软基真空预压工后残余沉降量空间分布预测分析

龚文宗 邹海峰 查俊

摘要：工后残余沉降量是真空预压法处理软土地基的主要控制标准之一。然而受到土体非均质性的影响，填海工程中软基的工后残余沉降量往往表现出很大的空间变异性。文章对广州某填海工程试验区内软基的工后残余沉降量进行了分析，采用条件随机场预测了整个空间区域内工后残余沉降量的空间分布图，并据此计算出了工后残余沉降量超过允许值的概率分布图。根据该分布图，指出了真空预压需要延长加荷时间的区域，为真空预压卸荷方案设计提供了指导意见。

关键词：软基;真空预压;空间插值;条件随机场

0 引言

真空预压法是处理软土地基的常用方法之一，近年来在我国沿海填海工程如广州南沙港和温州欧飞工程中得到了大量的应用。真空预压法通过持续对工程场地施加真空荷载和设置排水井，使得软土内部的孔隙水被排出，土的有效应力增大而强度增长，压缩性降低，从而达到增强软基的稳定性和降低工后残余沉降的目的[1-2]。与传统的超载预压相比，真空预压方法能够避免荷载过大或分布不均匀导致的地基失稳问题，同时工程成本更低[1]。因此，真空预压法在国内外软基工程中得到了广泛的应用[2]。

真空预压质量控制的标准一般包含两项内容：（1）固结度达到90%以上;（2）主固结残余沉降量在允许范围内。这两项标准都可从现场的沉降观测资料中获得。然而，在填海工程中，填料一般为疏浚淤泥或黏土，夹有部分砂土和粉土等。在疏浚过程中土的结构和层理被破坏，土体不再具有均质性，其物理力学性质具有显著的空间变异性。在此情况下，场地的沉降量可能表现出显著的差异性。因此，有必要根据有限的沉降观测资料推测整个场地的工后残余沉降量，然后决定卸荷的方案。

随机场是模拟土体固有空间变异性的一种有效方法，建立在该理论基础上的条件随机场方法提供了一种根据有限资料插值预测岩土工程参数空间分布的有效手段[3-7]。本研究以广州填海工程场地为例，将条件随机场方法应用于该工程的工后残余沉降量区域预测中，给出了残余沉降量超出质量控制标准的概率空间分布图，从而为后续设计提供更为准确、可靠的设计资料。为实现这一目的，本文首先介绍了场地的基本工程地质条件，然后分析了该项目的沉降监测资料，从而推断出了各个沉降监测点的工后残余沉降量。在此基础上结合空间变异性分析和条件[JP]插值方法，得到了整个工程场地的工后残余沉降量分布图，并计算出工后残余沉降量超过允许值的概率大小，最终为真空预压卸荷方案提供了指导性建议。

1 试验资料

1.1 工程概况

监测场地位于广州南沙港区。场区原地层主要为冲积、冲洪积沉积，主要土层自上而下为：（1）第四系全新统人工填土地层，包括中粗砂、粉细砂、素填土和淤泥-淤泥质土;（2）第四系全新统海陆交互沉积地层，包括淤泥（混砂）、淤泥质土（混砂）、中粗砂和粉细砂;（3）第四系上更新统冲积-洪积、海相沉积地层，包括黏土-粉质黏土、中粗砂和粉细砂。该区域场地的淤泥和淤泥质土属于超软土，含水量极高、压缩性大、强度及承载力极低，因此需要进行地基处理。

1.2 真空预压设计方案

为降低场区软基的工后残余沉降量并提高承载力，对该区域进行了大面积的真空预压。为配合真空预压，在该场区搭设了大量的塑料排水板。塑料排水板间距为1m，呈正方形布设。场区上覆砂垫层，形成排水通道。在真空预压方案中，膜下真空度维持不低于85kPa，抽真空有效时间约为85d。在抽真空过程中，持续监测地表沉降量、分层沉降量、土中孔隙水压力和土体侧向位移。卸荷标准为，按地表沉降曲线推算的固结度≥90%，且主固结残余沉降量≤25cm。

