Self-weight collapsible characteristics of loess in Xi'an urban area
-
摘要: 基于西安市轨道交通工程建设过程中开展的12组黄土大型试坑浸水试验和室内湿陷试验，系统研究了西安市区黄土的湿陷特征。研究表明：①西安市区范围内，各地貌单元的湿陷性由强到弱依次为渭北黄土塬 > 浐河三级阶地 > 塬前洪积台塬 > 黄土梁洼﹥少陵塬（杜陵塬、神禾塬）、渭河三级阶地。自重湿陷性黄土场地占试验场地总数的50%，自重湿陷最大下限深度20 m；市区南部黄土塬均为非自重场地，与以往室内试验认识不同；②自重湿陷变形主要发生在Q3黄土地层中，现场试验实测得到自重湿陷底界多位于Q3古土壤层，仅2组试验中的Q2黄土表现出弱湿陷性。现行规范中提供的关中地区统一的修正系数高估了Q2黄土的湿陷量。③区分地貌单元和地层沉积时代，给出了修正系数建议值；④浸水湿陷的平面影响范围与自重湿陷深度和湿陷量相关，一般不超过1倍的试坑半径和1倍的实测自重湿陷深度，可作为工程周边浸水设防边界；⑤黄土湿陷变形发展过程主要包括快速下沉、缓慢下沉、下沉稳定、停水后快速下沉和停水后下沉稳定5个阶段。实测自重湿陷量越大，下沉阶段单日沉降速率越大。停水后固结沉降量最大可达95.1 mm。Abstract: Based on the results of 12 large test pit immersion tests of loess and indoor collapsibility tests conducted during the construction process of Xi'an Rail Transit project, the self-weight collapsible deformation characteristics of loess in Xi'an urban area are systematically studied. The results show that: (1) Within the urban area of Xi'an, the collapse of each landform unit, from strong to weak, is in the following order: Weibei Loess Plateau > Chanhe Tertiary Terrace > pluvial tableland > loess ridge and depressiona > Shaoling Plateau (Duling Plateau, Shenhe Plateau), and Weihe Tertiary Terrace. The self-weight collapsible loess site accounts for 50% of the total number of test sites, and the maximum depth of the self-weight collapsible bottom limit is 20 m. The loess plateau in the southern part of the city is a non self-weight collapsible site. (2) The deformation of the self-weight collapse occurs mainly in the Q3 loess layer. Based on the immersion tests, the bottom boundary of self-weight collapse is mostly located in the Q3 ancient soil layer. Only Q2 losses in two sets of tests exhibit weak collapse. The uniform correction coefficient provided in the current regulations for the Guanzhong region overestimates the collapsibility of Q2 losses. (3) Distinguishing between geomorphic units and sedimentary ages of strata, the recommended values for the self-weight collapsible deformation correction coefficients of loess in Xi'an urban area are provided. (4) The measured area of settlement diffusion due to loess immersion and collapse is typically related to the depth and amount of self-weight collapse. It usually does not exceed 1.0 times the radius of the test pit and 1 times the measured collapsible limit depth. This can serve as a boundary for water accumulation around the project. (5) The development process of collapsible deformation of loess mainly includes five stages: rapid deformation, slow deformation, stable deformation, rapid deformation after water interruption, and stable deformation after water interruption. The larger the measured self-weight collapses, the greater the daily settlement rate during the sinking phase. The maximum consolidation settlement after water interruption is 95.1 mm.
