工程地质学报  2017, Vol. 25 Issue (6): 1455-1464   (4704 KB)    
基于DFOS的排灌水条件下土体变形响应模型试验研究
吴静红, 施斌, 曹鼎峰, 姜洪涛, 王雪帆, 尹建华    
① 南京大学地球科学与工程学院 南京 210023;
② 南京大学地理与海洋科学学院 南京 210023
摘要:黏土层和砂土层交替变化的多层土体在强烈开采地下水作用下极易产生压密固结而引发地面沉降灾害。本文针对含水层释水引起地面沉降问题,研制了地面沉降试验装置,进行了排灌水条件下含水层系统的沉降及回弹试验。采用分布式光纤感测技术对土体内部应变分布及含水率变化进行耦合监测,并分析了各分层对水位变化的响应特征。结果表明:黏土层和砂土层均表现出了排水压缩和灌水回弹特点,黏土层变形较砂土层明显。各层变形与含水率变化具有良好的对应关系,表现为砂土层变形和含水率变化基本同步,而黏土层变形略微滞后于含水率变化。黏性土压缩曲线具有明显的分段特征,排水时当含水率低于液限后迅速减小,黏土层压缩速率明显加快;回灌时当含水率高于液限后,回弹速率明显加快。试验结果对研究地面沉降机理、评价地面沉降潜力及地下水利用具有重要意义。
关键词地面沉降    土体应变    分布式光纤监测    水土耦合    
DFOS BASED EXPERIMENTAL STUDY OF SOIL DEFORMATION RESPONSE TO DRAINAGE AND RECHARGE
WU Jinghong, SHI Bin, CAO Dingfeng, JIANG Hongtao, WANG Xuefan, YIN Jianhua    
① School of Earth Sciences and Engineering, Nanjing University, Nanjing 210023;
② School of Geographic and Oceanographic Science, Nanjing University, Nanjing 210023
Abstract: Under the effect of intense exploitation of groundwater, the multi-layer soil of clayey soil and sandy soil is susceptible to be compressed, which causes the land subsidence disaster. To better understand the mechanism of land subsidence caused by groundwater withdrawal, a small-scale sand-clay interbred model box is built to carry out the consolidation and rebound tests. Distributed fiber optical sensing(DFOS)technologies are introduced for coupling monitoring of soil strain and water content to analyze the response characteristics of each layer to water level changes. The results indicate that soil layers are compressed during drainage while rebound during recharge. In addition, the deformation of clay layer is obvious than that of sand layer. The deformation of sand layer is synchronous with water content changes, while that of clay layer is slightly lagging behind the water content changes due to its lower coefficient of permeability. The segmented compression curve of clay layer shows that water content rapidly decreases when it is lower than its liquid limit, meanwhile the clay layer compression rate obviously accelerates during drainage. When water content is higher than that of its liquid limit during recharge, rebound rate significantly increases. The test results are of great significance to study the mechanism of land subsidence as well as to evaluate the compression potential of soil layers.
Key words: Land subsidence    Soil strain    Distributed fiber optical sensing(DFOS)    Soil and water coupling    

0 引言

随着经济的飞速发展,人口的日益增加,地表水源的供给已不能满足人们对水量日渐剧增的需求,地下水作为补给水源被大量开采。在强烈开采地下水作用下,具黏性土层和砂性土层交替变化的多层状松软土体极易产生压密固结而引发地面沉降灾害,严重影响人民生命财产和基础设施建设,已经成为全球范围内关注的地质灾害问题(Mousavi et al., 2000; Sato et al., 2003; Phien-wej et al., 2006; Tosi et al., 2007; Wang et al., 2009; Tung et al., 2012; Pacheco-martínez et al., 2013)。

