某機場工程不同擊實次數(shù)下黃土的微觀結(jié)構(gòu)特征研究

魏　樺,寧立波

(1.空軍工程設計研究局，北京 100086；2.中國地質(zhì)大學(武漢)環(huán)境學院，湖北 武漢 430074)

黃土的濕陷特性極大地影響著建設工程的安全性。造成黃土濕陷的主要原因是黃土微觀結(jié)構(gòu)的變化，即黃土微觀結(jié)構(gòu)對其工程力學性質(zhì)起著決定性作用。許多學者對黃土的微觀結(jié)構(gòu)進行了大量研究，如Dijkstra等[1]研究了黃土固結(jié)過程中顆粒堆積的演化情況；胡瑞林等[2]借助圖像處理技術，提出用顆粒形態(tài)及排列特征、孔隙特征、粒間非化學接觸

特征等要素來完整體現(xiàn)黃土的微觀結(jié)構(gòu)狀態(tài)；唐朝生等[3]通過對土體SEM圖像的研究，發(fā)現(xiàn)選取的閾值相對較小時，得到的土體孔隙結(jié)構(gòu)參數(shù)較接近真實情況；宋章等[4]和宋彥輝等[5]通過掃描電鏡分析，研究了原狀黃土的微觀結(jié)構(gòu)特性；陳偉等[6]利用掃描電子顯微鏡對壓實黃土剪切前后的微觀結(jié)構(gòu)變化進行了研究；付建偉等[7]用掃描電子顯微鏡分析了各級壓力下壓實黃土的微觀結(jié)構(gòu)[7]。

但上述研究針對一些高填方工程擊實黃土的微觀結(jié)構(gòu)特征的研究相對較少。為此，本文結(jié)合西北某機場工程，通過室內(nèi)試驗，借助掃描電子顯微鏡(SEM)對不同擊實次數(shù)下濕陷性黃土的微觀結(jié)構(gòu)進行了定性描述和定量研究，進而合理確定機場工程地基處理中濕陷性黃土的擊實次數(shù)。

1　樣品制備與圖像預處理

1. 1　樣品制備

西北某機場工程位于延安市，為高填深挖工程，填方厚度最大達70多米，其特點是：土石方量巨大，原土基為深厚濕陷性黃土，填料為濕陷性黃土。本研究試驗土樣取自機場地基建設挖方區(qū)，為獲取各個時代(主要是Q2、Q3)的黃土，保證所取黃土土樣具有代表性，在機場建設3個挖方區(qū)各選擇一個典型剖面進行取樣。土樣制備方法是將取來的土樣搗碎，放于烘箱中烘干24 h，再將其碾碎，采用配土法配制其含水量為12.8%[8]，并根據(jù)《土工試驗方法標準》(GB/T 50123—1999)中土樣最佳含水量的確定是通過標準擊實試驗，故通過標準擊實試驗確定此為最佳含水量。

土樣制備好后進行分層擊實，擊實次數(shù)分別為70次、84次、98次、12次、126次、140次，即將土樣制備為6組擊實土樣。

1. 2　圖像預處理

本次試驗將6組擊實土樣干燥處理后分割成便于掃描電子顯微鏡(SEM)觀測的樣品，采用烘干法進行干燥處理，每組樣品包括擊實土樣的水平面和豎直面兩個土樣，采用日本日立公司生產(chǎn)的超高分辨率場發(fā)射掃描電子顯微鏡(SEM-SU8010)對試驗土樣的微觀結(jié)構(gòu)進行觀測。

在土樣的微觀結(jié)構(gòu)觀測中，SEM圖像的放大倍數(shù)不同所觀測到的土樣所表現(xiàn)出來的結(jié)構(gòu)特征狀態(tài)也不同，在中倍數(shù)區(qū)(200～500倍)，觀測到的土樣圖像較為清晰，觀測范圍也較高倍數(shù)區(qū)大，得到的分析數(shù)據(jù)也較準確；在高倍數(shù)區(qū)(1 000～4 000倍)，觀測范圍較小，主要可觀測到微小孔隙和顆粒分布情況以及顆粒之間的接觸聯(lián)接情況。由于本次試驗為擊實土樣，具有高致密性且顆粒較小，所以選取SEM圖像的放大倍數(shù)為400倍和1 000倍進行研究。本次采用PhotoShop軟件對SEM圖像進行預處理，包括圖像降噪、增強對比度以及亮度均衡，進而提高SEM圖像的質(zhì)量。

