基于土壤质地分类的土壤渗透性影响因素研究

周韩 罗璟 杨沛璋 杨鹏

摘要：

土壤渗透性是影响降雨入渗-径流过程的关键指标，对准确开展水利水电工程规划设计中的行洪论证至关重要。国道G318川藏段地质条件复杂，土壤类型多样，生态环境敏感脆弱，土壤渗透性差异显著。为研究影响土壤渗透性能的主控因素，对沿线取得的土壤样品进行变水头渗透试验，在颗粒分析的基础上，将土壤样品分为粉壤土、砂壤土、壤砂土，研究干密度、不均匀系数、曲率系数、植物根系对土壤渗透性的影响规律。研究结果表明：当土壤处于相同物性条件下时，土壤渗透系数随砂粒含量增加而增大，即渗透系数：壤砂土＞砂壤土＞粉壤土；在不含植物根系情况下，土壤渗透系数均与干密度呈负相关，与不均匀系数和曲率系数呈正相关，其中，砂壤土敏感性最高；而含植物根系土壤渗透系数普遍高于不含植物根系的同类土壤；对于含植物根系土壤而言，植物根系对粉壤土渗透系数的影响最大，并且随土壤颗粒粒径增大，植物根系对土壤渗透系数影响逐渐降低。

关 键 词：

渗透系数； 变水头试验； 回归分析； 植物根系； 土壤质地分类

中图法分类号： TU411.4

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2023.08.021

0 引 言

青藏高原是中国最大、世界海拔最高的高原，被誉为“世界屋脊”“第三极”“亚洲水塔”，地质条件复杂，气候条件多变，生态环境敏感脆弱。此外，区域内地形地势陡峻，暴雨频发，容易在短时间内形成山洪灾害，并诱发滑坡、泥石流等地质灾害，严重威胁着人民群众的生命财产安全。土壤渗透性表征了土壤的下渗能力，是影响降雨入渗-径流过程的关键指标，开展不同土壤渗透性研究可为准确评价山洪灾害提供了基础数据支撑，对保证水利水电工程的安全合理开发具有重要意义。

自Darcy由水通过饱和砂的试验得出达西定律和Terzaghi提出Terzaghi公式［1］后，大量有关土壤渗透系数的研究开始展开：Taylor［2］，Lambe［3］，Lerourei等［4］将多孔介质渗流的毛管模型引入到土壤渗流的研究中，对不同的土壤进行渗透试验，通过数据统计总结出渗透系数与孔隙比呈半对数关系。Hansen［5］在达西定律的基础上提出了一些更加完善的砂土渗透理论。近些年来，有学者指出无黏性土（如碎石土、砂土等）的渗透系数一般与其不均匀系数和曲率系数呈正相关［6-8］。而针对一些黏性土（如黄土等），通过相关试验发现黄土的渗透系数与干密度总体呈负相关，并且体积含水率越高，受干密度的影响越大，不同干密度下压实黄土的渗透系数的差异主要在低吸力段，即渗透系数陡升段和饱和段［9-14］。在高寒地区，相同干密度情况下，土壤内部植物根系或植物纤维会提高土壤的渗透能力，渗透系数随着植物根系含量增加而增大［15-18］。

综上所述，国内外学者针对土壤渗透性影响因素进行了大量试验研究，但缺乏从土壤质地分类角度出发对土壤渗透性开展系统研究，难以基于卫星土壤数据快速获取区域渗透性，制约水文模型参数量化。国道G318川藏段跨度长，穿越高原草甸区、亚高山森林、高寒草甸等生态敏感地区，地质环境复杂，气候恶劣温差较大，土壤类型多样，土壤渗透性差异显著。本文选取沿线14个位置，43个原状样进行颗粒分析和变水头渗透试验，研究干密度、不均匀系数、曲率系数、植物根系对土壤渗透性的影响规律，揭示土壤类型与渗透特性之间的关系，为土壤渗透性区域化方法提供新思路，为建立该地区水文模型提供基础数据支撑。

1 室内试验

1.1 试样性质

为探究取土点浅表层土渗透特性开展室内变水头试验，考虑取样的场地条件以及时间条件，取样点均匀分布在取土点上游，共对14处取土点流域进行浅表层土取样，共计43个原状土试样，现场取样点位置如图1所示（卫星土壤数据来源于国家科技资源共享服务平台-国家地球系统科学数据中心-土壤分中心）。

