公路交通科技  2020, Vol. 37 Issue (7): 54−61

扩展功能

文章信息

温世儒, 杨晓华, 吴霞
WEN Shi-ru, YANG Xiao-hua, WU Xia
粗粒弱硫酸盐渍土路基的地质雷达波形与频谱特征
GPR Waveform and Frequency Spectrum Property of Coarse Weak Sulphate Saline Soil Subgrade
公路交通科技, 2020, 37(7): 54-61
Journal of Highway and Transportation Research and Denelopment, 2020, 37(7): 54-61
10.3969/j.issn.1002-0268.2020.07.008

文章历史

收稿日期: 2019-05-22
粗粒弱硫酸盐渍土路基的地质雷达波形与频谱特征
温世儒1 , 杨晓华2 , 吴霞3     
1. 江西理工大学 建筑与测绘工程学院, 江西 赣州 341000;
2. 长安大学 公路学院, 陕西 西安 710064;
3. 江西应用技术职业学院 建筑工程学院, 江西 赣州 341000
摘要: 为了准确获取盐渍土路基的波形与频谱特征,以新疆若羌县-尉犁县省道拓宽工程为依托,采用LTD-2100型地质雷达对粗粒弱硫酸盐渍土路基开展现场探测,以获取不同含水率(ω)水平下的原始实测文件;利用IDSP分析程序对实测文件进行处理并得到波形与频谱的初始特征;为了对初始特征进行验证,利用现场填料在室内制作了1 m×0.8 m×0.8 m的矩形模型箱,通过人工调配模型填料的含水率ω和室温,并对模型进行探测得到波形与频谱的模型特征;对初始特征与模型特征进行比较,结果表明:在正温条件下,ω的提高会增强电磁反射;当8% < ω < 27%时,反射振幅达到最大,最大归一化振幅接近于1.0,频谱能量分散,主频不突出但小于200 MHz;当ω>32%时,电磁损耗显著加剧,线测图表现为典型的"雪花状"特征,点测图表现为典型的"类直线状"特征,频谱能量集中且主频分布范围为20~65 MHz,低频特征明显。研究内容能为粗粒弱硫酸盐渍土路基的地质雷达探测及其解译判读提供相关参考。
关键词: 道路工程     盐渍土路基     地质雷达     波形     频谱特征    
GPR Waveform and Frequency Spectrum Property of Coarse Weak Sulphate Saline Soil Subgrade
WEN Shi-ru1, YANG Xiao-hua2, WU Xia3    
1. School of Architectural and Surveying & Mapping Engineering, Jiangxi University of Science and Technology, Ganzhou Jiangxi 341000, China;
2. School of Highway, Chang'an University, Xi'an Shaanxi 710064, China;
3. School of Architecture Engineering, Jiangxi College of Applied Technology, Ganzhou Jiangxi 341000, China
Abstract: In order to accurately obtain the waveform and spectral characteristics of saline soil subgrade, based on the provincial highway widening project of Ruoqiang-Yuli in Xinjiang, the field detection on coarse weak sulphate saline soil subgrade is carried out by using LTD-2100 GPR to obtain the original measured files under different water content ω levels. The measured file is processed by IDSP analysis program and the initial characteristics of waveform and frequency spectrum are obtained. To verify the initial characteristics, a rectangular model box (1 m×0.8 m×0.8 m) is made in laboratory with the field filler, the water content ω of the model filler and temperature are manually mixed and adjusted, the model characteristics of the waveform and the frequency spectrum are obtained by detecting the model, and the initial characteristics are compared with the model characteristics. The result shows that (1) At positive temperature, the increase of ω will enhance the electromagnetic reflection; (2) the reflection amplitude reaches the maximum when 8% < ω < 27%, the maximum normalized amplitude is close to 1.0, the spectrum energy is dispersed, and the main frequency is not prominent but less than 200 MHz; (3) when ω>is 32%, the electromagnetic loss is significantly intensified, as the line mapping image shows typical "snowflake" characteristics, and the point mapping image shows typical "linear like" characteristics, the spectrum energy is concentrated and the main frequency distribution range is 20-65 MHz, the low frequency characteristics are obvious. The results can provide a relevant reference for GPR detection and interpretation of coarse weak sulphate saline soil subgrade.
Key words: road engineering     saline soil subgrade     ground penetrating radar (GPR)     waveform     spectral    
0 引言