2　擊實黃土微觀結(jié)構(gòu)特征的定性分析

經(jīng)過對每組擊實次數(shù)下?lián)魧嶞S土的水平面(H面)和豎直面(V面)的微觀結(jié)構(gòu)SEM圖像的觀測以及數(shù)據(jù)提取后的分析比較，發(fā)現(xiàn)擊實黃土水平面和豎直面的微觀結(jié)構(gòu)隨擊實次數(shù)的變化趨勢區(qū)別不大，所以本文選擇擊實黃土的豎直面的微觀結(jié)構(gòu)SEM圖像進行分析。圖1為放大倍數(shù)×400時不同擊實次數(shù)下黃土微觀結(jié)構(gòu)的SEM圖像。

圖1　　　　放大倍數(shù)×400時不同擊實次數(shù)下黃土的微觀 結(jié)構(gòu)SEM圖像Fig.1　　　　SEM image of loess microstructure under different compaction times with magnification of 400 times

由圖1可見，6組不同擊實次數(shù)下土樣的微觀結(jié)構(gòu)較為致密，幾乎沒有大孔隙存在，SEM圖像中雖可見到比較大的凹陷，這可能是制作試樣時手動掰開造成的；經(jīng)過橫向比較可以看出，隨著擊實次數(shù)的增加，土樣的孔隙逐漸減少，顆粒接觸越來越密實，特別是在擊實次數(shù)為70～112次之間時，土樣微觀結(jié)構(gòu)的變化還是比較明顯的；而在擊實次數(shù)為126次、140次時，土樣微觀結(jié)構(gòu)的變化直觀上已不明顯，較擊實次數(shù)在70～112次之間時的顆粒接觸更緊密，孔隙分布更少，大孔隙已不存在。

圖2為放大倍數(shù)×1 200時不同擊實次數(shù)下黃土的微觀結(jié)構(gòu)SEM圖像。

圖2　　　　放大倍數(shù)×1 200時不同擊實次數(shù)下黃土的微觀 結(jié)構(gòu)SEM圖像Fig.2　　　　SEM image of loess microstructure under different compaction times with magnification of 1200 times

由圖2可見，與放大倍數(shù)×400時相比，放大倍數(shù)×1 200時SEM圖像中土樣的面積較小，但顆粒和孔隙都比較清楚，土樣骨架單元體主要是聚合體，并且接觸關系主要是面-面接觸；隨著擊實次數(shù)的增加，明顯可見土樣的孔隙由大變小、由多變少，并且土樣單元體的聚合體越來越大，土樣越來越密實；但當擊實次數(shù)為98次之后，土樣的微觀結(jié)構(gòu)在表觀上變化不大。

由以上定性分析可知，隨著擊實次數(shù)的增加，土樣的孔隙逐漸減少，顆粒接觸越來越密實，會使擊實土樣的強度越來越大，但在擊實次數(shù)為98次之后，土樣微觀結(jié)構(gòu)在表觀上的差別不大。

3　擊實黃土微觀結(jié)構(gòu)的定量分析

本文采用ERDAS軟件對黃土的微觀結(jié)構(gòu)SEM圖像進行處理和數(shù)據(jù)提取。

3. 1　孔隙參數(shù)的選擇

本次對擊實黃土微觀結(jié)構(gòu)SEM圖像的定量研究，主要是針對擊實黃土的孔隙進行量化，在數(shù)據(jù)提取時，按屬性碼提取所需信息，直接分析得到黃土孔隙的大小、含量等參數(shù)，進一步分析得到黃土孔隙的形狀(分形分維)參數(shù)。

3.1.1孔隙的形狀系數(shù)F

孔隙的形狀系數(shù)表示孔隙邊緣與圓的接近程度，用F表示(公式1)。F的數(shù)值在0～1之間，F(xiàn)越小，孔隙邊緣越復雜，顆粒與聚合體邊緣越曲折，顆粒與聚合體接觸越復雜，接觸面積越大，其強度越大；反之，F(xiàn)越大，孔隙邊緣越接近于圓形。

F=Py/P

(1)

式中:Py為與孔隙等面積圓的周長(μm)；P為孔隙實際周長(μm)。

3.1.2孔隙的分形維數(shù)

Voss等[8]根據(jù)分形理論，發(fā)現(xiàn)SEM圖像中土樣顆粒的周長與面積存在如下關系：

logP=D/2logA+C

(2)