-
0. 引言
依据联合国减灾办公室（United Nation Office for Disaster Risk Reduction, UNISDR）的统计[1],在1998—2017年间所发生的自然灾害,导致中国的国家经济损失高达4.9亿美金。相关自然灾害包含洪水(flood)、暴风雨(storm)、地震(earthquake)、极端气温(extreme temperature)、滑坡(landslide)、干旱(drought)、森林火灾(wildfire)、火山活动(volcanic activity)、大型地质滑动（mass movement）等。其中,与地层滑动灾害相关的就有两大类：滑坡及大型地质活动,共计包含21%的经济损失。
以民众居住环境而言,当大都市为山丘所围绕,每当强降雨及地震侵袭时,所引发的滑坡灾害,常常会影响居住及经济发展区域。依据文献显示[2],中国领土中山丘的区域范围约2/3,居住人口超过7亿。滑坡相关灾害主要分布地区包含四川、湖南、福建、湖北、广东、江西、广西、云南、贵州、重庆、西藏、陕西、宁夏、甘肃等区域[3],而其中最严重的省份为四川、湖南、福建三省[4]。以2016年为例,全国地质灾害报告说明[5]全国共发生9710起地质灾害,其中包含7403起滑坡灾害、1484起崩塌灾害、584起泥石流,共计地质灾害引致31.7亿元的直接经济损失,以及614人失踪及伤亡。导致地质灾害的主要自然因素为降雨。
以目前的社会经济发展特性而言,促进发展的因素除了城市中的活动,更需要依赖城市之间互相联系,而联系的方法多经由一般公路、高速公路、铁路等串接人员及货物运输。以交通路线（公路、铁路）而言,路线多会经过山区,相关案例显示[6-8],滑坡灾害会因为本质特性（包含地质、地形、坡度、接近河道水系）及人为因素（例如边坡结构物的设计、施工质量）,而后在致灾因素（例地下水变化、降雨、地震力）的影响下,而直接提高灾害发生的机率。
除此之外,经济发展更需要有足够的电力支撑,需要输电铁塔传输电力到需要用电所在。不论是交通运输或输电线路,均属于线型设施,需要横跨远距离。因此会跨越不同的气候及地质特性,其中即包含许多遭受滑坡灾害威胁的区域。
面临电力传送的需求,输电线路及输电铁塔的位置,多需要考虑于最短的距离下传送电力。因此,通常需要将输电铁塔架设于偏远地区,或未开发的区域。如此会造成灾害难以监控,同时加大了维护工作的难度。输电铁塔所承受的自然威胁,常常来自地质相关的灾害,包含：滑坡、崩塌、山洪、泥石流、地质沉降等[9-10]。由于输电铁塔运送电力为串联的特性,往往因为单一铁塔的灾损,而影响广大区域的电力使用。
目前对于滑坡灾害的掌握,多使用相关传感器,运用无线传感的自动监测设备,执行监测边坡表面及地底的位移及地下水位,地表设施（例如建筑、挡墙、输电铁塔）的倾斜及开裂、地表或路面的变位及开裂等现象,并搭配相关警示机制,以提供防灾警示所使用。同时,为了分析滑坡灾害的趋势以及防治,需要将监测数据搭配环境信息而共同分析,如降雨量、地震加速度等,以提供相关人员分析灾害发生的可能性,及早执行防灾作业,以降低致灾可能。
目前一般边坡及设施监测信息平台,多针对大环境提出“宏观环境信息”,例如：地质灾害潜势、环境气象信息、地震事件等,需要经过专业辅佐,才能被一般大众所使用。自动监测信息服务需要更进一步依据用户所关心的周遭环境信息,即为“微环境”信息,以协助解读监测数据。对道路或输电设施管理者而言,在不同灾害威胁下,具有滑坡灾害潜势的周遭“微环境”变化是最重要的,例如：未来即将发生的强降雨,是否会对已经发生过滑坡的位置再次造成威胁,而引起崩塌的危险。
本文先探讨边坡灾害于设施使用年限中,所应建立的生命周期维护工作程序。接着介绍依据边坡及设施所需的自动监测工作的监测传感器,运用链接云平台数据库的无线感测网络（wireless sensor network, WSN）技术。最后,探讨建构新一代的边坡监测云平台数据库规划建置方案,以提供完整的边坡维护及防灾工具。
1. 边坡灾害维护生命周期
一般人工设施的设计使用年限为30～50 a,通常在使用年限的内,会因强降雨、地震、人为开发、维护不当等因素,而造成设施功能降低,甚至引发其他衍生性灾害。边坡会因为长时间遭受降雨及地震的侵袭而造成损伤,或因为人为不当开发,而影响边坡的安全性,以致于造成邻近相关交通民生设施同时遭受波及。“边坡灾害维护生命周期”的定义为：时间序中不同时期因自然或人为灾害所引起,在不同尺度的区域范围内,因不同管理需求,而由不同专业人士执行边坡防灾及维护作业。
边坡灾害在其使用年限之内所可能遭受的灾害,需要探讨“边坡灾害维护生命周期“中所需的服务,及所需的数据应用服务,其流程如图1所示。
![]()
图 1 “边坡灾害维护生命周期”程序流程Figure 1. Process of “slope life-cycle for hazard prevention and maintenance works”1.1 运用生命周期管理边坡防灾减灾的重要性
此重要性将分灾害时间序演变和灾害空间扩散等两方面加以阐述。