与TSP(地震波反射法)、TEM(瞬变电磁法)等勘探技术相比,地质雷达对于小型空洞、裂缝、软弱夹层等小型不良目标体具有良好的识别性,且具有设备轻便、操作简易的优点,常用于道路工程地质预报工作中,如:路基路面裂缝探测、路基空洞与沉降探测、路基富水探测等。然而,此类探测所面向的目标土层多为普通非盐渍土且已经取得了较为丰富的研究成果,而与盐渍土相关的地质雷达探测及其成果却少见,尤其是相关的波形判读成果非常不足,难以为盐渍土路基的地质雷达探测提供参考指导[1]。因此,为了解决这一问题,以实际的盐渍土道路工程为依托,开展地质雷达探测及其判读研究是非常有必要的。

根据地质雷达的探测原理可知,在现场探测时地质雷达的天线需要向目标地层发射具有一定原始频率的入射电磁波。入射电磁波在地层内部电性参数发生改变的界面处会发生反射和折射,反射和折射波的频率、振幅以及能量等物理参数会因地层电性参数的不同而不同,据此可以通过分析天线接收到的反射回波的物理参数对土层内部实施地质预报分析。

由此可见,土层的电性参数对入射电磁波物理参数的改变具有直接影响。准确掌握土层的电性参数是保证预报分析准确性的重要前提,当前用相对介电常数来表示土层的电性特征[2-3]

理论研究表明,相对介电常数受土层的电导率和磁导率的共同影响,除两极地区外,仅考虑电导率的影响[4-5]。对于普通非盐渍土,土层的含水率是影响其电导率的主要影响因素,通过建立含水率单因素与相对介电常数之间的关系式,可较为准确地获取随含水率的不同而动态变化的相对介电常数,并据此得到相应的波形与频谱特征,如:赵贵章[6]以鄂尔多斯盆地风积沙为研究对象,基于试验分析对比了TOPP模型、ROTH模型和HERKELRATH模型的拟合效果,建立了适用于风积沙的相对介电常数拟合公示。Kargas[7]以砂质土壤为对象,通过线性模型预测土壤溶液的电导率对表观介电常数的影响,发现介电常数与土壤体积含水率的关系跟土壤类型有关,建立了介电常数和含水率之间的线性关系式。

与之不同的是,盐渍土是一类内部含有大于0.3%可溶性盐的盐碱土。含水率的多少不仅会直接影响土层的电导率,而且还会影响可溶性盐的溶解度而影响土层中游离离子的浓度从而二次影响土层的电导率,即:盐渍土的相对介电常数受含水率和可溶性盐溶解度的双重影响。此外,土层的温度也会影响可溶性盐的赋存状态及其溶解度。显然,与普通非盐渍土相比,盐渍土的相对介电常数受含水率、游离离子、未溶解盐和温度的共同影响。

为了求取盐渍土的相对介电常数,相关学者提出通过建立多因素条件下的混合介质相对介电常数模型对其进行求解,如:徐爽[8]以满洲里至阿拉坦一级公路沿线的典型低液限盐渍土为研究对象,综合开展了单向冻结、双向融化环境下的水盐迁移试验,建立了正温条件下盐渍土土介电常数与多因素的拟合公式。池涛[9]以喀什干旱区农用草甸盐渍土为研究对象,通过水-盐正交试验,建立了不同电磁频率下盐渍土的混合介质相对介电常数模型。

为了保证结果的准确性,上述模型在实际应用时,均需准确求取所有组成介质各自的占空比、体积含水率、温度以及介电常数,在工程实际中显然难以满足这一要求,也就限制了上述模型的实际应用和有效推广。

对此,为了避免上述不足,有别于前述研究,本研究以新疆粗粒弱硫酸盐渍土路基工程为实际依托,提出基于现场实测和室内模型试验,通过GS3土层传感器对盐渍土的含水率、相对介电常数进行求取,进而对正温环境中不同含水率条件下粗粒弱硫酸盐渍土的地质雷达波形与频谱特征进行分析研究,以期为粗粒弱硫酸盐渍土的地质雷达超前预报提供相关参考。

1 地质雷达探测原理

地质雷达是一种短距离、高时效性地球物理勘探技术,属于电磁法范畴,由雷达主机、连接电缆和发射天线组成。现场实测时,雷达天线按照主机的相关设定向目标地层发射入射电磁波。

