不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征.pdf

2023年9 月第54卷第9 期农报业机械学doi:10.6041/j.issn.1000-1298.2023.09.040不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征朱瀛王梦妍黄圆萍解茹越刘贤草韩鲁佳（中国农业大学工学院，北京10 0 0 8 3）摘要：骨炭作为不同动物源骨粉资源化利用的一种重要产物，含有丰富的孔隙结构和活性位点，可被用作于催化剂载体或水体、土壤等环境中的吸附剂。为了三维、原位可视化表征不同动物源骨炭颗粒的孔隙结构特征，选择热解温度为40 0、50 0、6 0 0、7 0 0、8 0 0 的猪、牛骨炭颗粒为研究对象。骨炭颗粒Micro-CT扫描条件为：管电压50 kV、管电流2 0 0 mA、图像分辨率10 m；M i c r o-CT 图像二值化方法为Adaptivemean-C。结果表明：UM和ACE相结合的Micro-CT图像滤波处理方法最优；不同热解温度骨炭颗粒的断层结构图像和容积模型与电镜结果相近；骨炭颗粒比表面积、孔隙率和孔径分布的定量表征结果与实验室BET法的测定值相吻合。研究结果可为骨炭孔隙结构原位三维分析提供一种非破坏、可视化的表征新手段。关键词：骨炭孔隙结构；原位三维可视化；Micro-CT；图像处理中图分类号：S24文献标识码：A文章编号：10 0 0-12 9 8（2 0 2 3）0 9-0 40 7-0 7OSID:In Situ 3D Visualization of Pore Structure Changes of Bone Charat Different Pyrolysis Temperatures by Micro-CTZHU YingWANG MengyanHUANG YuanpingXIE RuyueLIU XianHAN Lujia(College of Engineering,China Agricultural University,Beijing 100083,China)Abstract:Bone char,as an important product for the resource utilization of bone meal of different animalsources,contains rich pore structure and active sites that can be used as catalyst carriers or adsorbents inwater,soil and other environments.In order to characterize the pore structure of different animal-derivedbone char particles in three-dimensional and in situ visualization,porcine and bovine bone char particleswith pyrolysis temperatures of 400,50 0,6 0 0,7 0 0 a n d 8 0 0 w e r e u s e d.T h e M i c r o-CTscanning conditions of bone char particles were tube voltage 50 kV,tube current 200 mA,imageresolution 10 m;Micro-CT image binarization method was Adaptive mean-C.The results showed thatthe Micro-CT image filtering method combining UM and ACE was optimal.The optimal parameters of theUM method were Radius value set to 5,Amount value set to 90%,Threshold value set to O,and ACEusing adaptive model.The tomographic structure images and volume model of bone char particles atdifferent pyrolysis temperatures were similar to the electron microscopy results.The quantitativecharacterization results of specific surface area,porosity and pore size distribution of bone char particleswere in good agreement with those determined by laboratory BET method.The results can provide a non-destructive and visualized means for in situ 3D analysis of bone char pore structure.Key words:bone char pore structure;in situ 3D visualization;Micro-CT;image processing0引言动物源骨粉是畜禽屠宰加工行业的主要副产物之一。