化学成分对红黏土界限含水率的影响

张炳晖，崔延硕，谢艳华，刘宝臣，刘 磊，熊俊豪

(1.桂林理工大学，广西 桂林 541004；2.桂林航天工业学院，广西 桂林 541004；3.珠海交通集团有限公司，广东 珠海 519060)

0 引 言

桂林地区是典型的红黏土分布区与岩溶区，区域雨量充沛，有明显的湿热季节，淋滤作用强烈，为红黏土的形成提供了有利条件[1]，也为红黏土创造了复杂多变的水环境。随着红黏土水环境的变化，其化学组分也会因此发生改变，促使其物理、力学性质变化直至强度丧失，引发红黏土路基填筑压实度[2]、抗剪强度的水敏性[3]及工程性状的干湿循环效应[4-5]等问题，导致红黏土路基普遍存在路基沉陷、纵裂、浅层滑塌等病害，造成了巨大的危害和损失[6]。因此，开展红黏土化学成分的变化对其物理力学性质影响的研究极为必要。

诸多专家学者已开展了较多相关研究，庞春勇等[7]发现桂林红黏土所处的地质环境对其矿物组成、化学成分具有重要作用；吴恒、王军、Hawkins、刘庆超等[8-11]研究发现地下水能使土体化学成分发生变化，导致颗粒间连接结构发生改变，从而影响土体强度；汤连生和Graham[12-13]认为土体经化学溶液浸泡后物理力学性质发生变化；张信贵、刘晓红等[14-15]发现土体物理力学性质与土中的氧化物有关；孔令伟、李荣彪、Khalids、Mancini、Luciano等[16-20]采取EDTA二钠或相似溶液溶解去除土中的阳离效果良好。以上诸多研究都取得了颇多成果，但对红黏土化学成分变化对其界限含水率的影响研究相对较少，为此，本文在前人研究的基础上，研究化学成分对红黏土界限含水率的影响。

1 试验设计及分析

鉴于EDTA二钠为一种安全稳定、性质优良的螯合剂[21-22]，本试验取3组风干过2 mm筛后的相同红黏土土样，分别使用pH值为4的1 mol/L的EDTA二钠溶液、pH值约为6的蒸馏水对其中2组红黏土风干土样浸泡7、14、21、28 d，存留1组红黏土风干土样作为对照组。

1.1 土样成分测定试验

将2组浸泡完成后的土样置于清洗盆中，使用蒸馏水反复清洗后，风干过2 mm土筛，然后采用日本理学ZSX PrimusⅡX射线荧光光谱仪，对各组风干土样进行成分分析，结果见表1。从表1可知：

表1 土样各成分质量百分比 %

(1)经浸泡后，红黏土土样中MnO含量无变化，浸泡液对P2O5含量影响小。

(2)Z组土样经浸泡后，CaO含量无变化，浸泡液对K2O、MgO、Na2O含量影响很小，而对Al2O3、Fe2O3、SiO2及TiO2含量影响相对较大，但影响程度不一，除SiO2含量变化规律不明显外，其余化学成分含量随时间增加都呈先增大后减小趋势，Al2O3含量在前7 d增加了0.37%，随后逐渐减少，28 d后含量减少了0.02%；Fe2O3含量在前7 d增加幅度为2.16%，之后降幅逐渐增大，其中8～14 d之间降幅最大为4.55%，28 d后含量减少了0.38%；TiO2含量在前14 d呈增加趋势，累计增加幅度达2.67%，之后逐渐降至浸泡前含量并达到稳定。

