环境科学研究  2017, Vol. 30 Issue (5): 728-736  DOI: 10.13198/j.issn.1001-6929.2017.01.84

引用本文  

周东宝, 张淑君, 郭观林, 等. 基于Micro-PIV和LBM的土壤孔隙网络中流体速度分布表征[J]. 环境科学研究, 2017, 30(5): 728-736.
ZHOU Dongbao, ZHANG Shujun, GUO Guanlin, et al. Characterization of Fluid Velocity Distribution in Porous-Network Micromodel based on Micro-PIV and Lattice Boltzmann Method[J]. Research of Environmental Sciences, 2017, 30(5): 728-736.

基金项目

国家自然科学基金项目(41571311)

责任作者

郭观林(1977-), 男, 江西万载人, 研究员, 博士, 主要从事污染场地环境风险评估与修复研究, guogl@craes.org.cn

作者简介

周东宝(1992-), 男, 安徽桐城人, 1522627163@qq.com

文章历史

收稿日期:2016-11-18
修订日期:2017-01-02
基于Micro-PIV和LBM的土壤孔隙网络中流体速度分布表征
周东宝1,2 , 张淑君1 , 郭观林2 , 王梅2,3 , 张朝2 , 王积才2 , 杨懿2,4     
1. 河海大学力学与材料学院, 江苏 南京 210098;
2. 中国环境科学研究院, 北京 100012;
3. 北京师范大学水科学研究院, 北京 100875;
4. 华南理工大学土木与交通学院, 广东 广州 510640
摘要:土壤孔隙结构复杂多变,揭示其内部流场特性对于描述和预测土壤中水分传输、溶质迁移等现象至关重要.基于规则性的土壤孔隙网络模型,采用Micro-PIV(Micro-scale Particle Image Velocimetry,显微粒子成像测速系统)技术分析不同雷诺数下孔隙结构中流体运动的特征,通过LBM方法(Lattice Boltzmann Method,晶格玻尔兹曼方法)对孔隙结构中流场分布进行数值模拟研究.结果表明:微观尺度下孔隙网络模型中不同孔隙区域流速分布差异明显,中线区域流场呈规律性分布,孔喉处为高速区,流速达到0.001 4 m/s,水平方向相邻两圆柱靠近边界处存在低速区,速度不高于0.000 2 m/s,在垂直于流向方向上速度场具有良好的对称性;靠近上下边界的大孔隙区域流体优先通过,流体的速度可达到0.003 0 m/s. LBM方法模拟的孔隙网络模型中流场分布结果与试验获得的流场分布吻合,其平均均方根误差为0.009 4 m/s,表明土壤孔隙网络模型能有效模拟土壤孔隙,捕捉微观尺度上的流体运动特征,为应用孔隙网络模型研究土壤孔隙中溶质运移和反应等问题提供了微观尺度的度量工具.
关键词Micro-PIV    晶格玻尔兹曼方法(LBM)    土壤孔隙网络模型    土壤孔隙流体速度分布    
Characterization of Fluid Velocity Distribution in Porous-Network Micromodel based on Micro-PIV and Lattice Boltzmann Method
ZHOU Dongbao1,2 , ZHANG Shujun1 , GUO Guanlin2 , WANG Mei2,3 , ZHANG Chao2 , WANG Jicai2 , YANG Yi2,4     
1. College of Mechanics and Materials, Hohai University, Nanjing 210098, China;
2. Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. College of Water Sciences, Beijing Normal University, Beijing 100875, China;
4. School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, China
Abstract: Revealing the characteristics of fluid flow is greatly important for describing and predicting soil water and solute transport in complicated porous soil media. A 2-D porous-network micromodel was developed to simulate the complex soil pore structure. Using micro-scale particle image velocimetry, the flow characteristics were studied by measuring the flow field under different Reynolds in porous-network micromodels, and the results were verified using Lattice Boltzmann Method.The results indicated that the microscopic velocities were discriminated in different porous-network locations.In the horizontal flow direction, the velocities in circumjacent pore throats (0.0014 m/s on average) were higher than those in other passageways.This was particularly true in the inner area of the adjacent cylinder (0.0002 m/s on average) along the flow direction in three typical pore spaces. In the vertical direction, the velocities were symmetrical along the central area, and the microscopic velocities near the top and bottom boundary areas could reach 0.0030 m/s. The LBM results were in agreement with the experimental outcomes, and the average root mean square error was above 0.0094 m/s. This indicated that the porous-network could accurately capture the microscopic flow characteristics modeling the soil pore structure. This study provides a new measurement method for studying solution transport and reaction process in the microfluidic pore network.
Keywords: Micro-PIV    Lattice Boltzmann Method    porous-network micromodel    flow field distribution in soil pore structure    

