和田河干流下游河段河床沉积物渗透特性试验研究

卜新峰，王俊智，武见，万伟锋

（1.黄河勘测规划设计研究院有限公司，河南郑州 450003；2.水利部黄河流域水治理与水安全重点实验室（筹），河南郑州 450003；3.华北水利水电大学地球科学与工程学院，河南郑州 450045）

0 引言

作为河流与含水层相互作用的重要物理界面，河床沉积层直接影响着地表水与地下水的交换强度以及潜流带能量、物质的运移过程［1-3］。河床沉积物的渗透能力受到沉积物粒度、成分、颗粒排列、充填状况、沉积结构等的影响，具有显著的差异性［4，5］。河床沉积物渗透系数的空间变异性规律对揭示流域内河水与地下水转化机理、地表水渗漏量估算以及流域生态系统分析与评价具有重要意义。

相较于室内试验法和数值模型法，野外测定法是对河床沉积物渗透系数的直接测量，是一种原位定量评价，结果更加贴近实际。目前常采用的野外试验方法主要有渗水试验、微水试验以及竖管试验等，竖管试验法因其能够现场测定河床沉积物不同方向的渗透系数，且具有简便、快速的特点，近年来被很多学者采用［6］。

近年来竖管试验在国内外的应用案例较多，如束龙仓、迟宝明［6，7］在美国内布拉斯州的普拉特河、中国江苏省张家港市的暨阳湖分别做了现场竖管试验，得到了可靠的河床沉积物、湖底沉积物渗透系数结果；陈洵洪［8］在美国内布拉斯州的Republican River 通过大量野外试验证明了该方法在确定河床沉积物渗透系数及各向异性方面的实用性；范晓梅等［9］以黄河三角洲内黄河故道、孤北水库和天然湿地为研究对象，利用竖管法对其沉积物的渗透系数进行了现场测定；高敏等［10］以渭河和美国内布拉斯加州的普拉特河为研究对象，利用竖管法和室内颗粒分析法测定了河床沉积物的渗透系数，开展了渭河河床渗透系数的空间变异性研究；介飞龙等［11］采用渗水仪法和竖管法测定了玉龙喀什河河床垂向渗透系数，研究了河床垂向渗透系数的空间变化特征，分析认为泥沙淤积作用、风积作用、河流沉积作用等因素是导致玉龙喀什河河床垂向渗透系数产生变异的主要影响因素。

虽然部分学者也研究了一些河流河床沉积物渗透性参数的沿程变化特征，但多是大尺度的研究，更加倾向于对河流上、中和下游沉积物渗透特性的宏观空间变化特征分析，目前尚缺乏对于具有相似条件的同一河段内沉积物渗透性参数空间变异规律的系统研究和成因分析。

和田河干流下游河段作为贯穿塔克拉玛干沙漠的典型河段，对其河床沉积物渗透性参数空间变异规律的系统研究将为该河段河道渗漏损失量的计算提供数据支撑，对其变异成因的分析将为和田河贯穿沙漠并在两岸形成绿色生态廊道的“奥秘”给出科学的解释，进而为采取科学合理的工程措施改善和维持和田河流域的生态环境提供技术指导［12］。

1 研究区域

玉龙喀什河与喀拉喀什河汇流后形成和田河干流，全长约319 km，为沙漠无人区，该河段河道宽阔平坦，根据遥感测量河道宽度在500～3 500 m之间，平均河宽约为1 750 m。试验选择和田河干流下游河段（和田河干流新老河道交汇～肖塔段）开展河床沉积物渗透系数的野外现场测定，测点沿河流流向布置形成一个纵断面，以获取和田河干流下游河段河床渗透系数的空间分布规律，为和田河流域生态保护与治理提供依据。

试验于2020 年11 月份开展，根据河道场地实际条件，在和田河干流下游河段顺水流方向靠近河岸的河床部位选取了6处试验场地开展了现场竖管试验，自上游至下游试验点编号依次为HTST06、HTST05、HTST04、HTST03、HTST02、HTST01，试验点分布位置见图1。该段河床纵比降为0.6～0.7 m/km，河床表层沉积物岩性主要为粉砂和粉土，在主河槽两侧的河道内，受水动力条件的影响，河床沉积物表层多淤积有厚薄不一的泥膜层，其主要成分为黏土颗粒，局部含极少量的淤泥，泥膜厚度一般为5～8 mm。