依据边坡的生命周期定义,时间序可区分成规划、设计、施工、运营等阶段。根据边坡的使用目的而加以规划及设计,将边坡灾害需求纳入考虑。在施工阶段,管理单位监督施工以达到边坡抗灾功能性。在运营阶段,边坡抗灾能力会因为材料老劣化、过度使用、人为干扰、天灾等因素而降低。需要检测、监测及其他方案,以随时掌握因边坡灾害造成的问题。而运用工程或维护方案,重新回归到规划、设计、施工的程序,以提升边坡运营阶段的抗灾能力。
边坡灾害发生的空间分布,会因为本质条件（地质、地形、植生、水系、人为开发等）及致灾因素（降雨、地震、开发等）,而产生不同类型及规模的边坡灾害。以边坡灾害发生的特性,常在已经发生灾害的位置重复发生,扩散灾害至邻近范围。近年气候变异及过度开发,安全的边坡逐渐发生滑坡现象。因此,在运营阶段同时考虑大尺度空间的宏观灾害特性、中尺度空间的关注区域灾害变化、小尺度空间的高风险灾害场址,运用不同的人员、科技、信息分析等,定期评估边坡灾害现象,以达成防灾减灾的目的。
1.2 第一阶段：宏观灾害评估
需要以大区域的背景数据,在平时营运维护阶段,依照地质、地形、地貌、灾害历史、灾害境况等分析,初步比对会造成边坡灾害的可因子,以协助使用者做出滑坡灾害的风险评估,提供发生灾害的潜在境况及严重度。
本阶段主要工作：①宏观灾害资料分析,依照相关宏观环境数据,以及航照或卫星影像,撷取与关注大区域的相关数据,进行空间信息的汇整。②初步分析灾害进展,在大区域范围内执行初步边坡灾害风险分析,分析可能发生滑坡灾害的区位及严重性,以便规划进一步现况探勘的需求。
1.3 第二阶段：关注区域灾害检视
经过第一阶段工作,已可在大区域中初步评估出需要进一步关注的区域,因此可更进一步投入人力实际检视关注区域的现况,并制作记录。并依照记录分析个别关注区域所需的维护或监测计划。
本阶段主要工作：①现场探勘微观灾害现况,运用航拍影像（例如：无人机UAV）或实地探访,观察具备灾害潜势的地址,分析可能发生灾害的严重性。②分析维护或营运方案,汇整宏观及微观灾害分析成果,规划于一般营运时期的边坡灾害维护方案,例如维护作业内容、维护时间、所需技术、监测、急救灾整备等需求。
1.4 第三阶段：高风险灾害场址灾害监测
第二阶段工作完成,针对高灾害潜势或已经有灾害记录的关注场址,进行监测工作。其目的是随时掌握灾害发生的迹象,以利随时启动防灾作业。为了整合地表及地下的灾害信息,建议本阶段运用相关监测仪器,撷取分析其资料,可实际展现地下的变化。
本阶段主要工作：运用人员定期及机动执行现场勘查,以及实时监测仪器信息,协助控管实时的灾害现况。
2. 监测无线感测网络建置规划
为了随时掌握滑坡灾害的影响,最佳的方案为将监测传感器安置在边坡表面、坡面内部、滑坡灾害影响范围内的设施上,而直接量测相关物理量,以便随时掌握滑坡灾害威胁。相关物理量可包含坡面或设施的倾斜量及位移量、地表沉陷量、地表或设施开裂量、地下水位等信息。同时,可因项目需求安置雨量计、地震仪,震动计等,以准确量测监测位置的环境变化。上述传感器可以搭配无线感测网络（wireless sensor network, WSN）技术（如图2所示[10]）。整合感知、计算能力与通信能力,与云平台数据库整合防灾作业。
无线感测网络是由几个到几千个的传感器节点,利用网络中分散的传感器节点所涵盖范围,节点以Ad-Hoc方式构成网络,每组节点的數据联系层由星形拓扑（star topology）形成,运用WiFi、ZigBee或LoRA等传输方式,透过中继合作（cooperation）方式将其监测數据传到基地台的节点。最后再藉由长距离或临时性的基地台将整个区域内的數据,运用NB-IoT、4G或5G传输,传送给云平台数据库。最后经由终端机让远程用户使用。
3. 边坡生命周期防灾监测云平台数据库建置规划
依据前的“边坡灾害维护生命周期”中的程序说明,针对边坡灾害高风险区域,需要部设监测仪器,以监测实际发生的物理量,以协助解读灾害发生的现况。目前相关边坡监测服务,多以平面报告或网站中呈现文字、照片、2D图形等信息,经过项目人员解说后,仍需阅读者各自解读,因而产生信息传递缓慢,或造成每个人解读不同的困扰。
边坡生命周期防灾监测云平台数据库平台主要为针对边坡灾害高风险的区域进行的监测项目。相较于既有监测信息呈现方式,本平台具有以下特点：
（1）相关所需搭配的环境信息包含地质、地形、灾害潜势、雨量实时数据、台风预测、地震等。环境信息及监测数据如能在同一云平台信息平台整合呈现,可以让使用者更快更容易地了解监测成果。
（2）云平台信息平台除注重环境信息及监测数据的整合显示,还将不同信息混搭以帮助决策,并以可视化辅助呈现。
（3）为了适当诠释信息,需要运用地理信息系统（GIS）及监测场址的三维空间（3D）诠释,同时汇集所有信息在同一空间,才能在虚拟的云平台环境的中了解实际的真实微环境场址状态。云平台信息平台除了注重信息整合,还并需要在3D空间中随时间演进展现微环境信息变化,而达成四维空间（4D,即是3D空间加上时间因素）的成效。云平台数据库平台功能主要包含3个模块,分别为：①模块一,“边坡四维监测项目信息查询及展示”；②模块二,“边坡环境信息查询”；③模块三,“边坡安全快速展示”。
3.1 “边坡四维监测项目信息查询及展示”模块