土壤微孔隙结构中流体流动特性研究对于描述和预测土壤中水分传输、溶质迁移等现象至关重要[1].由于实际土壤在孔隙形态学上的复杂性,难以通过直接的试验手段再现,同时也无法对孔隙内部的流动特征进行描述.

构建一个合适的土壤孔隙模型是开展类似研究的基础.目前土壤孔隙结构模拟表征方法包括常规统计法[2]、X射线立体成像法[3]、孔隙结构网络模型[4]等.常规统计法的结果仅具有统计学意义,X射线立体成像法则代价较大不适宜多次重复试验,孔隙结构网络模型则具有可控性,能进行重复性试验.

对土壤多孔介质,一般采用石英砂填充模拟土柱[5-8]或者砂箱[9-10]进行研究,这种模拟方法只是将黑箱的尺度进行缩小,内部孔隙结构依然难以剖析和再现.土柱试验通过原状土的填充,采集进出口的数据分析孔隙的水力性质,砂箱试验可从二维或者三维的尺度上研究不同土壤孔隙中溶质运移特性,但由于人为填充土柱和砂箱的平行性差以及土柱侧壁优势流等原因,这些模拟试验的重复性都难以再现,不足以描述土壤复杂系统中污染物的迁移转化等过程,特别在修复过程中难以展现修复药剂与目标污染物的反应过程.随着“芯片实验室”(lab on a chip)技术的成熟和微电机系统(MEMS)的发展,一些复杂的微尺度孔隙结构的制作得以实现[11],孔隙的结构能够进行人工控制和重现.随着微流体粒子图像测速技术的出现,国内外学者结合微尺度孔隙结构模型,采用Micro-PIV(micro-scale particle image velocimetry,显微粒子成像测速系统)技术对微观多孔介质内流动、微通道内的流场分布,以及影响微尺度下流动因素等方面进行了系列研究[12-16].

与此同时,一些数值方法也被应用于土壤微孔隙内部流动特性的研究,其中LBM方法(Lattice Boltzmann Method,晶格玻尔兹曼方法)备受国内外学者关注,该方法是一种介于宏观和微观之间的数值研究方法,流体被离散成流体粒子,物理区域被离散成一系列格子,时间被离散成一系列时间步长,流体粒子被约束在有限的格子上运动.与宏观以及微观计算流体力学方法相比,具有物理意义清晰,边界条件处理简单,程序易于实施,并行性好等优点,在有效处理多孔介质这类具有复杂边界条件的问题方面具有明显优势,如多孔介质中流体运动[17-21],多相流的运动[22-23]以及孔隙中反应性溶质运移[24].

该研究采用孔隙网络模型模拟土壤微孔隙结构,采用Micro-PIV测速系统获取土壤微孔隙中流场分布,对土壤不同孔隙尺度上的物理过程进行直观地表达;同时基于LBM方法对模型孔隙内部流场分布状况进行模拟,以证实孔隙网络模型应用于模拟土壤孔隙结构的可行性;通过分析实际土壤孔隙结构中溶质的运移特征,以期为应用孔隙网络模型研究土壤孔隙中污染物的迁移转化提供新的试验方法和科学依据.

1 材料与方法 1.1 土壤孔隙网络模型构建

再现土壤复杂系统中的孔隙结构是目前所有模拟试验中最难的环节,从微观尺度构建土壤孔隙结构成为解决问题的首要选择.土壤孔隙结构模型采用类似于微芯片制作的光刻法在硅片上蚀刻出孔隙结构[4, 25],将土壤团聚体形成的典型性孔隙通道概化成由简单几何形状的孔隙单元(圆柱和连接圆柱的孔隙空间)组成的网络空间.结合实际土壤孔隙尺寸以及孔隙度大小(一般砂土孔隙度为30%~35%,壤土为40%~45%,黏土为45%~60%),孔隙结构(长×宽)均为2 cm×1 cm,孔隙体为标准圆柱,直径300 μm,孔隙距离180 μm,孔隙喉道宽度40 μm,孔隙深度35 μm,总孔隙度39%〔见图 1(b)〕.将土壤孔隙网络模型水平放置,溶液通过两个不同的进口注入,直到孔隙结构区域才能混合,从出口排出,具体如图 1(a)所示.