1.3 地表沉降量监测

在研究区域设置了144个地表沉降监测点，记录不同预压期间的地表沉降量。监测点的平面分布图见图1（a），相邻监测点之间的最小间距为37m，最大间距为66m。这些间距保证地表的差异沉降能够被准确监测出来。典型的沉降监测曲线见图1（b），从该图中可以看出，在铺设砂垫层以后，未施加真空荷载之前，地下土体即开始产生沉降。且1个月内的沉降量变化区间很大，低至20cm，最大可达80cm左右。在施加真空荷载之后，沉降速率显著增加，沉降-时间曲线变化速率显著加快。这表明，真空预压法显著加快了地基的固结排水过程。此后随着时间的增长，沉降量的增加趋于缓慢。在经历3个月的真空预压之后，沉降量趋于稳定。然而，不同监测点的沉降量仍然存在显著的差异，最低约为0.5m，最大可达2.1m左右。这一差异是由于土体的非均质性所引起的。为得到更加全面的土体沉降量分布规律，应采用空間插值方法得到整个区域的沉降量分布图，从而更好地指导工程实践。

2 软基工后残余沉降量空间分布预测

工后残余沉降量为最终沉降量与当前沉降量之差。软基最终沉降量可以根据沉降曲线推算得到，也可以采用Asaoka方法预测得到[8]。图2给出了根据各个沉降监测点沉降曲线预测的工后残余沉降量分布图，从该图中可以看出，所有的残余沉降量都介于0～35cm之间。在144个监测点中，仅9个点位处的残余沉降量超过允许值25cm，其余都低于这一允许值。这表明，大部分的工后残余沉降量都达到了卸荷标准。

此外，残余沉降量表现出了由南向北逐渐增大的整体趋势，根据这些数据拟合的三维趋势面也在下页图2中给出。空间插值需要移除这些趋势项，对残差进行统计分析和预测，以得到更加合理的预测结果。残余沉降量的残差定义为残余沉降量与趋势项之间的差。在此假定残差服从正态分布，拟合直方图也在图2中给出。从图2中可以看出，正态分布能够对残余沉降量的残差形成较好的拟合，其均值约为0，标准差约为8.00cm。

在工程实践中，沉降量分布具有空间相关性，也即某个观测点位附近的沉降量趋于接近该观测点位附近的观测值，而随着观测点与预测点之间距离的增大，这一接近程度会逐渐降低。当距离达到某个范围时，无法用观测点的沉降量去预测未观测点的沉降量。在随机场理论中，这一最大的距离被称为波动范围[3-7]。波动范围的估计方法有多种，其中较为可靠的是极大似然估计方法，即在假定残余沉降量的残差服从正态分布的情况下，可以极为方便地估计出这一波动范围，在得到波动范围之后，可以通过条件插值得到残余沉降量的残差在试验区域的空间分布规律，然后采用概率计算方法得到各个空间位置处残余沉降量高出某个范围的概率。具体计算方法见已有文献[3-7]。本研究即是采用了这一方法。

采用該方法得到残余沉降量的空间分布图见图3（a），相应残余沉降量超过25cm的概率见图3（b）。在图3中，沉降量观测点的坐标及根据Asaoka方法推算的残余沉降量值以离散的点表示。从图3中可以看出，整体上，试验场地的残余沉降量介于0～35cm之间，这是由于条件随机场是一种内插方法，所预测的结果并不会超出观测数据的最小值与最大值范围。大部分残余沉降量超过25cm的概率均低于10%，表明真空预压已经可靠地达到卸载标准。