电磁波本质上属于交替变化的电场和磁场所形成的统一场在空间中的传播,如图 1所示意。当在无阻抗的自由空间中作有限半径传播时,其电磁能量的损耗可认为是零,原始频率、相位与振幅认为保持不变[10]

图 1 电磁波传播示意 Fig. 1 Schematic diagram of electromagnetic wave propagation

然而,地层是由固相、汽相和液相组成的三相体,固相、液相分子属于带电粒子,遇到电磁波时会与其产生电磁褶积,导致电磁波的原始频率、相位与振幅产生改变,并以反射波的形式被雷达主机所接收。入射电磁波褶积效应的强弱用相对介电常数来表示。因此,准确获取地层的相对介电常数是对反射波进行物理参数分析的关键步骤。

与普通非盐渍土相比,盐渍土的相对介电常数受含水率、游离离子、未溶解盐和温度的共同影响,其相对介电常数是动态变化的,不具备某一定值或范围。对于三相组成较为稳定的普通非盐渍土,其相对介电常数可以通过常规的现场标定进行确定[11]表 1所示为常见材料与岩土体的相对介电常数取值。

表 1 常见材料与岩土体的相对介电常数 Tab. 1 Relative permittivities of common materials and rock-soil
材料 相对介电常数/无量纲
81
空气 1
石灰岩 7.5~9.2
闪长岩 6
石英 3.8
泥岩 5~25
干燥砂岩 4.6~5.9
花岗岩 4
4~5
大理岩 6

2 工程概况与探测方法 2.1 工程概况

新疆若羌县-尉犁县省道拓宽工程是连接若羌县-尉犁县的重要通道,拓宽段全长20.6 km。公路沿线没有跨越较大河流,多高山和盆地,地形变化多样,平均海拔为800~1 000 m,属于干旱气候区。四季分明,春夏天气炎热多风沙,冬季寒冷干燥,全年平均气温为12 ℃,冬季极端最低温度为-20 ℃。地表耐盐碱性植被生长良好,浅层地下水对混凝土有腐蚀性,深层地下水有轻微-弱腐蚀性。

全线周边土层以埋深为1~2.4 m的粗粒硫酸盐渍土为主,其中累计约2.3 km范围内为低液限粉土、细砂等细粒土。经实验室含盐量测定,根据《公路路基设计规范》(JTG D30—2015)的规定,沿线的盐渍化程度以弱盐渍土(平均含盐量介于0.5%~1.5%)为主,占比达87%,其余为中盐渍土和强盐渍土。

实际施工时,取粗粒弱硫酸盐渍土为路基填料进行施工,为了避免冬季负温带来的诸如运输困难、结冰、人员冻伤等不便,所有现场施工在春至秋季开展,图 2为施工现场。

图 2 路基施工现场 Fig. 2 Construction field of subgrade

2.2 探测方法

实际探测时采用国内自行生产的低功耗、轻便型LTD-2100型地质雷达,配备屏蔽双体式发射天线,其现场探测方法如表 2所示,滤波参数、零点校正等参数取系统设定取值。

表 2 地质雷达探测方法 Tab. 2 Detection methods of GPR
类别 设置
天线型号 中心频率600 MHz
测线与测点布置 测线按井格形布置,当无法进行连续线测时,则采用多点测试,测点间距为20~50 cm
探测深度/m 0.5~1.3
发射率/kHz 50
采样点数/无量纲 512

相对介电常数是实际探测时的关键参数。对于大范围、长里程的实际道路工程而言,难以利用既有研究所述的混合介质介电常数模型对盐渍土的相对介电常数进行直接求取。为此,采用美国DECAGON公司的GS3土层传感器以及EM50数据接收装置对盐渍土路基的相对介电常数进行测量[12-13]。GS3传感器能同时测量土层的体积含水率以及相对介电常数,文后所指含水率均为体积含水率。

现场测量时,无论路基填料如何均匀,土层内部不同位置的实际温度、体积含水率以及含盐量依然会存在一定的差异性。因此,在现场埋设传感器时,有两个关键点:一是传感器的埋设位置,二是连续测量时间的长短。为此在探测断面处,根据肖泽岸等人的研究[14],为了保证数据的可靠性和代表性,采用传感器自带的投送杆将6个传感器沿横向按单排分别放置于路基表面下30 cm、80 cm深度处,横向间距为1 m,且实施24 h连续测量,如图 3所示意。取6个传感器所得相对介电常数的算术平均值为该探测断面的相对介电常数,并输入到地质雷达参数系统中进行探测。