随着畜禽养殖及其加工业的不断发展，每年动物源骨粉产出量不断增加，但是动物源骨粉直接堆弃的低效处理往往会对土壤和水体等环境造成污染，从而危害人类和动物的健康安全。因此,其资源化、高值化利用尤为重要2 。骨炭是收稿日期：2 0 2 3-0 2-2 7 修回日期：2 0 2 3-0 3-2 5基金项目：现代农业（奶牛）产业技术体系建设专项资金项目（CARS36）和教育部“创新团队发展计划”项目（IRT1293）作者简介：朱瀛（19 9 0 一），男，博士生，主要从事动植物源饲料Micro-CT快速分析方法研究，E-mail：z h u y c a u.e d u.c n通信作者：韩鲁佳（19 6 4一），女，教授，博士生导师，主要从事农业生物质工程研究，E-mail：h a n l j c a u.e d u.c n农4082023年机报学业械动物源骨粉高温热解的产物，用作活性催化剂载体或是水体和土壤的吸附剂,在吸附重金属3-4染料和抗生素5 等方面均呈现出较好的资源高值化利用潜力。骨炭丰富的微观形貌结构特征，比表面积、孔隙率和孔径分布等，与其吸附性能息息相关。常用的微观形貌结构表征方法主要有基于组织结构特征的电子显微镜观察法和氮气脱吸附法（Brunauer，Emmett&Teller，BET）【6 。经典电子显微镜法是应用最为普遍的低成本和低应用阈值的形貌特征可视化分析方法，但分析过程中需要对样品进行复杂破坏性前处理，且穿透性较差;BET分析方法虽可获取样品的比表面积、孔径分布值和孔隙率等微观孔隙结构参数，但无法实现可视化表征。因此，研究开发用于表征微观孔隙结构表征的非破坏性原位、三维、可视化新方法，一直是各国科学家高度关注的热点方向7 。显微X射线计算机断层成像（Micro-computedtomography，M i c r o-CT)是一种先进的快速、无损、高分辨率（几微米）显微原位三维断层成像分析技术。Micro-CT的分析原理是样品各位点对X射线的衰减不同产生对应的灰度图像，基于相应的图像处理算法获得样品的断层图像和三维结构图(8-9)。OMicro-CT方法具有快速、无损和原位检测等特点，在医学10-1、农业12-13、食品14-15 和土壤环境16-1等领域已有一定的研究基础，特别是其在骨骼【18 和生物炭19-2 0 1 方面的研究对于本研究具有一定的参考价值。理论而言，骨炭中的骨基体与骨孔隙的密度存在差异,其X射线衰减程度不同，而Micro-CT具有辨识特定对象局部密度差异的性能优势，利用Micro-CT可以获取其孔隙结构特征。然而，骨炭特异的组织结构导致其成像信息复杂，需要经特定图像处理才能较准确地获得其微观孔隙结构特征。鉴于此，本文以猪源和牛源骨粉为原料制备不同热解温度骨炭，在研究比较特定图像处理方法的Micro-CT图像处理效果的基础上，提出优化的骨炭Micro-CT图像处理算法，并据此进行不同骨炭微观孔隙结构的定性和定量表征，以期为相关研究提供一种新的原位、三维可视化表征手段。1材料与方法1.1不同动物源骨炭制备本研究所使用的牛骨与猪骨粉原料均来自于中国农业大学生物质资源利用工程实验室饲料样品库。牛骨与猪骨粉原料均密封置于4恒温冷藏柜保存。骨炭样品通过热解方法制备。热解过程的主要参数为：热解温度分别设定为40 0、50 0、6 0 0、7 0 0、800，升温速率10/min，保持时间1h，N流速100mL/min21。所有骨颗粒样品均过0.5mm筛。研究中随机选取不同热解温度的猪骨炭（pc）和牛骨炭（bc）颗粒各3个，作为电镜观察样品集；再随机选取不同热解温度的猪骨炭和牛骨炭颗粒各3个，作为Micro-CT定性和定量表征的样品集。1.2基于Micro-CT的骨炭孔隙结构定性和定量表征方法1.2.1Micro-CT扫描及图像重建本研究使用Skyscan1275型Micro-CT系统（Br u k e r Sk y s c a n 公司，比利时）对样品进行扫描，主要扫描参数为：管电压50 kV、管电流2 0 0 mA、图像分辨率10 m、曝光时间40 ms、36 0 扫描且旋转步长0.2、扫描时间40 min。每个颗粒采集8 0 个投影图像。采用BrukerNRecon软件进行样品图像重建，获得Micro-CT三维容积图像。主要重建参数为：图像平滑系数为1、环形伪影矫正系数为3、射线硬化矫正系数为40%、图像重建X射线吸收系数区间为0 0.12。