图 1 土壤孔隙结构模型 Figure 1 Schematics of model for soil pore structure
1.2 试验条件设置

荧光粒子溶液配置:取5 μL的荧光粒子加入10 mL去离子水,通过超声波清洗机振荡均匀,添加粒子表面活性剂待用.进口条件控制:进口1、2分别注入相同流量的荧光粒子溶液,该试验设置了3组不同雷诺数下的进口流量(见表 1).微孔隙结构流场测试点位设置:分别在水流方向x轴上的0.2、5.0、10.0、15.0、19.8 mm处设置5个截面,每个截面上设置y轴上的0、±2.5、±4.8 mm共5个测点,因而每次测试共需采集25个测点(见图 2),每个测点的范围为200 μm×200 μm,拍摄示踪粒子的位移变化,计算迁移速率,得到平面内的流速分布,从而拟合该孔隙间距的流场.通过获得的流场数据,进一步表征土壤孔隙结构的差异性对污染物在孔隙中迁移过程的影响,识别和解释污染物锁定释放的影响因素.

表 1 土壤孔隙模拟装置进口流量设计 Table 1 The inlet flux of porous-network micromodel

图 2 孔隙结构流场测试点位分布 Figure 2 Schematics of test position for fluid field in porous-network micromodel
1.3 模型特征流场参数测定

为获得不同尺寸孔隙处关键性的流场参数,构建符合实际流场特征的预测模型,采用Micro-PIV测速系统对孔隙网络模型中的特征流场进行了测定.采用微升注射泵进行驱动,输入所用的针筒规格后设置流量控制流动速度.为得到流场图像,获得详细的流场速度数据,采用200 nm的荧光粒子作为示踪粒子,采用20×显微镜进行拍摄.

1.4 土壤微孔隙结构模型中流场的解译和预测

为了预测和解译土壤微孔隙模型中不同尺度孔隙下的流场,采用LBM方法对孔隙结构网络模型中流场的分布进行了模拟.

LBM方法将玻尔兹曼方程在时间和空间上进行离散,根据Bhatnagar-Gross-Krook提出的BGK近似得到如下晶格Boltzmann-BGK方程[26]

$ \begin{array}{l} {f_i}\left( {x + {e_i}\; \cdot \;{\delta _t}, t + {\delta _t}} \right) - {f_i}\left( {x, t} \right) = \\ \;\;\;\;\;\;\; - \frac{1}{\tau }\left[{{f_i}\left( {x, t} \right)-{f_i}^{{\rm{eq}}}\left( {x, t} \right)} \right] \end{array} $ (1)

式中:fi为粒子在i方向速度的分布函数;τ为两次碰撞的平均时间间隔,或称弛豫时间;fieq为平衡状态下粒子在i方向的速度分布函数;δt为时间步长;速度矢量ei为D2Q9模型中的速度. ei配置如下:

$ {e_i}\left\{ {\begin{array}{*{20}{l}} {(0,0)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;(i = 0)\;\;\;\;\;}\\ {c\left( {\cos \left[ {\left( {i - 1} \right)\pi /2} \right],\sin \left[ {\left( {i - 1} \right)\pi /2} \right]} \right)\;\;\;\;\;\;\;\;\;\;\;\;\left( {i = 1,2,3,4} \right)\;}\\ {\sqrt 2 c\left( {\cos \left[ {\left( {2i - 1} \right)\pi /4} \right],\sin \left[ {\left( {2i - 1} \right)\pi /4} \right]} \right)\;\;\;\;\left( {i = 5,6,7,8} \right)\;} \end{array}} \right. $ (2)

式中,c=δx/δtδx为网格步长.