在过去的几十年,针对抽水引起的地面沉降问题,已有许多学者开展了研究。Poland et al.(1969)证明了美国加州圣克拉拉谷地面沉降的中心与抽水漏斗中心的一致性,指出由于抽水使含水层水头下降,有效应力增加,产生压密变形,从而导致了地面沉降的发生。Ramnarong(1989)将雨水注入曼谷含水层中,提出地下水人工回灌是控制地面沉降的有效措施。为探究地面沉降及其回弹机理,大量野外及室内试验将研究重点放在地面沉降过程中土层变形特征研究。张云等(2006a, 2006b)从对上海地层变形的监测发现,不同土层在不同应力条件下其变形特点是不同的。王光亚等(2009)根据分层沉降标资料,研究了常州含水系统土层的压缩变形特性,各自的应变特性及其与累计地下水开采量的关系。Hung et al.(2010)利用多种传感设备,对台湾地区300m深度范围内含水系统变形进行了监测,结果显示压缩部位与抽水部位吻合。然而,由于地面沉降区地质条件比较复杂,干扰因素也较多,相关研究主要关注地面总沉降量的预测,地层监测主要采用分层沉降标等手段,因而监测数据受到点位数量和分布的限制,只能反映有限层位间的位移变形,无法对土体内部变形场及水分场进行精细化耦合监测(张诗玉等,2008);在地面沉降室内模型研究方面,Kitaro(1969)进行了代表性的室内大尺度地面沉降模型试验,其成果研究了含水层中抽取地下水与地面沉降的关系。徐海洋等(2011)通过室内实验,对黏土和砂土在不同组合情况下进行排水试验,发现土层的沉降主要是由于黏土的沉降引起的。但在这些室内试验中,土层变形监测主要采用自制的沉降标方法,由于受制作工艺,安装等限制,监测点位有限,无法获得土样模型全断面的变形和含水率的耦合变化;水位管监测水位时也常常受到土体内气泡等影响而影响观测数据。

分布式光纤感测技术(DFOS)具有分布式和长距离监测、感测光缆纤细柔韧而不影响被测物的结构等优点,光缆既具有感测性能又具有监测数据传输的功能,可以植入地质体及其相关结构中,通过各种等效转换方式,可监测岩土体应变场、温度场、位移场、水分场和渗流场等相关参数(Zhu et al., 2014)。Kunisue et al.(2010)证实了在钻孔中铺设光纤传感器监测不同深度地层压缩的可行性;Wu et al.(2015)成功将DFOS技术应用于野外地面沉降监测中,发现抽水含水层上部弱透水层存在着明显的压应变;有研究表明,DFOS技术由于感测光缆纤细柔韧,匹配性好,特别适用于实验室模型试验的分布式测试(Wang et al., 2009)。但此项技术应用于实验室内地面沉降模型变形与水分的分布式耦合监测还未见相关报道。

为掌握多层土体在抽灌水条件下变形响应特征,本文设计了一个可控水位的地面沉降模型箱。通过填筑砂层和黏土层来模拟透水层和弱透水层。模型采用PPP-BOTDA和FBG技术,研发出适合于土体变形及含水率分布式监测的特种光缆,对排灌水过程中土层的应变、含水率、水压和沉降量变化进行耦合监测,以弄清土层变形与土中渗流之间的关系,掌握排灌水条件下土层的变形特征。

1 DFOS感测技术
1.1 含水率监测原理

土层模型含水率监测采用布拉格光纤光栅技术(FBG)。FBG是一种在感测光纤上刻制而成的波长选择反射器(吴静红等,2016)。其背向反射光中心波长λB由纤芯的有效折射率neff和刻制的栅距(周长)Λ决定,光纤光栅的波长变化率与轴向应变和温度呈良好的线性关系(朱有群等,2014)。在应变变化不大而温度迅速改变的情况下,可简写为:

$ \frac{{\Delta \lambda }}{{{\lambda _B}}} = \gamma (T - {T_0}) $ (1)

式中,$ \frac{{\Delta \lambda }}{{{\lambda _B}}}$为波长变化率;γ为温度系数;T-T0为温度变化量。通过解调仪获取FBG中心波长即可得到不同时刻光栅位置处温度变化情况(Kersey et al., 1997)。

将一种粘贴有FBG光栅串的碳纤维加热感测棒埋设在被测土体中,在加热感测棒过程中,通过测量FBG光栅串波长变化率,获得特定位置处加热过程中的温度时程曲线,根据在室内试验中已标定的升温时程曲线与含水率的关系,可实现土体含水率的剖面测量(Weiss,2003; Sayde et al., 2010; Cao et al., 2015a, 2015b)。本次试验采用分段函数模型,它将光缆温度上升量与土的含水率之间的关系进行分段描述:当含水率较低时采用线性函数模型;当含水率较高时采用对数模型。土的含水率与光缆温度之间的关系分段描述为:

$ {T_t} = \left\{ {\begin{array}{*{20}{l}} {{z_1} - {z_2}\ln (\theta + {z_3})\;\;\;\theta > {\theta _0}}\\ {k\theta + b\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\theta \le {\theta _0}} \end{array}} \right. $ (2)

其中,Tt为温度特征值,定义为加热过程某一段时间温度变化量的平均值;θ0为分段含水率,即土的含水率大于θ0时采用对数函数模型,小于θ0时采用线性函数模型。θ0的大小与土的成分和粒度组成有关,可通过试验标定确定。在标定时,将ΔT-θ曲线上曲率半径最小点对应的含水率作为θ0z1z2z3kb都是与土的类型有关的常数,需要通过试验标定。该法与烘干法测量的质量含水率转换后的体积含水率相关分析结果显示R2值为0.902,均偏差值为0.033m3 m-3,测试精度较高。