图1 河床沉积物竖管试验点布置图Fig.1 In-situ standpipe test site layout for riverbed sediments

2 测试方法

2.1 试验过程

根据陈洵洪等［8］学者改进的竖管试验方法，结合研究河段河床沉积物颗粒特性和试验点的现场实际条件，选用内径分别为70、110 和160 mm 三种规格的直状聚氯乙烯竖管开展试验。利用70 mm 管还专门制作了L 型试验管，直状竖管高度为110 cm，L 型管的竖直部分高度为100 cm，水平部分长50 cm。直状竖管和L型试验管分别用于测定沉积物垂直方向和水平方向的渗透系数。

为尽量减少对试验砂层的扰动，将直状竖管谨慎而匀速地插入河床沉积物中，待管内外水位相对稳定时立即测读管内外水位（以竖管顶端同一点为测读基准零点）和管内沉积物长度。地下水位在试验期间可认为是恒定无变化的，向竖管内加入河水至满管，记录管内水头下降过程的水头与对应的时刻数据，进而获取河床沉积物的Kv值和Kh值。根据管内水位下降速率，本次采用地下水自动水位计进行水头值的采集，水位采集时间间隔为1 min，每组试验持续时间不低于20 min，为避免蒸发对管内水位造成影响，竖管顶端进行了遮盖。

2.2 计算公式

美国学者Hvorslev根据大量的室内渗透仪试验以及现场试验案例数据的观测与统计分析，推导了不同边界条件以及试验方案下求取渗透系数的公式，在此基础上形成了利用竖管在多孔介质中直接测定渗透系数的方法，奠定了竖管试验的基础［13］。

陈洵洪在试验应用过程中对相关公式进行了简化［8］，管内沉积物的垂向渗透系数可由所记录的管内任意两个水位和所对应的时间计算得到，计算公式为：

式中：Kv为垂向渗透系数，cm/s；Lv为直状试验管内沉积物长度，cm；h1、h2分别为t1、t2（s）时刻对应的管内水头值，cm，见图2，地下水位在试验过程中认为是不变的。

图2 河床沉积物垂向与水平方向渗透试验竖管设计方案Fig.2 Standpipe scheme of riverbed sediments for vertical and horizontal penetration test

L状试验管用来测定水平方向的渗透系数，L状试验管由两根内径相同的直状试验管以90度夹角连接而成，其中管的水平部分被插入河床沉积物中，沉积物进入管内。水平方向渗透系数可用式（2）进行计算：

式中：Kh为水平方向渗透系数，cm/s；Lh为插入河床沉积物中水平测管中的沉积物长度，cm，见图2，其他各项的意义同式（1）。

采用公式（1）、（2），利用试验过程中获取的任意两个时刻及其对应的水头值均可计算得出竖管内沉积物的渗透系数。

2.3 河床沉积物取样分析及饱和导水率预测

由于试验河段地形平缓，河床呈漫流状态，且根据实地调查，河床沉积物是典型的层状沉积结构。因此，采用竖管试验法获取研究河段垂向和水平向渗透系数具有良好的适用性。

对于河床沉积物的综合渗透系数的获取，可利用土壤转换函数法通过颗粒分析试验数据进行预测，土壤转换函数的本质是利用一定数量的土壤样本及其实测数据，在土壤理化性质和水力参数之间连接起来建立函数关系，进而推求土壤水力性质的间接方法，

在试验结束后，将竖管连同管内河床沉积物取出，采取每个试验点试验管内沉积物样品进行颗分试验，利用筛分法按照粒径大小进行分类，其中粒径在0.075～2.0 mm 的归为砂粒，粒径在0.005～0.075 mm 的归为粉粒，粒径小于0.005 mm 的归为黏粒。

根据有关学者的实际应用经验，采用美国农业部编制的软件Rosetta，通过将颗粒分析和土壤容重参数输入其内置的层次化人工神经网络模型（Hierarchical ANN models），可以方便的对土样的饱和导水率Ks进行预测［14］，该模型是基于神经网络分析并且借助于附加的输入变量容重来预测水力参数，因而具有更高的精确度。根据对该方法参数获取过程的分析，获取的饱和导水率参数没有方向性，因此可以近似认为是河床沉积物的综合渗透参数。

3 结果与讨论

表1 给出了野外竖管试验各试验点位的试验类型、管径参数、沉积物长度等基本信息。共在7 个试验点位开展了19 组原位竖管试验，所测试的河床沉积物长度在12.0～50.0 cm 之间，平均值为27.76 cm，试验点位处的河水深度为10.0～38.0 cm。