DdQm系列模型采用的平衡态分布函数由QIAN等[27]给出:

$ {f_i}^{{\rm{eq}}} = {w_i}\rho \left[{1 + \frac{{{e_i} \cdot u}}{{{c_s}^2}} + \frac{{{{\left( {{e_i} \cdot u} \right)}^2}}}{{2{c_{\rm{s}}}^4}}-\frac{{{u^2}}}{{2{c_{\rm{s}}}^2}}} \right] $ (3)

式中:cs为格子声速;ρ为流体的密度;u为流速;ωi为权系数,ωi=4/9(i=0),ωi=1/9(i=1, 2, 3, 4),ωi=1/36(i=5, 6, 7, 8);cs2=c2/3.

模型的宏观密度、流速定义:

$ \rho = \sum\limits_{i = 1}^n {{f_i}} $ (4)
$ u = \frac{1}{\rho }\sum\limits_{i = 1}^n {{f_i}} {e_i} $ (5)

单弛豫时间(τ)和动力黏性系数(v)有如下关系:

$ v = \left( {2\tau - 1} \right)/6 $ (6)

式中,v为单元网格中测得的动力黏性系数.v可由雷诺数Re求得:

$ {\mathop{\rm Re}\nolimits} = \left( {U \cdot d} \right)/v $ (7)

式中:U为断面平均流速,m/s; d为孔隙中圆柱直径, mm.给定一个雷诺数,即可得到一个单弛豫时间,或者可以设定一个弛豫时间,范围为0.5 <τ≤1.

该模拟设定δx=1,δt=1,Re=0.1,网格采用均匀网格,包含1 315×659个网格.所有固体表面的边界条件采用反弹格式处理.进口初始条件设置为x方向流速(ux)恒定为0.000 335 m/s,y方向流速(uy)恒定为0m/s,出口采用零梯度条件,流体密度(ρ)为1.通过迭代计算流场速度分布,直到获得整个流场稳定状态,即沿流方向相邻时间间隔下所有节点上速度和的差值小于0.01%时停止迭代,此次模拟中迭代次数设置为80 000次.

2 结果与讨论

该研究使用孔隙结构网络模型模拟实际土壤孔隙,使用Micro-PIV测速系统对不同雷诺数下微孔隙结构中流体运动过程进行拍摄,对每个测试单元拍摄的100副粒子图像经过处理得到不同雷诺数条件下孔隙结构不同位置处速度分布,分析了实际土壤孔隙中不同尺寸孔隙下流体运动特征.通过获得的流场数据,进一步表征土壤孔隙结构的差异性对污染物在孔隙中迁移过程的影响,识别和解释污染物锁定释放的影响因素.三种雷诺数情况下,孔隙网络模型中流体分布特征一致,中线区域流场关于中线对称,孔喉处为高速区,相邻圆柱靠近边界处流速低,上下边界区域为优势流区域,该研究呈现雷诺数Re=0.1时,孔隙网络模型中不同位置处速度分布.

2.1 孔隙网络模型中线区域流场分析

孔隙网络模型中线区域主要由模型中圆柱以及连接圆柱的孔隙空间组成,模拟由土壤团聚体和土壤颗粒相互支撑形成的不同尺寸土壤孔隙.孔喉区域尺寸为40 μm,代表土壤孔隙中较小的孔隙空间,相邻圆柱间的孔隙区域尺寸为180 μm,代表土壤孔隙中等大小的孔隙空间,与程亚南等[28]研究的土壤孔隙尺寸相符合,靠近圆柱边界区域则代表土壤中溶质运移滞留区域,规则性的圆柱则代表土壤团聚体.

Re=0.1时,20倍镜下该区域不同点位的流场分布情况如图 3所示,所有粒子图像中水流运动方向都是从左向右.由图 3(a)可见,(x=0.2 mm,y=0 mm)(x=5.0 mm,y=0 mm)(x=10.0 mm,y=0 mm)这3个测点的孔喉处是高速区,速度最大能达到0.001 4 m/s,相当于进口流速(0.000 335 m/s)的4倍,水平方向相邻圆柱间存在明显的低速区〔(如图 3(a)中A、B区域〕,其速度不大于0.000 2 m/s.

