某机场工程不同击实次数下黄土的微观结构特征研究

魏　桦,宁立波

(1.空军工程设计研究局，北京 100086；2.中国地质大学(武汉)环境学院，湖北 武汉 430074)

黄土的湿陷特性极大地影响着建设工程的安全性。造成黄土湿陷的主要原因是黄土微观结构的变化，即黄土微观结构对其工程力学性质起着决定性作用。许多学者对黄土的微观结构进行了大量研究，如Dijkstra等[1]研究了黄土固结过程中颗粒堆积的演化情况；胡瑞林等[2]借助图像处理技术，提出用颗粒形态及排列特征、孔隙特征、粒间非化学接触

特征等要素来完整体现黄土的微观结构状态；唐朝生等[3]通过对土体SEM图像的研究，发现选取的阈值相对较小时，得到的土体孔隙结构参数较接近真实情况；宋章等[4]和宋彦辉等[5]通过扫描电镜分析，研究了原状黄土的微观结构特性；陈伟等[6]利用扫描电子显微镜对压实黄土剪切前后的微观结构变化进行了研究；付建伟等[7]用扫描电子显微镜分析了各级压力下压实黄土的微观结构[7]。

但上述研究针对一些高填方工程击实黄土的微观结构特征的研究相对较少。为此，本文结合西北某机场工程，通过室内试验，借助扫描电子显微镜(SEM)对不同击实次数下湿陷性黄土的微观结构进行了定性描述和定量研究，进而合理确定机场工程地基处理中湿陷性黄土的击实次数。

1　样品制备与图像预处理

1. 1　样品制备

西北某机场工程位于延安市，为高填深挖工程，填方厚度最大达70多米，其特点是：土石方量巨大，原土基为深厚湿陷性黄土，填料为湿陷性黄土。本研究试验土样取自机场地基建设挖方区，为获取各个时代(主要是Q2、Q3)的黄土，保证所取黄土土样具有代表性，在机场建设3个挖方区各选择一个典型剖面进行取样。土样制备方法是将取来的土样捣碎，放于烘箱中烘干24 h，再将其碾碎，采用配土法配制其含水量为12.8%[8]，并根据《土工试验方法标准》(GB/T 50123—1999)中土样最佳含水量的确定是通过标准击实试验，故通过标准击实试验确定此为最佳含水量。

土样制备好后进行分层击实，击实次数分别为70次、84次、98次、12次、126次、140次，即将土样制备为6组击实土样。

1. 2　图像预处理

本次试验将6组击实土样干燥处理后分割成便于扫描电子显微镜(SEM)观测的样品，采用烘干法进行干燥处理，每组样品包括击实土样的水平面和竖直面两个土样，采用日本日立公司生产的超高分辨率场发射扫描电子显微镜(SEM-SU8010)对试验土样的微观结构进行观测。

在土样的微观结构观测中，SEM图像的放大倍数不同所观测到的土样所表现出来的结构特征状态也不同，在中倍数区(200～500倍)，观测到的土样图像较为清晰，观测范围也较高倍数区大，得到的分析数据也较准确；在高倍数区(1 000～4 000倍)，观测范围较小，主要可观测到微小孔隙和颗粒分布情况以及颗粒之间的接触联接情况。由于本次试验为击实土样，具有高致密性且颗粒较小，所以选取SEM图像的放大倍数为400倍和1 000倍进行研究。本次采用PhotoShop软件对SEM图像进行预处理，包括图像降噪、增强对比度以及亮度均衡，进而提高SEM图像的质量。

2　击实黄土微观结构特征的定性分析

经过对每组击实次数下击实黄土的水平面(H面)和竖直面(V面)的微观结构SEM图像的观测以及数据提取后的分析比较，发现击实黄土水平面和竖直面的微观结构随击实次数的变化趋势区别不大，所以本文选择击实黄土的竖直面的微观结构SEM图像进行分析。图1为放大倍数×400时不同击实次数下黄土微观结构的SEM图像。

图1　　　　放大倍数×400时不同击实次数下黄土的微观 结构SEM图像Fig.1　　　　SEM image of loess microstructure under different compaction times with magnification of 400 times

