, 2021, 41(5): 67−73. DOI: 10.13827/j.cnki.kyyk.2021.05.013. (in Chinese).
[63] VIDANA PATHIRANAGEI S, GRATCHEV I, SOKOLOWSKI K A. Investigation of the microstructural characteristics of heated sandstone by micro-computed tomography technique[J]. Environmental Earth Sciences, 2022, 81(15): 401. DOI: 10.1007/s12665-022-10514-6.
[64] SAXENA N, HOWS A, HOFMANN R, et al. Rock properties from micro-CT images: Digital rock transforms for resolution, pore volume, and field of view[J]. Advances in Water Resources, 2019, 134: 103419. DOI: 10.1016/j.advwatres.2019.103419.
[65] 左顺吉, 冯鹏, 黄盼, 等. 基于双域自适应网络的岩矿样工业CT图像金属伪影校正算法研究[J]. CT理论与应用研究, 2022,31(6): 783−792. DOI: 10.15953/j.ctta.2022.041. ZUO S J, FENG P, HUANG P, et al. Metal artifact reduction algorithm for CT images of rock and mineral samples based on dual-domain adaptive network[J]. CT Theory and Applications, 2022, 31(6): 783−792. DOI: 10.15953/j.ctta.2022.041. (in Chinese).
[66] ANOVITZ L M, COLE D R. Characterization and analysis of porosity and pore structures[J]. Reviews in Mineralogy and geochemistry, 2015, 80: 61−164. DOI: 10.2138/rmg.2015.80.04.
[67] TIWARI P, DEO M, LIN C L, et al. Characterization of oil shale pore structure before and after pyrolysis by using X-ray micro CT[J]. Fuel, 2013, 107: 547−554. DOI: 10.1016/j.fuel.2013.01.006.
[68] WANG G, SHEN J, LIU S, et al. Three-dimensional modeling and analysis of macro-pore structure of coal using combined X-ray CT imaging and fractal theory[J]. International Journal of Rock Mechanics and Mining Sciences, 2019, 123: 104082. DOI: 10.1016/j.ijrmms.2019.104082.
[69] 王超, 吴丰, 陈义国, 等. 基于微米CT技术的黄土岩孔隙保存机制及渗透率各向异性[J]. 科学技术与工程, 2021,21(27): 11527−11535. DOI: 10.3969/j.issn.1671-1815.2021.27.010. WANG C, WU F, CHEN Y G, et al. Preservation mechanism of pores and permeability anisotropy of loessite based on micro-CT technology[J]. Science Technology and Engineering, 2021, 21(27): 11527−11535. DOI: 10.3969/j.issn.1671-1815.2021.27.010. (in Chinese).
[70] LI P, SHAO S. Can X-ray computed tomography (CT) be used to determine the pore-size distribution of intact loess?[J]. Environmental Earth Sciences, 2020, 79: 29. DOI: 10.1007/s12665-019-8777-z.
[71] 徐文世, 于兴河, 刘妮娜, 等. 天然气水合物开发前景和环境问题[J]. 天然气地球科学, 2005,16(5): 680−683. DOI: cnki:sun:tdkx.0.2005-05-029. XU W S, YU X H, LIU N N, et al. The development perapective and environmental problems of natural gas hydrates[J]. Natural Gas Geoscience, 2005, 16(5): 680−683. DOI: cnki:sun:tdkx.0.2005-05-029. (in Chinese).
[72] WATANABE S, SAITO K, OHMURA R. Crystal growth of clathrate hydrate in liquid water saturated with a simulated natural gas[J]. Crystal Growth & Design, 2011, 11(7): 3235−3242. DOI: 10.1021/cg2005024.
[73] 李彦龙, 刘昌岭, 刘乐乐. 含水合物沉积物损伤统计本构模型及其参数确定方法[J]. 石油学报, 2016,37(10): 1273−1279. DOI: 10.7623/syxb201610007. LI Y L, LIU C L, LIU L L. Damage statistic constitutive model of hydrate-bearing sediments and the determination method of parameters[J]. Acta Petrolei Sinica, 2016, 37(10): 1273−1279. DOI: 10.7623/syxb201610007. (in Chinese).
[74] LIU L, DAI S, NING F, et al. Fractal characteristics of unsaturated sands− implications to relative permeability in hydrate-bearing sediments[J]. Journal of Natural Gas Science and Engineering, 2019, 66: 11−17. DOI: 10.1016/j.jngse.2019.03.019.
[75] YANG L, AI L, XUE K, et al. Analyzing the effects of inhomogeneity on the permeability of porous media containing methane hydrates through pore network models combined with CT observation[J]. Energy, 2018, 163: 27−37. DOI: 10.1016/j.energy.2018.08.100.