注:粒子图像为20倍镜下拍摄获得 图 3 Re=0.1时孔隙结构模型中线区域不同测点粒子图像,速度场以及粒子运动轨迹 Figure 3 Particle image, velocity distribution and particle trajectory in the focus area of porous-network at different positions under the condition of Re=0.1

图 3的粒子图像以及速度分布图中可以看出,沿流方向穿过圆心的直线〔见图 3(a)中红色虚线〕将流场划分为上下两个区域,这两个区域的速度以红线为轴呈对称分布.通过绘制出粒子轨迹线〔见图 3(c)〕可以发现,流体运动轨迹关于水平方向中线对称,靠近水平方向相邻圆柱边界处(A、B区域)的流体运动轨迹偏短、偏亮,此处粒子运动缓慢,导致荧光粒子累积,这也进一步说明A、B区域为低速区域.这表明污染物在土壤孔隙中运移时,由于土壤孔隙网络是由团聚体和土壤颗粒相互支撑形成的孔隙空间,孔隙形状、尺寸各异,较大尺寸孔隙区为低速区域,不利于污染物的迁移扩散,使得污染物被吸附和锁定现象更加明显,较小尺寸孔隙区域(孔喉)为高速区域,污染物运移速度快,该区域反应生成物不易驻留,该结论与JIANG等[29]的研究结果相一致.

为进一步分析孔隙结构网络模型中线区速度分布特征,沿着流体运动方向选取3个断面(相对坐标分别为x=0 mm,x=0.06 mm,x=0.09 mm)提取沿y方向的速度分布曲线(见图 4),结果显示,这3个断面上沿y方向的速度曲线关于直线Y=0.09 mm对称;x=0 mm断面上流速沿y轴呈先减小后增大的趋势,速度变化起伏较大,x=0.06 mm以及x=0.09 mm断面上流速沿y轴波动较小.这表明每个测试单元流场关于水平方向中线对称,并且靠近水平方向相邻圆柱边界处流速慢.

图 4 Re=0.1时不同测点沿y方向的速度分布曲线 Figure 4 Velocity profile along the y-direction at different test positions under the condition of Re=0.1

通过对流场的分布特征分析,可对模型中反应体系进行初步推测.整体上看,由于中线区域整体流场关于中线对称,推测反应体系中反应主要发生在中线区域;局部上看,孔喉处为高速区,相邻孔隙体靠近边界处为低速区,反应初期沉淀最先在相邻孔隙体中线区积聚,这与Willingham等[4, 30]关于孔隙结构网络模型中碳酸钙沉淀分布的研究结果相吻合;随着反应时间的推移,沉淀的积累,因孔喉比较狭窄,可能最先发生堵塞,形成闭合区域,反应性溶液无法接触,从而使得反应效率降低.这为研究孔隙结构网络模型模拟土壤中反应性溶质运移特征,反应效率问题提供了思路,通过获取流场等关键性参数,结合数值模拟的方法对土壤孔隙结构中重金属污染物与修复药剂作用机理进行探究,可指导研究者提高土壤污染的修复效率,最大程度降低污染物浓度.

该模型能够描述出实际土壤不同尺寸孔隙水流速度差异性分布,同时通过规则性的孔隙体与孔隙空间结合将复杂的土壤孔隙进行了简化,对于复杂的土壤孔隙中溶质运移和反应问题,可以基于该模型,通过重复性的试验描述孔喉和中等孔隙中溶质运移特征,分析影响体系反应效率的因素,使得试验更容易进行和控制,同时能反演出实际土壤中孔喉等关键位置的溶质运移特征.由于该模型是由PDMS材料制成,具有通透性,可通过Micro-PIV系统对其内部反应性溶质的流场分布进行拍摄,对于有沉淀生成的反应体系可通过扫描电镜拍摄沉淀分布状况,对土壤孔隙尺度上的物理、化学过程进行直观描述和模拟.

2.2 孔隙网络模型上(下)边界区域流场分析

为了描述孔隙网络模型整体速度的分布情况,在测试中线区域不同点位流场同时采用Micro-PIV技术测试上下边界区域的流场,上下边界区域由上下边界和靠近上下边界的一排圆柱以及孔隙空间组成如图 5所示.由于上边界区域与下边界区域流场分布类似,该节仅呈现Re=0.1时上边界区域不同点位处流场的分布情况如图 6所示,所有粒子图像中水流运动方向均从左向右.由图 6可见,上边界区域为高速区,速度达到0.003 m/s,水平方向相邻圆柱靠近边界区域仍然存在明显的低速区,其速度不高于0.000 2 m/s.