表1 野外竖管试验点基本情况一览表Tab.1 List of basic conditions of field standpipe test sites

3.1 河床沉积物试验成果

表2 给出了各试验点位的颗分试验成果，表3 给出了各试验点位河床沉积物水平、垂直以及综合渗透参数计算和预测结果，据此对和田河干流下游河段河床沉积物渗透特性的空间分布特征以及影响因素进行了分析。

表2 各试验点土样颗分试验成果表Tab.2 Particle analysis test results of soil sample at each test site

3.2 河床沉积物渗透参数空间分布特征分析

根据表3 渗透参数计算结果，结合竖管试验点的空间分布特征，给出了从上游至下游沿程河床沉积物垂向渗透系数平均值和水平向渗透系数的空间分布特征，见图3。由图3 可以看出，河床沉积物垂向渗透系数平均值沿河床纵断面自上游至下游，整体呈增大的趋势，最小值为HTST06试验点的的0.81 m/d，最大值为HTST03 试验点的2.77 m/d。在距上游起始点90 km处的HTST01试验点处，出现了一个垂向渗透系数低值异常点。通过回顾竖管试验过程，复核试验数据和可能的影响因素分析，初步认为该异常点可能与该处试验点的位置有关，该试验点处于和田河与塔里木河交汇处上游约20 km 处，试验点处为一河岸边存水弯，较差的河流水动力条件、较稳定的淤积作用和饱和固结作用，使得试验所获取的沉积物渗透性系数偏小，该数值的偏小具有一定的随机性，但不影响对整体趋势的判断，由于试验设计的原因，该处缺失了水平渗透竖管试验。

图3 河床沉积物Kv平均值和Kh沿程空间变化特征Fig.3 The spatial variation characteristics of Kv mean value and Kh of sediments along the longitudinal section of riverbed

表3 各试验点河床沉积物渗透系数计算成果表［12］m/dTab.3 Calculation results of hydraulic conductivity of riverbed sediments at each test site

河床沉积物水平向渗透系数沿河床纵断面自上游至下游，整体呈增大的趋势，Kh最小值为HTST05 试验点的4.32 m/d，最大值为HTST04试验点的10.37 m/d。河床沉积物水平向渗透系数试验值的极差为6.05 m/d，而垂向渗透系数试验值的极差为1.96 m/d，可以看出在试验河段范围内，河床沉积物水平向渗透系数数值远大于垂直方向，Kh与Kv比值的平均值处于4.35～6.37 之间，且水平向渗透系数的离散性显著高于垂向渗透系数。

图4 给出了河床沉积物综合渗透参数Ks平均值以及河床沉积物各向异性比（Kh/Kv）沿河床纵断面自上游至下游的空间变化特征，从图4中可以看出，Ks平均值自上游至下游，整体呈先增大后减小的趋势，Ks平均值最小值为HTST01试验点的0.54 m/d，最大值为HTST03试验点的1.30 m/d，河床沉积物综合渗透系数的极差为0.76 m/d；在试验河段范围内，河床沉积物各向异性比平均值在3～9之间，最大值达9.09，且沿程整体呈现出降低的趋势。

图4 河床沉积物Ks平均值及各向异性比沿程空间变化特征Fig.4 The spatial variation characteristics of Ks mean value and anisotropy ratio of sediments along the longitudinal section of riverbed

图5给出了Kh和Kv与Ks的差值情况，可以看出，Kh与Ks的差值最小值为3.32 m/d，最大值为9.11 m/d，平均值为6.89 m/d；而Kv与Ks的差值最小值为-0.05 m/d，最大值为2.41 m/d，平均值为0.89 m/d；Kh与Ks的差值显著大于Kv与Ks的差值，整体上Kv与Ks的数值相当，Kv与Ks的数值接近程度与有无泥膜、泥膜厚度等因素有关，在有泥膜状态下，Kv与Ks的差值相对较小，二者的差值平均值为0.45 m/d，在无泥膜状态下，Kv与Ks的差值相对较大，二者的差值平均值为1.55 m/d。

图5 Kh与Ks和Kv与Ks的差值柱状对比图Fig.5 Histogram comparison of the difference between Kh and Ks and between Kv and Ks