根据卫星土壤数据结合现场取土点位置，初步根据图1将取得的土样划分为如表1所列的类别。

1.2 室内渗透试验及筛分试验

依据在实验室内测定滲透系数的相关规范及试验原理，将试验分为常水头和变水头两种，前者适用于渗透性大的粗粒砂、土（即K=10-3～10-2cm/s），变水头试验适用于渗透系数小的细粒砂、土（即K=10-6～10-3cm/s），由表1可得试样基本为细粒土，因此采用变水头渗透试验方法。

变水头试验装置如图2所示，本次室内试验采用TST-55型渗透仪，渗透用水从直立水头滴管流入试验仪器，自下而上穿过土样。试验过程中，将水头滴管中液面加至设计高度，开动秒表，记录起始水头H1。经时间t2-t1后，再记录终止水头H2，根据GB/T 50123-1999《土工试验方法标准》，变水头渗透系数应按下式计算：

KT=2.3aLA（t2-t1）lgH1H2（1）

式中：kT为水温为T时试样渗透系数；a为变水头管的断面面积，m2；L为试样高度，cm；A为试样的断面面积，m2；t1和t2分别为测读水头的起始和终止时间，s；H1和H2分别为起始和终止水头高度，cm；2.3为ln和log的变换因数。

已有研究表明，土壤的渗透系数与其不均匀系数及曲率系数拥有较好的相关性，所以在渗透试验完成后，对试样烘干并碾碎，使用细粒土标准筛网对重塑样进行筛分，同时筛分出土样中的植物根系并称重。

2 试验结果及分析

2.1 试验结果

依据美国土壤质地分类中砂粒组分含量分类标准，将筛分完成后的土样进行分类，如表2所列。

将室内筛分试验的结果与卫星土壤数据进行对比，发现筛分试验所获得的土壤质地分类与卫星土壤数据质地分类有所出入。详细情况见表3，同时为较好描述卫星数据质地分类与筛分试验质地分类差异，定义：

β=卫星数据土壤质地分类个数室内试验土壤质地分类个数×100%（2）

其中，β为卫星数据质地分类与室内试验的质地分类重合度。

试验结果对于所有土壤质地分类β为79.07%，其中粉壤土β最好，达100%；砂壤土β次之，为78.57%；壤砂土β最差，为45.45%。

由此可以说明：对于粉壤土而言，卫星土壤数据与实际现场数据重合度较高，能够通过卫星土壤数据对现场区域的粉壤土进行初步划分。

此次渗透试验结果的处理当中，根据同一个取土点同一类土进行渗透系数的求平均值处理，同时去除掉取土点8、9这些只含一个土样的取土点，以期减少试验当中的误差。同时一个试样中是否含有植物根系对渗透系数有较大影响，依据此次试验结果分析认为土壤中植物根系质量占单位体积土壤总质量1%以上的试样其渗透系数被植物根系影响。

此次渗透试验结果如表4所列。

2.2 干密度对土壤渗透性的影响

土壤干密度指从原位取出的土在经过孔烘箱烘干至完全脱水后的密度，即所取土壤的固体颗粒质量与总体积的比值。本文试验所用土壤干密度多处于1.2～1.6 g/cm3区间之内，土壤的干密度越大，单位体积土壤内的固体颗粒越多，孔隙及水流通道越少，土壤更加致密，难以渗透。由图3可知渗透试验所用粉壤土、砂壤土、壤砂土在干密度上升时，其对应的渗透系数呈现下降趋势，一般地，含有植物根系的试样其渗透系数要比未含有植物根系的试样大。同时，图3（a）中两条回归线间距较大，说明植物根系对粉壤土渗透性影响较大，而图3（b）中两条回归线间距很小，几乎重合，说明随着土壤中大粒径砂砾含量的增加，植物根系对土壤渗透系数的影响逐渐降低。

由于现场土壤干密度较其他参数更易获取，故使用干密度获取拟合经验公式，如表5所列。

2.3 不均匀系数对土壤渗透性的影响

不均匀系数Cu反映了土壤颗粒组成离散程度，其数值越大，则表示土颗粒分布愈不均匀，粗颗粒与细颗粒的大小相差較为悬殊。而对于Cu较小的土，其颗粒粒径区间变化范围较窄，粒径区间单一，大颗粒间的孔隙缺乏较小颗粒的填充，进而在土壤内部形成较大的孔隙，水流渗透相对较简单。

本次试验土样的不均匀系数多位于10～30之间。对于粒径级配曲线连续的土，不均匀系数越大，表示土中含有的不同粒径级的粗细颗粒越多，粒组变化范围越大。由图4可知当粉壤土，砂壤土，壤砂土的不均匀系数上升时，其对应的渗透系数呈现上升趋势，在相同不均匀系数情况下，3类土的渗透系数大小顺序为：壤砂土＞砂壤土＞粉壤土。