1.2.2Micro-CT重建图像滤波处理为提高Micro-CT重建图像的精度，采用不同滤波算法对重建后的Micro-CT原始图像进行优化处理，以期凸显骨炭孔隙结构的同时保证骨炭基体边缘结构的完整性，以利于后续图像分割处理,并提高孔隙结构数据的准确性。非锐化滤波（Unsharpmask,UM）是一种锐化图像的算法2 2-2 3。该算法主要通过强化图像的高频内容，增强图像中的边缘和细节信息，从而显著改善图像的视觉外观。经预研优化，Radius值设置为5，Amount值设置为9 0%，Threshold值设置为0。自适应对比度增强滤波（Adaptivecontrastenhancement，A C E）主要用于图像对比度增强2 4-2 5。该算法通过分析图像局部区域内各像素点的灰度差异做出自适应处理，使图像中灰度较高的区域进一步升高，而灰度偏低的区域进一步降低。为了进一步比较优化不同滤波处理的图像处理效果，本研究还使用了UM和ACE联合滤波处理，即UM&ACE滤波处理方法。研究中，UM算法基于BrukerCTAn软件中UnsharpMask函数进行计算，ACE算法基于Matlab中的histeq函数进行计算，UM&ACE则为先进行UM计算然后再进行ACE计算。409朱瀛等：不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征第9 期1.2.3Micro-CT图像二值化方法不同热解温度的骨炭颗粒Micro-CT图像二值化分割方法主要基于BrukerCTAn软件中的全局自适应值分割（Otsu）函数和局部自适应平均阈值（Adaptivemean-C）函数，其中采用Otsu阅值分割方法获取骨炭颗粒的边缘图像，进而提取出骨炭颗粒Micro-CT图像的感兴趣区域（Regionofinterest，R O I），采用Adaptivemean-C阈值分割方法对ROI区域内的Micro-CT图像进行二值化处理，获取骨炭颗粒内部的孔隙结构。上述两种阈值分割方法的具体描述如下：Otsu方法是依据骨炭颗粒Micro-CT图像整体的灰度直方图做出聚类分析，由于骨炭颗粒基体与图像背景的灰度差异较大，因此在分类计算中能够准确地分割出骨炭颗粒的边缘以获取图像的ROI区域。Adaptivemean-C方法则是通过不断统计分析图像中某一固定大小的区域内各像素点的灰度与区域内整体像素点的平均值之间的差异进行图像分割，其分割效果主要取决于调整窗口宽度（WS）和修正值（C）,本研究参考前期研究的结果,将WS值设定为5,C值设定为0 后进行阈值分割2 6 。1.2.4骨炭颗粒显微结构原位三维可视化呈现使用BrukerCTVox软件对经滤波和二值化处理后的不同热解温度的骨炭颗粒图像进行三维可视化呈现，每个温度梯度均包含3个骨炭颗粒样品作为平行对照。经二值化处理后的Micro-CT图像转化为骨炭基体、骨炭孔隙和背景3部分,其中骨基体高密度区域煊染为白色，孔隙和背景以黑色呈现。从每个三维谊染容积图像中分别选取第2 0、40、6 0幅断层切片用于内部结构展示。1.2.5骨炭颗粒孔隙结构相关参数的定量计算使用BrukerCTAn中3DAnalysis模块计算样品表面积S，比表面积计算公式为SS(1)二sam式中预先称量的样品质量以ROI为计算区域，使用BrukerCTAn软件分别计算出骨炭基体和骨炭孔隙的体积。骨炭颗粒孔隙率计算公式为P100%(2)V,+V式中P一孔隙率V一骨炭孔隙体积VT一骨炭基体体积使用BrukerCTAn中3DAnalysis模块计算样品孔径分布，该模块对某一完整孔隙的量化方法如下：首先，基于骨炭颗粒Micro-CT图像二值化后的结果在三维空间内找到一个完整的孔隙结构。然后，模拟产生一个形状规则的球体填人骨炭孔隙结构中。最后，不断调整该球体的直径直到满足球体完整地嵌人在孔隙结构中且球体的直径达到最大值的条件，此时将该球体的直径定义为此孔隙结构的孔径。基于上述模块计算出的孔径分布结果，可将骨炭的孔径分布由以下几个主要参数进行量化表征：S1o、Ss o、So o 和Sspan，其中Sio、S5o、So o 分别表示样品累计孔径分布达到10%、50%、9 0%时所对应的孔径分布值,而 S.a是对孔径分布相对宽度的度量2 7 ,其计算公式为So-SoSspanS50(3)1.3样品实验室常规分析1.3.1扫描电镜观察使用SU3500型扫描电镜（Hitachi公司，日本）观察骨炭样品表面微观结构。工作参数为：使用磁控管溅射金属镀膜装置（MSP-mini,IXRFSystems，日本）喷金30 s，工作电压为15kV，工作距离为5mm，图像放大倍数为50 0 倍。1.3.2比表面积测定使用ASAP2460型物理吸附仪（Micromeritics公司）对不同热解温度下的骨炭样品的比表面积进行测定，所有样品均在2 0 0 的条件下真空脱气5 h,并在相对压力为10-0.9 9 5的范围内测定氮气吸附特性。基于氮气吸附等温曲线通过Barret-Joyner-Hallendy（BJH）法拟合计算得出样品的比表面积。1.4数据统计分析文中表格数据均表示为3次重复平均值标准偏差。采用IBM SPSSV20软件中的Duncan法进行多重比较检验。