3.3 河床沉积物渗透参数影响因素分析

图6给出了Kv与试验点土样颗粒组合关系图谱，可以看出，在不考虑异常数据的情况下，从上游至下游黏粒含量呈现出先小幅升高，后小幅降低的趋势，但整体变化幅度较小，而砂粒含量整体呈显著增加的趋势，粉粒含量整体呈显著减小的趋势，这在一定程度上反映了研究河段的冲淤变化特征。而结合图7中Kh和Kv与试验点土样黏粒含量相关关系图以及图8Kh和Kv与试验点土样中值粒径d50相关关系图可以看出，在黏粒含量整体处于较低水平，且差异不显著的情况下，竖管试验获取的河床沉积物垂向和水平向渗透系数，与试验点土样单项类别颗粒含量占比（如黏粒含量、粉粒含量）、中值粒径等单一参数的相关性较差，而可能与沉积物颗粒组分占比的组合或者沉积物颗粒排列结构有关。

图6 Kv与土样颗粒组合关系图谱Fig.6 Correlation diagram between Kv and particle combination of soil sample

图7 Kh和Kv与土样黏粒含量相关关系图Fig.7 Correlation diagram between Kh&Kv and clay content of soil samples

图8 Kh和Kv与土样中值粒径d50相关关系图Fig.8 Correlation diagram between Kh&Kv and median particle size d50 of soil samples

图9 给出了Ks与试验点土样黏粒含量相关关系图，从图9中可以看出利用人工神经网络法预测的河床沉积物综合渗透系数Ks值，与土样黏粒含量呈现出较好的线性关系，即Ks值随着试验点土样黏粒含量的增大而具有明显减小的趋势。而Ks平均值的沿程空间变化在一定程度上反映了表层河床沉积物黏粒总含量的沿程变化情况，这一点在图6中也得到了验证。

图9 Ks与土样黏粒含量相关关系图Fig.9 Correlation diagram between Ks and clay content in soil samples

图10 给出了有泥膜和无泥膜两种状态下垂向渗透系数Kv值对比情况。可以看出，无泥膜状态下的河床沉积物垂向渗透系数显著大于有泥膜状态。河床沉积物在无泥膜状态下与有泥膜状态下的比值最小值为1.10，最大值为2.66，平均值为1.87，由于泥膜厚度的不同，二者的差值存在一定的波动。

图10 有泥膜和无泥膜两种状态下Kv值对比图Fig.10 Comparison diagram of Kv values with and without mud film

3.4 讨论

根据河道水文地质调查，研究河段河床沉积物为典型的层状沉积结构，且河床表面近似为“波纹-瓦砾”组合状，主河槽两侧河道内，在河水漫溢的情况下，在冲蚀坑槽内黏土淤积物相对较厚，而在坑槽之间的部位黏土淤积物相对较薄。在开展竖管试验设计时，考虑到有淤积泥膜层和无淤积泥膜层两种沉积物状态的差异性，开展了两种状态下的垂向渗透试验对比。而利用同一试验点两种状态下的垂向渗透系数平均值Kv平均值代表垂向综合渗透系数，分析研究河段垂向渗透系数沿程变化趋势具有更好的代表性。

综合竖管试验获取的河床沉积物渗透系数空间分布和变化特征以及影响因素分析，可以看出：

（1）虽然整体上Kv与Ks的数值相当，但二者与黏粒含量的相关性差异显著。即Ks值与土样黏粒含量相关性较好，Kv与黏粒含量相关性差。究其原因，土壤转换函数法是基于多样本数据建立起的经验函数模型，更多考虑的是不同粒径颗粒的渗透性及其数量或数量组合，代表多样本统计意义上的土壤理化性质与水力参数之间的关系，其将河床沉积物近似看做各向同性介质，因此所得的Ks值与土样黏粒含量具有较好的相关性；而在研究河段试验点位的黏粒含量整体处于较低水平，且差异不十分显著的情况下，淤积泥膜层的存在与否显著地影响到垂向渗透系数Kv的数值大小，反应的是土壤颗粒排列结构与渗透系数之间的关系，因而对黏粒含量的细微变化反应不敏感。从另一个维度上分析，虽然影响Kv与Ks的数值大小的机理不同，但对于研究河段存在淤积泥膜层的河床沉积物，两种机理对渗透系数的影响大致相当，这也就是为什么在有泥膜存在时河床沉积物的表层垂向渗透系数Kv与综合渗透系数Ks较为接近的原因。在不具备试验条件的地带，利用基于土壤转换函数的人工神经网络模型预测沉积物综合渗透系数的方法具有一定的适用性。