图 5 上下边界区域位置 Figure 5 Schematics of the top and bottom boundary area in the porous-network model

注:粒子图像为20倍镜下拍摄获得. 图 6 Re=0.1时孔隙结构模型上边界区域不同测点粒子图像,速度场以及粒子运动轨迹 Figure 6 Particle image, velocity distribution and particle trajectory in the top boundary area of porous-network at different positions under the condition of Re=0.1

上下边界区域流速比孔喉和水平方向相邻圆柱间区域流速都要大,可以代表实际土壤孔隙中的大孔隙,属于优势流区域.在对实际土壤中污染物进行修复过程中,孔隙结构中可能存在优势流区域,该区域污染物优先与修复药剂接触,反应生成沉淀,可能导致流速相对小的区域污染物不能和修复药剂充分接触,使得该区域污染物没有参与反应,修复效率降低.

2.3 基于LBM方法模拟土壤孔隙结构中的流场分布

为了描述土壤孔隙网络模型应用于模拟土壤孔隙结构的可行性,该研究采用LBM方法模拟了孔隙结构网络模型中流场的分布,并与试验结果进行了比对.模拟与试验结果平均均方根误差(root mean square error,RMSE)为0.009 4 m/s,均方根误差越小,模拟值与实测值越接近.

Re=0.1时,测点(x=10.0 mm,y=0 mm)和测点(x=5.0 mm,y=5.0 mm)处数值模拟速度场以及试验测得速度场如图 7所示,其中图 7(a)(c)为试验测得速度场,图 7(b)(d)为数值模拟速度场.测点(x=10.0 mm,y=0 mm)三个断面(x=0 mm,x=0.06 mm,x=0.09 mm)上试验测得结果以及数值计算得到的沿y方向的速度分布曲线如图 8所示.数值模拟计算的流场分布与试验测得的流场分布吻合,这表明孔隙网络模型确实能捕捉到微尺度下流体的运动特征,将其应用于模拟土壤孔隙结构具有可行性.由于该研究采用的模型为标准的孔隙模型,具有可控性,试验具有可重复性,易于控制流动参数、孔隙结构,可针对不同土壤孔隙结构中流动状况进行分析.

图 7 Re=0.1时不同测点试验测得速度场以及数值模拟速度场对比 Figure 7 Direct comparison of Velocity distribution obtained from experiment and LBM simulations at different positions under the condition of Re=0.1

图 8 Re=0.1时测点(x=10.0,y=0) 处试验测得和数值模拟的沿y方向速度分布曲线 Figure 8 Velocity profile along the y-direction obtained from experiment and LBM simulations at position(x=10.0, y=0)
3 结论

a) 该试验以孔隙结构网络模型模拟土壤孔隙结构,采用Micro-PIV技术对微孔隙结构中流场进行测定,综合分析孔隙网络模型中线处以及靠近上下边界区域流场,结果表明该模型能很好地反映出实际土壤孔隙中不同尺寸孔隙处的流场特征.中线区域整体流场呈规律性分布,流场关于中线对称,不同位置处微观尺度下流速差异明显,孔喉处流速高,达到0.001 4 m/s,反应体系下由于该区域流速较大,污染物与药剂接触时间较短,不易发生反应,并且生成物不易驻留;相邻圆柱靠近边界处流速低,不到0.000 2m/s,为土壤孔隙的滞留区域,反应体系下该区域最先积聚沉淀;上下边界区域为优势流区域,流体运动阻力较小、流速大,能达到0.003 0 m/s.

b) 数值模拟计算的流场与试验测得的流场相吻合,这表明标准孔隙网络模型能够描述流体的微观尺度流动特征,同时验证了模型可应用于模拟土壤孔隙结构.

c) 该研究采用Micro-PIV技术与LBM方法相结合,为模拟和表征孔隙结构中重金属稳定化过程提供了一种新的试验方法,是后续研究土壤孔隙结构中反应体系问题的基础.通过获取流场等关键性参数,结合数值模拟的方法对土壤孔隙结构中重金属污染物与修复药剂作用机理进行探究,指导研究者提高土壤污染的修复效率,为应用孔隙结构网络模型研究土壤孔隙中污染物的迁移转化和反应体系下影响污染土壤修复效率的因素提供了一种新的试验方法和科学依据.