同时，含植物根系的大部分试样其渗透系数大于未含植物根系的试样。对于含植物根系土壤而言，植物根系对粉壤土渗透系数的影响最大，并且随土壤颗粒粒径增大，植物根系对土壤渗透系数影响逐渐降低。

2.4 曲率系数对土壤渗透性的影响

曲率系数是反映土颗粒径分布曲线形态的系数，定义为颗粒级配曲线上，累积颗粒含量为30%的粒径d30的平方与累积颗粒含量为60%的粒径d60和有效粒径d10乘积的比值。该系数是描述级配曲线平滑程度的指标，一般与不均匀系数配合一起确定土的级配的好坏，用来判断土的工程性质。

一般地，土的曲率系数与渗透系数呈现正相关的相关关系。对于此次试验3类土，其不均匀系数与渗透系数的关系如图5所示。同时也可得，随着土壤中大粒径砂砾含量的增加，植物根系对土壤渗透系数的影响逐渐降低。

2.5 不同类型土壤渗透性差异

由图6可知在相同干密度、不均匀系数、曲率系数的情况下，渗透系数：壤砂土＞砂壤土＞粉壤土。

2.6 渗透性影响因素耦合分析

大量研究表明，土壤的渗透特性是在诸多外在和内在因素耦合作用下形成的［20］。其中，内在因素主要指土壤的理化性质，例如土壤干密度、粒径级配、不均匀系数、曲率系数、孔隙度、矿物组成成分等，各因素之间互相影响，相互耦合，共同决定土壤的理化性质，并进一步影响土壤的渗透特性。例如，在其他情况一致的情况下，土壤的不均匀系数越大，级配越不良，孔隙度越大，干密度越小，则渗透系数越大。

外在因素中，生长在土壤中的植被根系是影响土壤渗透特性的主要因素［21-22］。植物根系在土壤中穿插固结土壤，在根系生长的过程中，土壤中形成新的孔隙，连接形成通道，改变土壤结构。同时，根系分泌物可以增加土壤中微型滤水团聚体［23］的含量，阻止土颗粒的搬运，从而降低土壤的干密度。在多因素耦合作用下，干密度降低，土壤孔隙度升高，粒度的分布范围变大，引起土壤不均匀系数、曲率系数升高，进而提高土壤的渗透性能。

3 结 论

本文对国道G318川藏段沿线14个取样点的43个原状土样进行颗粒分析和变水头渗透试验，按照美国土壤质地分类标准将其划分为粉壤土、砂壤土、壤砂土，研究了干密度、不均匀系数、曲率系数、植物根系对土壤渗透性的影响规律，得到以下结论：

（1） 国道G318沿线土壤类型分布中粉壤土卫星土壤数据与现场实测数据高度重合，可通过卫星土壤数据对粉壤土进行初步区划。

（2） 在不含植物根系情况下，土壤渗透系数均与干密度呈负相关，与不均匀系数和曲率系数呈正相关，其中，砂壤土敏感性最高；随着土壤砂砾含量的增加，干密度对土壤渗透系数的影响呈现上升的趋势。

（3） 对于含植物根系土壤而言，植物根系对粉壤土渗透系数的影响最大，并且随土壤颗粒粒径增大，植物根系对土壤渗透系数影响逐渐降低。

（4） 当处于相同物性条件下时，即相同干密度或者不均匀系数或者曲率系数条件下，土壤渗透系数随砂粒含量增加而增大，即渗透系数：壤砂土＞砂壤土＞粉壤土。

参考文献：

［1］ 太沙基，帕克.工程实用土力学［M］.蒋彭年，译.北京：水利电力出版社，1960.

［2］ TAYLOR D W.Fundamentals of soil mechanics［M］.New York：John Wiley & Sons，Inc，1948.

［3］ LAMBE T W，WHITMAN S E.Soil mechanics［M］.New York：John Wiley＆Sons，Inc，1969.

［4］ LEROUEIL S.BOUCLIN G.TAVENAS F.Permeability anisotropy of natural clays as a functionof strain［J］.Canadian Geotechnical Journal，1990，27（5）：568-579.

［5］ HANSEN D.Discussion of “on the use of the Kozeny-Carman equation to predict the hydraulic conductivity of soils［J］.Canadian Geotechnical Journal，2004，41（5）：990-993.