（2）Kh整体上达到Kv的4.0～6.0倍，反映出在河床沉积物剖面上呈显著各向异性。通过分析河床沉积物的沉积结构，淤积泥膜层主要呈层状集中分布在河床的表面，虽然厚度较小，但较弱的渗透性能导致其对水流的垂向运移影响较为明显；而在水平方向上，表层集中分布的淤积泥膜层由于厚度较小，其在垂向上的投影极其有限，加之总的黏粒颗粒占比整体较小，因此对水流水平方向的运移影响不大，沉积物土壤颗粒排列结构特征是导致各向异性的主要原因。

（3）根据河道调查，研究河段的河床宽度自上游至下游逐渐减小，在上、中游大量分布的跑水口，使得上、中游河流的有效过水宽度远大于河床，进而大幅削弱了河流的水力坡度；在河段下游散流的河水逐渐汇聚到主河道之中，收敛的河道和汇聚的水流使得水力坡度有效增大。

结合Ks平均值沿程的空间变化特征图4和Kv与土样颗粒组合关系图6 进行分析，研究河段河床沉积物颗粒组合关系反映的河流冲淤状态能够揭示研究河段的水动力变化特征：和田河干流上游和中游河水携带、搬运而来的粉粒、黏粒等细颗粒物质在到达研究河段上游时，平缓的水动力条件使得河水携带的细颗粒物质大量沉积，并不断累积在河床的表层，河段上游的河流水动力特征以沉积作用为主；至河段下游，随着河水携带的粉粒、黏粒等悬浮物质减少，以及水流汇集后相对加快的流速，使得河流水动力特征演变为以冲刷、搬运作用为主，物源的减少和自身不断的流失，导致河段下游黏粒和粉粒等细颗粒物质的不断减少。粉粒和黏粒总含量的大幅减少，导致河床沉积物中的砂粒含量显著升高，这种沉积物颗粒组成的演变很好的解释了河床沉积物垂向和水平向渗透系数沿程增大的原因，同时颗粒组成变化导致以粗颗粒物质砂粒为主的沉积物均匀程度显著提高，进而使得各向异性比减小。

4 结论

（1）在研究河段，沿河床纵断面自上游至下游方向，Kv平均值与Kh整体上均呈增大的趋势；Ks平均值呈先增大后减小的趋势，河床沉积物各向异性比逐渐减小；Kh整体上达到Kv的4.0～6.0倍，反映出在垂向和水平方向上河床沉积物的各向异性较为显著。Kh与Ks的差值显著大于Kv与Ks的差值，整体上Kv与Ks的数值相当，但相较于无泥膜状态，在有泥膜覆盖的沉积物状态下Ks的数值更加接近Kv。

（2）由于参数获取方法的不同，导致影响Kv、Kh和Ks数值大小的机理不同，采用多样本统计意义上的土壤理化性质与水力参数之间的关系进行模型校正的人工神经网络模型，影响渗透系数大小的主要因素为不同粒径颗粒的渗透性及其数量或数量组合；而现场竖管试验法获取的垂向渗透系数受河床表层淤积泥膜层的影响而明显低于水平方向，影响渗透性的原因是沉积物颗粒排列结构。基于此，河床沉积物综合渗透系数Ks与土样黏粒含量表现出较好的线性关系，而Kv和Kh则对黏粒含量以及中值粒径等参数的变化反应不敏感，相关性低。

（3）在研究河段，对于有淤积泥膜层存在的沉积物地层，不同粒径颗粒的占比及其组合与沉积土壤颗粒排列结构对渗透系数的影响大致相当，在有泥膜存在时河床沉积物的表层垂向渗透系数Kv与综合渗透系数Ks较为接近，在不具备试验条件的地带，利用基于土壤转换函数的人工神经网络模型预测沉积物综合渗透系数的方法具有一定的适用性。

（4）河床沉积物颗粒组合关系反映的河床冲淤状态能够揭示研究河段的水动力变化特征，分析认为，在汛期末，研究河段的水动力特征自上游至下游，由以沉积作用为主逐渐演变为以冲刷、搬运作用为主，物源的减少和自身不断的流失，导致河段下游黏粒和粉粒等细颗粒物质的显著减少，同时河床沉积物中的砂粒含量显著升高，均匀性更好，进而引起河床沉积物垂向和水平向渗透系数沿程的增大以及河床沉积物各向异性比的降低。