由图1可见，6组不同击实次数下土样的微观结构较为致密，几乎没有大孔隙存在，SEM图像中虽可见到比较大的凹陷，这可能是制作试样时手动掰开造成的；经过横向比较可以看出，随着击实次数的增加，土样的孔隙逐渐减少，颗粒接触越来越密实，特别是在击实次数为70～112次之间时，土样微观结构的变化还是比较明显的；而在击实次数为126次、140次时，土样微观结构的变化直观上已不明显，较击实次数在70～112次之间时的颗粒接触更紧密，孔隙分布更少，大孔隙已不存在。

图2为放大倍数×1 200时不同击实次数下黄土的微观结构SEM图像。

图2　　　　放大倍数×1 200时不同击实次数下黄土的微观 结构SEM图像Fig.2　　　　SEM image of loess microstructure under different compaction times with magnification of 1200 times

由图2可见，与放大倍数×400时相比，放大倍数×1 200时SEM图像中土样的面积较小，但颗粒和孔隙都比较清楚，土样骨架单元体主要是聚合体，并且接触关系主要是面-面接触；随着击实次数的增加，明显可见土样的孔隙由大变小、由多变少，并且土样单元体的聚合体越来越大，土样越来越密实；但当击实次数为98次之后，土样的微观结构在表观上变化不大。

由以上定性分析可知，随着击实次数的增加，土样的孔隙逐渐减少，颗粒接触越来越密实，会使击实土样的强度越来越大，但在击实次数为98次之后，土样微观结构在表观上的差别不大。

3　击实黄土微观结构的定量分析

本文采用ERDAS软件对黄土的微观结构SEM图像进行处理和数据提取。

3. 1　孔隙参数的选择

本次对击实黄土微观结构SEM图像的定量研究，主要是针对击实黄土的孔隙进行量化，在数据提取时，按属性码提取所需信息，直接分析得到黄土孔隙的大小、含量等参数，进一步分析得到黄土孔隙的形状(分形分维)参数。

3.1.1孔隙的形状系数F

孔隙的形状系数表示孔隙边缘与圆的接近程度，用F表示(公式1)。F的数值在0～1之间，F越小，孔隙边缘越复杂，颗粒与聚合体边缘越曲折，颗粒与聚合体接触越复杂，接触面积越大，其强度越大；反之，F越大，孔隙边缘越接近于圆形。

F=Py/P

(1)

式中:Py为与孔隙等面积圆的周长(μm)；P为孔隙实际周长(μm)。

3.1.2孔隙的分形维数

Voss等[8]根据分形理论，发现SEM图像中土样颗粒的周长与面积存在如下关系：

logP=D/2logA+C

(2)

式中：P为孔隙周长，以像素记；A为孔隙面积，以像素记；D为孔隙的分形维数；C为常数。

根据分形理论，可采用公式(2)来分析土样孔隙的分形维数，即根据孔隙的周长与面积的对数曲线，确定各击实次数下土样孔隙的分形维数。孔隙的分形维数反映了孔隙的形状，表示孔隙边缘的复杂程度，其数值越大，表示孔隙边缘越复杂；数值越小，表示孔隙边缘越简单。

3.1.3孔隙的平均孔径

在矢量图像属性表中提取孔隙的像素点数面积和周长数据，可直接统计得到孔隙的大小。通过比例尺以及每个像素的长度可将像素单位数据转换为长度单位数据，并可得到每个孔隙的等效圆直径di：

(3)

式中：ai为第i个孔隙的面积(μm2)。

然后对其求平均值，可得到孔隙的平均孔径为

(4)

式中：n为孔隙的个数。

3.1.4灰度阈值

SEM图像是由一系列灰度值显现出来的，从灰度值的角度进行分析，可实现孔隙与颗粒信息的分离。信息分离的实现需要确定一个介于孔隙与颗粒灰度值之间的界限，称为灰度阈值。灰度阈值确定后，就可以对SEM图像进行二值化处理，从而得到二值化SEM图像。二值化SEM图像只显示孔隙和颗粒，孔隙显示为黑色，颗粒显示为白色。