(3)随着浸泡时间的增长，E组土样中Al2O3、K2O、TiO2、CaO、Fe2O3、MgO、Na2O、SiO2含量均有不同变化。其中，Al2O3、K2O、TiO2含量随浸泡时间增加表现为先增加后减小的趋势，在前7 d分别呈小幅度增加(1.52%、3.64%和1.99%)，随后大幅度减小，8～14 d减小速率达到峰值，分别为8.40%、8.77%和5.84%，28 d后含量分别减少至无浸泡风干样含量的85.71%、86.36%和89.33%；CaO含量在前7 d减少0.04%达到稳定；Fe2O3、MgO含量随浸泡时间增加都呈减少趋势，均在8～14 d减小速率最快，分别达7.41%和6.52%，28 d含量分别减少至无浸泡风干样含量的87.69%和86.96%；但MgO含量在0～7 d内保持不变，从第8 d起开始减少，而Fe2O3含量呈连续减少趋势；Na2O含量呈倍数增加，增长倍数均在2.4倍以上；SiO2含量表现为先减小后增大的趋势，在前7 d减少5.31%，从第8 d开始增加，8～14 d增加速率最快达6.35%，至28d含量较无浸泡风干样含量增加5.84%。

综上，对比红黏土无浸泡风干样中各化学成分含量，EDTA二钠浸泡液相比蒸馏水对红黏土土样中化学成分含量影响较大，尤其对Al2O3、Fe2O3、SiO2含量变化影响明显。

1.2 液塑限联合测定试验

将2组浸泡完成后的土样置于清洗盆中，使用蒸馏水反复清洗后，风干过2 mm土筛，然后采用液塑限联合测定试验，测定土样塑限、液限及塑限指数，结果见图1。从图1可知：

图1 塑限、液限及塑限指数变化

(1)经浸泡后，Z组土样塑限整体呈减小趋势，液限呈增大趋势，从而塑性指数呈增大趋势；而E组土样塑限整体呈减小趋势，液限、塑性指数呈减小趋势。

(2)Z组土样塑限除15～21 d呈增加趋势外，增加速率为0.94%，其余时间段土样均呈减小趋势，减小速率在4.05%-4.60%之间，28 d后塑限减至30.8%，整体减幅为11.49%。E组土样塑限除22～28 d呈增加趋势外，增加速率为2.09%，其余时间段塑限呈递减趋势，随浸泡时间增加减小速率逐渐趋于平缓，其中0～7 d减小速率最大为21.26%，28 d后塑限减至24.40%，整体减幅为29.89%，是Z组土样塑限减幅的2.6倍。

《方案》提出，要坚持扶贫开发与生态保护并重，采取超常规举措，通过实施重大生态工程建设、加大生态补偿力度、大力发展生态产业、创新生态扶贫方式等，切实加大对贫困地区、贫困人口的支持力度，推动贫困地区扶贫开发与生态保护相协调、脱贫致富与可持续发展相促进，使贫困人口从生态保护与修复中得到更多实惠，实现脱贫攻坚与生态文明建设“双赢”。到2020年，贫困人口通过参与生态保护、生态修复工程建设和发展生态产业，收入水平明显提升，生产生活条件明显改善。

(3)随浸泡时间增加，Z组与E组土样液限变化趋势相反。其中，Z组土样液限呈增加趋势，8～14 d增加速率最大为5.39%，15～21 d增加最慢为2.02%，28 d后增至67.20%；E组土样液限呈减小趋势，0～7 d减小速率最大为27.67%，22～28 d减小速率最小为2.37%，28 d后减至32.90%，是Z组土样液限值的0.49倍。

(4)随浸泡时间增加，Z组土样塑性指数呈增大趋势，0～7 d和8～14 d增加速率较大，分别为16.18%和16.79%，15～21 d和22～28 d增加速率较小，分别为3.06%和8.01%，28 d后增至36.4，增幅为51.04%；E组土样塑性指数呈减小趋势，其中0～7 d减小速率最大为36.93%，22～28 d减小速率最小为13.27%，28 d后减至8.5，减幅为64.73%，是Z组土样塑性指数的0.23倍。

1.3 比重试验

经浸泡液浸泡后的土样，其化学成分发生了变化，从而会引起其相对密度发生变化，且相对密度ds会随着浸泡时间的变化发生改变，因此，对2种不同浸泡液的各组土样进行比重测定，其相对密度变化见图2。