然而，根据该分布图，试验区的西北、东北和东南四个角落的残余沉降量相对较大，平均约为23cm，局部变化范围为10～35cm。这表明该局部区域的残余沉降量仍然较为显著，有可能会超过允许值25cm。根据图3（b）给出的概率分布图，可以看出该区域西北角残余沉降量超过25cm的概率最高，达70%以上;东北角残余沉降量超过25cm的概率次之，然而也达到50%以上;东南角残余沉降量超过25cm的概率略微低一些，然而也达到25%以上。

上述分析表明，试验区的残余沉降量分布并不均匀，这可能是由于土体的非均质性所引起的。真空预压的加荷时间应当与软土的厚度和土体内部排水通道分布等因素密切相关。软土越厚，排水固结所需要的时间越长，则真空预压时间应当越长。当土体内部分布大量砂夹层时，真空预压期间易形成排水通道，则排水固结所需要的时间越短，真空预压时间也就越短。这些因素都受到土体固有空间变异性的影响，填海项目所涉及的疏浚土往往具有显著的非均质性，故在相关的工程项目中，宜以空间插值方法所得到的区域分布图作为参考，为工程实践提供指导。根据图3的结果，可以得到的结论是，试验区域内，西北、东北和东南这三个角落的真空预压时间应延长一些，以更进一步降低工后残余沉降量，达到地基处理设计标准。

3 结语

本文通过将条件随机场应用于广州某填海工程试验区域内的工后残余沉降量预测中，得到了整个区域内残余沉降量的分布，并计算出了残余沉降量超过允许值概率的大小。主要结论如下：

（1）试验区土体工后残余沉降量的变化范围很大，可能是土体空间变异性非常显著所致。

（2）试验区西北、东北和东南三个角落的残余沉降量相对较大，超过允许值的概率偏高，其真空预压时间应相对更长一些，以更进一步降低工后残余沉降量，达到地基处理设计标准。

（3）条件随机场提供了一种推算地表沉降量区域分布的可靠方法，宜在填海工程中得到使用，为工程实践提供指导。

参考文献：

[1][JP]Chu，J.，Yan，S.W.，Indraratna，B.Vacuumpreloadingtechniquesrecentdevelopmentsandapplications[A].In：GeoCongress2008，GeosustainabilityandGeohazardMitigationGPS178[C].NewOrleans，2008.

[2]Indraratna，B.，Rujikiatkamjiorn，C.Sathananthan，I.Analyticalandnumericalsolutionsforasingleverticaldrainincludingtheeffectsofvacuumpreloading[J].CanadianGeotechnicalJournal，2005，42（4）：994-1014.

[3]Li，X.Y.，Zhang，L.M.，Li，J.H.Usingconditionalrandomfieldtocharacterizethevariabilityofgeologicprofiles[J].JournalofGeotechnicalandGeoenvironmentalEngineering，2016，142（4）：04015096.

[4]Xiao，T.，Li，D.Q.，Cao，Z.J.，Zhang，L.M.CPTbasedprobabilisticcharacterizationofthreedimensionalspatialvariabilityusingMLE[J].JournalofGeotechnicalandGeoenvironmentalEngineering，2018，144（5）：04018023.

[5]Dasaka，S.M.，Zhang，L.M.Spatialvariabilityofinsituweatheredsoil[J].Géotechnique，2012，62（5）：375-384.

[6]Zhang，L.M.，Dasaka，S.M.Uncertaintiesingeologicprofilesversusvariabilityinpilefoundingdepth[J].JournalofGeotechnicalandGeoenvironmentalEngineering，2010，136（11）：1475-1488.

[7]Zou，H.F.，Liu，S.Y.，Cai，G.J.，etal.MappingprobabilityofliquefactionusinggeostatisticsandfirstorderreliabilitymethodbasedonCPTUmeasurements[J].EngineeringGeology，2017（218）：197-212.

[8]Mesri，G.，HuvajSarihan，N.TheAsaokamethodrevisited[A].Proceedingsofthe17thInternationalConferenceonSoilMechanicsandGeotechnicalEngineering[C].Alexandria，Egypt，2009.