1.2 应变监测原理

土层模型应变监测采用布里渊散射光时域分析技术(BOTDA)。当光纤沿线存在轴向应变或温度发生变化时,光纤中的背向布里渊散射光的频率将发生漂移,频率的漂移量与光纤轴向应变和温度的变化量呈良好的线性关系(丁勇等,2014),其关系如下:

$ {v_B}(T, \varepsilon) = {C_\varepsilon }\varepsilon + {C_T}T $ (3)

式中,CεCT为应变和温度系数;νB为布里渊频移量;εT分别为应变和温度变化量。因此,通过测量光纤中背向布里渊散射光的频率漂移量就可以得到光纤沿线温度和应变的分布信息(Horiguchi et al., 1989; Kishida et al., 2005)。但温度对布里渊频移的影响要远远小于变形的影响,因此,如果温度的变化不超过5℃,通常可以忽略不计(Song et al., 2016)。试验时,先进行应变监测后加热碳纤维棒进行含水率监测,以避免温度对应变监测的影响。

1.3 感测光缆与设备

模型采用苏州南智传感科技有限公司提供的两种特制光缆,分别是用于应变监测的光缆(Strain Sensing Cable, SSC)及用于含水率监测的碳纤维加热感测棒(Carbon Fiber Heated Sensing Bar, FHSB)。SSC主体为1.2mm Hytrel光缆,由于模型箱中土压力较小,为了提高感测光缆与土体的变形耦合性,在光缆上每隔10cm垂直于光缆固定一个直径4cm,厚度1mm的圆形塑料片,固定处用石英玻璃管保护(图 1a)。CFHSB主体为内径3mm,外径5mm,长度1m的碳纤维棒,在其表面粘贴光纤,每隔10cm刻制一个FBG,刻制完成后用热缩套管加以保护,最后将导线穿过碳纤维棒用于加热(图 1b)。

图 1 监测光纤实物图 Fig. 1 Details of the test sensing cables a.应变监测光缆;b.碳纤维加热感测棒

采用日本Neubrex公司生产的NBX-6050A型PPP-BOTDA光纳仪和苏州南智公司生产的NZS-FBG-A03光纤光栅解调仪器分别对SSC及CFHSB进行数据采集,仪器参数(表 1)。

表 1 NBX-6050A和A03以及1.2mm HY光纤测试参数 Table 1 Typical measuring parameters of the NBX-6050A PPP-BOTDA, A03 and the 1.2mm HY cable

2 室内模型试验
2.1 模型箱与实验材料

为精细化地研究地下水抽灌水过程中,不同土层的变形响应特征和相互作用机理,本研究在实验室内建立了小尺度的地面沉降模型试验装置。模型箱为由法兰连接的1个底座及3个30cm高有机玻璃圆柱体,内径42cm,高100cm(图 2)。试验所用砂土粒径分布(图 3),试验所用南京地区广泛分布的下蜀土物理力学指标(表 2)。

图 2 模型箱实物图 Fig. 2 Physical diagram model box

图 3 砂土粒径分布图 Fig. 3 Particle size distribution of the test sand

表 2 下蜀土物理力学性质指标 Table 2 Physical and mechanical properties of Xiashu soil

2.2 试验过程

(1) 填土与光缆布设(图 4)。箱内堆积60cm厚土层,自上而下分别为10cm上砂层,30cm黏土层和20cm下砂层。填土过程中,每填5cm用木槌压实,控制黏土及砂土层击实含水率12%,击实干密度1.4g ·cm-3。模型堆填完成之后静置48h使土层在自重应力作用下与光缆充分耦合。SSC光缆自上而下贯穿土层,并构成一个回路,连接BOTDA。由于光缆只能反映拉应变,为了测量土体的压缩应变,在填土前,对光缆进行预拉至7000×10-6με并固定两端。同时,土层中每隔10cm布置一个沉降标,标号0#至5#,分别监测0~60cm,10~60cm,20~60cm,30~60cm,40~60cm和50~60cm深度土层变形情况,用于与光纤应变监测数据进行对比。土层中共埋设2根CFHSB,第1个光栅点距离模型底部分别为5cm和10cm,同时连接A03。并且,距土体表面由5cm至55cm每10cm深处共埋设6根水位管来监测模型箱中相应土层水位的变化。模型箱内的水位控制通过模型箱右下方的水阀和灌水水箱实现。采用以上装置和传感器,可以获得排灌水过程中不同土体深度处水头及含水率随时间的变化曲线,以及不同时刻土体的应变和沉降量变化曲线。