图 3 传感器布置 Fig. 3 Layout of sensors

需要注意的是,地质雷达在现场探测时容易受到诸如外界震动、锚杆、钢管、钢筋网甚至手持式手机信号干扰等不利因素的影响。因此,在实际探测时,需注意及时消除或者弱化此类不利影响,以保证探测的有效性[15]

探测完毕后,通过IDSP分析软件对连续线测和点测原始图像的波形与频谱特征进行分析,获取相应的初始特征。

3 室内模型试验

受限于工期进度与施工作业,现场探测有时会受到干扰甚至破坏。为了对上述初始特征进行弥补和验证,还需要开展室内模型试验分析。

该路基的实际填土厚度达到2.3~2.6 m,室内试验难以制作足尺模型。为此,制作一长×宽×高为1 m×0.8 m×0.8 m的模型箱,其中:(1)试验用土选用现场填料,并按照设计压实度分3层进行压实,上、中、下层的压实厚度分别为25,25,30 cm。

(2) 模型箱的制作材料不得对电磁波产生吸收、干扰,因而选用干燥的木质板材,同时用塑料薄膜紧贴四周内壁以防止板材吸收土层的水分。

(3) 模型填土的体积含水率由人工配置,结合现场填料的实际含水率并根据张莎莎等人[16]的研究,含水率范围取5%~40%,间隔为5%。

(4) 模型填土的温度由温度控制箱进行控制,温度范围根据当地春至秋季室外昼夜温差设置,温度范围为2~32 ℃,属于正温条件。

图 4所示为木材加工厂定制的有盖胶木板模型箱。模型制作完成后,沿模型箱长度方向将2个GS3传感器埋入至试验土中,埋置深度为30 cm,间距为40 cm,并实施24 h连续测量。

图 4 木质模型箱 Fig. 4 Wood model box

需要注意的是,模型箱内部填土的厚度为80 cm,而现场探测所用的600 MHz屏蔽式双体天线的探测厚度一般可达1.3 m,显然已经不适用于实施模型探测。因此,实施模型探测时,选用中心频率为900 MHz的屏蔽式双体天线,其最佳探测厚度一般不超过90 cm,与模型的填土厚度刚好匹配,且其横向、纵向分辨率均优于600 MHz屏蔽式双体天线。

与现场探测一样,每次探测时均作好体积含水率记录,并对相应的探测文件进行编号,以便于后续的统计分析。

4 波形与频谱特征

采用与LTD-2100型地质雷达相配套的IDSP后处理分析软件对现场探测和模型试验所得探测文件的波形与频谱特征进行分析。分析时首先进行背景去除、滤波和反褶积等时域与频域处理,以压制、弱化和剔除干扰信号,提高信噪比。

为了便于统计,实际分析时根据前期含水率记录和探测文件编号,按照含水率逐渐递增的顺序对探测文件进行分析,结果表明:在正温条件下,粗粒弱硫酸盐渍土的波形与频谱特征跟含水率(ω)有关,ω=32%是特征发生改变的临界含水率。

4.1 8%<ω<27%时的波形与频谱特征

当8%<ω<27%时,线测图像具有典型的强反射特征,反射振幅达到最大,最大归一化振幅接近于1.0。图 5~图 6为典型的线测图像强反射特征,其中:图 5为现场探测所得图像,图 6为模型探测所得图像。

图 5 现场探测所得线测图 Fig. 5 Field detected linear mapping image

图 6 模型探测所得线测图 Fig. 6 Model detected linear mapping image

图 5可知,电磁损耗较少,强反射特征明显,其中:0~2.5 m的波形较为均匀,多为水平状同相轴,这表明路基填土在粒度组成上较为均匀,压实度较好;2.5~3.5 m属于原状地基土,其波形变得更加杂乱。

图 6可知,线测图强反射特征明显,其中:0~50 cm的波形较为均匀,同相轴多为水平状、少数为倾斜状。然而,50~70 cm深度范围内存在较为明显的电磁损耗,这是因为模型填土的含水率调配完毕后即进行压实处理并埋置传感器以测量相对介电常数,而此时模型填土已经静置了24 h,填土中的水受重力影响会下渗至填土的底部,因此导致探测时底部的含水率相对更大,从而填土底部出现电磁损耗现象,但这一局部现象并不影响填土整体的波形特征。