2结果与讨论2.1骨炭Micro-CT图像不同滤波处理效果比较猪骨炭和牛骨炭Micro-CT重建图像的不同滤波处理效果如图1所示，所有Micro-CT图像均以中间断层示出，白色为颗粒骨基体高密度区，黑色为孔隙和背景；从左至右各列依次为颗粒电镜图像、原始灰度图、UM滤波、ACE滤波和UM&ACE滤波处理的断层图像。由图1可以看出，Micro-CT原始图像未能呈现明显的骨炭颗粒孔隙结构，个别密度较低的区域呈现类似孔隙特征但其灰度又远高于背景的灰度，从而无法直接判定为孔隙并由此带来误差。农2023年机410报学业械(a)bc,400(b)bc,500(c)bc,600(d)bc,700(e)bc,800(f)pc,400(g)pc,500(h)pc,600(i)pc,700(i)pc,800图1不同骨炭颗粒样品Micro-CT重建图像的滤波处理效果比较Fig.1Comparison of filtering effects of Micro-CTreconstructed images of different bone charcoal samples采用ACE滤波方法处理后的Micro-CT图像孔隙结构明显，表明该方法增强了Micro-CT图像中各像素点间的灰度对比度，然而进一步观察ACE处理后骨炭Micro-CT图像可发现，骨炭颗粒边缘存在明显的缺失，这与骨炭电镜观察结果不一致。电镜图像显示，猪骨炭和牛骨炭颗粒表面并无明显的缺陷和大孔。采用UM图像滤波方法处理后的骨炭Micro-CT图像颗粒边缘的灰度显著提高，同时骨炭颗粒内部区域的灰度并无明显的变化。而经UM&ACE处理的骨炭颗粒Micro-CT图像，既有效提高了骨炭内部孔隙结构与骨炭基体间的对比度，又保证了骨炭颗粒边缘信息的完整性。由图1还可以看出，采用Adaptivemean-C方法能够较好地对UM&ACE滤波处理后的骨炭颗粒Micro-CT图像进行二值化处理。因此，骨炭颗粒Micro-CT图像优化滤波处理方法以UM&ACE为最优。2.2骨炭微观孔隙结构的Micro-CT原位三维可视化表征不同热解温度下的猪骨炭和牛骨炭Micro-CT原位三维可视化表征结果如图2 所示，图中白色为骨炭基体高密度区、黑色为孔隙和背景。由猪、牛骨炭Micro-CT三维容积模型结果可以看出，猪、牛骨炭颗粒的表面并无明显的孔隙结构，其颗粒表面的形貌与图1中各热解温度下的猪、牛骨炭电镜图像相近。而由图2 中猪、牛骨炭颗粒的Micro-CT断层图像可知，猪、牛骨炭内部具有丰富的孔隙结构，其形貌多呈椭圆形，这与猪、牛骨颗粒为热解的孔隙结构特征相近。上述结果表明，基于Micro-CT和图像分割技术的猪、牛骨炭三维断层结构表征具有一定的可行性，其不仅表征了骨炭的整体三维结构，更呈现出了骨炭颗粒内部的丰富孔隙结构，这为骨炭孔隙结构的表征提供了一种新的思路，并且有利于进一步分析量化不同热解温度骨炭颗粒的孔隙结构。2.3骨炭微观孔隙结构参数的Micro-CT量化表征结果2.3.1比表面积定量表征结果不同热解温度骨炭颗粒比表面积的Micro-CT量化表征结果如表1所示。由表1结果可知，基于无滤波处理的骨炭颗粒Micro-CT原始图像计算获得的比表面积显著低于基于BET法的测定值。由于颗粒内部的孔隙结构的丰富性与颗粒整体的比表面积正相关，可以认为这是无滤波处理组未能表征出骨炭颗粒内部的孔隙结构（图2）所致。单独采用UM或ACE滤波方法处理后的骨炭颗粒Micro-CT图像比表面积计算值均较原始图像的计算值有显著提升，但与BET方法测定值仍有显著的差异，这与图2 所示结果一致。ACE&UM方法处理后的基于Micro-CT图像计算所得骨炭比表面积与BET测定值较为接近，其中500700热解温度下的骨炭颗粒Micro-CT图像计算值与BET测定值无显著性差异，表明结合Micro-CT和图像滤波处理技术进行骨炭孔隙结构的量化表征不仅具有较好的可行性，而且还可原位获得骨炭三维空间结构的数据，这对于特定微观形貌结构骨炭的定向制备具有指导作用。411朱瀛等：不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征第9 期(a)bc,400(b)bc,500(c)bc,600(d)bc,700(e)bc,800(f)pc,400(g)pc,500(h)pc,600(i)pc,700(i)pc,800图2不同热解温度骨炭颗粒Micro-CT三维结构及其断层图像Fig.2Micro-CT three-dimensional structure of bone char particles with differentpyrolysis temperatures and their tomographic images农2023年机412报业学械表1猪、牛骨炭不同滤波处理Micro-CT图像比表面积计算值Tab.1SSpecific surface area values of Micro-CT images of porcine and bovine bone charunder