图3　土样的微观结构SEM图像Fig.3　SEM image

图4　土样二值化SEM图像Fig.4　Binary image

图5　土样矢量化SEM图像Fig.5　Vectorized image

为了计算方便并且考虑灰度阈值的准确性，本文采用试算法[9],以击实次数为84次，放大倍数×400时为例，具体步骤如下：首先利用ERDAS中Viewer模块打开处理后的土样微观结构SEM图像(见图3)，利用inquire cursor工具查询土样微观结构SEM图像的灰度值，初步确定孔隙灰度值范围，估计灰度阈值的大概取值范围为85～110；然后按不同的灰度阈值，利用Modeler模块建模，进行二值化SEM图像处理，即将灰度阈值范围85～110按灰度值85、90、95、100、105、110分为5段，并分别进行二值化处理得到黑白二值化SEM图像，黑色表示孔隙，白色表示颗粒，见图4；再利用Vector模块将栅格文件转化为矢量文件，将孔隙刻划为不规则多边形(见图5)，从矢量化SEM图像的属性中提取孔隙和颗粒的基本信息，如周长、面积等，以像素个数表示，且在二值化SEM图像处理过程中，孔隙的属性定为1，颗粒的属性定为0，所以在矢量化SEM图像的属性表中，凡属性码为1的均为孔隙，属性码为0的均为颗粒，提取属性表中的数据，可以实现孔隙与颗粒的信息分离；最后根据提取的孔隙数据进行分析，得到孔隙的定量化参数，并根据孔隙的平均孔径与阈值的变化关系以及孔隙的分形维数与灰度阈值的变化关系，确定灰度阈值的范围，见图6和图7。

图6　孔隙的平均孔径与灰度阈值的关系Fig.6　　　　Relationship between the average aperture of the pore and the threshold of the gray scale

图7　孔隙的形态分维数与灰度阈值的关系Fig.7　　　　Relationship between the fractal dimension of the pore and the threshold of the gray scale

由图6和图7可见，灰度阈值在95～105之间时，孔隙的平均孔径随灰度阈值的变化呈上升趋势，但变化幅度仅从0.57变至0.65,变化相对稳定(见图6)；灰度阈值在90～100之间时，孔隙的分形维数变化相对稳定。

综合分析，在击实次数为84次时，确定土样微观结构SEM图像的灰度阈值取值范围为95～100。按同样的方法可分别确定其他击实次数下土样微观结构SEM图像的灰度阈值取值范围，详见表1。

表1　　　　不同击实次数下土样微观结构SEM图像的灰度阈值Table 1　　　　Threshold of the gray scale of the SEM image of loess microstructure under different compaction times

3. 2　数据分析

孔隙各参数值确定后即可进行不同击实次数下击实黄土微观结构的定量分析。

3.2.1孔隙的含量分析

图8为不同击实次数下土样小于某孔径的孔隙面积占孔隙总面积的百分比的分布曲线。

根据土样孔径的分布曲线特征(见图8)可以看出，在击实次数为98次之后，孔隙的分布差异不大；纵向比较，相同孔径条件下，随着击实次数的增加，小于该孔径的孔隙面积占孔隙总面积的百分比逐渐增加，表明随着击实次数的增加，土样孔隙的孔径逐渐减小。在击实次数为98次之后，孔隙的分布差异不大，表明击实次数在98次之后效果不太明显，据此建议室内击实试验土样的击实次数选择为98次即可。

图8　　　　不同击实次数下土样小于某孔径的孔隙面积占 孔隙总面积的百分比的分布曲线Fig.8　　　　Distribution curve of the percentage of pore area (%) less than a particle size in total pore area under different compaction times

根据雷祥义等[10]对黄土孔隙的分类标准，将黄土孔隙按大小分为：大孔隙(孔径>0.016 mm)、中孔隙(孔径为0.016～0.004 mm)、小孔隙(孔径为0.004～0.001 mm)和微孔隙(孔径<0.001 mm)。本文对不同击实次数下击实土样的孔隙数据进行了统计分类，用孔隙含量来表征孔隙的分布和大小[11]，统计出击实土样大、中、小、微孔隙的含量，并计算出其面孔隙率[12],详见表2。

表2　击实黄土孔隙含量的分布(%)Table 2　　　　Distribution of pore size of the compacted loess (%)

由表2可见，随着击实次数的增加，击实土样中大、中孔隙逐渐变为微小孔隙，且在击实次数为98次之后，土样微观结构中的孔隙绝大部分是微孔隙，颗粒与聚合体之间的接触会更加密集，击实土样则会具有较高的强度。