本模块为协助监测项目执行,免除既有以二维（2D）平面信息呈现方式,进化以结合宏观环境信息,整合3D监测场址地形信息,以同时整合监测信息在3D环境中,配合时间演变而显示4D整体变化。图3为本模块提供用户的服务程序。
![]()
图 3 “边坡四维监测项目信息查询及展示”模块服务内容架构Figure 3. Framework of “4D slope monitoring and project management” service过往监测项目以纸本报告方式提供数据,往往造成纸本数据储存难和查询难。当用户要查询某一场址的历史数据时,却常常一时难以找到纸本报告。本模块以GIS展示监测场址位置,同时链接此一场址于不同时间所产出的相关数据。因此,如图4所示,经由点选所需的数据,模块便展示传统的纸本信息,因而提供实时信息管理、查询,及展示功能。
本模块以单独场址“微环境”3D虚拟地形模型为主,建构及展示项目的地质及监测信息。使用者可设定所需展示的时间区间,模块将同时展示监测信息在虚空间中的4D演变[12-13]。如图5,整合空间中监测数据的变化,同时链接相关的环境信息,包含降雨量、地震震度、地下水位等。
本模块所展示的监测数据,以地中倾斜管的资料为主,如图5所示。展示地层中不同深度的变位和向量,而非传统的A向（垂直滑坡面）及B向（平行滑坡面）,提供直觉式的空间信息展示。图6（a）为随时间变化,蓝色箭头显示变位量逐渐累积及变化的路径,能协助探讨地层滑动的历史演变。例如图6（a）中圈注的变化路径,与相对时间的雨量有相关联。图6（b）展示变位的变化总量,深色箭头为最初至最终时间的变位量及空间方向。
3.2 “边坡环境信息查询”模块
目前众多监测平台能展示相关环境信息,而用户需要自行依据所需位置而另外找出相关信息。本模块专注于依照用户所选择的关注场址,或是监测项目的位置,在GIS平台上显示其位置,同时显示其周遭的相关环境及灾害潜势等信息。图7显示本模块提供用户的服务程序。图8为依据关注场址的空间位置,展示相关“宏观环境信息”。
3.3 “边坡安全快速展示”模块
每个使用者都希望能在很短时间之内获取其关注场址的安全与否信息,运用“宏观环境”,混搭动态环境信息以及依据相关管理值执行云平台智慧分析后呈现安全性。图9显示本模块提供用户的服务程序。图10为依据关注场址的空间位置,展示相关事件信息,以给出每个场址的警讯。
![]()
图 9 “边坡安全快速展示”模块服务内容架构Figure 9. Framework of “slope safety evaluation and alert” service![]()
图 10 “边坡安全快速展示”模块画面展示Figure 10. Demonstration of “slope safety evaluation and alert” service关于每个关注场址的安全管理,为运用宏观环境信息（降雨、地震、土石流）及搭配监测信息（地中倾斜管、地下水位监测）,在云平台智慧分析安全性。其方案包含：①依据项目的地下水位以及倾斜管监测信息,搭配open data所提供的环境信息,系统将相关信息混搭并经逻辑分析后,提供项目用户相关警讯。②强降雨发生前依据预估降雨数据,搭配倾斜管的位移信息,提供颜色管理机制：绿色——安全；黄色——警戒；红色——行动的信息。③强降雨发生时,依据实时降雨信息及累积降雨评估降雨量是否会对监测场址造成威胁。④强降雨发生时或平时,依照地下水位的监测信息,进行异状判别。⑤强降雨发生时或一般平时,依据倾斜管提供的边坡变位信息,进行异状判别。⑥当发布泥石流警讯,在泥石流警戒行政区范围内便显示警讯。⑦当地震发生时,依据地震信息,显示该场址所属行政区域的震度。同时,系统会显示有量测到震度的测站,提供使用者查询。
4. 结论
本文依据边坡灾害现象,提出“边坡灾害维护生命周期”的动态管理程序。边坡生命周期防灾监测信息整合及可视化云平台数据库平台的目的,为服务高灾害风险的边坡监测项目。
（1）“边坡灾害维护生命周期”的特性：考虑时间序的规划、设计、施工、运营等阶段考虑防灾减灾,并在运营阶段定期评估滑坡灾害,以滑坡灾害空间分布扩散,在运营阶段同时考虑大尺度空间的巨观灾害特性、中尺度空间的关注区域灾害变化、小尺度空间的高风险灾害场址等。
（2）“边坡四维监测项目信息查询及展示”模块：以个别场址的“微环境”3D虚拟地形模型为主,建构及展示项目的地质及监测信息。使用者可藉由设定所需展示的时间区间,展示监测信息在虚空间中的4D演变。
（3）“边坡环境信息查询”模块“架构在GIS平台,为汇整监测场址所有相关”宏观环境“数据,包含”雨量、台风、地震、地质、地形、灾害潜势等。
（4）“边坡安全快速展示”模块：架构在GIS平台,结合“宏观环境”信息,混搭分析并呈现安全性以及相关信息查询。模块同时提供数个不同监测场址的基本项目信息以及安全状态。
-
![]()
图 1 西安地铁工程建设期间完成的试坑浸水试验平面分布图
Figure 1. Layout of large test pit immersion test site completed during construction of Xi'an metro project
![]()