图 4 模型中光缆布设方案 Fig. 4 The layout of the sensing cables in the model

(2) 排水试验。为使土样中的气体充分排除,填土完成后,模型箱右侧的入水口连接水箱,将水缓慢泵入箱体中,使水位逐渐上升至溢出口,静置24h使土样完全饱和后,开始排水试验。撤去水箱,打开模型箱下方水阀,模型箱内水压降低,水位逐渐下降,以模拟野外抽取地下水后水位下降的过程。为避免CFHSB加热影响,先进行土体在深度方向上的应变监测,随即加热CFHSB 20min进行含水率监测,同时,读取记录沉降标示数,水位管中水位高度,每次数据采集间隔1h。待水位和土体应变基本保持稳定后,结束排水试验。

(3) 回灌试验。将水阀接通灌水装置,从模型箱右侧进水口逐渐向模型箱内注水,监测土体应变和含水率,并记录水位和沉降量。同样,在水位和土体应变基本稳定后停止灌水试验。

3 试验结果与分析
3.1 排水过程中土体应变变形响应

图 5a是排水过程中不同时刻SSC监测到的土层应变情况,应变值以排水前光纤应变为零值进行计算,压应变为负,拉应变为正。从图 5中可以看出压应变随着时间逐渐增大,在排水前2h时,各土层的应变变化相对较小;2h后压应变逐渐增大,稳定时黏土层上部压应变最明显,最大可达约3000με,这主要是由于上部分黏土在失水过程中相对于下部分黏土蒸发速度快,水分流失较大,压缩较大;下砂层应变变化最小,一方面是因为砂土经过24h饱和湿陷,颗粒间整新调整,可压密度大大减小,另一方面是砂土具有较大的压缩模量(砂土14.9MPa,黏土2.6MPa),因此在同样应力作用下的变形较小。对应变曲线沿深度方向进行积分,可以得到相应的变形,图 5b给出了不同时刻累计变形曲线。可以看出,SSC监测到的土层总压缩量约为0.6mm,主要压缩0.4mm发生在中间的黏土层,其次为上砂土层0.12mm,变形最小的为下砂层0.08mm。

图 5 排水过程中土体变形响应 Fig. 5 Soil response during drainage a.应变变化; b.累计变形量

图 6给出了6个沉降标的位移情况。排水初期,土层无明显变化,从2h开始,压缩变形明显增大,10h后变形趋于稳定,最终稳定压缩量约为0.8mm。其中上、下砂层变形较小,主要压缩变形发生在黏土层上部。对稳定应变后的应变曲线积分,得到与沉降标相对应深度的土体变形(图 6b)。对比图 6a6b,可以发现光纤监测结果与沉降标基本一致,最后稳定压缩量约为0.6mm,略小于沉降标。光纤监测应变小于实际应变是由于护套保护产生的应变损失所造成(Wu et al., 2015)。值得注意的是,在下砂层部位(60~40cm),光纤测到的压缩要大于沉降标,而在黏土层部位(60~30cm,60~20cm和60~10cm),光纤监测到的压缩要小于沉降标。开挖模型时发现这主要是由于黏土层在含水率较大的情况下呈松软状态,沉降标在自重作用下极易陷入土体中而使得监测到的压缩变形偏大;下砂层中光纤监测到的压缩量大于沉降标,这可能是由于填土时人工击实不均匀造成的,由于砂土本身的压缩量很小(0.1mm左右),砂土中沉降标的位置较光纤监测位置稍密实,即可使得光纤监测到的压缩量较大。这也说明了光纤监测的精度较高。

图 6 排水过程分层沉降标与光纤对比 Fig. 6 Comparison of step bench marks and SSC during drainage a.沉降标监测结果; b.光纤监测结果

在地面沉降中,影响一个土层变形量大小的因素很多,如它本身的类型、压缩性、厚度以及该土层中孔隙水压力变化情况。模型中黏土层的压缩系数为0.5MPa-1大于砂土层的压缩系数0.1MPa-1,可见黏土可压缩性大于砂土;黏土层厚度大于上、下砂层,这也是导致黏土层压缩量大于砂层压缩量的一个因素。实际野外土层并不均一,含水砂层中往往夹有大量黏粒及黏土夹层,会导致砂层变形量增加。张云等(2006a, 2006b)在研究上海地区地面沉降时发现,承压含水砂层是上海最近几年来地面沉降的主要沉降层。而也有监测表明由于抽水含水层水位的长期持续快速下降,导致其顶底板弱透水层中的孔隙水缓慢向含水层中渗流,砂层压缩变形已经基本稳定,黏性土层逐渐固结成为主要的压缩沉降层(王光亚等,2009吴静红等,2016)。