3.2.2孔隙的形状系数分析

根据公式(1)，分别计算出各组击实土样孔隙的形状系数F，再求出其均值，可得出击实土样的平均孔隙形状系数随击实次数的变化曲线，见图9。

图9　　　　击实土样的平均孔隙形状系数随击实次数的 变化曲线Fig.9　　　　Curve of average pore shape factor with compa- ction times of the compacted soil samples

由图9可见，随着击实次数的增加，击实土样的平均孔隙形状系数F越来越小，且在击实次数为112次之后曲线变化平缓，表明随着击实次数的增加，击实土样内部孔隙边缘越来越复杂，颗粒接触越来越紧密，击实土样的强度越来越大。

3.2.3孔隙的分形维数分析

根据公式(2)，对每组击实土样SEM图像中孔隙的面积(A)和孔隙的周长(P)取对数后，进行线性拟合，得到击实土样直线斜率的拟合曲线(见图10)，由各组拟合曲线，并根据直线斜率计算得到各组击实土样孔隙的分形维数D，详见表3。

图10　击实土样直线斜率的拟合曲线Fig.10　　　　Fitting curves of straight slope of the compacted soil samples表3　击实土样的孔隙的形态分维数Table 3　　　　Morphological fractal dimension of the compacted soil samples

击实次数/次拟合直线斜率k孔隙的分形维数D700.65121.3024840.65351.3070980.65451.30901120.65581.31141260.65731.31461400.65761.3150

由表3可见，随着击实次数的增加，击实土样孔隙的分形维数呈现出逐渐增大的趋势，表示击实土样内部孔隙的边缘随着击实次数的增加越来越复杂，这是由于随着击实次数的增加，击实土样内部的大、中孔隙逐渐转变为微小孔隙，使孔隙的边缘越来越复杂；但是总体来看，孔隙的分形维数的变化并不大，这是由于土样在击实作用下，孔隙分布已相对均匀，尤其是在击实次数为112次之后变化非常小，表明击实次数在112次后对土样微观结构的影响已不明显。

由此可见，本文所研究的机场工程地基处理过程中在压实度检测标准中可将击实次数选取为112次左右。

4　结论与建议

(1) 综合×400放大倍数和×1 200放大倍数的击实黄土的微观结构SEM图像分析可知，随着击实次数的增加，土样的孔隙逐渐减少，颗粒接触越来越密实，使击实土样的强度越来越强。但在击实次数为98次之后，土样微观结构在表观上差别不大。

(2) 随着击实次数的增加，击实黄土的孔径逐渐变小，孔隙含量逐渐变少，孔隙分布从大、中孔隙逐渐变为微小孔隙，其分布越来越均匀；但在击实次数为98次之后，击实黄土的孔隙随击实次数的变化已不明显，尤其是112次之后，微观颗粒接触基本上都是团粒集合体间的面-面接触，击实黄土的微观结构基本稳定。

(3) 建议该机场工程地基处理过程中在压实度检测标准中将击实次数选定在98～112次之间。

参考文献：

[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,官国琳,李向全,等.黄土湿陷性的微结构效应[J].工程地质学报,1999,7(2):161-167.

[3] 唐朝生,施斌,王宝军,基于SEM土体微观结构研究中的影响因素分析[J].岩土工程学报,2008,30(4):560-565.

[4] 宋章,程谦恭,张炜,等.天然黄土显微结构特征与湿陷性状分析[J].工程地质学报,2007,15(5)：646-653.

[5] 宋彦辉，李忠生.长安地裂缝带黄土的微观结构特征研究[J].安全与环境工程，2012,19(6)：17-21.

[6] 陈伟，张吾渝，马艳霞,等.基于三轴试验压实黄土微观结构变化机制研究[J].地震工程学报,2014,36(2):239-242.

[7] 付建伟，梁晓波.压实黄土吸力和微结构关系探讨[J].资源环境与工程，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，李顺群.灰度阈值对粘土合成微结构参数的影响[J].水文地质与工程地质，2011,38(5)：70-75.

[10]雷祥义，王书法.黄土的孔隙大小与湿陷性[J].水文地质与工程地质,1987(5)：15-18.

[11]陈勇平，王正，常亮,等.基于3种图像处理方法的杨树木材表面孔隙度比较[J]，福建林学院学报，2013，33(4):381-384.

[12]王梅，杜建安，白晓红.黄土湿陷性质的微观研究[J].科技情报开发与经济，2001,11(1)：75-76.