图2 相对密度变化

从图2可以看出，Z组土样相对密度随浸泡时间增加先减小后增大，其中至第7 d减小0.37%，8～28 d基本呈线性增加，平均每7 d增加0.02%，28 d增至2.75；而E组土样相对密度随浸泡时间增加整体呈增加趋势，0～7 d和15～21 d增幅较小，分别为0.74%和0.36%，8～14 d和22～28 d相对增幅较大，8～14 d增幅最大为2.57%，28 d后增至2.83，整体增加量是Z组的2.6倍。

2 数据处理及分析

经过浸泡，红黏土土样各化学成分、界限含水率、相对密度均发生了不同程度的变化。有文献[23-24]表明，土的液限和塑限之间存在着线性关系。为探究经浸泡后红黏土土样的Fe2O3、Al2O3、SiO2含量与其界限含水率和相对密度之间以及其界限含水率、相对密度相互之间存在的关联性，采用回归分析和路径分析，建立了回归模型和路径模型。

2.1 回归分析

回归分析组共设7组。其中，1～4组因变量(被解释变量)分别为塑限、液限、塑性指数和相对密度，自变量(解释变量)分别为Fe2O3、Al2O3、SiO2含量；5～7组因变量分别为塑限、塑性指数和相对密度，自变量分别为液限、液限和塑限。采用矩阵散点图考察各变量之间的关系，并根据矩阵散点图选择回归分析的方式。

2.1.1 非线性回归

以1组为例，采用SPSS软件进行分析，选择因变量塑限和自变量Fe2O3、Al2O3、SiO2，得到矩阵散点图，见图3。从图3可知，塑限和Fe2O3、Al2O3、SiO2之间存在着一定的非线性关系，此外Fe2O3、Al2O3、SiO2之间也存在相互影响，可设塑限ωP=a+b×Fe2O3+c×Al2O3+d×SiO2+e×Al2O3×Fe2O3+f×Al2O3×SiO2+g×Fe2O3×SiO2+h×Al2O3×Fe2O3×SiO2，其中a、b、c、d、e、f、g、h为参数。通过迭代计算至收敛，确定参数a、b、c、d、e、f、g、h值，得出ωP=-34 442.369+4 190.828×Fe2O3+1 771.104×Al2O3+565.517×SiO2-215.918×Al2O3×Fe2O3-29.103×Al2O3×SiO2-68.876×Fe2O3×SiO2+3.554×Al2O3×Fe2O3×SiO2，相关度R2=0.989。可见，1组非线性回归是可靠的。

图3 1组矩阵散点

通过非线性回归分析，2～4组回归分析结果分别为ωL=-378 687.737+47 777.775×Fe2O3+17 940.898×Al2O3+6 199.014×SiO2-2 290.204×Al2O3×Fe2O3-292.663×Al2O3×SiO2-784.457×Fe2O3×SiO2+37.505×Al2O3×Fe2O3×SiO2，R2=0.971；IP=-344 270.857+43 590.214×Fe2O3+16 170.938×Al2O3+5 633.907×SiO2-2 074.435×Al2O3×Fe2O3-263.578×Al2O3×SiO2-715.634×Fe2O3×SiO2+33.953×Al2O3×Fe2O3×SiO2，R2=0.966；dS=-556.725+71.196×Fe2O3+25.914×Al2O3+9.089×SiO2-3.346×Al2O3×Fe2O3-0.418×Al2O3×SiO2-1.159×Fe2O3×SiO2+0.054×Al2O3×Fe2O3×SiO2，R2=0.997。可见，塑限、液限、塑性指数和相对密度均与Fe2O3、Al2O3、SiO2之间存在良好的相关性，相关系数较高，可以用Fe2O3、Al2O3、SiO2来表述塑限、液限、塑性指数和相对密度。

2.1.2 线性回归

建立塑限、液限、塑性指数、相对密度的矩阵散点图，见图4。从图4可知，塑限与液限、塑性指数与液限以及相对密度与塑限之间均存在着明显的线性关系。假设5、6、7组线性回归模型y=a+bx，通过迭代计算，确定参数a、b值和相关度R2，5、6、7组线性回归结果分别为ωP=15.751+0.261ωL、IP=-15.751+0.739ωL和dS=3.049-0.01ωP，相关度R2分别为0.824、0.974和0.781。显然，塑限、塑性指数与液限间、相对密度与塑限间均存在较好的相关性，可以用液限衡量塑限、塑性指数，用塑限表达相对密度。