3.2 灌水过程中土体应变变形响应

图 7a是回灌过程中不同时刻SSC监测到的土层应变情况,可以看出拉应变主要出现在黏土层上部,最大可达约1500με,说明回灌过程中黏土层发生了较为明显的回弹。砂层回弹明显小于黏土层。这一现象与野外监测到的基本一致,在人工回灌地下水时,承压含水砂层水位上升,出现略微回弹。在水力梯度作用下,水开始进入黏土层中,黏土层内孔隙水压力增加,有效应力减小,土体产生回弹。随着黏性土吸水不断进行,土层孔隙水压力逐渐升高,黏土层出现渗透(从含水层向黏土层)越流,这一阶段的回弹可能与土的微观结构和矿物成分有关(龚士良,2002罗立红等,2014)。

图 7 回灌过程中土体变形响应 Fig. 7 Soil response during recharge a.应变变化; b.累计变形量

图 7b不同时刻累计变形曲线显示,土层整体回弹量约0.3mm,小于压缩量。其中排水砂层回弹量约为0.04mm,黏土层回弹量约为0.23mm,占主体,上砂层回弹量最小为0.03mm。对比排水阶段各层变形量,可以发现各土层在回灌阶段的回弹量均小于压缩阶段压缩量,有研究表明在吸水回弹阶段,与相应压力下的土体释水量相比,吸水量只占释水量的12% ~19%(王翠玲等,2007)。

图 8给出了回灌过程中沉降标位移情况与光纤监测结果的对比。两者总体变化趋势一致,回灌前6h,土层无明显变化,6h后各土层发生一定量回弹,最终稳定回弹量光纤0.30mm略小于沉降标0.32mm。然而,在黏土层回弹部位,光纤测得的回弹值却略大于沉降标监测值,这同样是因为沉降标自身重力造成的在黏土层中下陷使得测得的回弹小于实际值。值得注意的是,光纤监测值稳定时间要明显快于沉降标监测的稳定时间,说明光纤的监测灵敏度要优于沉降标。

图 8 回灌过程分层沉降标与光纤对比 Fig. 8 Comparison of step bench marks and SSC when recharge a.沉降标监测结果; b.光纤监测结果

3.3 土层变形与含水率变化关系分析

地面沉降过程中土体变形与土中渗流紧密相联,地下水位变化对土体变形具有重要影响。取不同时刻各层平均含水率研究变形与水分之间的关系(图 9)。可以发现各层排水初始含水率均略大于回灌结束时饱和含水率,说明经历一次循环后,土层内部孔隙比减小,土层被压缩。在排水和回灌时,随着各层含水率的降低和升高,土层相应出现压缩变形和回弹变形,其中砂层变形和含水率变化趋势基本同步,略有波动,而黏土层变形较平缓且略微滞后于含水率变化。这种落后于水位变化的变形是由于黏性土的渗透特征以及瞬态超静孔隙水压力的缓慢耗散(Riley et al.,1969丁国平等,2012)。

图 9 排水回灌过程中各土层水分及变形变化规律 Fig. 9 Moisture content and deformation changes in the process of drainage and recharge

图 9b黏土在排水过程中变形随时间的变化过程可以看出,其压缩曲线具有明显的分段特征:A段为缓慢变形阶段,土体刚开始释水孔隙减小;B段为快速变形阶段,随着自由水不断释出,孔隙中水以弱结合水转化为自由水释出为主,变形随压力的增加快速递增,土体变形在这一阶段基本完成;C段为迟缓变形阶段,这一阶段土体弱结合水转化释出微弱,变形已经基本完成,但随着时间的延续,仍持续缓慢的变形。其中,A和B阶段为主固结阶段,这一阶段除黏土层孔隙减小,土骨架弹性压密外,主要为排水和越流过程中渗透力引起黏土颗粒的位移、旋转、重新定向排列,及有效应力急剧增大,造成颗粒间水化膜挤薄和土的结构变形、破坏引起的黏土塑性压密释水。因此此阶段为黏性土的骨架变形和孔隙水排出引起的固结变形,也是地面沉降量的主要部分;C阶段是渗水结束后的变形,主要由于土骨架的蠕变而产生的压缩变形,压缩量较小。