[76] ZHANG L, GE K, WANG J, et al. Pore-scale investigation of permeability evolution during hydrate formation using a pore network model based on X-ray CT[J]. Marine and Petroleum Geology, 2020, 113: 104157. DOI: 10.1016/j.marpetgeo.2019.104157.
[77] 陈亮, 叶旺全, 李承峰, 等. 基于时间演化的天然气水合物CT图像阈值分割[J]. CT理论与应用研究, 2023,32(2): 171−178. DOI: 10.15953/j.ctta.2022.062. CHEN L, YE W Q, LI C F, et al. Natural gas hydrate CT image threshold segmentation based on time evolution[J]. CT Theory and Applications, 2023, 32(2): 171−178. DOI: 10.15953/j.ctta.2022.062. (in Chinese).
[78] 李小彬. 基于三维数字岩心的岩石孔隙结构表征及弹渗属性模拟研究[D]. 武汉: 中国地质大学(武汉), 2021. [79] ALHASHMI Z, BLUNT M J, BIJELJIC B. The impact of pore structure heterogeneity, transport, and reaction conditions on fluid–fluid reaction rate studied on images of pore space[J]. Transport in Porous Media, 2016, 115(2): 215−237. DOI: 10.1007/s11242-016-0758-z.
[80] LIN W, LI X, YANG Z, et al. Modeling of 3D rock porous media by combining X-ray CT and Markov chain Monte Carlo[J]. Journal of Energy Resources Technology, 2020, 142(1): 13001. DOI: 10.1115/1.4045461.
[81] 方黎勇, 陈鹏, 陈浩. 一种基于工业CT图像的岩心孔隙率计算方法[J]. 强激光与粒子束, 2014,26(3): 246−250. DOI: 10.3788/HPLPB201426.034008. FANG L Y, CHEN P, CHEN H. A calculation method of core porosity based on industrial CT images[J]. High Power Laser and Particle Beams, 2014, 26(3): 246−250. DOI: 10.3788/HPLPB201426.034008. (in Chinese).
[82] 姚军, 赵秀才, 衣艳静, 等. 数字岩心技术现状及展望[J]. 油气地质与采收率, 2005,(6): 52−54. DOI: 10.3969/j.issn.1009-9603.2005.06.017. YAO J, ZHAO X C, YI Y J. et al. The current situation and prospect on digital core technology[J]. Petroleum Geology and Recovery Efficiency, 2005, (6): 52−54. DOI: 10.3969/j.issn.1009-9603.2005.06.017. (in Chinese).
[83] LIN W, LI X, YANG Z, et al. Construction of dual pore 3-D digital cores with a hybrid method combined with physical experiment method and numerical reconstruction method[J]. Transport in Porous Media, 2017, 120(1): 227−238. DOI: 10.1007/s11242-017-0917-x.
[84] 赵建鹏, 陈惠, 李宁, 等. 三维数字岩心技术岩石物理应用研究进展[J]. 地球物理学进展, 2020,35(3): 1099−1108. DOI: 10.6038/pg2020DD0486. ZHAO J P, CHEN H, LI N, et al. Research advance of petrophysical application based on digital core technology[J]. Progress in Geophysics, 2020, 35(3): 1099−1108. DOI: 10.6038/pg2020DD0486. (in Chinese).
[85] 邓世冠, 吕伟峰, 刘庆杰, 等. 利用CT技术研究砾岩驱油机理[J]. 石油勘探与开发, 2014,41(3): 330−335. DOI: 10.11698/PED.2014.03.08. DENG S G, LV W F, LIU Q J, et al. Research on displacement mechanism in conglomerate using CT scanning method[J]. Petroleum Exploration and Development, 2014, 41(3): 330−335. DOI: 10.11698/PED.2014.03.08. (in Chinese).
[86] 屈乐, 孙卫, 杜环虹, 等. 基于CT扫描的三维数字岩心孔隙结构表征方法及应用−以莫北油田116井区三工河组为例[J]. 现代地质, 2014,28(1): 190−196. DOI: 10.3969/j.issn.1000-8527.2014.01.020. QU L, SUN W, DU H H, et al. Characterization technique of pore structure by 3D digital core based on CT scanning and its application: An example from Sangonghe formation of 116 well field in Mobei oilfield[J]. Geoscience, 2014, 28(1): 190−196. DOI: 10.3969/j.issn.1000-8527.2014.01.020. (in Chinese).