图 3 试坑平面布置、观测点及探井位置示意图
Figure 3. Arrangement of water pool, monitoring instruments and inspection wells
![]()
图 4 室内自重湿陷系数和现场实测分层变形沿深度变化曲线
Figure 4. Variation curves of indoor self-weight collapse coefficient and on-site measured deformation settlement of layered along depth
![]()
图 5 典型试验场地内实测分层变形量归一化曲线
Figure 5. Normalization curves of measured deformation of layered settlement in typical test sites
![]()
图 6 各组浸水试验中试坑内外侧浅标点变形扩散特征
Figure 6. Diffusion characteristics of shallow punctuation deformation morphology at inner and outer sides of test pit in various immersion tests
![]()
图 7 基于试坑半径的试坑周边地表变形归一化曲线
Figure 7. Normalized curves of deformation around test pit (Based on radius of test pit)
![]()
图 8 基于实测自重下限深度的试坑周边地表变形归一化曲线
Figure 8. Normalized curve of deformation around the test pit (Based on the measured self weight collapsible limit depth)
![]()
图 9 不同地貌单元中地层内部深标点沉降速率发展历程曲线
Figure 9. Time-history curves of development of deep mark settlement rate within strata in different landform units
![]()
图 10 各组试验中特征阶段试坑中心位置处浅标点变形汇总图
Figure 10. Summary of shallow punctuation deformation at center of test pit during characteristic stage of various groups of tests
![]()
图 11 不同地貌单元中自重湿陷变形实测值与计算值的关系
Figure 11. Relationship between measured and calculated values of self-weight collapse deformation in different geomorphic units
![]()
图 12 各组试验变形修正系数和实测变形量汇总图
Figure 12. Summary of deformation correction coefficients and measured deformation amounts for various tests
![]()
图 13 不同地貌单元中3类特征土层的自重湿陷变形实测值与计算值的关系
Figure 13. Relationship between measured and calculated values of self-weight collapse deformation of various characteristic soil layers in different geomorphic units
![]()
图 14 各类地貌单元中考虑土层沉积时代的湿陷变形修正系数
Figure 14. Correction coefficients for collapsible deformation considering depositional age of soil layers in various geomorphic units
表 1 西安地铁工程建设期间已完成的大型试坑浸水试验成果汇总表
Table 1 Summary of large test pit immersion test site completed during construction of Xi'an metro project
序号 场地编号 线路名称 试验场地位置 地貌类型 试坑直径/m 注水历时/