值得注意的是,排水时当黏土层含水率低于液限后,含水率迅速减小,黏土层压缩速率明显加快,回灌时当含水率高于液限后,回弹速率明显加快。这是由于黏土颗粒具有双电层结构(Chen et al., 2014),黏土中水和土颗粒的结合形式与含水率有一定的关系(Fukue et al., 1999)。当含水率较高时(ωωL),土体的孔隙率较大,黏土颗粒之间距离较远,超出相互引力范围,土粒扩散层外围以自由水为主,当抽水含水层水位降低,在较小的水力梯度作用下,黏土颗粒孔隙中的自由水首先释出,使黏性土层失水产生压缩变形(武强等,2006);随着含水率逐渐降低(ωL>ω>ωP),孔隙水主要为扩散层内渗透吸附水和少量的自由水,少量自由水释出后孔隙被压缩,当含水层的抽水量进一步加大,水力梯度增加到足以克服扩散层内渗透吸附结合水抗剪强度时,扩散层内渗透吸附结合水转化为自由水释出,土粒间距离进一步减小,团聚体间大孔破坏、崩塌,孔隙进一步压缩,土层被明显压缩,此时土体排水压密基本完成。含水率再低时(ω < ωP),土粒间距离进一步减小,孔隙水以吸附结合水为主,由于吸附结合水受到黏土颗粒强烈的静电吸引和氢键连结作用,其性质与固体比较接近,不易被压缩(谢海澜等,2009)。

4 结论

本文运用光纤感测技术开展了室内小型砂黏互层模型箱试验,通过对土层应变和含水率变化的同步监测,研究砂层和黏土层在反复排水和灌水过程中变形响应机制,试验表明:

(1) 分布式光纤感测技术可以获取土体断面任一深度应变值,相对传统的分层沉降标在竖向土体应变监测中具有精细化测量、灵敏度高、精度高等优势,可用于地面沉降监测及早期预警。

(2) 在排水和回灌时,随着黏土层和砂土层含水率的降低和升高,土层相应出现压缩变形和回弹变形,砂土层压缩回弹相对于黏土层要小得多。其中砂层变形略有波动,和含水率变化趋势基本同步;而黏土层由于其低渗透性表现出变形较平缓且略微滞后于含水率变化的特征。经历一次排灌水循环后,土体结构发生变化,颗粒重新排列,水化膜减小,孔隙度减小,渗透系数减小。

(3) 黏性土压缩曲线具有明显的分段特征:缓慢变形阶段→快速变形阶段→迟缓变形阶段。变形与含水率具有良好的对应关系,排水时当含水率低于液限后,含水率迅速减小,黏土层压缩速率明显加快,回灌时当含水率高于液限后,回弹速率明显加快。

由于模型箱试验尺度较小,持续时间较短,只能定性地反映水位变化时,砂黏层的变形响应规律。地面沉降通常尺度大且持续时间长。这些因素对地面沉降具体作用机制和规律还不明确,有待于进一步大型模型试验和野外监测研究的验证。

