In situ chemical oxidation processes: 4D quantitative visualization of byproduct formation and deposition via micro-CT imaging
Notice bibliographique
Résumé
Abstract In Canada alone, petroleum hydrocarbons have been found in groundwater and soil at approximately 1400 and 4000 sites, respectively. In situ chemical oxidation (ISCO) is a remediation technology that delivers oxidants to the subsurface to mineralize the contaminants. A typical oxidant is permanganate, which generates carbon dioxide (CO2) as gas and manganese oxides (MnO2) as precipitates. In this study, microcomputed tomography (micro-CT) imaging has been used successfully to visualize the oxidation of diesel fuel with permanganate in a 1D column packed with silica sand with respect to time (4D imaging). The byproducts of diesel fuel oxidation with permanganate have been visualized with micro-CT image analysis and subsequently qualitatively and quantitatively assessed via image processing. This is the first study to visualize the distribution of the byproducts in the pores in a noninvasive manner and to quantify both the gaseous CO2 and MnO2. Flushing water through the sample to remove the byproducts was also investigated. Imaging results showed a reduction of the gas phase by approximately 6% from water flushing, but the MnO2 deposits were not removed. CO2 and MnO2 generation from permanganate addition for contaminant remediation may result in preferential pathways, and potential permanganate bypassing of the target treatment zone may occur, reducing the efficiency of the remediation process. Using 4D micro-CT imaging offers an opportunity to further elucidate the fundamental understanding of all underlying processes and potentially help in improving the design of ISCO schemes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».