［6］ 張国栋，邓全胜，李泯蒂，等.干湿循环对水库滑坡渗透系数影响的试验研究［J］.人民长江，2016，47（22）：79-82.

［7］ 朱崇辉，刘俊民，王增红.无粘性粗粒土的渗透试验研究［J］.人民长江，2005，36（11）：55-57.

［8］ 苏立君，张宜健，王铁行.不同粒径级砂土渗透特性试验研究［J］.岩土力学，2014，35（5）：1289-1294.

［9］ 王铁行，卢靖，张建锋.考虑干密度影响的人工压实非饱和黄土渗透系数的试验研究［J］.岩石力学与工程学报，2006（11）：2364-2368.

［10］ 邹锡云，许强，赵宽耀，等.浸水作用下黑方台黄土渗透特性变化微观研究［J］.人民长江，2020，51（6）：166-171.

［11］ 梁燕，邢鲜丽，李同录，等.晚更新世黄土渗透性的各向异性及其机制研究［J］.岩土力学，2012，33（5）：1313-1318.

［12］ 赵彦旭，张虎元，吕擎峰，等.压实黄土非饱和渗透系数试验研究［J］.岩土力学，2010，31（6）：1809-1812.

［13］ 赵乐，倪万魁，张镇飞，等.不同干密度压实黄土垂直积水入渗特性［J］.科学技术与工程，2021，21（33）：14310-14317.

［14］ 李华，李同录，张亚国，等.不同干密度压实黄土的非饱和渗透性曲线特征及其与孔隙分布的关系［J］.水利学报，2020，51（8）：979-986.

［15］ 范昊明，李贵圆，周丽丽，等.冻融作用对草甸土物理力学性质的影响［J］.沈阳农业大学学报，2011，42（1）：114-117.

［16］ 李勇，徐晓琴，朱显谟，等.黄土高原植物根系强化土壤渗透力的有效性［J］.科学通报，1992（4）：366-369.

［17］ 高金花，李明，陈卓，等.河床基底重构复合土控渗试验研究［J］.人民黄河，2022，44（8）：136-140.

［18］ 黄钢，郑明新，董旭，等.草灌植物根系对煤系土加固效果研究［J］.北京交通大学学报，2020，44（4）：49-56.

［19］ 吴克宁，赵瑞.土壤质地分类及其在我国应用探讨［J］.土壤学报，2019，56（1）：227-241.

［20］ 吴宏伟.大气-植被-土体相互作用：理论与机理［J］.岩土工程学报，2017，39（1）：1-47.

［21］ 邹全，王桂尧，张文豪，等.百喜草根系对土壤渗透性能的影响［J］.公路与汽运，2022（3）：60-64.

［22］ 桑凯新，胡淦林，黄超，等.黄河河岸带5种植物类型根系结构特征对土壤渗透性的影响［J］.中国水土保持科学，2020，18（5）：1-8.

［23］ 张伟伟，江朝华，程星，等.草本植物根系对黄河故道区非饱和土特性的影响［J］.水利水电科技进展，2017，37（1）：73-78.

（编辑：黄文晋）

Abstract：

Soil permeability is a key factor affecting the rainfall infiltration-runoff process，which is very important to accurately carrying out the flood discharge demonstration in the planning and design of hydropower and water conservancy projects.The geological conditions along the "G318" Sichuan-Tibet section are complex，the soil types are diverse，the ecological environment is sensitive and fragile，and the soil permeability is significantly different.To study the main influence factors affecting soil permeability，the variable-head permeability test was carried out on soil samples along the route.Based on particle size，the soil samples were divided into silty loam，sandy loam，and loamy sandy soil according to the classification standard of sand component content in the soil texture classification.The effects of dry density，non-uniformity coefficient，curvature coefficient，and plant roots on soil permeability were studied.The results show that when the soil is in the same physical properties，the soil permeability coefficient increases with the increase of sand content，the permeability coefficient is in an order of loamy sand>sandy loam>silty loam.In the condition of no plant roots，the soil permeability coefficient is negatively correlated with dry density，and positively correlated with non-uniformity coefficient and curvature coefficient，among which the sensitivity of sandy loam is the highest.The permeability coefficient of soil with plant roots is generally higher than that of the same soil without plant roots.The influence of plant roots on the permeability coefficient of silty loam soil is the largest，and the influence of plant roots on the permeability coefficient of soil gradually decreases with the increase of soil particle size.

Key words：

permeability coefficient；varying water-head test；regression analysis；plant roots；soil texture classification