different filtering treatmentsmm/g类别无滤波UMACEUM&ACEBET牛骨炭,40 0(37.33 0.84)aE(50.34 0.51)bD(114.12 1.59)bc(120.39 4.02)bB(127.70 1.55)bA牛骨炭,50 0(54.92 2.25)dD(67.74 0.79)cC(154.45 1.10)eB(172.38 3.45)A(172.28 2.08)eA牛骨炭,6 0 0(44.80 1.33)cD(57.95 0.68)dc(140.19 2.07)dB(150.18 1.32)A(154.00 2.15)dA牛骨炭,7 0 0(41.06 0.90)bD(52.85 0.58)c(129.08 1.78)cB(142.25 3.68)dA(144.47 0.91)cA牛骨炭,8 0 0(34.70 1.49 E(45.79 0.58)aD(103.56 1.75)aC(123.51 1.96)aA(117.43 2.42)B猪骨炭，40 0(21.26 1.01)aE(27.05 0.45)aD(61.66 1.20)ac(75.42 0.96)aA(70.03 1.31)aB 猪骨炭,50 0(48.31 1.58)cD(65.94 0.50)cC(142.86 2.13)eB(160.17 2.19)A(159.70 1.55)A猪骨炭6 0 0(42.85 0.31)dD(61.00 1.85)dc(134.26 2.12)dB(149.05 3.14)dA(150.11 1.37)dA猪骨炭，7 0 0(38.80 0.33)cD(51.67 1.86)cC(122.25 1.66)cB(133.12 4.34)cA(136.95 2.18)cA猪骨炭8 0 0(33.08 1.27)bE(43.75 2.52)bD(102.71 2.04)bc(110.20 3.48)bB(116.59 1.51)bA注：不同小写字母表示同一滤波方法下猪、牛骨炭随热解温度的变化比表面积具有显著差异（p0.05），不同大写字母表示热解温度一定时不同滤波方法处理的猪、牛骨炭Micro-CT图像比表面积具有显著差异（p0.05）。由表1可以看出，热解温度为40 0 时，猪骨炭和牛骨炭的比表面积最低；热解温度为50 0 7 0 0 时，随着热解温度的升高，猪骨炭和牛骨炭的比表面积均有所下降，且以50 0 时的比表面积最高，这一研究结果与已有同类研究结果较为一致2 8 。对照扫描电镜图像（图2）进一步分析，可能与高温导致的部分孔隙结构塌有关。2.3.2孔隙结构参数表征结果不同热解温度骨炭颗粒孔隙率和孔径分布的Micro-CT量化表征结果如表2 所示。由表2 可以看出，随热解温度的升高猪、牛骨炭颗粒的孔隙率整体均呈先上升后下降的趋势，这与之前所述的比表面积变化趋势相一致。进一步观察发现，随着热解温度的升高，猪、牛骨炭颗粒的S1o、So、Ss o 均呈现先上升后下降的趋势而Sspan呈现先下降后上升的趋势，这说明随着热解温度的上升，猪、牛骨炭颗粒内部孔隙的孔径整体呈先上升后下降的趋势，这一研究结果与前人关于生物炭的研究结果相近2 9 表2 猪、牛骨炭颗粒不同热解温度的孔隙率和孔径分布统计Tab.2Porosity and pore size distribution statistics of porcine and bovine bonechar particles with different pyrolysis temperatures类别孔隙率/%Sto/mSgo/mSso/um牛骨炭，40 0(20.85 1.17)a(20.88 0.43)a(66.54 2.86)a(44.27 1.57)a(1.03 0.03)d牛骨炭,50 0(36.07 1.30)d(34.30 0.68)b(89.46 0.80)(73.53 0.90)(0.75 0.01)a牛骨炭，6 0 0(32.68 1.19)(32.62 0.58)c(85.38 0.84)d(63.63 1.22)d(0.83 0.01)b牛骨炭，7 0 0(27.76 0.34)b(31.98 0.76)(81.72 1.42)(60.66 1.37)c(0.82 0.02)b牛骨炭，8 0 0(22.80 2.26)a(26.84 0.73)b(73.77 1.51)b(53.16 0.82)b(0.88 0.03)c猪骨炭，40 0(13.71 1.51)a(18.24 0.54)a(60.04 0.73)a(36.90 0.38)(1.13 0.03)d猪骨炭，50 0(35.50 1.93)(31.04 0.50)d(87.33 0.86)(68.42 0.52)d(0.82 0.01)a猪骨炭，6 0 0(31.75 1.79)d(30.71 0.32)d(86.63 0.46)c(67.62 0.42)d(0.83 0.01)a猪骨炭，7 0 0(26.78 1.68)c(28.70 0.56)c(86.34 0.92)c(66.24 0.94)(0.87 0.01)b猪骨炭，8 0 0(17.06 2.00)b(25.77 0.11)b(74.95 0.10)b(48.52 0.52)b(1.01 0.01)c注：不同小写字母表示随热解温度的变化猪、牛骨炭颗粒孔隙率和孔径分布参数具有显著差异（p0.05）。