式中：P為孔隙周長，以像素記；A為孔隙面積，以像素記；D為孔隙的分形維數(shù)；C為常數(shù)。

根據(jù)分形理論，可采用公式(2)來分析土樣孔隙的分形維數(shù)，即根據(jù)孔隙的周長與面積的對數(shù)曲線，確定各擊實次數(shù)下土樣孔隙的分形維數(shù)。孔隙的分形維數(shù)反映了孔隙的形狀，表示孔隙邊緣的復雜程度，其數(shù)值越大，表示孔隙邊緣越復雜；數(shù)值越小，表示孔隙邊緣越簡單。

3.1.3孔隙的平均孔徑

在矢量圖像屬性表中提取孔隙的像素點數(shù)面積和周長數(shù)據(jù)，可直接統(tǒng)計得到孔隙的大小。通過比例尺以及每個像素的長度可將像素單位數(shù)據(jù)轉(zhuǎn)換為長度單位數(shù)據(jù)，并可得到每個孔隙的等效圓直徑di：

(3)

式中：ai為第i個孔隙的面積(μm2)。

然后對其求平均值，可得到孔隙的平均孔徑為

(4)

式中：n為孔隙的個數(shù)。

3.1.4灰度閾值

SEM圖像是由一系列灰度值顯現(xiàn)出來的，從灰度值的角度進行分析，可實現(xiàn)孔隙與顆粒信息的分離。信息分離的實現(xiàn)需要確定一個介于孔隙與顆粒灰度值之間的界限，稱為灰度閾值。灰度閾值確定后，就可以對SEM圖像進行二值化處理，從而得到二值化SEM圖像。二值化SEM圖像只顯示孔隙和顆粒，孔隙顯示為黑色，顆粒顯示為白色。

圖3　土樣的微觀結(jié)構(gòu)SEM圖像Fig.3　SEM image

圖4　土樣二值化SEM圖像Fig.4　Binary image

圖5　土樣矢量化SEM圖像Fig.5　Vectorized image

為了計算方便并且考慮灰度閾值的準確性，本文采用試算法[9],以擊實次數(shù)為84次，放大倍數(shù)×400時為例，具體步驟如下：首先利用ERDAS中Viewer模塊打開處理后的土樣微觀結(jié)構(gòu)SEM圖像(見圖3)，利用inquire cursor工具查詢土樣微觀結(jié)構(gòu)SEM圖像的灰度值，初步確定孔隙灰度值范圍，估計灰度閾值的大概取值范圍為85～110；然后按不同的灰度閾值，利用Modeler模塊建模，進行二值化SEM圖像處理，即將灰度閾值范圍85～110按灰度值85、90、95、100、105、110分為5段，并分別進行二值化處理得到黑白二值化SEM圖像，黑色表示孔隙，白色表示顆粒，見圖4；再利用Vector模塊將柵格文件轉(zhuǎn)化為矢量文件，將孔隙刻劃為不規(guī)則多邊形(見圖5)，從矢量化SEM圖像的屬性中提取孔隙和顆粒的基本信息，如周長、面積等，以像素個數(shù)表示，且在二值化SEM圖像處理過程中，孔隙的屬性定為1，顆粒的屬性定為0，所以在矢量化SEM圖像的屬性表中，凡屬性碼為1的均為孔隙，屬性碼為0的均為顆粒，提取屬性表中的數(shù)據(jù)，可以實現(xiàn)孔隙與顆粒的信息分離；最后根據(jù)提取的孔隙數(shù)據(jù)進行分析，得到孔隙的定量化參數(shù)，并根據(jù)孔隙的平均孔徑與閾值的變化關系以及孔隙的分形維數(shù)與灰度閾值的變化關系，確定灰度閾值的范圍，見圖6和圖7。

圖6　孔隙的平均孔徑與灰度閾值的關系Fig.6　　　　Relationship between the average aperture of the pore and the threshold of the gray scale

圖7　孔隙的形態(tài)分維數(shù)與灰度閾值的關系Fig.7　　　　Relationship between the fractal dimension of the pore and the threshold of the gray scale

由圖6和圖7可見，灰度閾值在95～105之間時，孔隙的平均孔徑隨灰度閾值的變化呈上升趨勢，但變化幅度僅從0.57變至0.65,變化相對穩(wěn)定(見圖6)；灰度閾值在90～100之間時，孔隙的分形維數(shù)變化相對穩(wěn)定。

綜合分析，在擊實次數(shù)為84次時，確定土樣微觀結(jié)構(gòu)SEM圖像的灰度閾值取值范圍為95～100。按同樣的方法可分別確定其他擊實次數(shù)下土樣微觀結(jié)構(gòu)SEM圖像的灰度閾值取值范圍，詳見表1。