图 7为该含水率范围内的典型频谱图像,可见:最大归一化振幅接近于1.0,频谱能量分散,主频不突出,但小于200 MHz。这是由于电磁损耗较弱,入射电磁子波经不断反射和折射后,虽然其频率发生了改变,但是其能量并未衰减至堙没,因而仍能被天线所接收从而表现为多频率分布。

图 7 典型频谱 Fig. 7 Typical frequency spectrum

4.2 32%<ω时的波形与频谱特征

电磁反射并非随着ω的增长而无限增强:当ω>32%时,电磁损耗增强,反射反而变弱,线测图表现为典型的“雪花状”特征,点测图表现为典型的“类直线状”特征,频谱能量集中且主频分布范围为20~65 MHz,低频特征明显。

图 8~图 9为典型的线测图像弱反射特征,其中:图 8ω=32%时现场探测所得图像,图 9ω=37%时模型探测所得图像。

图 8 现场探测所得线测图(ω=32%) Fig. 8 Field detected linear mapping image(ω=32%)

图 9 模型探测所得线测图(ω=37%) Fig. 9 Model detected linear mapping image (ω=37%)

图 8可知,电磁损耗较大,弱反射特征明显,1.5 m深度范围内的波形较为均匀且多为水平状同相轴,但是波形明显模糊不清;从1.5 m深度开始出现了“雪花状”模糊信号特征,从2.7 m深度处已经无法分辨反射回波的同相轴信号,难以对填土状况进行分析判断,也就直接影响了对填土内部的压实状况进行预报。

图 9表明:电磁波在全深度范围内损耗严重,即便在模型填土的表层(10 cm范围内),依然无法对波形进行识别,存在大面积“雪花状”模糊信号,这表明此时已经无法采用地质雷达对路基内部进行预报分析,也就表明此时地质雷达探测已经失效。

图 10所示为ω=37%时模型探测所得点测图像,可见反射很弱,波形具有典型的“类直线状”特征,与上述线测图像一致反映了电磁波产生了严重的能量损耗。图中标记部分是电磁波从空气进入填土表面时产生的反射,与填土内部反射无关,要注意区别。

图 10 模型探测所得点测图(ω=37%) Fig. 10 Model detected point mapping image(ω=37%)

这种能量损耗,正是在高含水率条件下,可溶性硫酸盐具有较高的溶解度,导致填土中的游离离子浓度增加,增强了填土的电导率而极大地提高了土颗粒的电磁极化强度,从而导致入射电磁波的能量被迅速吸收损耗[17]

图 11~12分别为ω=32%时现场探测所得频谱图像和ω=37%时模型探测所得频谱图像。可见频谱能量集中,低频特征明显且含水率越大主频越低,主频分布范围为20~65 MHz。

图 11 现场探测所得典型频谱(ω=32%) Fig. 11 Field detected typical frequency spectrum (ω=32%)

图 12 现场探测所得典型频谱(ω=37%) Fig. 12 Field detected typical frequency spectrum 12 (ω=37%)

理论研究表明,电磁波中的高频子波在媒介中传播时更容易被极化而导致电场-磁场强度迅速衰减,其衰减值取决于媒介的极化电势值[18]。在高含水率条件下,更多的盐渍土颗粒被自由水所包围,新生成的自由水膜和土颗粒表面的弱结合水均是电磁场传播的良好媒介,能增强土颗粒表面的电磁极化电势值,这就导致高频子波的电磁能量更易被吸收而使得低频子波更容易在填土内部继续传播,因而导致在高含水率条件下,天线接收到的回波以低频回波为主,即:出现低频现象。此外,高含水率增强了填土内部的游离离子(SO42-、Na+、Ca2+等阳离子)浓度,这同样增强了填土内部的电磁极化效果,使得高频子波更易被吸收[19]

由此可见,高含水率本身及由其引起的游离离子浓度的提高是导致低频现象的关键贡献因素。上述研究结果与理论分析基本一致,说明了现场探测和模型探测分析所得结果的有效性和归类分析的正确性。

将上述粗粒弱硫酸盐渍土的波形与频谱特征进行归纳,如表 3所示。

表 3 特征归纳 Tab. 3 Property summary
特征项 含水率
8%<ω<27% ω>32%
线测图像
点测图像
强反射特征明显,反射强度随含水率增大而增强 反射变弱,反射强度随含水率增大而变弱,直至模糊无法判别
主频是否突出 不突出,频率分布范围广 突出,范围集中
频谱能量分布 分散 集中
主频分布范围/MHz 无明显分布范围,但小于200 MHz 20~65
注:表中ω表示体积含水率。