d自重湿陷量/mm 自重湿陷深度/m 湿陷类型* 室内 实测 室内 实测 1 JD-1 西安地铁6号线 华山铁道技师学院 咸宁路东段沿线的浐河三级阶地 20 42 334~426.9 285.4 18.5 11.3 自重 2 JD-2 西安地铁5号线 月登阁 长鸣路—月登阁段浐河三级阶地 26 51 461~617 208.7 27.5 20 自重 3 JD-3 西安地铁8号线 月幸路 等驾坡村—南三环段浐河三级阶地 30 43 360~447 92.8 29.5 12 自重 4 LW-1 西安地铁5号线 黄渠头村 黄土梁洼区 23 43 170~190 74.1 18.0~21.5 9.5 自重 5 TY-4 西安地铁14号线 布里村 渭河北黄土塬 25 48 209~410 380.5 20.5 10.6 自重 6 HJ-1 西安地铁9号线 田洪北街以东 灞河以东铜仁塬塬前洪积台塬 20 51 168.3 107.6 19 19 自重 7 HJ-2 西安地铁9号线 芷阳五路 灞河以东铜仁塬塬前洪积台塬 20 42 148~302 52.3 21.5 0 非自重 8 TY-2 西安地铁4号线 阳村 杜陵塬 25 34 143~182 8(抬升) 23 0 非自重 9 TY-3 西安地铁4号线 高望堆村 杜陵塬 25 43 74~112 4(抬升) 23 0 非自重 10 TY-5 西安地铁15号线 神舟二路 少陵塬 25 35 103~132 0 17 0 非自重 11 TY-1 西安地铁2号线 神禾三路 神禾塬 30 35 413 32 32.9 0 非自重 12 JD-4 西安地铁14号线 摆旗寨村 渭河三级阶地 20 33 301~425 1~2 18 0 非自重 注：*湿陷类型由现场浸水试验确定。 
下载: 导出CSV
-
[1] 湿陷性黄土地区建筑标准: GB 50025—2018[S]. 北京: 中国建筑工业出版社, 2019. Standard for Building Construction in Collapsible Loess Regions: GB 50025—2018[S]. Beijing: China Architecture & Building Press, 2019. (in Chinese)
[2] 郑建国, 邓国华, 刘争宏, 等. 黄土湿陷性分布不连续对湿陷变形的影响研究[J]. 岩土工程学报, 2015, 37(1): 165-170. doi: 10.11779/CJGE201501020 ZHENG Jianguo, DENG Guohua, LIU Zhenghong, et al. Influence of discontinuous distribution of collapsible loess on its deformation[J]. Chinese Journal of Geotechnical Engineering, 2015, 37(1): 165-170. (in Chinese) doi: 10.11779/CJGE201501020
[3] 李同录, 冯文清, 刘志伟, 等. Q2黄土湿陷系数试验压力取值的讨论[J]. 水文地质工程地质, 2023, 50(6): 59-68. LI Tonglu, FENG Wenqing, LIU Zhiwei, et al. A discussion of the test pressure of collapsible coefficient for Q2 loess[J]. Hydrogeology & Engineering Geology, 2023, 50(6): 59-68. (in Chinese)
[4] 邢义川, 谢定义, 李永红. 非饱和黄土湿陷过程中有效应力变化规律[J]. 岩石力学与工程学报, 2004, 23(7): 1100-1103. doi: 10.3321/j.issn:1000-6915.2004.07.009 XING Yichuan, XIE Dingyi, LI Yonghong. Effective stress and collapse process of unsaturated loess[J]. Chinese Journal of Rock Mechanics and Engineering, 2004, 23(7): 1100-1103. (in Chinese) doi: 10.3321/j.issn:1000-6915.2004.07.009
[5] 方祥位, 成培江, 申春妮, 等. 陕西蒲城Q2黄土物质组成试验研究[J]. 后勤工程学院学报, 2012, 28(1): 1-6. doi: 10.3969/j.issn.1672-7843.2012.01.001 FANG Xiangwei, CHENG Peijiang, SHEN Chunni, et al. The matter composition tests of Q2 loess in Pucheng, Shaanxi Province[J]. Journal of Logistical Engineering University, 2012, 28(1): 1-6. (in Chinese) doi: 10.3969/j.issn.1672-7843.2012.01.001