参考文献
Cao D F, Shi B, Zhu H H, et al. 2015. A distributed measurement method for in-situ soil moisture content by using carbon-fiber heated cable[J]. Journal of Rock Mechanics and Geotechnical Engineering, 7(6): 700~707. DOI:10.1016/j.jrmge.2015.08.003
Cao D F, Shi B, Zhu H H, et al. 2016. Performance evaluation of two types of heated cables for distributed temperature sensing-based measurement of soil moisture content[J]. Journal of Rock Mechanics and Geotechnical Engineering, 8(2): 212~217. DOI:10.1016/j.jrmge.2015.09.005
Chen S, Chen Z Y, Chen J, et al. 2014. Mechanics of aquitard drainage by aquifer-system compaction and its implications for water-management in the North China Plain[J]. Journal of Earth Science, 25(3): 598~604. DOI:10.1007/s12583-014-0440-8
Ding G P, Hu C, Chen H L, et al. 2012. Permeability characteristics of clay in land subsidence center at Hengshui, Hebei, China[J]. Journal of Engineering Geology, 20(1): 82~87.
Ding Y, Wang P, Li P F, et al. 2014. Monitoring technology of deformation of continuous concrete wall based on BOTDA[J]. Chinese Journal of Geotechnical Engineering, 36(S2): 500~503.
Fukue M, Minato T, Horibe H, et al. 1999. The micro-structures of clay given by resistivity measurements[J]. Engineering Geology, 54(1-2): 43~53. DOI:10.1016/S0013-7952(99)00060-5
Gong S L. 2002. The microscopic characteristics of Shanghai soft clay and its effect on soil mass deformation and land subsidence[J]. Journal of Engineering Geology, 10(4): 378~384.
Horiguchi T, Tateda M. 1989. BOTDA-nondestructive measurement of single-mode optical fiber attenuation characteristics using brillouin interaction:theory[J]. Journal of Lightwave Technology, 7(8): 1170~1176. DOI:10.1109/50.32378
Hung W C, Hwang C, Chang C P, et al. 2010. Monitoring severe aquifer-system compaction and land subsidence in Taiwan using multiple sensors:Yunlin, the southern Choushui River Alluvial Fan[J]. Environmental Earth Sciences, 59(7): 1535~1548. DOI:10.1007/s12665-009-0139-9
Kersey A, Davis M A, Patrick H J, et al. 1997. Fiber grating sensors[J]. Journal of Lightwave Technology, 15(8): 1442~1463. DOI:10.1109/50.618377
Kishida K, Li C H. 2005. Pulse pre-pump-BOTDA technology for new generation of distributed strain measuring system[J]//Structural Health Monitoring and Intelligent Infrastructure:471~477.
Kitaro, Murayama. 1969. Land Subsidence Model Test[C]//Selected Papers of Foreign Land Subsidence:83~101.
Kunisue S, Kokubo T. 2010. In situ formation compaction monitoring in deep reservoirs using optical fibres[J]. IAHS-AISH Publication: 368~370.
Luo L H, Shao X, Lü X W, et al. 2014. The microscopic structure and compression-deformation characteristics of Tianjin clay[J]. Shanghai Land & Resources, (4): 40~43.
Mousavi S M, Naggr M H, and Shamsai S. 2000. Application of GPS to evaluate land subsidence in Iran[C]//Proceeding of the Sixth International Symposium on Land Subsidence. Ravenna, Italy:107~112.
Pacheco-Martínez J, Hernandez-Marín M, Burbey T J, et al. 2013. Land subsidence and ground failure associated to groundwater exploitation in the Aguascalientes Valley, México[J]. Engineering Geology, 164(18): 172~186.
Phien-Wej N, Giao P H, Nutalaya P. 2006. Land subsidence in Bangkok, Thailand[J]. Engineering Geology, 82(4): 187~201. DOI:10.1016/j.enggeo.2005.10.004
Poland J F, Davis G H. 1969. Land subsidence due to withdrwal of fluids[J]. Reviews in Engineering Geology: 187~270.
Ramnarong, V. 1989. Subsurface injection of storm water runoff into an underground storage of bangkok[C]//Bangkok Land Subsidence-What Is Next?, Artificial Recharge of Ground Water. ASCE:22~23.
Riley N, Stewartson K. 1969. Trailing Edge Flows[J]. Journal of Fluid Mechanics, 39: 193~207. DOI:10.1017/S0022112069002114
Sato H P, Abe K, Ootaki O. 2003. GPS-measured land subsidence in Ojiya City, Niigata Prefecture, Japan[J]. Engineering Geology, 67(3-4): 379~390. DOI:10.1016/S0013-7952(02)00221-1
Sayde C, Gregory C, Gilrodriguez M, et al. 2010. Feasibility of soil moisture monitoring with heated fiber optics[J]. Water Resources Research, 46(6): 2840~2849.
Song Z P, Shi B, Juang H, et al. 2016. Soil strain-field and stability analysis of cut slope based on optical fiber measurement[J]. Bulletin of Engineering Geology & the Environment: 1~10.