需要说明的是,受限于依托工程现场探测,本研究仅针对正温条件下的波形与频谱特征开展分析研究。事实上,在负温条件下,盐渍土中的自由水可能会结冰,受竖直埋深方向温度梯度的影响,填土内部的水并不完全以冰或者液态水的形式存在,而是冰-水共生、冰-土胶结共生。在这种情况下,盐渍土内部的组成成分变得更加复杂,土颗粒的电磁极化和整体的电导率变化规律将与正温条件下不同,由此导致其波形与频谱特征与正温条件下不同,这也是作者接下来需要继续完成的重要工作。

5 结论

本研究以新疆若羌县-尉犁县省道拓宽工程为依托,基于理论分析、现场探测和模型试验对正温条件下粗粒弱硫酸盐渍土的波形与频谱特征进行了分析,结论如下:

(1) 在正温条件下,填土内部的水以自由水形式存在,不但会直接增强土层的电导率,还可增强可溶性硫酸盐的溶解度而增强游离离子的浓度以间接增强土层的电导率。

(2) 随着含水率的提高,电磁反射的强度属于有限增强,存在一个临界含水率,即:32%,超过该含水率时电磁反射强度会持续减弱。

(3) 当8%<ω<27%时,反射强度随含水率增大而增强,频谱能量分散,主频不突出但小于200 MHz;当ω>32%时,电磁损耗显著加剧,线测图表现为典型的“雪花状”特征,点测图表现为典型的“类直线状”特征,频谱能量集中,分布范围为20~65 MHz,低频特征明显。