参考文献
[1]
程亚南, 刘建立, 张佳宝. 土壤孔隙结构定量化研究进展[J]. 土壤通报, 2012, 43(4): 988-994.
CHENG Yanan, LIU Jianli, ZHANG Jiabao. Advance in the study on quantification of soil pore structure[J]. Chinese Journal of Soil Science, 2012, 43(4): 988-994. (0)
[2]
WARNERG S, NIEBER J L, MOORE I D, et al. Characterizing macropores in soil by computed tomography[J]. Soil Science Society of America Journal, 1989, 53(3): 653-660. DOI:10.2136/sssaj1989.03615995005300030001x (0)
[3]
PEYTON R L, HAEFFNER B A, ANDERSONB S H, et al. Applying X-ray CT to measure macropore diameters in undisturbed soil cores[J]. Geoderma, 1992, 53(3): 329-340. (0)
[4]
WILLINGHAM T W, WERTH C J, VALOCCHI A J. Evaluation of the effects of porous media structure on mixing-controlled reactions using pore-scale modeling and micromodel experiments[J]. Environmental Science & Technology, 2008, 42(9): 3185-3193. (0)
[5]
纪书华, 孙建明. 重金属铜在砂质壤土土柱中运移的数值模拟[J]. 环境科学与技术, 2012, 35(4): 14-17.
JI Shuhua, SUN Jianming. Modeling copper transport in saturated sandy loam column[J]. Environmental Science & Technology(China), 2012, 35(4): 14-17. (0)
[6]
MITROPOULOU P N, SYNGOUNA V I, CHRYSIKOPOULOS C V. Transport of colloids in unsaturated packed columns:role of ionic strength and sand grain size[J]. Chemical Engineering Journal, 2013, 232: 237-248. DOI:10.1016/j.cej.2013.07.093 (0)
[7]
潘峰, 陈丽华, 付素静, 等. 石油类污染物在陇东黄土塬区土壤中迁移的模拟试验研究[J]. 环境科学学报, 2012, 32(2): 410-418.
PAN Feng, CHEN Lihua, FU Sujing, et al. Study on the transport performance of the petroleum contaminants in soil of the Longdong loess plateau[J]. Acta Scientiae Circumstantiae, 2012, 32(2): 410-418. (0)
[8]
MASZKOWSKA J, KOłODZIEJSKA M, BIAłK-BIELIÑSKA A, et al. Column and batch tests of sulfonamide leaching from different types of soil[J]. Journal of Hazardous Materials, 2013, 260(6): 468-474. (0)
[9]
狄军贞, 张晓莹, 刘建军, 等. 垃圾渗滤液层状砂箱参数拟合试验及模拟[J]. 地球环境, 2008, 36(3): 261-265.
DI Junzhen, ZHANG Xiaoying, LIU Jianjun, et al. Parameter fitting experiment on layered sandbox of landfill leachate and simulation[J]. Earth and Environment, 2008, 36(3): 261-265. (0)
[10]
杨宾, 李慧颖, 伍斌, 等. 4种NAPLs污染物在二维砂箱中的指进锋面形态特征研究[J]. 环境科学, 2013, 34(4): 1545-1552.
YANG Bin, LI Huiying, WU Bin, et al. Sand box study on fingering front morphology for NAPLs infiltrated in homogeneous porous media[J]. Environmental Science, 2013, 34(4): 1545-1552. (0)
[11]
RUBINSTEIN R L, KADILAK A L, COUSENS V C, et al. Protist-facilitated particle transport using emulated soil micromodels[J]. Environmental Science & Technology, 2015, 49(3): 1384-1391. (0)
[12]
NORDLUND M, LUNDSTRöM T S. An investigation of particle deposition mechanisms during impregnation of dual-scale fabrics with micro particle image velocimetry[J]. Polymer Composites, 2010, 31(7): 1232-1240. (0)
[13]
PERRIN C L, SORBIE K S, TARDY P M J, et al. Micro-PIV:a new technology for pore scale flow characterization in micromodels[J]. EAGE SPE Europe, 2005, 94078: 933-940. (0)
[14]
金文, 张鸿雁. 微尺度内流流场数值模拟方法及试验[J]. 农业机械学报, 2010, 41(3): 67-71.
JIN Wen, ZHANG Hongyan. Numerical simulating approaches and experiment on micro-scales flow field[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(3): 67-71. (0)
[15]
BLOIS G, BARROS J M, CHRISTENSEN K T. A microscopic particle image velocimetry method for studying the dynamics of immiscible liquid-liquid interactions in a porous micromodel[J]. Microfluidics and Nanofluidics, 2015, 18(5): 1391-1406. (0)