3结束语提出了一种基于Micro-CT和图像处理技术的不同动物源骨炭颗粒原位三维可视化定性和定量表征方法。骨炭颗粒Micro-CT图像滤波采用UM和ACE相结合的方法为最优，其中UM滤波主要参数为Radius值5、Amount值9 0%、Threshold值0,ACE滤波法采用自适应模型；图像二值化方法为Adaptive mean-C。经对比验证,基于 Micro-CT的不同热解温度猪、牛骨炭颗粒基体与孔隙结构的定性表征结果及比表面积、孔隙率和孔径分布等三维结构参数的定量表征结果均与传统实验室分析结果相吻合。研究结果为不同动物源骨炭颗粒微观形貌和孔隙结构的分析提供了一种非破坏性原位三维可视化表征新手段。413朱瀛等：不同热解温度骨炭孔隙结构的Micro-CT原位三维可视化表征第9 期参考文献1孙红文.生物炭与环境M.北京：北京工业出版社，2 0 13.2张露娟.畜禽骨的综合利用研究现状与发展趋势J.现代食品，2 0 2 1,2 8（3）：8 6-90.ZHANG Lujuan.Research status and development trend of comprehensive utilization of livestock and poultry bones J.MordernFood,2021,28(3):86-90.(in Chinese)3SELLAOUI L,MENDOZA-CASTILLO D I,REYNEL-AVILA H E,et al.A new statistical physics model for the ternary adsorptionof Cu?+,Cd?+and Zn?+ions on bone char:experimental investigation and simulationsJJ.Chemical Engineering Journal,2018,343:544-553.4WANG M,LIU Y,YAO Y,et al.Comparative evaluation of bone chars derived from bovine parts:physicochemical properties andcopper sorption behavior J.Science of the Total Environment,2020,700:134470.5DiAZ DE LEON CHIQUITO J,TOVAR GOMEZ R,MORENO VIRCEN M D R,et al.Removal of COD and color from textileindustrial effluents using different carbonaceous materials modified with acids,salts,and hydrogen peroxideJ.Desalinationand Water Treatment,2020,184:1-14.6BRUNAUER S,EMMETT P H,TELLER E.Adsorption of gases in multimolecular layersJJ.Journal of the American ChemicalSociety,1938,60(2):309-319.7ZHANG X,CHU Y,ZHANG H,et al.A mechanistic study on removal efficiency of four antibiotics by animal and plant originprecursors-derived biochars J.Science of the Total Environment,2021,772:145468.8LANDIS E,KEANE D.X-ray microtomographyJJ.Materials Characterization,2010,12(61):1305-1316.9MIZUTANI R,SUZUKI Y.X-ray microtomography in biologyJ.Micron,2012,43(2-3):104-115.10KENNETH M C,YEUNG K W,LAM K O,et al.A biodegradable polymer-based coating to control the performance ofmagnesium alloy orthopaedic implantsJ.Biomaterials,2010,31(8):2084-2096.11MA S,LI J,GUO Y,et al.Three-dimensional