表1　　　　不同擊實次數(shù)下土樣微觀結(jié)構(gòu)SEM圖像的灰度閾值Table 1　　　　Threshold of the gray scale of the SEM image of loess microstructure under different compaction times

3. 2　數(shù)據(jù)分析

孔隙各參數(shù)值確定后即可進行不同擊實次數(shù)下?lián)魧嶞S土微觀結(jié)構(gòu)的定量分析。

3.2.1孔隙的含量分析

圖8為不同擊實次數(shù)下土樣小于某孔徑的孔隙面積占孔隙總面積的百分比的分布曲線。

根據(jù)土樣孔徑的分布曲線特征(見圖8)可以看出，在擊實次數(shù)為98次之后，孔隙的分布差異不大；縱向比較，相同孔徑條件下，隨著擊實次數(shù)的增加，小于該孔徑的孔隙面積占孔隙總面積的百分比逐漸增加，表明隨著擊實次數(shù)的增加，土樣孔隙的孔徑逐漸減小。在擊實次數(shù)為98次之后，孔隙的分布差異不大，表明擊實次數(shù)在98次之后效果不太明顯，據(jù)此建議室內(nèi)擊實試驗土樣的擊實次數(shù)選擇為98次即可。

圖8　　　　不同擊實次數(shù)下土樣小于某孔徑的孔隙面積占 孔隙總面積的百分比的分布曲線Fig.8　　　　Distribution curve of the percentage of pore area (%) less than a particle size in total pore area under different compaction times

根據(jù)雷祥義等[10]對黃土孔隙的分類標準，將黃土孔隙按大小分為：大孔隙(孔徑>0.016 mm)、中孔隙(孔徑為0.016～0.004 mm)、小孔隙(孔徑為0.004～0.001 mm)和微孔隙(孔徑<0.001 mm)。本文對不同擊實次數(shù)下?lián)魧嵧翗拥目紫稊?shù)據(jù)進行了統(tǒng)計分類，用孔隙含量來表征孔隙的分布和大小[11]，統(tǒng)計出擊實土樣大、中、小、微孔隙的含量，并計算出其面孔隙率[12],詳見表2。

表2　擊實黃土孔隙含量的分布(%)Table 2　　　　Distribution of pore size of the compacted loess (%)

由表2可見，隨著擊實次數(shù)的增加，擊實土樣中大、中孔隙逐漸變?yōu)槲⑿】紫叮以趽魧嵈螖?shù)為98次之后，土樣微觀結(jié)構(gòu)中的孔隙絕大部分是微孔隙，顆粒與聚合體之間的接觸會更加密集，擊實土樣則會具有較高的強度。

3.2.2孔隙的形狀系數(shù)分析

根據(jù)公式(1)，分別計算出各組擊實土樣孔隙的形狀系數(shù)F，再求出其均值，可得出擊實土樣的平均孔隙形狀系數(shù)隨擊實次數(shù)的變化曲線，見圖9。

圖9　　　　擊實土樣的平均孔隙形狀系數(shù)隨擊實次數(shù)的 變化曲線Fig.9　　　　Curve of average pore shape factor with compa- ction times of the compacted soil samples

由圖9可見，隨著擊實次數(shù)的增加，擊實土樣的平均孔隙形狀系數(shù)F越來越小，且在擊實次數(shù)為112次之后曲線變化平緩，表明隨著擊實次數(shù)的增加，擊實土樣內(nèi)部孔隙邊緣越來越復雜，顆粒接觸越來越緊密，擊實土樣的強度越來越大。

3.2.3孔隙的分形維數(shù)分析

根據(jù)公式(2)，對每組擊實土樣SEM圖像中孔隙的面積(A)和孔隙的周長(P)取對數(shù)后，進行線性擬合，得到擊實土樣直線斜率的擬合曲線(見圖10)，由各組擬合曲線，并根據(jù)直線斜率計算得到各組擊實土樣孔隙的分形維數(shù)D，詳見表3。

圖10　擊實土樣直線斜率的擬合曲線Fig.10　　　　Fitting curves of straight slope of the compacted soil samples表3　擊實土樣的孔隙的形態(tài)分維數(shù)Table 3　　　　Morphological fractal dimension of the compacted soil samples

擊實次數(shù)/次擬合直線斜率k孔隙的分形維數(shù)D700.65121.3024840.65351.3070980.65451.30901120.65581.31141260.65731.31461400.65761.3150