参考文献
[1]
刘阳飞, 李天斌, 孟陆波. 常用隧道超前地质预报方法适用性分析[J]. 工程地球物理学报, 2018, 15(6): 804-811.
LIU Yang-fei, LI Tian-bin, MENG Lu-bo. Analysis of Applicability of Tunnel Advanced Geological Forecast Method[J]. Chinese Journal of Engineering Geophysics, 2018, 15(6): 804-811.
[2]
李尧, 李术才, 徐磊, 等. 隧道衬砌病害地质雷达探测正演模拟与应用[J]. 岩土力学, 2016, 37(12): 3627-3634.
LI Yao, LI Shu-cai, XU Lei, et al. Forward Simulation of Ground Penetrating Radar and Its Application to Detection of Tunnel Lining Diseases[J]. Rock and Soil Mechanics, 2016, 37(12): 3627-3634.
[3]
温世儒, 杨晓华, 吴霞, 等. 掌子面前方边墙溶洞的地质雷达探测方法研究[J]. 公路交通科技, 2014, 31(10): 93-96.
WEN Shi-ru, YANG Xiao-hua, WU Xia, et al. Study on Detection Method of GPR for Karst Cave on Tunnel Side Wall Ahead of Excavation Face[J]. Journal of Highway and Transportation Research and Development, 2014, 31(10): 93-96.
[4]
LIU H R, LING T, LI D Y, et al. A Quantitative Analysis Method for GPR Signals Based on Optimal Biorthogonal Wavelet[J]. Journal of Central South University, 2018, 25(4): 879-891.
[5]
CHU W, SCHROEDER D, SIEGFRIED M R. Retrieval of Englacial Firn Aquifer Thickness from Ice-penetrating Radar Sounding in Southeastern Greenland[J]. Geophysical Research Letters, 2018, 45(21): 11770-11778.
[6]
赵贵章, 乔翠平, 闫永帅, 等. 介质含水量与介电常数模型参数试验研究[J]. 水文地质工程地质, 2016, 43(3): 7-10.
ZHAO Gui-zhang, QIAO Cui-ping, YAN Yong-shuai, et al. Study on Model of Relations between Water Content and Dielectric Constant:Experimental Study[J]. Hydrogeology & Engineering Geology, 2016, 43(3): 7-10.
[7]
KARGAS G, PERSSON M, KANELIS G. Study on Model of Relations between Water Content and Dielectric Constant:Experimental Study[J]. Journal of Irrigation and Drainage Engineering, 2017, 143(8): 34-40.
[8]
徐爽.冻融作用下非饱和土介电常数和水盐迁移规律研究[D].哈尔滨: 东北林业大学, 2018.
XU Shuang. Study on Law of Dielectric Constants and Water and Salt Transport in Unsaturated Soils under Freezing and Thawing[D] Harbin: Northeast Forestry University, 2018. http://cdmd.cnki.com.cn/Article/CDMD-10225-1018249628.htm
[9]
池涛, 李丙春, 孜克尔·阿不都热合曼, 等. 频率响应下盐渍土介电特性及含盐量估算[J]. 新疆大学学报:自然科学版, 2017, 34(3): 332-338.
CHI Tao, LI Bing-chun, ZIKER, et al. Dielectric Properties of Soil under Frequency Response and Its Estimation of Salinity[J]. Journal of Xinjiang University:Natural Science Edition, 2017, 34(3): 332-338.
[10]
HE T, HE L N, LI K. Poynting Vector of an ELF Electromagnetic Wave in Three-layered Ocean Floor[J]. Journal of Electromagnetic Waves and Applications, 2018, 32(18): 2339-2349.
[11]
GOHAR AWAN F, AHMED SHEIKH N, AFTAB QURESHI S, et al. Implementation of Cavity Perturbation Method for Determining Relative Permittivity of Non Magnetic Materials[J]. Mehran University Research Journal of Engineering and Technology, 2017, 36(2): 289-298.
[12]
吴贤忠, 李毅, 汪有科. 半干旱黄土丘陵区植物休眠期覆盖对土壤水热变化的影响[J]. 水土保持学报, 2017, 31(3): 182-186, 192.
WU Xian-zhong, LI Yi, WANG You-ke. Effects of Film Mulching on Soil Moisture and Temperature Changes during Plant Dormancy Period in Semiarid Loess Hilly Region[J]. Journal of Soil and Water Conservation, 2017, 31(3): 182-186, 192.
[13]
徐爽, 郭颖, 单炜. 冻融过程中重塑土水盐迁移的试验研究[J]. 科学技术与工程, 2017, 17(30): 285-290.
XU Shuang, GUO Ying, SHAN Wei. Experimental Study on Migration and Salinity of Remolded Soil during Freezing and Thawing[J]. Science Technology and Engineering, 2017, 17(30): 285-290.
[14]
肖泽岸, 赖远明. 冻融和干湿循环下盐渍土水盐迁移规律研究[J]. 岩石力学与工程学报, 2018, 37(增1): 3738-3746.
XIAO Ze-an, LAI Yuan-ming. Study on Water and Salt Transfer Mechanism in Saline Soil under Freezing-thawing and Dry-wet Conditions[J]. Chinese Journal of Rock Mechanics and Engineering, 2018, 37(S1): 3738-3746.
[15]
石刚, 谢永利, 杨晓华, 等. 探地雷达信号的最小平方反褶积处理效果[J]. 长安大学学报:自然科学版, 2014, 34(4): 104-108.
SHI Gang, XIE Yong-li, YANG Xiao-hua, et al. Effect of GPR Signal Processing Based on Least Square Deconvolution[J]. Journal of Chang'an University:Natural Science Edition, 2014, 34(4): 104-108.
[16]
张莎莎, 王永威, 杨晓华, 等. 砾类亚硫酸盐渍土盐胀率的简化预测模型[J]. 中国公路学报, 2015, 28(11): 1-7, 14.
ZHANG Sha-sha, WANG Yong-wei, YANG Xiao-hua, et al. Simplified Prediction Model of Salt Expansion Rate for Gravel Sulfite Saline Soil[J]. China Journal of Highway and Transport, 2015, 28(11): 1-7, 14.
[17]
EMANUELE B, DE BENEDETTO D, STELLACCI A M. Contribution of EMI and GPR Proximal Sensing Data in Soil Water Content Assessment by Using Linear Mixed Effects Models and Geostatistical Approaches[J]. Geoderma, 2019, 343: 280-293.
[18]
HU S, LI J, GUO H B, et al. Analysis and Application of the Response Characteristics of DLL and LWD Resistivity in Horizontal Well[J]. Applied Geophysics, 2017, 14(3): 351-362, 459-460.
[19]
曾昭发, 刘四新, 冯恒, 等. 探地雷达原理与应用[M]. 北京: 电子工业出版社, 2010.
ZENG Zhao-fa, LIU Si-xin, FENG Heng, et al. Theory and Application of Ground Penetrating Radar[M]. Beijing: Publishing House of Electronics Industry, 2010.