radiographic and histological tracking of rat mandibular defect repair after inferioralveolar nerve axotomy J.Archives of Oral Biology,2021,131:105252.12FANG L,YIN X,WU L,et al.Classification of microcrystalline celluloses via structures of individual particles measured bysynchrotron radiation X-ray micro-computed tomography J.International Journal of Pharmaceutics,2017,531(2):658-667.13TORRES-RUIZ J M,JANSEN S,CHOAT B,et al.Direct X-ray microtomography observation confirms the induction of embolismupon xylem cutting under tensionJ.Plant Physiology,2014,167(1):40-43.14DEFRAEYE T,WU W,PRAWIRANTO K,et al.Artificial fruit for monitoring the thermal history of horticultural produce in thecold chainJ.Journal of Food Engineering,2017,215:51-60.15VICENT V,VERBOVEN P,NDOYE F,et al.A new method developed to characterize the 3D microstructure of frozen appleusing X-ray micro-CT J.Journal of Food Engineering,2017,212:154-164.16LI Z Y,ZHANG X X,LIU Y.Pore-scale simulation of gas diffusion in unsaturated soil aggregates:accuracy of the dusty-gasmodel and the impact of saturationJ.Geoderma,2017,303:196-203.17MOONEY S J,PRIDMORE T P,HELLIWELL J,et al.Developing X-ray computed tomography to non-invasively image 3-D rootsystems architecture in soilJ.Plant and Soil,2012,352(1-2):1-22.18FENG T,GE Y,XIE Y,et al.Detection of collagen by multi-wavelength photoacoustic analysis as a biomarker for bone healthassessmentJ.Photoacoustics,2021,24:100296.19JONES K,RAMAKRISHNAN G,UCHIMIYA M,et al.New applications of X-ray tomography in pyrolysis of biomass:biocharimagingJ.Energy&Fuels,2015,29(3):1628-1634.20YU X,WU C,FU Y,et al.Three-dimensional pore structure and carbon distribution of macroaggregates in biochar-amended soilJ.European Journal of Soil Science,2016,67(1):109-120.21王梦妍.骨炭对离子型有机物的吸附特性及作用机制研究D.北京：中国农业大学,2 0 2 2.WANG Mengyan.Sorption characteristics and mechanism of ionic organics in aqueous solution by bone char D.Beijing:China Agricultural University,2022.(in Chinese)22BOYKOV Y,VEKSLER O,ZABIH R.Fast approximate energy minimization via graph cutsJJ.IEEE Transactions on PatternAnalysis and Machine Intelligence,2001,23(11):1222-1239.23SHEPP