[6] 李大展, 何颐华, 隋国秀. Q2黄土大面积浸水试验研究[J]. 岩土工程学报, 1993, 15(2): 1-11. doi: 10.3321/j.issn:1000-4548.1993.02.001 LI Dazhan, HE Yihua, SUI Guoxiu. Study and Test on immersion of Q2 Loess in Large Area[J]. Chinese Journal of Geotechnical Engineering, 1993, 15(2): 1-11. (in Chinese) doi: 10.3321/j.issn:1000-4548.1993.02.001
[7] 石怀清. 西安塬区中更新世Q2黄土场地浸水试验与研究[D]. 西安: 西安建筑科技大学, 2008. SHI Huaiqing. Immersion Test and Study on the Middle Pleistocene Q2 Loess Site in Xi'an Plateau[D]. Xi'an: Xi'an University of Architecture and Technology, 2008. (in Chinese)
[8] 黄雪峰, 陈正汉, 哈双, 等. 大厚度自重湿陷性黄土场地湿陷变形特征的大型现场浸水试验研究[J]. 岩土工程学报, 2006, 28(3): 382-389. doi: 10.3321/j.issn:1000-4548.2006.03.019 HUANG Xuefeng, CHEN Zhenghan, HA Shuang, et al. Large area field immersion tests on characteristics of deformation of self weight collapse loess under overburden pressure[J]. Chinese Journal of Geotechnical Engineering, 2006, 28(3): 382-389. (in Chinese) doi: 10.3321/j.issn:1000-4548.2006.03.019
[9] 王治军, 潘俊义, 马闫, 等. 董志塬大厚度自重湿陷性黄土场地浸水试验研究[J]. 水文地质工程地质, 2016, 43(2): 75-82. WANG Zhijun, PAN Junyi, MA Yan, et al. Immersion test on the self-weight collapsible loess in the Dongzhiyuan Area[J]. Hydrogeology & Engineering Geology, 2016, 43(2): 75-82. (in Chinese)
[10] 马闫, 王家鼎, 彭淑君, 等. 大厚度黄土自重湿陷性场地浸水湿陷变形特征研究[J]. 岩土工程学报, 2014, 36(3): 537-546. doi: 10.11779/CJGE201403017 MA Yan, WANG Jiading, PENG Shujun, et al. Immersion tests on characteristics of deformation of self-weight collapsible loess under overburden pressure[J]. Chinese Journal of Geotechnical Engineering, 2014, 36(3): 537-546. (in Chinese) doi: 10.11779/CJGE201403017
[11] 武小鹏, 熊治文, 王小军, 等. 郑西高速铁路豫西段黄土现场浸水自重湿陷特征研究[J]. 岩土力学, 2012, 33(6): 1769-1773. doi: 10.3969/j.issn.1000-7598.2012.06.026 WU Xiaopeng, XIONG Zhiwen, WANG Xiaojun, et al. Study of immersion collapsible characteristics under overburden pressure of Western Henan loess along Zhengzhou-Xi'an high-speed railway[J]. Rock and Soil Mechanics, 2012, 33(6): 1769-1773. (in Chinese) doi: 10.3969/j.issn.1000-7598.2012.06.026
[12] 邵生俊, 李骏, 李国良, 等. 大厚度自重湿陷黄土湿陷变形评价方法的研究[J]. 岩土工程学报, 2015, 37(6): 965-978. doi: 10.11779/CJGE201506001 SHAO Shengjun, LI Jun, LI Guoliang, et al. Evaluation method for self-weight collapsible deformation of large thickness loess foundation[J]. Chinese Journal of Geotechnical Engineering, 2015, 37(6): 965-978. (in Chinese) doi: 10.11779/CJGE201506001