Tosi L, Teatini P, Carbognin L, et al. 2007. A new project to monitor land subsidence in the northern Venice coastland(Italy)[J]. Environmental Geology, 52(5): 889~898. DOI:10.1007/s00254-006-0530-8
Tung H, Hu J C. 2012. Assessments of serious anthropogenic land subsidence in Yunlin County of central Taiwan from 1996 to 1999 by Persistent Scatterers InSAR[J]. Tectonophysics, 578: 126~135. DOI:10.1016/j.tecto.2012.08.009
Wang B J, Li K, Shi B, et al. 2009. Test on Application of Distributed Fiber Optic Sensing Technique into Soil Slope Monitoring[J]. Landslides, 6(1): 61~68. DOI:10.1007/s10346-008-0139-y
Wang C L, Wang F. 2007. Discussion on the controlling of artificial recharge of underground water to the land subsidence[J]. Shanxi Architecture, 33(33): 142~143.
Wang G Y, You G, Shi B, et al. 2009. Long-term land subsidence and strata compression in Changzhou, China[J]. Engineering Geology, 104(1): 109~118.
Wang G Y, Yu J, Wu S L, et al. 2009. Land subsidence and compression of soil layers in changzhou area[J]. Geology and Exploration, 45(5): 612~620.
Weiss J D. 2003. Using fiber optics to detect moisture intrusion into a landfill cap consisting of a vegetative soil barrier[J]. Journal of the Air & Waste Management Association, 53(9): 1130~1148.
Wu Q, Xie H L, Zhao Z M, et al. 2006. Study on deformation mechanics of aquitard[J]. Journal of University of Science and Technology Beijing, 28(3): 207~210.
Wu J H, Jiang H T, Su J W, et al. 2015. Application of distributed fiber optic sensing technique in land subsidence monitoring[J]. Journal of Civil Structural Health Monitoring, 5(5): 587~597. DOI:10.1007/s13349-015-0133-8
Wu J H, Jiang H T, Su J W, et al. 2016. DFOS-based monitoring on quaternary sediments deformation and land subsidence in Suzhou, China[J]. Journal of Engineering Geology, 24(1): 56~63.
Xie H L, Wang X D, Hu Y Z, et al. 2009. Deformation model suggestion of deep-dept aquitard[J]. Geological Survey and Research, 32(4): 306~309.
Xu H Y, Zhou Z F, Gao Z Q. 2011. Experimental research of hysteresis effect of land subsidence caused by water releasing[J]. Chinese Journal of Rock Mechanics and Engineering, 30(S2): 3595~3601.
Zhang S Y, Li T, Xia Y. 2008. Study on urban area subsidence monitoring based on InSAR technique[J]. Geomatics and Information Science of Wuhan University, 33(8): 850~853.
Zhang Y, Xue X Q, Wu J C, et al. 2006a. Characteristics and parameters of sand strata deformation due to groundwater pumping in Shanghai[J]. Journal of Hydraulic Engineering, 37(5): 560~566.
Zhang Y, Xue Y Q, Ye S J, et al. 2006b. Analysis of deformation of sand strata and land subsidence based on modes of groundwater level changes in Shanghai City[J]. The Chinese Journal of Geological Hazard and Control, 17(3): 103~109.
Zhu H H, Shi B, Jie Z, et al. 2014. Distributed fiber optic monitoring and stability analysis of a model slope under surcharge loading[J]. Journal of Mountain Science, 11(4): 979~989. DOI:10.1007/s11629-013-2816-0
Zhu Y Q, Zhu H H, Sun Y J, et al. 2014. Model experiment study of pipe pile driving into soil using FBG-BOTDA sensing monitoring technology[J]. Rock and Soil Mechanics, 35(S2): 695~702.
丁国平, 胡成, 陈华丽, 等. 2012. 衡水地面沉降区黏性土体渗透特征研究[J]. 工程地质学报, 20(1): 82~87.
丁勇, 王平, 李鹏飞, 等. 2014. 基于BOTDA的地下连续墙分布式变形监测技术研究[J]. 岩土工程学报, 36(S2): 500~503.
龚士良. 2002. 上海软黏土微观特性及在土体变形与地面沉降中的作用研究[J]. 工程地质学报, 10(4): 378~384.
罗立红, 邵兴, 吕潇文, 等. 2014. 天津黏土的微观结构与压缩变形特征[J]. 上海国土资源, (4): 40~43.
王翠玲, 王飞. 2007. 地下水人工回灌对地面沉降控制的探讨[J]. 山西建筑, 33(33): 142~143. DOI:10.3969/j.issn.1009-6825.2007.33.087
王光亚, 于军, 吴曙亮, 等. 2009. 常州地区地面沉降及地层压缩性研究[J]. 地质与勘探, 45(5): 612~620.
吴静红, 姜洪涛, 苏晶文, 等. 2016. 基于DFOS的苏州第四纪沉积层变形及地面沉降监测分析[J]. 工程地质学报, 24(1): 56~63.
武强, 谢海澜, 赵增敏, 等. 2006. 弱透水层变形机理的研究[J]. 北京科技大学学报, 28(3): 207~210.
谢海澜, 王小丹, 胡云壮, 等. 2009. 深部弱透水层固结变形模型建议[J]. 地质调查与研究, 32(4): 306~309.
徐海洋, 周志芳, 高宗旗. 2011. 释水条件下地面沉降的滞后效应试验研究[J]. 岩石力学与工程学报, 30(S2): 3595~3601.
张诗玉, 李陶, 夏耶. 2008. 基于InSAR技术的城市地面沉降灾害监测研究[J]. 武汉大学学报(信息科学版), 33(8): 850~853.
张云, 薛禹群, 吴吉春, 等. 2006a. 抽灌水条件下上海砂土层的变形特征和变形参数[J]. 水利学报, 37(5): 560~566.
张云, 薛禹群, 叶淑君, 等. 2006b. 地下水位变化模式下含水砂层变形特征及上海地面沉降特征分析[J]. 中国地质灾害与防治学报, 17(3): 103~109.
朱友群, 朱鸿鹄, 孙义杰, 等. 2014. FBG-BOTDA联合感测管桩击入土层模型试验研究[J]. 岩土力学, 35(S2): 695~702.