[16]
ANTOINE E, BUCHANAN C, FEZZAA K, et al. Flow measurements in a blood-perfused collagen vessel using X-ray micro-particle image velocimetry[J]. Plos One, 2013, 8(11): 1-8. (0)
[17]
PAN Chongxun, PRINS J F, MILLER C T. A high-performance lattice Boltzmann implementation to model flow in porous media[J]. Computer Physics Communications, 2004, 158(2): 89-105. DOI:10.1016/j.cpc.2003.12.003 (0)
[18]
LUO Zhongxian, QIU Yanjun, YU Huaqian. Computational modeling of flows in random porous media using Lattice Boltzmann method[J]. Journal of Southwest Jiao Tong University, 2014, 49(1): 92-93. (0)
[19]
YOSHINO M, INAMURO T. Lattice Boltzmann simulations for flow and heat/mass transfer problems in a three-dimensional porous structure[J]. International Journal for Numerical Methods in Fluids, 2003, 43(2): 183-198. DOI:10.1002/(ISSN)1097-0363 (0)
[20]
COON E T, PORTER M L, KANG Qinjun. Taxila LBM:aparallel, modular lattice Boltzmann framework for simulating pore-scale flow in porous media[J]. Computational Geosciences, 2014, 18(1): 1-11. DOI:10.1007/s10596-013-9394-7 (0)
[21]
GAO Chen, XU Ruina, JIANG Peixue. Pore-scale numerical investigations of fluid flow in porous media using lattice Boltzmann method[J]. International Journal of Numerical Methods for Heat & Fluid Flow, 2015, 25(8): 1957-1977. (0)
[22]
LIU Zhenyu, WU Huiying. Pore-scale modeling of immiscible two-phase flow in complex porous media[J]. Applied Thermal Engineering, 2016, 93: 1394-1402. DOI:10.1016/j.applthermaleng.2015.08.099 (0)
[23]
DONG Bo, YAN Yuying, LI Weizhong. LBM simulation of viscous fingering phenomenon in immiscible displacement of two fluids in porous media[J]. Transport in Porous Media, 2011, 88(2): 293-314. DOI:10.1007/s11242-011-9740-y (0)
[24]
RAOOF A, NICKH M, HASSANIZADEH S M, et al. Poreflow:a complex pore-network model for simulation of reactive transport in variably saturated porous media[J]. Computers & Geosciences, 2013, 61(4): 160-174. (0)
[25]
CHOMSURIN C, WERTH C J. Analysis of pore-scale nonaqueous phase liquid dissolution in etched silicon pore networks[J]. Water Resources Research, 2003, 39(9): 1265. (0)
[26]
BHATNAGAR P L, GROSS E P, KROOK M. A model for collision processes in gases:I.small amplitude processes in charged and neutral one-component systems[J]. Physical Review, 1954, 94(3): 511-525. DOI:10.1103/PhysRev.94.511 (0)
[27]
QIAN Yuehong, D'HUMIRES D, LALLEMAND P. Lattice BGK models for Navier-Stokes equation[J]. Europhysics Letters, 1992, 17(6): 479-484. DOI:10.1209/0295-5075/17/6/001 (0)
[28]
程亚南, 刘建立, 吕菲, 等. 基于CT图像的土壤孔隙结构三维重建及水力学性质预测[J]. 农业工程学报, 2012, 28(22): 115-122.
CHEN Yanan, LIU Jianli, LU Fei, et al. Three-dimensional reconstruction of soil pore structure and prediction of soil hydraulic properties based on CT images[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(22): 115-122. DOI:10.3969/j.issn.1002-6819.2012.22.018 (0)
[29]
JIANG Fei, TSUJI T. Changes in pore geometry and relative permeability caused by carbonate precipitation in porous media[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2014, 90(5): 053306. (0)
[30]
YOON H, VALOCCHI A J, WERTH C J, et al. Pore-scale simulation of mixing-induced calcium carbonate precipitation and dissolution in a microfluidic pore network[J]. Water Resources Research, 2012, 48(2): 2478-2488. (0)