图4 塑限、液限、塑性指数及相对密度矩阵散点

2.2 路径分析

多元回归分析通常只用于对影响因素进行分析，并且只是考虑变量之间的关系，但实际上变量之间的关系往往存在着复杂的传递过程，揭示变量之间的相互作用需采用路径分析。

将变量进行分组，分为初始变量(浸泡时间、浸泡试剂)、间接变量(Fe2O3、Al2O3、SiO2)、结果变量(塑限、液限、塑性指数、相对密度)，不考虑每组变量之间的交互作用，根据变量分组构建简化路径模型。通过对各因变量及其自变量进行多元线性回归分析后，可得到自变量对因变量的标准影响系数，该系数在路径分析中作为路径系数可反映2个变量之间影响程度，正号表示为正相关，负号表示为负相关，其绝对值越大说明影响越大。通过7次线性回归后，根据得到的路径系数，可完成此路径模型，见图5。

图5 路径模型

通过图5路径模型中路径系数，可知初始变量、间接变量对结果变量的影响程度。以浸泡时间对塑限的影响效果为例，直接影响：浸泡时间→塑限：0.137；间接影响1：浸泡时间→Al2O3→塑限：-0.338×0.245=-0.083；间接影响2：浸泡时间→Fe2O3→塑限：-0.428×0.569=-0.244；间接影响3：浸泡时间→SiO2→塑限：0.461×0.204=0.094；总间接影响=-0.083-0.244+0.094=-0.233，总影响=0.137-0.233=-0.096。根据上述步骤，对其他路径做相同处理，整理汇总后得到初始变量到结果变量的总影响，见表3。

通过路径模型分析发现，红黏土中Fe2O3对塑限影响最大，对液限、塑性指数、相对密度影响最大的是Al2O3，而SiO2对这些指标的影响比较均衡。

3 结 语

本文基于回归分析和路径分析法，对桂林地区红黏土中化学成分含量对其界限含水率和相对密度的影响进行了研究，得出以下结论：

表3 初始变量到结果变量的总影响

(1)EDTA二钠对红黏土中的金属离子有着良好的配位效果，浸泡28 d后，土样中Al2O3和Fe2O3含量分别减少至无浸泡风干样含量的85.71%和87.69%，SiO2含量较无浸泡风干样含量增加5.84%；而蒸馏水浸泡可模拟红黏土长期处于滞水状态，在此条件下红黏土中金属离子也会出现一定量的浸出，浸泡28 d后，Al2O3、Fe2O3和SiO2含量较无浸泡风干样含量分别减少0.02%、0.38%和1.42%。

(2)经EDTA二钠溶液浸泡28 d后的红黏土试样，其塑限、液限和塑性指数分别减至24.40%、32.90%和8.5；经蒸馏水浸泡28 d的红黏土试样，其塑限减至30.8%，液限和塑性指数分别增至67.20%和36.4。红黏土化学成分的变化对其界限含水率有较大影响。

(3)回归分析表明，红黏土塑限、液限、塑性指数和相对密度均与Fe2O3、Al2O3、SiO2之间存在良好的相关性，相关系数较高，可以用Fe2O3、Al2O3、SiO2来表述塑限、液限、塑性指数和相对密度；且塑限、塑性指数与液限间、相对密度与塑限间也均存在较好的相关性，可以用液限衡量塑限、塑性指数，用塑限表达相对密度。

(4)建立了以浸泡时间、浸泡试剂为初始变量，Fe2O3、Al2O3、SiO2含量为间接变量，塑限、液限、塑性指数、相对密度为结果变量的路径模型，通过路径模型分析发现，红黏土中Fe2O3对塑限影响最大，对液限、塑性指数、相对密度影响最大的是Al2O3，而SiO2对这些指标的影响比较均衡。