[87] 盛军, 杨晓菁, 李纲, 等. 基于多尺度X-CT成像的数字岩心技术在碳酸盐岩储层微观孔隙结构研究中的应用[J]. 现代地质, 2019,33(3): 653−661. DOI: 10.19657/j.geoscience.1000-8527.2019.03.17. SHENG J, YANG X J, LI G, et al. Aplication of multiscale X-CT imaging digital core technique on observing micro-pore structure of carbonate reservoirs[J]. Geoscience, 2019, 33(3): 653−661. DOI: 10.19657/j.geoscience.1000-8527.2019.03.17. (in Chinese).
[88] 郝艳军, 杨顶辉. 二氧化碳地质封存问题和地震监测研究进展[J]. 地球物理学进展, 2012,27(6): 2369−2383. DOI: 10.6038/j.issn.1004-2903.2012.06.012. HAO Y J, YANG D H. Research progress of carbon dioxide capture and geologicalsequestration problem and seismic monitoring research[J]. Progress in Geophysics, 2012, 27(6): 2369−2383. DOI: 10.6038/j.issn.1004-2903.2012.06.012. (in Chinese).
[89] ANDREW M, BIJELJIC B, BLUNT M J. Pore-scale contact angle measurements at reservoir conditions using X-ray microtomography[J]. Advances in Water Resources, 2014, 68(2014): 24−31. DOI: 10.1016/j.advwatres.2014.02.014.
[90] SAHNI A, BURGER J, BLUNT M. Measurement of three phase relative permeability during gravity drainage using CT[C]//SPE/DOE Improved Oil Recovery Symposium, 1998. DOI: 10.2118/39655-MS.
[91] ZHANG Y, NISHIZAWA O, KIYAMA T, et al. Flow behaviour of supercritical CO2 and brine in Berea sandstone during drainage and imbibition revealed by medical X-ray CT images[J]. Geophysical Journal International, 2014, 197(3): 1789−1807. DOI: 10.1093/gji/ggu089.
[92] 施有志, 赵花丽, 黄钰琳, 等. 厦门地区孤石分布规律及对地铁工程的影响[J]. 地质与勘探, 2019,55(3): 862−869. DOI: 10.12134/j.dzykt.2019.03.018. SHI Y Z, ZHAO H L, HUANG Y L, et al. The distribution rule of the solitary stones of granite in Xiamen and its influence on metro engineering[J]. Geology and Exploration, 2019, 55(3): 862−869. DOI: 10.12134/j.dzykt.2019.03.018. (in Chinese).
[93] 李术才, 刘征宇, 刘斌, 等. 基于跨孔电阻率CT的地铁盾构区间孤石探测方法及物理模型试验研究[J]. 岩土工程学报, 2015,37(3): 446−457. DOI: 10.11779/CJGE201503008. LI S C, LIU Z Y, LIU B, et al. Boulder detection method for metro shield zones based on cross-hole resistivity tomography and its physical model tests[J]. Chinese Journal of Geotechnical Engineering, 2015, 37(3): 446−457. DOI: 10.11779/CJGE201503008. (in Chinese).
[94] 刘畅, 李振春, 曲英铭, 等. 地震层析成像方法综述[J]. 物探与化探, 2020,44(2): 227−234. DOI: 10.11720/wtyht.2020.1243. LIU C, LI Z C, QU Y M, et al. A review of seismic tomography methods[J]. Geophysical and Geochemical Exploration, 2020, 44(2): 227−234. DOI: 10.11720/wtyht.2020.1243. (in Chinese).
[95] 秦晶晶, 袁洪克, 何银娟, 等. 层析成像技术在城市活断层探测中的应用[J]. 地球物理学进展, 2018,33(5): 2153−2158. DOI: 10.6038/pg2018BB0383. QIN J J, YUAN H K, HE Y J, et al. Application of tomography inversion method in detecting active fault[J]. Progress in Geophysics, 2018, 33(5): 2153−2158. DOI: 10.6038/pg2018BB0383. (in Chinese).
[96] GHORBANI Y, BECKER M, PETERSEN J, et al. Use of X-ray computed tomography to investigate crack distribution and mineral dissemination in sphalerite ore particles[J]. Minerals Engineering, 2011, 24(12): 1249−1257. DOI: 10.1016/j.mineng.2011.04.008.
[97] LIU Z, YANG Y, YAO J, et al. Pore-scale remaining oil distribution under different pore volume water injection based on CT technology[J]. Advances in Geo-Energy Research, 2017, 1(3): 171−181. DOI: 10.26804/ager.2017.03.04.
[98] WILDENSCHILD D, SHEPPARD A P. X-ray imaging and analysis techniques for quantifying pore-scale structure and processes in subsurface porous medium systems[J]. Advances in Water Resources, 2013, 51: 217−246. DOI: 10.1016/j.advwatres.2012.07.018.
计量
- 文章访问数: 516
- HTML全文浏览量: 72
- PDF下载量: 87