[13] 姚志华, 黄雪峰, 陈正汉, 等. 关于黄土湿陷性评价和剩余湿陷量的新认识[J]. 岩土力学, 2014, 35(4): 998-1006. YAO Zhihua, HUANG Xuefeng, CHEN Zhenghan, et al. New recognition of collapsibility evaluation and remnant collapse of loess[J]. Rock and Soil Mechanics, 2014, 35(4): 998-1006. (in Chinese)
[14] 邢义川, 金松丽, 赵卫全, 等. 基于离心模型试验的黄土湿陷试验新方法研究[J]. 岩土工程学报, 2017, 39(3): 389-398. doi: 10.11779/CJGE201703001 XING Yichuan, JIN Songli, ZHAO Weiquan, et al. New experimental method for loess collapsibility using centrifugal model tests[J]. Chinese Journal of Geotechnical Engineering, 2017, 39(3): 389-398. (in Chinese) doi: 10.11779/CJGE201703001
[15] 王铁行, 金鑫, 罗扬, 等. 考虑卸荷作用的黄土湿陷性评价方法研究[J]. 岩土力学, 2019, 40(4): 1281-1290. WANG Tiexing, JIN Xin, LUO Yang, et al. A method for evaluation of loess collapse potential of unloading[J]. Rock and Soil Mechanics, 2019, 40(4): 1281-1290. (in Chinese)
-
期刊类型引用(15)
1. 董莹，徐畅，鲁志恒. BIM跨平台模型整合在高速公路建设中的应用研究. 智能建筑与智慧城市. 2025(04): 117-119 . 
百度学术
2. 张标，瞿凡，蒋毅. 饱水软化效应下砂质泥岩边坡三维稳定性上限分析. 土木工程学报. 2025(04): 108-123 . 百度学术
3. 肖建勇，严伟，乔世范，谢济仁，陈韶平，杨舒焜，冯超博. 基于BIM的公路边坡可视化管理方法研究. 铁道科学与工程学报. 2024(06): 2342-2358 . 百度学术
4. 张玮，马瑞良，黄震宇，叶子铭. 基于云计算平台的网络安全预警平台改进设计. 自动化技术与应用. 2023(06): 70-72+81 . 百度学术
5. 吴小林，王健，唐骁，李青朋，祁长青. 台阶式锯切开挖边坡岩体质量及稳定性评价. 工程勘察. 2023(07): 1-6 . 百度学术
6. 王军，刘志明，蔡国军，叶飞龙，宋小进. 基于砂土界面剪切试验的自传感压电土工电缆监测效果评价. 岩土工程学报. 2023(10): 2023-2031 . 本站查看
7. 戴建炜，杨青，左天才，刘正春，刘常茂. GIS技术在UWB基站可视化模式监测中的应用. 电子设计工程. 2022(03): 136-139 . 百度学术
8. 夏元轶，符士侃，杜钰，石廷川. 基于大数据的虚拟仪器关联数据库信息分析方法. 自动化与仪器仪表. 2022(05): 232-235 . 百度学术
9. 张鹏，胡惠华，龚道平，胡杰. 硬质岩变形边坡深孔位移监测曲线表征分析. 路基工程. 2022(03): 67-72 . 百度学术
10. 陈磊，李斌，彭程，毕晓伟，杨成生. 岩溶山区滑坡监测预警云平台设计与实现. 长江科学院院报. 2022(06): 138-144 . 百度学术
11. 叶为民，孔令伟，胡瑞林，查甫生，石胜伟，刘樟荣. 膨胀土滑坡与工程边坡新型防治技术与工程示范研究. 岩土工程学报. 2022(07): 1295-1309 . 本站查看
12. 梁琴琴，何东林，王振飞，武枝，王宗江，赵丽娜. 三维数字化矿山地质信息整合系统设计及应用. 中国金属通报. 2021(01): 237-238 . 百度学术
13. 张治国，毛敏东，PANY.T.，赵其华，吴钟腾. 隧道-滑坡相互作用影响及控制防护技术研究现状与展望. 岩土力学. 2021(11): 3101-3125 . 百度学术
14. 王霞. 基于无线传感网络的道路信息监测系统设计. 信息通信. 2020(09): 55-57 . 百度学术
15. 张月，马楠，郭阳. 油田企业高性能数据库云平台建设探索. 中国管理信息化. 2020(22): 89-90 . 百度学术
其他类型引用(15)
计量
- 文章访问数: 254
- HTML全文浏览量: 22
- PDF下载量: 79
- 被引次数: 30