由表3可見，隨著擊實次數(shù)的增加，擊實土樣孔隙的分形維數(shù)呈現(xiàn)出逐漸增大的趨勢，表示擊實土樣內(nèi)部孔隙的邊緣隨著擊實次數(shù)的增加越來越復雜，這是由于隨著擊實次數(shù)的增加，擊實土樣內(nèi)部的大、中孔隙逐漸轉(zhuǎn)變?yōu)槲⑿】紫叮箍紫兜倪吘壴絹碓綇碗s；但是總體來看，孔隙的分形維數(shù)的變化并不大，這是由于土樣在擊實作用下，孔隙分布已相對均勻，尤其是在擊實次數(shù)為112次之后變化非常小，表明擊實次數(shù)在112次后對土樣微觀結(jié)構(gòu)的影響已不明顯。

由此可見，本文所研究的機場工程地基處理過程中在壓實度檢測標準中可將擊實次數(shù)選取為112次左右。

4　結(jié)論與建議

(1) 綜合×400放大倍數(shù)和×1 200放大倍數(shù)的擊實黃土的微觀結(jié)構(gòu)SEM圖像分析可知，隨著擊實次數(shù)的增加，土樣的孔隙逐漸減少，顆粒接觸越來越密實，使擊實土樣的強度越來越強。但在擊實次數(shù)為98次之后，土樣微觀結(jié)構(gòu)在表觀上差別不大。

(2) 隨著擊實次數(shù)的增加，擊實黃土的孔徑逐漸變小，孔隙含量逐漸變少，孔隙分布從大、中孔隙逐漸變?yōu)槲⑿】紫叮浞植荚絹碓骄鶆颍坏趽魧嵈螖?shù)為98次之后，擊實黃土的孔隙隨擊實次數(shù)的變化已不明顯，尤其是112次之后，微觀顆粒接觸基本上都是團粒集合體間的面-面接觸，擊實黃土的微觀結(jié)構(gòu)基本穩(wěn)定。

(3) 建議該機場工程地基處理過程中在壓實度檢測標準中將擊實次數(shù)選定在98～112次之間。

參考文獻：

[1] Dijkstra T A,Smalley I J,Rogers C D F.Particle packing in loess deposits and the problem of structure collapse and hydroconsolidation[J].EngineeringGeology,1995,40:49-64.

[2] 胡瑞林,官國琳,李向全,等.黃土濕陷性的微結(jié)構(gòu)效應[J].工程地質(zhì)學報,1999,7(2):161-167.

[3] 唐朝生,施斌,王寶軍,基于SEM土體微觀結(jié)構(gòu)研究中的影響因素分析[J].巖土工程學報,2008,30(4):560-565.

[4] 宋章,程謙恭,張煒,等.天然黃土顯微結(jié)構(gòu)特征與濕陷性狀分析[J].工程地質(zhì)學報,2007,15(5)：646-653.

[5] 宋彥輝，李忠生.長安地裂縫帶黃土的微觀結(jié)構(gòu)特征研究[J].安全與環(huán)境工程，2012,19(6)：17-21.

[6] 陳偉，張吾渝，馬艷霞,等.基于三軸試驗壓實黃土微觀結(jié)構(gòu)變化機制研究[J].地震工程學報,2014,36(2):239-242.

[7] 付建偉，梁曉波.壓實黃土吸力和微結(jié)構(gòu)關系探討[J].資源環(huán)境與工程，2017，31(5)：590-593.

[8] Voss R F,Laibowitz R B,Allesandrini E I.Fractal Geometry of Percolation in Thin Gold Films[M]//Pynn R,Skjeltorp A.FractalGeometryofPercolationinThinGoldFilms.Boston,MA:Springer,1991:279-288.

[9] 高凌霞，李順群.灰度閾值對粘土合成微結(jié)構(gòu)參數(shù)的影響[J].水文地質(zhì)與工程地質(zhì)，2011,38(5)：70-75.

[10]雷祥義，王書法.黃土的孔隙大小與濕陷性[J].水文地質(zhì)與工程地質(zhì),1987(5)：15-18.

[11]陳勇平，王正，常亮,等.基于3種圖像處理方法的楊樹木材表面孔隙度比較[J]，福建林學院學報，2013，33(4):381-384.

[12]王梅，杜建安，白曉紅.黃土濕陷性質(zhì)的微觀研究[J].科技情報開發(fā)與經(jīng)濟，2001,11(1)：75-76.